Ở chương 4 tác giả đã mô phỏng điều khiển bằng BĐK NNC cho các tình huống riêng biệt về hướng đi, độ sâu và tốc độ của AUV Các BĐK làm việc hiệu quả và đạt được mục tiêu điều khiển theo giá trị đặt Trong trường hợp hoạt động đồng thời các chuyển động của AUV, BĐK NNC thể hiện tốt khả năng điều khiển khi không có và có dòng chảy tác động lên AUV
Cũng trong chương này tác giả đã trình bày các tình huống mô phỏng trên máy tính minh họa cho thuật toán điều khiển nơ-ron được đề xuất với các tình huống dẫn đường AUV theo quỹ đạo hình vuông, hình zig-zag khi độ sâu không đổi và khi độ sâu thay đổi; dẫn đường cho AUV bám theo địa hình đáy ở khoảng cách không đổi; dẫn đường cho AUV bám theo đường thẳng cho trước Với mô hình phi tuyến của AUV NPS, các tình huống điều khiển trên được mô phỏng khi không có dòng chảy và khi có dòng chảy tác động Hệ thống điều khiển đáp ứng thích nghi tốt với tác động của ngoại cảnh đến độ lệch vị trí của AUV trong mặt phẳng ngang
KẾT LUẬN
1 Các kết quả đạt được của đề tài
Luận án đã trình bày các kết quả nghiên cứu của tác giả qua 4 chương, trong đó 3 chương tổng qua và cơ sở lý thuyết, 1 chương thí nghiệm mô phỏng Đề tài luận án đã đạt được những kết quả sau:
- Hệ thống hóa được tình hình nghiên cứu về điều khiển AUV tại Việt Nam và trên thế giới, đặc biệt là trong giai đoạn 30 năm trở lại đây, về tình hình phát triển và công nghệ áp dụng
- Hệ thống hóa tình hình nghiên cứu BĐK sử dụng mạng nơ-ron nhân tạo cho AUV gần đây và trong giai đoạn hiện nay, về bối cảnh nghiên cứu, xu hướng phát triển và công nghệ áp dụng mạng nơ-ron thích nghi trong điều khiển
- Đề xuất áp dụng BĐK NNC cho điều khiển hướng đi, độ sâu và tốc độ AUV bằng mạng nơ-ron thích nghi, sử dụng phương pháp huấn luyện trực tuyến, nâng cao chất lượng của BĐK NNC
- Đề xuất hệ thống dẫn đường cho AUV sử dụng BĐK NNC phù hợp cho các tình huống dẫn đường trog thực tiễn
- Mô phỏng kiếm chứng các BĐK đã đề xuất trên máy tính
Điểm mới của các kết quả nghiên cứu mà đề tài đạt được:
- Đề xuất BĐK NNC thích nghi cho các tình huống điều khiển chuyển động của AUV bằng mạng nơ-ron thích nghi trực tuyến
- Đề xuất hệ thống điều khiển dẫn đường cho AUV sử dụng BĐK NNC, tăng cường khả năng thích nghi bằng cách nâng cấp hàm mục tiêu và hàm huấn luyện mạng nơ-ron
2 Những ưu điểm và hạn chế của đề tài
Ưu điểm:
- Đề tài tận dụng và kế thừa thuật toán nơ-ron thích nghi tương tác và áp dụng cho đối tượng điều khiển là AUV, giải quyết được bài toán điều
khiển với tính năng phi tuyến của đối tượng điều khiển và tính bất định của ngoại cảnh
- Với công cụ mô phỏng trên máy tính bằng Matlab, các tình huống phức tạp và phong phú được thực hiện, kiểm tra và phân tích kết quả, làm rõ được đáp ứng của BĐK trong từng trường hợp
- Tác giả trình bày rõ ràng và logic các nghiên cứu lý thuyết và minh họa bằng thí nghiệm mô phỏng
Hạn chế:
Do điều kiện thời gian, vật chất và công nghệ của Lab nghiên cứu, tác giả chưa kịp tiến hành thực nghiệm trên mô hình AUV thực và ở môi trường nước thực tế Rõ ràng giữa mô phỏng và thực nghiệm, áp dụng vào thực tiễn còn một khoảng cách đáng kể mà tác giả và cộng sự cần phấn đấu để tiếp tục thực hiện
3 Hướng phát triển tiếp theo của lĩnh vực nghiên cứu
Để khắc phục và bổ khuyết cho những hạn chế của đề tài, đồng thời phát huy thành công và những điểm mới trong nghiên cứu trên, tác giả dự định sẽ tiếp tục hướng nghiên cứu như sau:
