Xây dựng mô hình điều khiển hệ bánh quay trên con lắc tự do dùng các giải thuật thông minh

BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT THÀNH PHỐ HỒ CHÍ MINH LUẬN VĂN THẠC SĨ NGUYỄN BÌNH HẬU XÂY DỰNG MƠ HÌNH ĐIỀU KHIỂN HỆ BÁNH QUAY TRÊN CON LẮC TỰ DO DÙNG CÁC GIẢI THUẬT THÔNG MINH NGÀNH: KỸ THUẬT ĐIỀU KHIỂN VÀ TỰ ĐỘNG HÓA - 8520216 S K C0 Tp Hồ Chí Minh, tháng 04/2019 BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT TP HỒ CHÍ MINH LUẬN VĂN THẠC SĨ NGUYỄN BÌNH HẬU XÂY DỰNG MƠ HÌNH ĐIỀU KHIỂN HỆ BÁNH QUAY TRÊN CON LẮC TỰ DO DÙNG CÁC GIẢI THUẬT THÔNG MINH Ngành: Điều Khiển Và Tự Động Hóa Mã Ngành: 8520216 Học Viên: Nguyễn Bình Hậu MSHV: 1781101 Giảng Viên: PGS.TS.Nguyễn Minh Tâm TP HỒ CHÍ MINH - THÁNG -2019 Lời Cam Đoan Tôi cam đoan cơng trình nghiên cứu tơi Các số liệu, kết nêu luận văn trung thực chưa công bố cơng trình khác Tp Hồ Chí Minh, tháng năm 2019 (Ký tên ghi rõ họ tên) Nguyễn Bình Hậu Lời Cảm Ơn Để hồn thành đề tài này, trước hết học viên xin gửi lời cảm ơn chân thành tới thầy PGS TS NGUYỄN MINH TÂM, thầy định hướng hỗ trợ phương pháp giải thuật, thiết bị động viên, khích lệ tinh thần làm việc học viên suốt thời gian thực đề tài Bên cạnh đó, học viên xin gửi lời cảm ơn sâu sắc tới tất q Thầy Cơ trường Đại Học Sư Phạm Kỹ Thuật Tp Hồ Chí Minh trang bị cho học viên lượng kiến thức bổ ích, đặc biệt xin chân thành cảm ơn q Thầy Cơ Khoa Điện – Điện Tử tạo điều kiện thuận lợi hỗ trợ cho học viên nhiều trình học tập thời gian làm luận văn Học viên xin gởi lời cảm ơn chân thành đến bạn học, giảng viên trực tiếp giảng dạy thầy đóng góp ý kiến trình học viên thực chuyên đề qua giúp đỡ cho học viên nhiều, tạo cho học viên niềm tin nỗ lực cố gắng để hoàn thành luận văn Tóm Tắt Luận Văn Hệ thống bánh quay lắc ngược tự hệ thống không ổn định, phi tuyến mức cao Mơ hình bánh quay lắc ngược tự sử dụng để kiểm chứng tính xác thực giải thuật tuyến tính lẫn phi tuyến, cổ điển đại Hệ thống bao gồm lắc với động DC servo gắn đầu tự thanh, động có gắn bánh quay động quay tạo momen quay, góc quay lắc bánh quay trực tiếp hai encoder riêng biệt dùng cảm biến IMU đo góc (một encoder gắn trực tiếp động encoder lại định vị với trục cố định lắc) Do tồn lực ma sát lăn, lực ly tâm nên đáp ứng hệ thống đạt mức độ tương đối Hơn hai lắc lắc có xu hướng rơi xuống rời khỏi vị trí cân ngược tác dụng trọng lực nên việc điều khiển cân hai lắc lắc vị trí cân hướng lên khó lắc có xu hướng lệch khỏi vị trí cân cao Nếu cảm biến vị trí khơng xác làm cho lắc định vị khơng vị trí dẫn đến sai số lớn cân Để giải vấn đề học viên dựa vào mô hình bánh quay lắc ngược tự kể mơ hình mơ mơ hình thực tế để kiểm chứng lại thuật toán điều khiển điều khiển PID, LQR,FUZZY,NƠRON lý thuyết , tối ưu hóa điều khiển GA, PSO,… đồng