Nghiên cứu phát triển giải thuật điều khiển thông minh dựa trên mạng nơ-ron mờ hồi quy cho hệ phi tuyến

Mục tiêu

- Giải thuật điều khiển nghiên cứu được áp dụng điều khiển bám quỹ đạo robot Delta 3-DOF, trên phần mềm MATLAB/Simulink.

Điều khiển bám quỹ đạo robot Delta sử dụng bộ điều khiển giám sát kết hợp RFNN-PID

Các thông số của robot Delta 3-DOF thật mà nhóm tác giả đã thiết kế trên phần mềm Solidworks, được trình bày trong video thực nghiệm [1] và tham khảo trong [62-63], gia công các thông số cơ khí như: tấm nền cố định, tay trên, tay dưới và tấm chuyển động được trình bày như Bảng 1.2 trong mục 1.4 ở trên. Hệ thống điều khiển xây dựng trên MATLAB/Simulink cho robot Delta 3- DOF, với quỹ đạo mong muốn là hình Ellip được trình bày trong công thức (2.8) và các kết quả mô phỏng được tác giả cùng nhóm nghiên cứu công bố trên tạp chí quốc tế về kỹ thuật cơ khí và nghiên cứu robot trong tài liệu [52] và [55]. Đáp ứng của bộ điều khiển PID, bộ điều khiển PID thích nghi nơ-ron và bộ điều khiển giám sát kết hợp RFNN-PID được trình bày trong Hình 2.5, và khi tải trọng của robot thay đổi tăng trong Hình 2.6.

Điều khiển bám quỹ đạo hình số 8 Mô phỏng với các quỹ đạo khác nhau thì kết quả cho thấy rằng bộ điều khiển giám sát kết hợp RFNN-PID vẫn bám tốt các quỹ đạo khác nhau ngay cả khi tải hoặc môi trường làm việc của robot thay đổi. Tổng kết Chương 2: Chương 2 nghiên cứu, đề xuất sử dụng bộ điều khiển giám sát (supervisory control): mạng nơ-ron mờ hồi quy cùng với bộ điều khiển PID (RFNN-PID), kết hợp với mạng nơ-ron mờ hồi quy được sử dụng để quan sát các thông số đầu ra của hệ phi tuyến, thông qua bộ nhận dạng (RFNNI) cập nhật và điều chỉnh các thông số đầu vào tối ưu điều khiển hệ phi tuyến. Đồng thời, Chương 3 đã tiến hành kiểm chứng đáp ứng của bộ điều khiển RFNN-PID với các quỹ đạo khác nhau, kết quả mô phỏng vẫn cho thấy sự vượt trội của bộ điều khiển này so với 3 bộ điều khiển còn lại, là SNA-PID, GA-PID, FUZZY-PID.

Thiết kế và gia công khung cơ khí hệ MIMO là robot Delta 3-DOF Dựa theo lý thuyết về cấu trúc của robot Delta 3-DOF không gian RUS, mà

Đầu tiên ta có các góc tham chiếu theta1_ref, theta2_ref, theta3_ref được tạo ra thông qua khối động học ngược (Inverse Kinematics), đưa vào 3 bộ điều khiển RFNN-PID xây dựng trên Simulink và được nạp online vào DSP C2000, thông qua giao thức UART để tạo ra các tín hiệu điều khiển là các lực (Tau 1, Tau 2, Tau 3), đưa đến điều khiển mụ hỡnh robot Delta. Xung Encoder A và B hồi ngược về bộ tổng, để cho ra sai số giữa góc thực tế và góc tham chiếu, đưa đến các thuật toán điều khiển thông minh và các khối phát xung được xây dựng trên MATLAB/Simulink, tạo ra các lực (Tau1, Tau2, Tau3) để điều khiển vị trí và chiều quay thuận nghịch của ba động cơ AC servo 3 pha trên mô hình robot Delta. Sản phẩm mạch in và mạch điều khiển sau khi hoàn thiện Mạch điều khiển hoàn chỉnh được bố trí các linh kiện sao cho khả năng chống nhiễu tốt, hạn chế nhiễu khi 3 động cơ hoạt động, vì vậy tác giả đã thiết kế các đường mạch in sao cho phù hợp với các đường tín hiệu, các đường nguồn và mass để các đường mạch in này tự khử nhiễu.