- Nghiên cứu lý thuyết và áp dụng BĐK NNC ở trên cho các đối tượng AUV khác nhau, trong các điều kiện và môi trường làm việc với yêu cầu hoạt động phức tạp hơn, nâng cao chất lượng điều khiển
- Thực nghiệm các kết quả nghiên cứu trên mô hình AUV và tiến tới ứng dụng vào thực tiễn, góp phần đổi mới công nghệ, sáng tạo các thuật toán, kỹ thuật điều khiển cùng lĩnh vực
Cụ thể, tác giả dự định cùng các cộng sự nghiên cứu điều khiển AUV thực hiện nhiệm vụ tự động tránh vật cản, đi theo phương tiện dẫn đường (tàu mẹ, AUV khác), đi theo quỹ đạo phức tạp hơn, điều khiển nhóm nhiều
DANH MỤC CÁC CÔNG TRÌNH KHOA HỌC LIÊN QUAN ĐẾN LUẬN ÁN TIẾN SĨ
1 Đăng trên tạp chí
[1] Chau Giang Nguyen, Viet Anh Pham, Duy Anh Nguyen, Heading and Depth Control of Autonomous Underwater Vehicles via Adaptive Neural Network Controller, AETA 2017-Recent Advances in Electrical Engineering and Related Sciences, 776, 2017, ISSN 1876-1100, ISSN 1876-1119 (electronic) [2] Dinh Due Vo, Viet Anh Pham, Phung Hung Nguyen, Duy Anh Nguyen,
Designing a PID controller for ship autopilot system, AETA 2018-Recent Advances in Electrical Engineering and Related Sciences, 618, 2018, ISSN 1876-1100 ISSN 1876-1119 (electronic)
[3] Long Le Ngoc Bao, Pham Viet Anh, Duy Anh Nguyen, Designing a controller for Autonomonus Underwater Vehicles Using Decoupled Model and Fuzzy Logic, AETA 2019 - Recent Advances in Electrical Engineering and Related Sciences, vol 685, 42, 2019, ISSN 1876-1100, ISSN 1876-1119 (electronic) [4], Nguyễn Phùng Hưng, Lê Văn Ty, Điều khiển AUV di chuyển
bám theo địa hình đáy dung mạng nơ-ron nhân tạo, Tạp chí Giao thông Vận tải, tháng 05/2021, ISSN 2615-9751, trang 91-97
2 Đăng trên kỷ yếu hội nghị, hội thảo
[5] Chau Giang Nguyen, Viet Anh Pham, Duy Anh Nguyen, The Hybrid Neural Adaptive Controller for Heading and Depth Control of Autonomous
Underwater Vehicles, 21st International Conference on Mechatronics Technology October 20 – 23, 2017 in Ho Chi Minh City, Vietnam
[6] Dinh Due Vo, Viet Anh Pham, Duy Anh Nguyen, Design an Adaptive
Autopilot for an Unmanned Surface Vessel, Proceeding 2018 4th International Conference on Green Technology and Sustainable Development, GTSD 2018, 2018
[7] Viet Anh Pham, Phung Hung Nguyen, Van Ty Le, Track and Depth Control of Autonomous Underwater Vehicle using Adaptive Neural Networks,
submitted to the International Conference of Maritime Science & Technology NAŠE MORE 2021, Dubrovnik (Croatia)
TÀI LIỆU THAM KHẢO Tiếng Việt [1] [2] [3] [4] [5] [6] [7] [8] [9] [10]
Nguyễn Như Hiền và Lại Khắc Lãi (2007), Hệ mờ và nơ ron trong kỹ thuật điều khiển, Nhà xuất bản Khoa học tự nhiên và công nghệ Hà Nội
Nguyễn Hoàng Dũng (2011), Điều khiển hệ phi tuyến dựa trên giải thuật feedforward – feedback, Tạp chí Khoa học 2011: 19a 17-26, Trường Đại học Cần Thơ
Nguyễn Phùng Hưng (2013), Mạng nơ-ron nhân tạo- ứng dụng trong điều khiển phương tiện thủy, Nhà xuất bản Khoa học và kỹ thuật Phạm Hữu Đức Dục (2008), Mô hình điều khiển dự báo và ứng dụng điều khiển thích nghi hướng tàu thủy, Tạp chí Khoa học và công nghệ, số 1 (45), tập 1
Nguyễn Doãn Phước (2007), Lý thuyết điều khiển nâng cao, Nhà xuất bản khoa học và kỹ thuật
Nguyễn Đình Thúc (2008), Trí tuệ nhân tạo – lập trình tiến hóa, Nhà xuất bản Giáo dục
Nguy ễn Đông (2016), Phân tích thu ỷ độ ng lự c h ọc và thi ế t k ế h ệ th ống điều khi ển theo công ngh ệ hướng đối tượng cho phương tiện t ự hành
dưới nước, Luận án Tiến sĩ kỹ thuật, Chuyên ngành Cơ chất lỏng, MS 62440108, Trường ĐH Bách khoa Hà Nội
