ĐIỀU KHIỂN ỔN ĐỊNH VỊ TRÍ HỆ BI – THANH SỬ DỤNG PHƯƠNG PHÁP TRƯỢT – NƠ RON LUẬN VĂN THẠC SĨ

ĐẠI HỌC ĐÀ NẴNG TRƯỜNG ĐẠI HỌC BÁCH KHOA VÕ LONG SĨ ĐIỀU KHIỂN ỔN ĐỊNH VỊ TRÍ HỆ BI – THANH SỬ DỤNG PHƯƠNG PHÁP TRƯỢT – NƠ RON LUẬN VĂN THẠC SĨ KỸ THUẬT ĐIỀU KHIỂN VÀ TỰ ĐỘNG HÓA Đà Nẵng - Năm 2017 ĐẠI HỌC ĐÀ NẴNG TRƯỜNG ĐẠI HỌC BÁCH KHOA VÕ LONG SĨ ĐIỀU KHIỂN ỔN ĐỊNH VỊ TRÍ HỆ BI – THANH SỬ DỤNG PHƯƠNG PHÁP TRƯỢT – NƠ RON Chuyên ngành : Kỹ thuật điều khiển tự động hóa Mã số : 60 52 02 16 LUẬN VĂN THẠC SĨ KỸ THUẬT ĐIỀU KHIỂN VÀ TỰ ĐỘNG HÓA Người hướng dẫn khoa học: TS NGUYỄN KIM ÁNH Đà Nẵng - Năm 2017 LỜI CAM ĐOAN Tôi cam đoan công trình nghiên cứu riêng tơi.Các số liệu, kết nêu luận văn trung thực chưa cơng bố cơng trình khác Tác giả luận văn Võ Long Sĩ TÓM TẮT LUẬN VĂN ĐIỀU KHIỂN ỔN ĐỊNH VỊ TRÍ HỆ BI - THANH SỬ DỤNG PHƯƠNG PHÁP TRƯỢT – NƠ RON Học viên: Võ Long Sĩ Chuyên ngành: Kỹ thuật điều khiển tự động hóa Mã số: 60520216 Khóa: 31 Trường Đại học Bách khoa - ĐHĐN Tóm tắt – Các hệ thống tự cân nghiên cứu phát triển rộng rãi Việc điều khiển hệ thống tự cân giúp giảm chấn cho xe tơ, ổn định hàng hóa vận chuyển tàu biển, ứng dụng xe hai bánh tự cân Trong lĩnh vực quân điều khiển ổn định góc bắn pháo xe tăng, tàu chiến, góc phóng tên lửa, cân máy bay không người lái Một phương pháp đơn giản giải tài tốn phi tuyến hiệu điều khiển trượt, phương pháp mang lại chất lượng bền vững cao Tuy nhiên tín hiệu điều khiển tạo điều khiển trượt có tượng rung (chattering) hệ thống Đây tượng nguy hiểm nguyên nhân làm giảm tuổi thọ nhiều thiết bị Luận văn này, tác giả đề xuất phương pháp trượt dùng mạng nơ ron để hạn chế tượng chattering điều khiển trượt Sử dụng phương pháp để điều khiển ổn định vị trí mơ hình hệ bi – Đây mơ hình thí nghiệm phổ biến cho việc điều khiển tự cân phòng nghiên cứu trường đại học giới Từ khóa – Hệ bi – thanh; Điều khiển trượt; Điều khiển trượt dùng mạng nơ ron; Điều khiển trượt thích nghi dùng mạng nơ ron STABILITY CONTROL POSITIONS THE BEAM AND BALL USING SLIDING - NEURAL METHOD Abstract – Self-balancing systems have been extensively researched and developed Controlled self-balancing systems can help to reduce shock for car, stabilize cargo when shipped on board, and applied in self- balancing two-wheeled vehicles In the field of military control can stabilize the angle of guns on tanks, warships, missile launchers, balance in unmanned aircraft Therefore, the control of nonlinear systems is unavoidable Sliding mode control is a simple method but effective for solving nonlinear problem This method provides high quality of stability However, the control signal generated by the sliding mode controller in the system has chattering phenomenon This is a dangerous phenomenon and is the rootcause of the longevity of devices In this thesis, The author offers sliding mode control method using neural network to reduce the chattering