thời lý thuyết nhận dạng dùng để ước lượng lại mơ hình tốn học hệ thống kết hợp với giải thuật thông minh để điều khiển hệ thống Abstract The Reaction Wheel Inverted Pendulum system is unstable and nonlinear at a high level The reaction wheel pendulum can be used to verify the authenticity of both linear and nonlinear, classical and modern algorithms The system consists of a pendulum with DC servo motor mounted at the free end of the rod, on the motor with a reaction wheel , when the motor rotates to create the torque, the rotation angle of the pendulum and the reaction wheel is directly by two Individual encoder or IMU can be used with angle measurement (an encoder directly attached to the motor and the remaining encoder is positioned with a fixed shaft of the pendulum ) Due to the existence of rolling friction, centrifugal force, the system response is only achieved at a relative level Furthermore, because both wheel and pendulum tend to fall off the counterbalanced position under the effect of gravity, the control of balancing both wheel and pendulum in the upward equilibrium position is very It is difficult and the pendulum tends to deviate from the equilibrium position which is very high If the incorrect position sensor will make the pendulum locate incorrectly, it will lead to large errors and imbalance To solve the above problems, author will rely on the reaction wheel pendulum simulation models and real models to verify control algorithms such as PID, LQR, FLC control , NORON and connect with theories of control optimization such as GA, PSO , simultaneously, identification theory is used to re-evaluate the mathematical model of this system and combine with intelligent algorithms to control the system for optimization Keywords: Reaction Wheel Inverted Pendulum (RWIP), nonlinear, upright position, Linear Quadratic Regulator (LQR), Fuzzy Logic Controller (FLC), Genetic Algorithm (GA), Particle swarm optimization (PSO) Mục Lục Lời Cam Đoan Lời Cảm Ơn Tóm Tắt Luận Văn Abstract Mục Lục Danh Sách Các Chữ Viết Tắt 11 Danh Sách Các Hình 12 Danh Sách Các bảng 16 Nhiệm Vụ Đề Tài Thạc Sĩ 17 Chương Tổng Quan 1.1 Đặt vấn đề : 1.2 Lý chọn đề tài : 1.3 Đối tượng nghiên cứu : 1.4 Dàn ý nghiên cứu Chương Xây Dựng Mơ Hình Tốn Học Hệ Bánh Quay Trên Con Lắc Tự Do 2.1 Xác định thơng số mơ hình hệ thống: 2.1.1 Mơ hình thiết kế phần mềm Inventor : 2.1.2 Mơ hình thiết kế thực tế : 2.1.3 Mơ hình 2D mơ tả thơng số: 2.1.4 Xây dưng mơ hình hóa cơng thức tốn học: 2.2 Mô hình hóa motor bánh quay: 12 2.3 Phương trình tốn học hệ thống: 16 2.4 Thông số thực hệ thống thực : 16 Chương Cơ Sở Lý Thuyết Điều Khiển, Tối Ưu Cho Hệ Bánh Quay Trên Con Lắc Tự Do 17 3.1 Khảo sát lý thuyết điều khiển pid 18 3.1.1 