Võ Hồng Hải, Nguyễn Phùng Hưng (2009) Điều khiển hướng đi phương tiện ngầm tự hành bằng mạng nơron nhân tạo thích nghi Tạp chí Giao thông Vận tải 08/2009, tr 39-41
Nguyễn Phùng Hưng, Võ Hồng Hải (2009) Điều khiển hướng đi và độ sâu phương tiện ngầm tự hành bằng mạng nơron nhân tạo thích nghi
Tạp chí KHCN Hàng hải, số 18, 06/2009, tr 32-36
Tôn Thiện Phương, Trần Ngọc Huy (2019) Báo cáo phân tích xu hướng công nghệ: “Xu hướng nghiên cứu và ứng dụng robot ngầm tự
hành phục vụ quan trắc môi trường, khảo sát sông hồ và cứu hộ cứu nạn” Sở KHCN TP Hồ Chí Minh Tiếng Anh [11] [12] [13] [14] [15] [16] [17] [18] [19]
Sabiha Wadoo & Pushkin Kachroo, Autonomous Underwater Vehicles (modeling, control design, and simulation), printed by (CRC) CRC Press Taylor & Francis Group © 2011
Technology and Applications of Autonomous Underwater Vehicles
edited by Gwyn Griffiths, Taylor & Francis Group © 2003 / A series of book in oceanology ISSN 1561-5928
Advance in Unmanned Marine Vehicles edited by GN Roberts & R Sutton, IEE Control Engineering Series 69 (Series editors: Professor D Atherton & Professor S Spurgeon)
Bruno Borvic, Ognjen Kuljaca and Frank L Lewis Neural Net Underwater Vehicle Dynamic Position Control, IEEE
Khac Duc Do, Jie Pan, Control of Ships and Underwater Vehicles (Design for underactuated and nonlinear marine systems) School of Mechanical Engineering – The University of Western Australia
Underwater Acoustic Digital Signal Processing and Communication Systems edited by Robert S H Istepanian, Brunel Univesity & Milica Stojanovic / MIT – Kluwer Academic Publishers
Aage, C and Smitt, L W (1994) Hydrodynamic manoeuvrability data of a flatfish type AUV, Proceeding of the IEEE Conference Ocean’94, Brest, France, Aage, C (1997) Manoeuvring simulations and trail of flatfish type AUV Department of Naval Architecture and Offshore Engineering, Technical University of Denmark, Larsen, M B , Department of Automation, Technical University of Denmark, OMAE’97, Vol IB, Tokyo
R Cristi, F A Papoulias, A J Healy, Adaptive sliding mode control of autonomous underwater vehicles in the dive plane, IEEE Journal of Ocean Engineering, 15(3), 1990, 152-160
[20] [21] [22] [23] [24] [25]
Y Nakamura, S Savant, Nonlinear tracking control of autonomous underwater vehicles, in Proceeding of the 1992 IEEE Iternational Conference on Robotics and Automation, Nice, France, May 1992, A4- A9
Lawrence C Langebrake, AUV sensors for marine research,
University of South Florida, 140 Seventh Avenue South, St Petersburg, FL 33701-5016, USA
Bjerrum, A (1997) Autonomous Unrderwater Vehicles for offshore surveys Technologies for Remote Subsea Operations-Forum 1997, Aberdeen
Chance, TS Et al (2000) The Autonomous Underwater Vehicles: A Cost-effective Alternative to Deep-towed Technology Integrated Coastal Zone Management, ICG Publishing Ltd
M Krstic, I Kanellakopoulos, and P Kokotovic, Nonlinear and Adaptive Control Design New York: Wiley, 1995
N E Leonard, “Control synthesis and adaptation for an underactualed autonomous underwater vehicles”, IEEE Journal of Ocean
Engineering, vol 20, no 2, pp 211-220, 1995 [26] [27] [28] [29] [30]
Thor I Fossen (1994), Guidance and Control of Ocean Vehicles, John Wiley and Sons, Ltd
Prestero, T ,Verification of a Six-Degree of Freedom Simulation Model for the REMUS Autonomous Underwater Vehicle University of
California at Davis (1994)