phenomenon in sliding mode control This method is used to control the position of the ball and beam system This system is widely used for researching nonlinear in labs and universities Key words – Ball and beam system; Sliding mode control; Neural sliding mode control; Adaptive neural sliding mode control MỤC LỤC LỜI CAM ĐOAN TÓM TẮT LUẬN VĂN MỤC LỤC DANH MỤC CÁC KÝ HIỆU, CÁC CHỮ VIẾT TẮT DANH MỤC CÁC BẢNG DANH MỤC CÁC HÌNH MỞ ĐẦU Chương - TỔNG QUAN VỀ HỆ BI - THANH 1.1 Giới thiệu hệ bi - 1.1.1 Mơ hình hệ bi – kiểu trục lệch 1.1.2 Mơ hình hệ bi – kiểu trục .5 1.2 Các cơng trình nghiên cứu liên quan .6 1.2.1 Các công trình nghiên cứu nước .6 1.2.2 Các cơng trình nghiên cứu ngồi nước 1.3 Kết luận .8 Chương - MƠ HÌNH HĨA VÀ ĐIỀU KHIỂN HỆ THỐNG PHI TUYẾN 2.1 Mơ hình hóa hệ thống phi tuyến .9 2.1.1 Phương trình Euler-Lagrange 2.1.2 Tuyến tính hóa hệ thống phi tuyến xung quanh điểm làm việc .10 2.2 Điều khiển hệ thống phi tuyến 11 2.2.1 Ổn định Lyapunov hệ thống phi tuyến 11 2.2.2 Điều khiển trượt .13 2.2.3 Điều khiển dùng mạng nơ ron 19 2.2.4 Điều khiển trượt dùng mạng nơ ron .23 2.2.5 Điều khiển trượt thích nghi dùng mạng nơ ron cho đối tượng phi tuyến 29 2.3 Kết luận 30 Chương - XÂY DỰNG MÔ HÌNH TỐN VÀ THIẾT KẾ BỘ ĐIỀU KHIỂN 31 3.1 Xây dựng mơ hình tốn 31 3.1.1 Xây dựng phương trình trạng thái mơ tả hệ bi - 31 3.1.2 Tuyến tính hóa xung quanh điểm làm việc 34 3.2 Thiết kế điều khiển trượt cho hệ bi - 35 3.3 Thiết kế điều khiển trượt dùng mạng nơ ron cho hệ bi - 36 3.4 Thiết kế điều khiển trượt thích nghi dùng mạng nơ ron cho hệ bi .37 3.5 Kết luận 38 Chương - MÔ PHỎNG VÀ ĐÁNH GIÁ KẾT QUẢ .40 4.1 Mô đối tượng hệ bi – trước có điều khiển 40 4.2 Mơ hệ bi – sau có điều khiển trượt 42 4.3 Mô hệ bi – sau có điều khiển trượt dùng mạng nơ ron 46 4.4 Mô hệ bi – sau có điều khiển trượt thích nghi dùng mạng nơ ron 49 4.5 Khảo sát đáp ứng điều khiển có nhiễu tác động 54 4.5.1 Bộ điều khiển trượt .54 4.5.2 Bộ điều khiển trượt dùng mạng nơ ron 54 4.5.3 Bộ điều khiển trượt thích nghi dùng mạng nơ ron 56 4.6 So sánh kết phương pháp điều khiển 57 4.7 Kết luận 58 KẾT LUẬN VÀ KIẾN NGHỊ 60 DANH MỤC TÀI LIỆU THAM KHẢO QUYẾT ĐỊNH GIAO ĐỀ TÀI LUẬN VĂN (bản sao) DANH MỤC CÁC KÝ HIỆU, CÁC CHỮ VIẾT TẮT ߙ CÁC KÝ HIỆU: mୱ rୱ Góc so với phương nằm ngang ሺradሻ Khối lượng bi sắt ሺkgሻ Bán kính bi sắt ሺmሻ g Gia tốc trọng trường ሺm/sଶ ሻ r Vị trí bi sắt ሺmሻ Iୱ Iୠ τ Momen quán tính bi sắt ሺkgmଶ ሻ Momen quán tính ሺkgmଶ ሻ Momen xoắn tác động vào ሺNmሻ ߜ Vị trí làm việc ሺmሻ R Điện trở phần ứng ሺΩሻ V୫ Iୟ ω୫ L Điện áp vào động DC ሺVሻ Dòng điện phần ứng ሺAሻ Vận tốc góc động ሺrad/sሻ Cảm kháng cuộn dây ሺHሻ CÁC CHỮ VIẾT TẮT: SMC Sliding Mode Control: Điều khiển trượt NSMC Neural Sliding Mode Control: Điều khiển trượt dùng mạng nơ ron ANSMC Adaptive Neural Sliding Mode Control: Điều khiển trượt thích nghi dùng mạng nơ ron DC Direct current: Dòng điện chiều LQR