Khái niệm điều khiển PID 18 3.1.2 Cấu trúc điều khiển PID 18 3.1.3 Bộ điều khiển PID 19 3.1.4 Các phương pháp tìm thơng số PID (Kp, Ki, Kd) : 19 3.2 Cơ sở kiến thức chung lý thuyết điều khiển linear quadratic regulation (LQR) 20 3.3 Lý thuyết điều khiển logic mờ : 23 3.3.1 Giới thiệu điều khiển mờ : 23 3.3.3 Cấu trúc điều khiển mờ trực tiếp 23 3.3.4 Phân loại điều khiển mờ 25 3.3.5 Các quy tắc mờ phổ biến : 26 3.3.6 Bộ điều khiển mờ trực tiếp cho hệ lắc ngược hai bậc tự 28 3.4 Lý thuyết hệ mờ - nơron (Sugeno Fuzzy-Neural) 28 3.4.1 Sự kết hợp logic mờ Sugeno Fuzzy mạng nơron 28 3.4 Kết hợp điều khiển mờ mạng nơron 30 3.4 Nơron mờ 31 3.4 Huấn luyện mạng Nơron mờ 32 3.4.5 Công cụ ANFIS để thiết kế hệ mờ - nơron 33 3.4.6 Sơ đồ khối điều khiển mờ ANFIS cho hệ bánh quay lắc ngược : 35 3.5 Lý thuyết giải thuật Genetic Algorithms (GA) 36 3.5.1 Giải toán dùng GA 36 3.5.2 Lưu đồ giải thuật 37 3.5.3 Mã hóa – giải mã 38 3.5.4 Mã hóa nhị phân mã hóa thập phân 38 3.5.5 Mã hóa số thực 39 3.5.6 Lai ghép nhiễm sắc thể mã số thực 39 3.5.7 Đột biến mã số thực 41 3.5.8 Chọn lọc tự nhiên 43 3.5.9 Chọn lọc tỷ lệ (proportional selection, roulete wheel selection) 44 3.5.10 Chọn lọc hạng tuyến tính (Linear Ranking Selection) 45 3.5.11 Chọn lọc hạng lũy thừa 46 3.6 Thuật toán bầy đàn – PSO (Practicale Swarm Optimization) 47 3.6.1 Tổng quan giải thuật bầy đàn (PSO) 47 3.6.2 Lưu đồ giải thuật thuật toán PSO 49 Chương Xây Dựng Bộ Điều Khiển Mô Phỏng Cho Hệ Bánh Quay Trên Con Lắc Ngược Dựa Trên Các Giải Thuật Cơ Bản 51 4.1 Mô hệ thống bánh quay lắc ngược: 52 4.2 Mô PID hệ thống bánh quay lắc ngược: 56 4.2.1 Tìm trọng số PID với phương pháp với Ziegler – Nichols : 57 4.2.2 Tìm trọng số PID với phương pháp GA tìm tối ưu hóa PID 59 Chương Xây Dựng Bộ Điều Khiển Mơ Phỏng Tối Ưu Cho Mơ Hình Bánh Quay Trên Con Lắc Ngược Dựa Trên Các Giải Thuật Nâng Cao Và Giải Thuật Tối Ưu Hóa 62 5.1 Xây dựng điều khiển LQR cho mô hình mơ hệ thống bánh quay lắc ngược: 63 5.1.1 Tìm trọng số LQR dựa vào cơng thức tính tốn : 63 5.1.2 Tìm trọng số LQR dựa vào phương pháp GA : 68 5.1.3 Tìm trọng số LQR dựa vào phương pháp PSO : 71 5.1.4 Kết luân : 73 5.2 Mô hoạt động điều khiển SUGENO FUZZY kết hợp giải thuật tối ưu thông minh 75 5.2.1 Mô SUGENO FUZZY 81 Luật cho hệ thống bánh quay lắc ngược dựa vào ANFIS Fuzzy Matlab: Đầu tiên ta xây dựng nhận dạng : 75 5.2.2 Mô Sugeno Fuzzy thỏa hiệp luật cho hệ thống bánh quay lắc ngược dựa vào ANFIS Fuzzy Matlab: 79 5.2.3 Mô hoạt động điều khiển Mamdani Fuzzy: 82 Chương Xây Dựng Bộ Điều Khiển Thực Và Kết Quả Thực Tế Đạt Được 85 6.1 Mơ hình khí: 86 6.2 Phần điều khiển: 87 6.3 Phần kết nối điều khiển với mơ hình: 91 6.3.1 Sơ đồ khối kết nối phần cứng điều khiển: 91 6.3.2 Kết nối phần cứng điều khiển : 92 6.4 