Shahaji, L , Some studies on Control of Autonomous Underwater Vehicles Swami Ramanand Teerth Marathwada University (2017) Londhe P , Santhakumar M , Patre B , Waghmare L , Task space control of an autonomous underwater vehicle manipulator system by robust single-input fuzzy logic control scheme In: IEEE Journal of Oceanic Engineering, vol 42, no 1, pp 13-28 (2017)
Control (2001) [31] [32] [33] [34] [35] [36] [37] [38] [39]
Thor I Fossen, Maritime Control Systems - Guidance, Navigation and Control of Ships, Rigs and Underwater Vehicles, Marine Cybernetics, Trondheim, Norway, ISBN 82-92356-00-2 (2002)
Regardt, B : Modelling and Simulation of an Autonomous Underwater Vehicle University of Stellenbosch, South Africa (2009)
R Prasanth Kumar, A Dasgupta, and C S Kumar, “Robust trajectory control of underwater vehicles using time delay control law,” Ocean Engineering, vol 34, no 5-6, pp 842–849, 2007
A Mazumdar and H H Asada, “A compact underwater vehicle using highbandwidth coanda-effect valves for low speed precision
maneuvering in cluttered environments” in 2011 IEEE International Conference on Robotics and Automation, pp 1544–1550, 2011 A Thomas, M Milano, M G G’Sell, K Fischer, and J Burdick, “Synthetic Jet Propulsion for Small Underwater Vehicles” in
Proceedings of the 2005 IEEE International Conference on Robotics and Automation, pp 181–187, April 2005
P Krishnamurthy, F Khorrami, J de Leeuw, M E Porter, K Livingston, and J H Long, “A multi-body approach for 6DOF modeling of Biomimetic Autonomous Underwater Vehicles with simulation and experimental results” in 2009 IEEE International Conference on Control Applications, pp 1282–1287, 2009
P R Bandyopadhyay, “Trends in biorobotic autonomous undersea vehicles” IEEE J Ocean Eng , vol 30, no 1, pp 109–139, Jan 2005 A Mazumdar, M Lozano, A Fittery, and H Harry Asada, “A compact, maneuverable, underwater robot for direct inspection of nuclear
power piping systems” in 2012 IEEE International Conference on Robotics and Automation, pp 2818–2823, 2012
F Giorgio Serchi, A Arienti, and C Laschi, “Biomimetic Vortex
Vehicles”, IEEE/ASME Trans Mechatronics, vol 18, no 2, pp 484– 493, Apr 2013 [40] [41] [42] [43] [44] [45] [46] [47]
X Deng and S Avadhanula, “Biomimetic Micro Underwater Vehicle with Oscillating Fin Propulsion: System Design and Force
Measurement” in Proceedings of the 2005 IEEE International
Conference on Robotics and Automation, pp 3312–3317, April 2005 D Yoerger, J G Cooke, and J -J E Slotine, “The influence of thruster dynamics on underwater vehicle behavior and their incorporation into control system design”, IEEE J Ocean Eng , vol 15, no 3, pp 167– 178, Jul 1990
A Mazumdar and H Asada, “Valve-PWM control of integrated pump- valve propulsion systems for highly maneuverable underwater
vehicles” in American Control Conference (ACC), pp 5414–5420, 2012 88
M Krieg and K Mohseni, “Thrust Characterization of a Bioinspired Vortex Ring Thruster for Locomotion of Underwater Robots”, IEEE J Ocean Eng , vol 33, no 2, pp 123–132, Apr 2008
M Krieg, A Pitty, M Salehi, and K Mohseni, “Optimal Thrust Characteristics of a Synthetic Jet Actuator for Application in Low Speed Maneuvering of Underwater Vehicles” in Proceedings of OCEANS 2005 MTS/IEEE, pp 1–6, 2005
D Brutzman, T Healey, D Marco, and B McGhee, “The Phoenix autonomous underwater vehicle”, Artif Intell Mob Robot Case Stud Success Robot Syst , pp 323–360, 1998
D Davis, “Precision maneuvering and control of the Phoenix
Autonomous Underwater Vehicle for entering a recovery tube”, Naval Postgraduate School, MONTEREY, CA, 1996