Linear-Quadratic Regulator: Điều khiển tối ưu RBF Radial basis function: Mạng hàm sở xuyên tâm DANH MỤC CÁC BẢNG Số hiệu Tên bảng bảng 4.1 Các thơng số mơ hình 4.2 So sánh phương pháp điều khiển Trang 41 58 DANH MỤC CÁC HÌNH Số hiệu hình vẽ 1.1 1.2 1.3 1.4 2.1 2.2 2.3 2.4 2.5 2.6 2.7 2.8 2.9 2.10 2.11 2.12 2.13 2.14 3.1 3.2 3.3 3.4 3.5 4.1 4.2 4.3 4.4 4.5 4.6 Tên hình vẽ Trang Mơ hình hệ bi - Hệ thống bi – kiểu trục lệch Hệ thống bi - kiểu trục Hệ thống bi - nhóm tác giả D Colon I.S Diniz Hệ thống bi - nhóm tác giả Mohammad Keshmiri Ali Fellah Jahromi Xác định tín hiệu điều khiển tiến mặt trượt Nơ ron sinh học nơ ron nhân tạo Các hàm tác động Mạng truyền thẳng lớp (single layer feedforward network) Mạng truyền thẳng nhiều lớp (multi layer feedforward network) Mạng hồi quy nhiều lớp (multi layer recurrent network) Nút đơn hồi tiếp (single node with feedback to itself) Học có giám sát (supervised learning) Học khơng có giám sát (unsupervised learning, self organizing) Học tăng cường (reinforcement learning) Mơ hình điều khiển trượt dùng mạng nơ ron Mạng noron NN1 dùng làm thành phần điều khiển tương đương Mạng noron NN2 dùng làm thành phần điều khiển hiệu chỉnh Mơ hình điều khiển trượt thích nghi dùng mạng nơ ron Mơ hình hệ bi - Cấu trúc vịng kín hệ bi - Mạng nơ ron dùng làm thành phần điều khiển tương đương Mạng nơ ron dùng làm thành phần điều khiển hiệu chỉnh Mạng nơ ron làm điều khiển trượt thích nghi dùng mạng nơ ron Mơ hình mơ hệ bi - Mơ hình tốn xây dựng Matlab Simulink Cấu trúc bên khối bnb Cấu trúc khối bên khối DC Motor Mơ hình mơ điều kiện đầu Đáp ứng vị trí bi sắt góc lệch khơng có điều khiển 7 14 19 20 21 21 22 22 22 23 23 25 25 28 29 31 33 36 37 38 40 40 41 41 42 42 Số hiệu Tên hình vẽ Trang hình vẽ 4.7 Sơ đồ mơ Matlab - Simulink theo phương pháp điều khiển 43 trượt 4.8 Cấu trúc bên khối SMC mô theo phương trình 43 (3.22) 4.9 Cấu trúc bên khối m(x) mơ theo phương trình (3.18) 43 4.10 Đáp ứng điều khiển trượt 44 4.11 Đáp ứng điều khiển trượt thay hàm sign(.) hàm sat(.) 44 4.13 Đáp ứng điều khiển trượt bám theo tín hiệu đặt thay hàm 45 sign(.) hàm sat(.) 4.14 Sơ đồ mô Matlab - Simulink theo phương pháp điều khiển 46 trượt dùng mạng nơ ron 4.15 Cấu trúc bên khối NN1 46 4.16 Cấu trúc bên khối NN2 47 4.17 Cấu trúc bên Layer 47 4.18 Cấu trúc bên Layer 47 4.19 Đáp ứng điều khiển trượt dùng mạng nơ ron 48 4.20 Đáp ứng điều khiển trượt dùng mạng nơ ron bám theo tín 48 hiệu đặt 4.21 Mơ điều khiển trượt thích nghi dùng mạng nơ ron cho hệ 49 bi - 4.22 Cấu trúc bên khối Neural Network 49 4.23 Các giá trị vào khối Adaptive law 50 4.24 Cấu trúc bên Layer 50 4.25 Cấu trúc bên Layer 50 4.26 Phiên điều khiển trượt thích nghi dùng mạng nơ ron 51 4.27 Phiên điều khiển thứ hai trượt thích nghi dùng mạng nơ ron 51 4.28 Quá trình huấn luyện hội tụ điều khiển trượt thích nghi 52 dùng mạng nơ ron 4.29 Đáp ứng điều khiển trượt thích