Phần mềm lập trình Waijung STM32F4 Matlab 94 6.4.1 Giới thiệu thư viện lập trình Waijung STM32F4 Matlab 94 6.4.2 Phần mềm Terminal 95 6.5 Ước lượng thông số động DC 96 6.5.1 Mô tả toán học động DC 96 6.5.2 Thiết lập chương trình ước lượng 99 6.5.3 Thu thập liệu xác định thông số thực .100 6.6 Xây dựng lưu đồ giải thuật điều khiển bánh quay lắc ngươc điều khiển thực : với tính tốn mơ ta xây đựng lưu đồ giản đơn cho việc điều khiển sau 101 6.7 Xây dựng chương trình Matlab cho điều khiển LQR: 102 6.8 Xây dựng chương trình Matlab cho điều khiển Sugeno Fuzzy 2x9 rule : 103 6.9 Xây dựng chương trình Matlab cho điều khiển Mamdani Fuzzy: .104 6.10 Kết thực nghiệm : 105 Chương Ý Nghĩa Thực Tiễn Và Phương Hướng Phát Triển 107 7.1 Ý nghĩa thực tiễn: .108 7.2 Phương hướng phát triển: 108 Phụ Lục 109 Chương trình GA cho tìm kiếm hệ số PID : 110 Chương trình tìm kiếm trọng số LQR công thức : 113 Chương trình tìm kiếm trọng số LQR giải thuật GA: 114 Chương trình tìm kiếm trọng số LQR giải thuật PSO: .117 Thuật toán Sugeno Fuzzy Bộ 81 control : 121 Thuật toán Sugeno Fuzzy Bộ luật: 132 Bộ cổng : 132 Bộ cổng 2: .134 Luật mờ điểu khiển Mandani Fuzzy: 136 Bộ luật Fuzzy .138 Bộ luật Fuzzy .139 Bộ luật Fuzzy .141 Bộ luật Fuzzy .142 Tài liệu Tham Khảo 144 Luận Văn Thạc Sĩ GVHD: PGS TS Nguyễn Minh Tâm 3 2, 71 (1) : 3 3, 72 (1) : 3 1, 73 (1) : 3 2, 74 (1) : 3 3, 75 (1) : 3 1, 76 (1) : 3 2, 77 (1) : 3 3, 78 (1) : 3 1, 79 (1) : 3 2, 80 (1) : 3 3, 81 (1) : Thuật toán Sugeno Fuzzy Bộ luật: Bộ cổng : [System] Name='cong1' Type='sugeno' Version=2.0 NumInputs=2 NumOutputs=1 NumRules=9 AndMethod='prod' OrMethod='probor' ImpMethod='prod' AggMethod='sum' DefuzzMethod='wtaver' [Input1] Name='input1' 132 Luận Văn Thạc Sĩ GVHD: PGS TS Nguyễn Minh Tâm Range=[-0.5 0.5] NumMFs=3 MF1='in1mf1':'trapmf',[-0.85 -0.65 -0.35 -0.15] MF2='in1mf2':'trapmf',[-0.35 -0.15 0.15 0.35] MF3='in1mf3':'trapmf',[0.15 0.35 0.65 0.85] [Input2] Name='input2' Range=[-1 1] NumMFs=3 MF1='in2mf1':'trapmf',[-1.7 -1.3 -0.7 -0.3] MF2='in2mf2':'trapmf',[-0.7 -0.3 0.3 0.7] MF3='in2mf3':'trapmf',[0.3 0.7 1.3 1.7] [Output1] Name='output' Range=[-3376.35 3376.35] NumMFs=9 MF1='out1mf1':'linear',[-6289.4973203951 -231.599942355828 0.0013437756837231] MF2='out1mf2':'linear',[-6289.49784664393 -231.5999703825 0.00104017050201488] MF3='out1mf3':'linear',[-6289.49736633717 -231.599979155571 0.00124657609636729] MF4='out1mf4':'linear',[-6289.49813083041 -231.599976609034 1.217855446919e-05] MF5='out1mf5':'linear',[-6289.49837877785 -231.599987982064 7.14577998657256e06] MF6='out1mf6':'linear',[-6289.49809629513 -231.599997875355 2.16070284194547e06] MF7='out1mf7':'linear',[-6289.49742724076 -231.600003559579 0.00124039340152414] 133 Luận Văn Thạc Sĩ GVHD: PGS TS