Mặt trước của tủ được bố trí gồm: 3 đèn xanh báo nguồn cho 3 Driver Yakawa và 1 đèn đỏ báo mất nguồn cho 3 Driver ngưng hoạt động, 1 công tắc dừng khẩn cấp khi robot hoạt động quá tải hoặc robot lệch ra khỏi không gian làm việc, 1 công tắc 3 trạng thái sử dụng chuyển trạng thái hoạt động của robot khi hoạt động ở chế độ điều khiển bằng tay (Manual) và chế độ điều khiển tự động (Auto). Robot Delta 3-DOF phiên bản 3 được tác giả cùng nhóm nghiên cứu chế tạo và thực nghiệm vào năm 2022, sử dụng 3 động cơ AC servo 3 pha 220Vac, các bộ điều khiển thông minh được xây dựng trên MATLAB/Simulink để điều khiển vòng kín robot Delta 3-DOF bám theo quỹ đạo đặt trước là quỹ đạo đường tròn và quỹ đạo hình số 8. Ưu điểm của phiên bản 3 là khung cơ khí được tối ưu về khối lượng cũng như không gian làm việc và mạch điều khiển được sử dụng vi điều khiển DSPC2000 của Texas Instruments; robot hoạt động nhanh và chính xác, lực quán tính nhỏ; robot có thể mang tải lên đến Kg; tích hợp các bộ điều khiển thông minh để điều khiển online vòng kín, hồi tiếp Encoder thời gian thực giao tiếp với các thuật toán điều khiển thông minh được xây dựng trên MATLAB/Simulink trình bày trong Hình 3.6.

Kết quả thực nghiệm trên hệ phi tuyến SISO

Do hạn chế về thời gian và kinh phí đầu tư, nên nghiên cứu này không chọn lựa hướng tiếp tục chế tạo phiên bản mới của robot Delta mà tiến hành kiểm chứng giải thuật điều khiển RFNN-PID trên một thiết bị công nghiệp sẵn có trong phòng thí nghiệm, đó là hệ ổn định lưu lượng chất lỏng RT020 của Đức. Ngoài ra, Hình 3.12c cũng cho thấy bộ nhận dạng RFNNID đã đảm nhận tốt vai trò nhận dạng lưu lượng nước ngừ ra của hệ RT020 và xỏc định được thụng tin Jacobian, để cung cấp cho giải thuật cập nhật trực tuyến bộ điều khiển RFNNC [181]. Đồng thời kết quả thực nghiệm bộ điều khiển giám sát RFNN-PID trên hệ ổn định lưu lượng chất lỏng RT020, có độ vọt lố không đáng kể và bộ điều khiển RFNNC, cũng góp phần giảm thời gian xác lập của đối tượng, từ khoảng 12 (s) xuống còn khoảng 80.5 (s).

- Thiết kế, xây dựng được 4 bộ điều khiển khác nhau để khảo sát điều khiển trên mô hình hệ phi tuyến là robot Delta: FUZZY-PID, GA-PID, PID thích nghi mạng nơ-ron (SNA-PID) và bộ điều khiển giám sát kết hợp RFNN-PID (mạng nơ-ron mờ hồi quy kết hợp bộ PID và bộ nhận dạng) trên MATLAB/Simulink. - Kết quả điều khiển còn hạn chế như: quá trình cập nhật trực tuyến các trọng số của mạng nơ-ron mờ hồi quy và bộ nhận dạng mạng nơ-ron mờ hồi quy mất nhiều thời gian, bộ nhớ của vi điều khiển đòi hỏi dung lượng lớn, dẫn đến bộ điều khiển RFNN-PID thực nghiệm trên robot chưa đạt được kết quả như mong muốn. Phát triển bộ điều khiển RFNN-PID nhúng xuống vi điều khiển có bộ xử lý nhanh hơn, bộ nhớ lớn hơn là card DSP-TMS320C6713 của Texas Intruments, để điều khiển robot Delta 3-DOF gắp sản phẩm hoặc điều khiển cho các hệ thống phi tuyến MIMO khác, ứng dụng trong các nhà máy và các dây chuyền sản xuất công nghiệp.