nghi dùng mạng nơ ron 53 4.30 Đáp ứng điều khiển trượt thích nghi dùng mạng nơ ron bám 53 theo tín hiệu đặt 4.31 Đáp ứng điều khiển trượt có nhiễu 55 4.32 Đáp ứng điều khiển trượt dùng mạng nơ ron có nhiễu 55 4.33 Đáp ứng điều khiển trượt thích nghi dùng mạng nơ ron có 56 nhiễu 4.34 So sánh đáp ứng phương pháp điều khiển 57 57 Nhận xét: với biên độ nhiễu 0.04 (m) vị tí bi ‫ ݎ‬và 0.0 (rad) góc lệch ߙ, tần số nhiễu 2Hz bi sắt nằm vị trí cân có dao động nhỏ Dao động lớn đo thời gian mô 10 giây có biên độ 0.011882 (m) so với biên độ nhiễu 0.04 (m) Tín hiệu điều khiển ܸ௠ đảo pha với tần số nhỏ để thay đổi góc lệch ߙ theo tác động nhiễu Trong phương pháp điều khiển này, có tác động nhiễu dao động nhỏ, dao động góc lệch ߙ lớn đo thời gian mơ 10 giây có biên độ 0.01159 (rad) so với biên độ nhiễu 0.1 (rad) Như ta thấy rằng, việc điều khiển ổn định vị trí hệ bi – phương pháp điều khiển trượt thích nghi dùng mạng nơ ron có khả kháng nhiễu tốt phương pháp trượt dùng mạng nơ ron Một vấn đề điều khiển trượt thích nghi dùng mạng nơron khả kháng nhiễu điều khiển phụ thuộc vào tỉ lệ tần số lấy mẫu, so với tần số cao nhiễu bên nhiễu loạn bên hệ thống Tuy nhiên ngày nhờ phát triển công nghệ DSP với tốc độ xử lý số thực cao cho phép thực điều khiển trượt với độ tốc độ lấy mẫu nhỏ 0.01 giây, đáp ứng yêu cầu theo thời gian thực 4.6 So sánh kết phương pháp điều khiển Đáp ứng phương pháp điều khiển trượt (SMC), điều khiển trượt dùng mạng nơ ron (NSMC), điều khiển trượt thích nghi dùng mạng nơ ron (ANSMC) cho hệ bi - mô tả chung đồ thị Hình 4.34 ANSMC SMC NSMC r (m) 0.2 0.1 -0.1 Time (sec) 10 Hình 4.34 So sánh đáp ứng phương pháp điều khiển Vm (V) 40 SMC ANSMC NSMC 20 -20 Time (sec) Hình 4.35 Tín hiệu điện áp điều khiển phương pháp 10 58 ANSMC SMC NSMC r (m) 0.2 0.1 -0.1 Time (sec) 10 Hình 4.36 So sánh đáp ứng phương pháp điều khiển thay hàm Sign() hàm Sat() phương pháp điều khiển trượt Nhận xét: Đáp ứng điều khiển trượt thích nghi dùng mạng nơ ron sau nhiều phiên huấn luyện học luật điều khiển trượt cho đáp ứng giống điều khiển trượt (Hình 4.34) Bộ điều khiển trượt dùng mạng nơ ron thay thành phần điều khiển tương đương khơng có khả thích nghi học luật điều khiển trượt để cải thiện chất lượng điều khiển Hiện tượng chatering tín hiệu điều khiển trượt khắc phục hoàn toàn điều khiển trượt dùng mạng nơ ron trượt thích nghi dùng mạng nơ ron (Hình 4.35) Khi thay hàm Sign() hàm Sat() điều khiển trượt, ta thấy điều khiển trượt thích nghi dùng mạng nơ ron có đáp ứng tốt (Hình 4.36) Bảng 4.2 So sánh phương pháp điều khiển Thời gian đưa bi Hiện tượng rung Phương pháp điều khiển sắt vị trí cân ( chattering ) Tín hiệu điệu áp điều khiển Phương pháp điều khiển SMC giây dao động mạnh (hiện tượng chattering mạnh) Tín hiệu điện áp điều khiển Phương pháp điều khiển NSMC giây ổn định (khơng cịn tượng chattering) Tín hiệu điện áp điều khiển Phương pháp điều khiển