R B Byrnes, A J Healey, R B McGhee, M L Nelson, S Kwak, and D P Brutzman, “The Rational Behavior Software Architecture for Intelligent Ships”, Nav Eng J , vol 108, no 2, pp 43–55, 1996
[48] [49] [50] [51] [52] [53] [54] [55] [56] [57]
D Brutzman and M Compton, “AUV Research at the Naval Postgraduate School”, Sea Technol J , vol 32, no 12, pp 35–40, 1991
D Marco, A Healey, and R McGhee, Autonomous underwater
vehicles: Hybrid control of mission and motion pp 169–186, Springer US, 1996
D Brutzman, “A virtual world for an autonomous underwater vehicle”, Naval Postgraduate School, MONTEREY, CA, 1994
T Furukawa, “Reactive obstacle avoidance for the remus autonomous underwater vehicle utilizing a forward looking sonar”, Naval
Postgraduate School, MONTEREY, CA, 2006
A Healey, “Obstacle avoidance while bottom following for the REMUS autonomous underwater vehicle” in IFAC Symposium on Intelligent Autonomous Vehicles, 2004 89
D Hemminger, “Vertical Plane Obstacle Avoidance and Control of the REMUS Autonomous Underwater Vehicle Using Forward Looking Sonar”, Naval Postgraduate School, MONTEREY, CA, 2005 P Patron, E Miguelanez, Y R Petillot, D M Lane, and J Salvi, “Adaptive mission plan diagnosis and repair for fault recovery in autonomous underwater vehicles” in OCEANS 2008, pp 1–9, 2008 E Miguelanez, P Patron, K E Brown, Y R Petillot, and D M Lane, “Semantic Knowledge-Based Framework to Improve the Situation Awareness of Autonomous Underwater Vehicles”, IEEE Trans Knowl Data Eng , vol 23, no 5, pp 759–773, May 2011
M Sfakiotakis, D M Lane, and J B C Davies, “Review of fish swimming modes for aquatic locomotion”, IEEE J Ocean Eng , vol 24, no 2, pp 237–252, Apr 1999
K Mohseni, “Zero-mass Pulsatile Jets for Unmanned Underwater Vehicle Maneuvering” in AIAA 3rd “Unmanned Unlimited” Technical Conference, Workshop and Exhibit, pp 1–9, 2004
[58] [59] [60] [61] [62] [63] [64] [65]
E Lee, “Design of a soft and autonomous biomimetic micro-robotic fish” in 2010 5th IEEE Conference on Industrial Electronics and Applications, pp 240–247, 2010
T Prestero, “Verification of a Six-Degree of Freedom Simulation Model for the REMUS Autonomous Underwater Vehicle”, MIT, 2001 G Martins, A Moses, M J Rutherford, and K P Valavanis,
“Enabling intelligent unmanned vehicles through XMOS Technology”, J Def Model Simul Appl Methodol Technol , vol 9, no 1, pp 71– 82, Jan 2011
Uzair Ansari, Abdulrahman H Bajodah, Autonomous Underwater Vehicles Attitude control using Neuro-Adaptive Generalized Dynamic Inversion¸International Federation of Automatic Control online 52-29 (2019), pp 103-109
Jiemei Zhao, Neural Network Predictive Control for Autonomous Underwater Vehicle with Input Delay, Journal of Control Science and Engineering Volume 2018, ID 2316957
Behdad Geranmehr, Kamran Vafaee, Hybrid Adaptive Neural Network AUV Controller Design with Sliding Mode Robust Term, International Journal of Maritime Technology, Vol 7 (2017), pp 49-55
Ahmad Forouzantabar, Babak Gholami, Mohammad Azadi, Adaptive Neural Network Control of Autonomous Underwater Vehicles,
International Journal of Elwctrical and Computer Engineering, Vo; 6, No 7, 2012, pp 866-871
Ansari, U and Bajodah, A H (2017a) Robust generalized dynamic inversion based control of autonomous underwater vehicles,
Proceedings of the Institution of Mechanical Engineers, Part M:
Journal of Engineering for the Maritime Environment,
1475090217708640
[66] Aras M S M , Abdullah S S , Othman S Y B , Sulaiman M , Basar