Nguyễn Minh Tâm MF8='out1mf8':'linear',[-6289.49768223602 -231.599986340091 0.00111955223465404] MF9='out1mf9':'linear',[-6289.4973399569 -231.599963899522 -0.00131075763317128] [Rules] 1, (1) : 1 2, (1) : 1 3, (1) : 1, (1) : 2, (1) : 3, (1) : 1, (1) : 2, (1) : 3, (1) : Bộ cổng 2: [System] Name='cong2' Type='sugeno' Version=2.0 NumInputs=2 NumOutputs=1 NumRules=9 AndMethod='prod' OrMethod='probor' ImpMethod='prod' AggMethod='sum' 134 Luận Văn Thạc Sĩ GVHD: PGS TS Nguyễn Minh Tâm DefuzzMethod='wtaver' [Input1] Name='input1' Range=[-1 1] NumMFs=3 MF1='in1mf1':'trapmf',[-1.7 -1.3 -0.7 -0.3] MF2='in1mf2':'trapmf',[-0.7 -0.3 0.3 0.7] MF3='in1mf3':'trapmf',[0.3 0.7 1.3 1.7] [Input2] Name='input2' Range=[-1 1] NumMFs=3 MF1='in2mf1':'trapmf',[-1.7 -1.3 -0.7 -0.3] MF2='in2mf2':'trapmf',[-0.7 -0.3 0.3 0.7] MF3='in2mf3':'trapmf',[0.3 0.7 1.3 1.7] [Output1] Name='output' Range=[-208.7 208.7] NumMFs=9 MF1='out1mf1':'linear',[189.699985403732 18.9999979041411 -1.53268166895893e-05] MF2='out1mf2':'linear',[189.699988651892 18.9999987411478 -1.03541064525639e-05] MF3='out1mf3':'linear',[189.699984063557 18.9999982874446 -1.31327726605399e-05] MF4='out1mf4':'linear',[189.699991314401 18.9999994470295 -5.92979247322253e-07] MF5='out1mf5':'linear',[189.699993049394 18.9999993198623 -7.33115114195459e-08] MF6='out1mf6':'linear',[189.699991087978 18.9999986580753 1.32183102424236e-06] MF7='out1mf7':'linear',[189.699985468851 18.9999981630151 1.15702420903059e-05] 135 Luận Văn Thạc Sĩ GVHD: PGS TS Nguyễn Minh Tâm MF8='out1mf8':'linear',[189.699987990745 18.9999989216577 1.10424242600692e-05] MF9='out1mf9':'linear',[189.699985168379 18.9999986079587 1.49291861648599e-05] [Rules] 1, (1) : 1 2, (1) : 1 3, (1) : 1, (1) : 2, (1) : 3, (1) : 1, (1) : 2, (1) : 3, (1) : Luật mờ điểu khiển Mandani Fuzzy: Hình phụ lục 1: Hàm liên thuộc tiêu chuẩn ngõ vào e1 Fuzzy controller Hình phụ lục 2: Hàm liên thuộc tiêu chuẩn ngõ vào e1 Fuzzy controller 136 Luận Văn Thạc Sĩ GVHD: PGS TS Nguyễn Minh Tâm Hình phụ lục 3: Hàm liên thuộc tiêu chuẩn ngõ vào e2 Fuzzy controller Hình phụ lục 4: Hàm liên thuộc tiêu chuẩn ngõ vào e3 Fuzzy-4 controller Hình phụ lục 5: Hàm liên thuộc tiêu chuẩn ngõ u1 Fuzzy-1 controller Hình phụ lục 6: Hàm liên thuộc tiêu chuẩn ngõ u2 Fuzzy-2 controller 137 Luận Văn Thạc Sĩ GVHD: PGS TS Nguyễn Minh Tâm Hình phụ lục 7: Hàm liên thuộc tiêu chuẩn ngõ u3 Fuzzy-3 controller Hình phụ lục 8: Hàm liên thuộc tiêu chuẩn ngõ u4 Fuzzy-4 controller Mỗi điều khiển Fuzzy sử dụng luật mờ sau: +Nếu ngõ vào giảm ngõ giảm +Nếu ngõ vào khơng đổi ngõ khơng đổi +Nếu ngõ vào tăng ngõ tăng Bộ luật Fuzzy [System] Name='FUZZY_e1' Type='sugeno' Version=2.0 NumInputs=1 NumOutputs=1 NumRules=3 AndMethod='prod' OrMethod='probor' ImpMethod='prod' AggMethod='sum' 