ANSMC giây ổn định (khơng cịn tượng chattering) 4.7 Kết luận Trong chương này, luận văn thực mô đánh giá kết phương pháp điều khiển đề xuất cho hệ bi – Đầu tiên ta khảo sát hệ bi – chưa áp dụng phương pháp điều khiển môi trường Matlab – Simulink Kết cho thấy bi sắt chạy dọc đầu làm cho quay góc 900 Sau ta áp dụng điều khiển trượt, điều khiển trượt dùng mạng nơ ron, 59 điều khiển trượt thích nghi dùng mạng nơ ron cho hệ bi – thiết kế chương Các kết mô cho thấy, sử dụng phương pháp điều khiển trượt bi sắt ổn định bền vững Tuy nhiên, tượng chattering thể rõ phương pháp điều khiển Tiếp tục mô với phương pháp điều khiển trượt dùng mạng nơ ron Ở phương pháp hạn chế tượng chattering điều khiển trượt, bi sắt ổn định bền vững Tuy nhiên, đáp ứng chậm so với phương pháp điều khiển trượt Khi áp dụng phương pháp điều khiển trượt thích nghi dùng mạng nơ ron Kết cho thấy, tượng chattering khắc phục hoàn toàn, thời gian đáp ứng đưa bi sắt vị trí cân giống kết phương pháp điều khiển trượt Tiếp tục mơ hệ bi – có tác động nhiễu sử dụng phương pháp điều khiển trượt dùng mạng nơ ron, điều khiển trượt thích nghi dùng mạng nơ ron bi sắt ổn định vị trí cân có dao động nhỏ 60 KẾT LUẬN VÀ KIẾN NGHỊ Kết luận Mục đích luận văn là: điều khiển ổn định ví trí hệ bi – thanh, cải thiện chất lượng điều khiển hệ thống thông qua việc khắc phục tượng chattering phương pháp điều khiển trượt, tác giả trình bày luận văn thành chương với nội dung sau: Chương trình bày cấu tạo ngun lý hoạt động hai kiểu mơ hình hệ bi – phổ biến dùng để thực nghiệm lý thuyết điều khiển tự động Ngoài ra, chương trình bày số nghiên cứu liên quan đến hệ bi – Các nghiên cứu sử dụng nhiều phương pháp điều khiển khác để điều khiển ổn định vị trí hệ bi – Cơ sở chương cho phép việc mơ hình hóa đề xuất phương pháp điều khiển để ổn định vị trí hệ bi – Chương trình bày sở lý thuyết để thành lập mơ hình tốn học cho đối tượng phi tuyến, đồng thời giới thiệu phương pháp tuyến tính hóa xung quanh điểm làm việc hệ phi tuyến Chương trình bày lý thuyết phương pháp điều khiển trượt, điều khiển trượt dùng mạng nơ ron điều khiển trượt thích nghi dùng mạng nơ ron, cách thành lập tín hiệu điều khiển cho đối tượng phi tuyến phương pháp điều khiển trượt Dựa lý thuyết cách thành lập mơ hình tốn phương pháp điều khiển đề xuất Chương cho sở để thiết kế điều khiển ổn định vị trí hệ bi – Trong chương trình bày chi tiết đặc tính động học hệ bi – thanh, bước xây dựng mơ hình tốn học cho hệ bi - Qua dựa sở lý thuyết nghiên cứu chương 2, sử dụng ba phương pháp khác để thiết kế điều khiển ổn định vị trí hệ bi – là: phương pháp điều khiển trượt, điều khiển trượt dùng mạng nơ ron điều khiển khiển trượt thích nghi dùng mạng nơ ron Trong chương 4, khảo sát hệ bi - chưa áp dụng điều khiển môi trường Matlab - Simulink Kết cho thấy bi sắt chạy dọc đầu làm cho quay góc 900 Sau ta áp dụng điều khiển trượt, điều khiển trượt dùng mạng nơ ron, điều khiển trượt thích nghi dùng mạng nơ ron cho hệ bi – thiết kế chương Phương pháp điều khiển trượt dùng mạng nơ ron khắc phục tượng dao động tín hiệu điều khiển phương pháp điều khiển trượt cổ điển Đáp ứng điều khiển trượt thích nghi dùng mạng nơ ron sau nhiều phiên huấn luyện học luật điều khiển trượt cho đáp ứng giống điều khiển trượt Bộ điều khiển trượt thích nghi dùng mạng nơ ron truyền thẳng lớp ẩn ứng dụng để điều khiển hệ thống bi – thay hoàn toàn điều khiển trượt Với đặc điểm ngõ vào mạng biến trạng thái, phương pháp khai thác khả nhớ theo trạng thái mạng nơ ron qua kết mô 61 cho thấy khả tự nâng cấp chất lượng điều khiển hệ thống qua phiên điều khiển, có triển vọng áp dụng cho nhiều đối tượng phi tuyến đa biến phức tạp khác Một vấn đề điều khiển trượt thích nghi dùng mạng nơron khả kháng nhiễu điều khiển phụ thuộc vào tỉ lệ tần số lấy mẫu, so với tần số cao nhiễu bên nhiễu loạn bên hệ thống Tuy nhiên, ngày nhờ phát triển công nghệ DSP với tốc độ xử lý số cao cho phép thực điều khiển phức tạp với độ tốc độ lấy mẫu nhỏ 0.01s, đáp ứng yêu cầu điều khiển theo thời gian thực Tuy nhiên bên cạnh đó, luận văn tồn số hạn chế: phương pháp đề xuất thử nghiệm phần mềm Matlab – Simulink, chưa thiết kế thực nghiệm hệ thống thực Mạng nơ ron làm điều khiển phương pháp trượt thích nghi dùng mạng nơ ron có dạng truyền thẳng, chưa thí nghiệm cho mạng nơ ron có cấu trúc kiểu mạng hồi quy Kiến nghị Việc nghiên cứu điều khiển hệ thống tự cân ngày trở nên phổ biến phát triển mạnh mẽ gới Tuy nhiên nhiều trở ngại lớn áp dụng cho người nghiên cứu nước chi phí cho việc xây dựng thiết bị ứng dụng đời sống hay quân lớn, triển khai cịn mang tính hình thức mơ hình thí nghiệm cỡ nhỏ Để việc ứng dụng phổ biến có chiều sâu, tác giả có số kiến nghị sau: - Cần có dự án nghiên cứu hệ thống tự cân ứng dụng đời sống quân - Có tiêu chuẩn thiết kế thực phù hợp để công cụ cho nhà tư vấn thiết kế áp dụng hiệu - Phát triển nghiên cứu phương pháp điều khiển dùng mạng nơ ron nhiều lĩnh vực khoa học kỹ thuật Đây phương pháp điều khiển triển vọng cho đối tượng không rõ thông số mơ hình Hướng phát triển Qua q trình nghiên cứu hoàn thiện luận văn, với kết đạt hạn chế cịn tồn hướng phát triển đề tài là: - Thiết kế hệ thống bi – điều kiện thực tế để thực nghiệm phương pháp đề xuất - Mơ hình điều khiển trượt thích nghi dùng mạng nơ ron đơn giản hiệu Các phương pháp nghiên cứu tương tự khơng phát triển điều khiển trượt thích nghi mạng truyền thẳng lớp ẩn, mà cịn áp dụng cho loại mạng khác như: mạng hồi quy, mạng hàm sở xuyên tâm RBF - Bộ điều khiển trượt thích nghi dùng mạng nơ ron cần tiếp tục nghiên cứu hoàn thiện đối tượng điều khiển phi tuyến đa biến phức tạp khác như: Cánh tay máy nhiều bậc tự do, xe cân bằng, rơ bốt biết đi, hệ bóng DANH MỤC TÀI LIỆU THAM KHẢO Tiếng việt [1] Trần Phương Nam, “Thiết kế điều khiển fuzzy giữ ổn định