138 Luận Văn Thạc Sĩ GVHD: PGS TS Nguyễn Minh Tâm DefuzzMethod='wtaver' [Input1] Name='e1' Range=[-0.017 0.017] NumMFs=3 MF1='NE':'trapmf',[-1 -1 -0.015 0] MF2='ZE':'trimf',[-0.015 0.015] MF3='PO':'trapmf',[0 0.015 -1] [Output1] Name='delKp1' Range=[0 1] NumMFs=3 MF1='min':'constant',[-150] MF2='medium':'constant',[0] MF3='max':'constant',[150] [Rules] 1, (1) : 2, (1) : 3, (1) : Bộ luật Fuzzy [System] Name='FUZZY_e1_dot' Type='sugeno' Version=2.0 NumInputs=1 139 Luận Văn Thạc Sĩ GVHD: PGS TS Nguyễn Minh Tâm NumOutputs=1 NumRules=3 AndMethod='prod' OrMethod='probor' ImpMethod='prod' AggMethod='sum' DefuzzMethod='wtaver' [Input1] Name='e1_dot' Range=[-1.5 0.2] NumMFs=3 MF1='NE':'trapmf',[-2 -2 -1 -0.41] MF2='ZE':'trimf',[-1 -0.41 0.18] MF3='PO':'trapmf',[-0.41 0.18 2] [Output1] Name='delKd1' Range=[0 1] NumMFs=3 MF1='min':'constant',[-10] MF2='medium':'constant',[-4.1] MF3='max':'constant',[1.8] [Rules] 1, (1) : 2, (1) : 3, (1) : 140 Luận Văn Thạc Sĩ GVHD: PGS TS Nguyễn Minh Tâm Bộ luật Fuzzy [System] Name='FUZZY_e2' Type='sugeno' Version=2.0 NumInputs=1 NumOutputs=1 NumRules=3 AndMethod='prod' OrMethod='probor' ImpMethod='prod' AggMethod='sum' DefuzzMethod='wtaver' [Input1] Name='e2' Range=[-0.028 0.028] NumMFs=3 MF1='NE':'trapmf',[-1 -1 -0.025 0] MF2='ZE':'trimf',[-0.025 0.025] MF3='PO':'trapmf',[0 0.025 -1 -1] [Output1] Name='delKp2' Range=[0 1] NumMFs=3 MF1='min':'constant',[250] MF2='medium':'constant',[0] 141 Luận Văn Thạc Sĩ GVHD: PGS TS Nguyễn Minh Tâm MF3='max':'constant',[250] [Rules] 1, (1) : 2, (1) : 3, (1) : Bộ luật Fuzzy [System] Name='FUZZY_e2_dot' Type='sugeno' Version=2.0 NumInputs=1 NumOutputs=1 NumRules=3 AndMethod='prod' OrMethod='probor' ImpMethod='prod' AggMethod='sum' DefuzzMethod='wtaver' 142 Luận Văn Thạc Sĩ GVHD: PGS TS Nguyễn Minh Tâm [Input1] Name='e2_dot' Range=[-0.4 1.2] NumMFs=3 MF1='NE':'trapmf',[-1 -1 -0.3 0.35] MF2='ZE':'trimf',[-0.3 0.35 1] MF3='PO':'trapmf',[0.35 1 -1] [Output1] Name='delKd2' Range=[0 1] NumMFs=3 MF1='min':'constant',[-3] MF2='medium':'constant',[3.5] MF3='max':'constant',[10] [Rules] 1, (1) : 2, (1) : 3, (1) : 143 Luận Văn Thạc Sĩ GVHD: PGS TS Nguyễn Minh Tâm Tài liệu Tham Khảo [1] Professor S.G Tzafestas National Technical University of Athens, Greece, “Intelligent Systems, Control and Automation:Science and Engineering -Volume 88 “, Intelligent Systems, Control and Automation: Science and Engineering, ISBN 978-3-319-58318-1 DOI 10.1007/978-3-319-58319-8 [2] Li Chun Lai - Yu Yi Fu - Chia-Nan Ko, “MQPSO Algorithm Based Fuzzy PID Control for a Pendubot System “, International Conference on Artificial Life and Robotics (ICAROB 2017), pp 19-22, Seagaia Convention Center, Miyazaki, Japan, 2017 [3] Huynh Thai Hoang - Associate Professor, Department of Electrical and Electronics Engineering, Ho Chi Minh City University of Technology, ”Hệ Thống Điều Khiển Thông Minh”, republished 2014 [4] Ho Trong Nguyen-Nguyen Van Dong Hai- Nguyen Minh Tam “Application of genetic algorithm in optimization controller for cart and pole system”, Journal of Technical Education Science, December, 2017 [5] Kevin M Passino- Stephen Yurkovich, Department of Electrical Engineering, The Ohio State University “Fuzzy Control” , republished July 1997 [6] Daniel D Murdock- David G Taylor, School of Electrical and Computer Engineering Georgia Institute of Technology Atlanta ,Georgia 30332-0250 “Balancing a Reaction Wheel Pendulum withPM Synchronous Motor Actuation”, IECON 2014 - 40th Annual Conference of the IEEE Industrial Electronics Society [7] Maciej Rosół- Adam Piłat- Andrzej Tumau, Institute of Automatics and Biomedical Engineering, Faculty of Electrical Engineering, Automatics, Computer Science and Biomedical Engineering, AGH University of Science and Technology “ Time-optimal control for reaction wheel pendulum”, 2016 21st International Conference on Methods and Models in Automation and Robotics (MMAR) 144 Luận Văn Thạc Sĩ GVHD: PGS TS Nguyễn Minh Tâm [8] J Sowman- D.S.Laila- S.Longo, School of Engineering Sciences, Faculty of Engineering and the Environment, University of Southampton, Highfield, SO17 1BJ, UK “Real-time approximate explicit nonlinear model predictive control for the swing-up of a reaction wheel pendulum”, 2015 54th IEEE Conference on Decision and Control (CDC) [9] B Bapiraju- K.N Srinivas- P Prem Kumar- L Behera, Dept of Electr Eng., Indian Inst of Technol., Kanpur, India “On balancing control strategies for a reaction wheel pendulum”, Proceedings of the IEEE INDICON 2004 First India Annual Conference, 2004 [10] Xiao Qing Ma A Thesis in The Department of Mechanical Engineering,” Fuzzy Control for an under-actuated Robotic Manipirlator: Pendubot”, August 2001 [11] Richard M Murray, Thomas E and Doris Everhart Professor of Control & ynamical Systems and Bioengineering,”CDS110b -Lecture – LQR Control”, 11 January 2006 145 S K L 0 ... HỌC SƯ PHẠM KỸ THUẬT TP HỒ CHÍ MINH LUẬN VĂN THẠC SĨ NGUYỄN BÌNH HẬU XÂY DỰNG MƠ HÌNH ĐIỀU KHIỂN HỆ BÁNH QUAY TRÊN CON LẮC TỰ DO DÙNG CÁC GIẢI THUẬT THÔNG MINH Ngành: Điều Khiển Và Tự Động Hóa Mã... đà hệ bánh quay lắc 70 Hình 5.11 Mơ hệ thống bánh quay lắc cho giải thuật PSO 71 Hình 5.12 Điện áp vào hệ thống bánh quay lắc giải thuật PSO 72 Hình 5.13 Góc lắc hệ thống bánh quay lắc. .. Chương Xây Dựng Bộ Điều Khiển Mơ Phỏng Tối Ưu Cho Mơ Hình Bánh Quay Trên Con Lắc Ngược Dựa Trên Các Giải Thuật Nâng Cao Và Giải Thuật Tối Ưu Hóa 62 5.1 Xây dựng điều khiển LQR cho mơ hình mơ hệ