hệ phi tuyến bóng thanh”, Luận văn thạc sỹ kỹ thuật, Đại học Giao Thông Vận Thải Tp HCM, 2008 [2] Võ Văn Châu, “Thiết kế điều khiển mờ-trượt-PD để ổn định vị trí bi sắt cân bằng”, Luận văn thạc sỹ kỹ thuật, Đại học Giao Thông Vận Thải Tp HCM, 2014 [3] Dỗn Thế Cơng, “Điều khiển thích nghi hệ thống Beam and Ball”, Luận văn thạc sỹ kỹ thuật, Trường Đại học kỹ thuật công nghiệp – Đại học Thái Nguyên, 2014 [4] Nguyễn Đức Minh, Nguyễn Đức Thành, Dương Hoài Nghĩa, “Điều khiển trượt thích nghi dùng mạng nơ ron”, Tập chí Khoa học & Cơng nghệ trường đại học kỹ thuật, số 71, 2009 [5] Nguyễn Đức Minh, Nguyễn Đức Thành, Dương Hoài Nghĩa, “Điều khiển ổn định lắc ngược sử dụng mạng nơ ron”, Tạp chí Tin học Điều khiển học, 26(3), pp 245 – 252, 2010 Tiếng Anh [6] C-H Tsai, H-Y Chung, “Neuro-Sliding Mode Control With Its Applications to Seesaw Systems”, IEEE Transaction on Neural Networks, vol 15, no 1, 2004 [7] M H Vali, B Rezaie, Z Rahmani, “Designing a Neuro-Sliding Mode Controller for Networked Control Systems with Packet Dropout”, International Journal of Engineering, vol 29, no 4, pp 490-499, April 2016 [8] J-B Cao, B-G Cao, “Neural network sliding mode control based on on-line identification for electric vehicle with ultracapacitor-battery hybrid power”, International Journal of Control, Automation and Systems, vol 7, no 3, pp 409–418, June 2009 [9] T Huang, D Liu, H Javaherian, Ning Jin, “Neural Sliding-Mode Control of Engine Torque”, Proceedings of the 17th World Congress The International Federation of Automatic Control Seoul, Korea, July 6-11, 2008 [10] S-J Huang,K-C Chiou, “An Adaptive Neural Sliding Mode Controller for MIMO Systems”, Journal of Intelligent and Robotic Systems, vol 46, no 3, pp 285 –301, July 2006 [11] H Modares, A Rowhanimanesh, A Karimpour, “A Novel Adaptive Neural Sliding Mode Control for Systems with Unknown Dynamics”, Third International Workshop on Advanced Computational Intelligence, Suzhou, Jiangsu, China, Aug 2010 [12] L-C Hung, H-Y Chung, “Decoupled control using neural network-based slidingmode controller for nonlinear systems”, Expert Systems with Applications, vol 32, no 4, pp 1168–1182, 2007 [13] D Colon, I.S Diniz, “Teaching and Comparing Advanced Control Techniques in a Ball and Beam Didactical Plant”, Proc of the 20th International Congress of Mechanical Engineering, Gramado, RS, Brazil, Nov 15-20, 2009 [14] M Keshmiri, A.F Jahromi, “Modeling and control of ball and beam system using model based and non-model based control approaches”, International Journal on Smart Sensing and Intelligent Systems, vol 5, no 1, March 2012 [15] Y.H Chang, C.W Chang, C.W Tao, H.W Lin and J.S Taur, “Fuzzy Slidingmode Control for Ball and Beam System with Fuzzy ant Colony Optimization”, Expert Systems with Applications, vol 39, no 3, pp 3624 - 3633, 2012 [16] S-G Min, C-U Moon, M-W Lee, K-H Chung, J-C Park, “A Genetic Algolithm Application for the Load Balancing of Ship Erection Process”, IE Interfaces, Vol 13, No 2, pp 225-233, June 2000 [17] R Gast, S Morris, M Costello, "Simulation of Shot Impacts for the M1A1 Tank Gun", Journal of Guidance, Control and Dynamics, vol 23, no 1, pp 53-59, 2000 [18] Th Jitpraphai, M Costello, "Dispersion Reduction of a Direct Fire Rocket Using Lateral Pulse Jets", Journal of Spacecraft and Rockets, vol 38, no 6, pp 929936, 2001 [19] B Burchett, M Costello, "Model Predictive Lateral Pulse Jet Control of an Atmospheric Rocket", Journal of Guidance, Control, and Dynamics, vol 25, no pp 860-867, 2002 [20] D A Lawrence, E W Frew, W J Pisano, "Lyapunov Vector Fields for Autonomous Unmanned Aircraft Flight Control", Journal of Guidance, Control and Dynamics, vol 31, no 5, pp 1220-1229, 2008 [21] Sefer Kurna, Omer Cetin, Okyay Kaynak, “Adaptive neuro-fuzzy inference system based autonomous flight control of unmanned air vehicles”, Expert Systems with Applications, vol 37, no 2, pp 1229-1234, No 2, March 2010 [22] J Hauser, S Sastry, P Kokotovic, “Nonlinear Control Via Approximate Input – Output Linearization: The Ball and Beam example ”, IEEE Transactions on Automation Control, vol 37, no 3, March 1993 [23] M.Fallahi, “Adaptive control of a dc motor using neural network sliding mode control”, Proceedings of the International MultiConference of Engineers and Computer Scientists, IMECS 2009 Hong Kong, vol 02, Mar 18 - 20, 2009 [24] W Yu and F Ortiz, “Stability Analysis of PD Regulation for Ball and Beam System”, IEEE Conference on Control Applications, Toronto, Canada, August 28-31, 2005 [25] J Hauser, S Sastry, P Kokotovic, “Nonlinear control via approximate inputoutput linearization: the ball and beam example”, IEEE Transactions on Automatic Control, vol 37, no 3, pp 392 – 398, Mar 1992 [26] P.H Eaton, D.V Prokhorov, D.C Wunsch, “Neurocontroller alternatives for "fuzzy" ball-and-beam systems with nonuniform nonlinear friction”, IEEE Transactions on Neural Networks, vol 11, no 2, pp 423 – 435, Mar 2000 [27] N.H Jo, J - H Seo, “A state observer for nonlinearsystems and its application to ball and beam system”, IEEE Transactions on Automatic Control, vol 45, no 5, pp 968 – 973, May 2000 [28] R.M Hirschorn, “Incremental sliding mode control of the ball and beam”, IEEE Transactions on Automatic Control, vol 47, no 10, pp 1696 – 1700, Oct 2002 [29] A Boubakir, F Boudjema, S Labiod, “A Neuro-fuzzy-sliding Mode Controller Using Nonlinear Sliding Surface Applied to the Coupled Tanks System”, International Journal of Automation and Computing, vol 06, no 1, pp 72-80, February 2009 [30] Tri V.M Nguyen, Hung T.Nguyen, Q.P.Ha, “Sliding Mode Neural Controller for Nonlinear Systems with Higher Order and Uncertainties”, Proceedings of the 2004 IEEE Conference on Robotics, Automation and Mechatronics, Singapore, 2004