Upload
others
View
0
Download
0
Embed Size (px)
Citation preview
ใบรบรองวทยานพนธ บณฑตวทยาลย มหาวทยาลยเกษตรศาสตร
ปรญญา
สาขา ภาควชา
เรอง การรกษาสมดลของหนยนตสองลอดวยตวคมคากาลงสองเชงเสน และตวควบคมโมเดลพรดกทฟ Self-Balancing of Two-Wheeled Mobile Robot with Linear Quadratic Regulator and Model Predictive Controller
นามผวจย นายพงศกร กวสนทรเสนาะ
ไดพจารณาเหนชอบโดย
อาจารยทปรกษาวทยานพนธหลก
( ) อาจารยทปรกษาวทยานพนธรวม
( ) หวหนาภาควชา
( )
บณฑตวทยาลย มหาวทยาลยเกษตรศาสตรรบรองแลว
( ) คณบดบณฑตวทยาลย
วนท เดอน พ.ศ.
วศวกรรมศาสตรมหาบณฑต (วศวกรรมเครองกล)
วศวกรรมเครองกล วศวกรรมเครองกล
รองศาสตราจารยวทต ฉตรรตนกลชย, Ph.D.
ผชวยศาสตราจารยทวเดช ศรธนาพพฒน, Ph.D.
รองศาสตราจารยกญจนา ธระกล, D.Agr.
รองศาสตราจารยชวลต กตตชยการ, Ph.D.
วทยานพนธ
เรอง
การรกษาสมดลของหนยนตสองลอดวยตวคมคาก าลงสองเชงเสน และตวควบคมโมเดลพรดกทฟ
Self-Balancing of Two-Wheeled Mobile Robot with Linear Quadratic Regulator and Model Predictive Controller
โดย
นายพงศกร กวสนทรเสนาะ
เสนอ
บณฑตวทยาลย มหาวทยาลยเกษตรศาสตร เพอความสมบรณแหงปรญญาวศวกรรมศาสตรมหาบณฑต (วศวกรรมเครองกล)
พ.ศ. 2557
พงศกร กวสนทรเสนาะ 2557: การรกษาสมดลของหนยนตสองลอดวยตวคมคาก าลงสองเชงเสน และตวควบคมโมเดลพรดกทฟ ปรญญาวศวกรรมศาสตรมหาบณฑต (วศวกรรมเครองกล) สาขาวศวกรรมเครองกล ภาควชาวศวกรรมเครองกล อาจารยทปรกษาวทยานพนธหลก: รองศาสตราจารยวทต ฉตรรตนกลชย, Ph.D. 80 หนา
นกวจยหลายทานไดใหความสนใจเกยวกบหนยนตสองลอเนองจากเปนระบบทควบคมไดยากมสมบตเฟสไมต าทสด, มหลายอนพตหลายเอาตพตและมอนพตนอยกวาเอาตพต ซงเหมาะส าหรบงานวจยทตองการแสดงถงประสทธภาพของระบบควบคมทน ามาใช นอกจากนหนยนตสองลอมความสามารถในการเคลอนตวทคลองแคลวคลายคลงกบมนษย ซงมหลายงานวจยทแสดงถงประสทธภาพในการเคลอนตวของหนยนต และจากความคลองแคลวของหนยนตนสามารถน าไปประยกตใชงานจรงแทนมนษยได งานวจยนไดน าตวคมคาก าลงสองเชงเสนและตวควบคมโมเดลพรดกทฟทมลกษณะทแตกตางกน โดยตวควบคมทงสองชนดตองอาศยแบบจ าลองคณตศาสตรทแมนย าเพอใชในการจดการกบความไมแนนอนของระบบและรกษาสมดลของหนยนต ซงในการวดมมเอยงของหนยนตสองลอถอเปนปญหาส าคญในการรกษาสมดลของหนยนตสองลอ ในงานวจยนใชเซนเซอรรวมกนระหวางเซนเซอรวดความเรงและเซนเซอรวดความเรวเชงมม จากผลการจ าลองแสดงถงเสถยรภาพในการรกษาสมดลหนยนตสองลอของตวคมคาก าลงสองเชงเสนและตวควบคมโมเดลพรดกทฟทมลกษณะทแตกตางกน ไดแสดงถงคณลกษณะเฉพาะของตวควบคมโมเดลพรดกทฟในเรองขอจ ากดของอนพตและเอาตพต ซงสามารถน าไปประยกตใชกบงานในโรงงานอตสาหกรรมทมการใชพลงงานมากได ในสวนของผลการทดลองไดแสดงประสทธภาพของตวกรองความถ Complementary ทสามารถจดการกบปญหา noise และ drift จากเซนเซอรทงสองชนด
_______________________ ________________________________________ __ / __ / __ ลายมอชอนสต ลายมอชออาจารยทปรกษาวทยานพนธหลก
Pongskorn Kaveesoontornsanoh 2014: Self-Balancing of Two-Wheeled Mobile Robot with Linear
Quadratic Regulator and Model Predictive Controller. Master of Engineering (Mechanical
Engineering), Major Field: Mechanical Engineering, Department of Mechanical Engineering.
Thesis Advisor: Associate Professor Withit Chatlatanagulchai, Ph.D. 80 pages.
Many researchers have paid attention on two-wheeled robot because it is a system that is difficult to
control due to its non-minimum phase property, its having multiple inputs and outputs, and the number of
inputs is fewer than the number of output. The two-wheeled robot is suitable for research that needs to prove the
efficiency of the applying control system. Besides, the two-wheeled robot is able to move swiftly similar to
human. There exist many research works showing the performance in robot movement. From this agility of the
robot movement, the two-wheeled robot can be applied to real work in place of humans.
This research applies the linear quadratic regulator and the model predictive control techniques to
controlling the robot. Each technique has different characteristics. The linear quadratic regulator depends on
accurate mathematical model to handle the system uncertainty and to balance the robot. Tilt angle measurement
of the robot is a major problem in balancing the two-wheeled robot. In this research, an accelerometer and a
gyroscope are used together.
Simulation results show the stability in balancing the two-wheeled robot of the linear quadratic
regulator and the model predictive controller. The two types of controller are different. The results show
specific characteristic of each controller. The model predictive controller incorporates constraints on inputs and
outputs. It can be applied to industrial work that consumes high energy. Experimental results show the
efficiency of the complementary filter that can handle noise and sensor drifts for both sensors.
___________________________ _________________________________ __ / __ / __ Student’s signature Thesis Advisor’s signature
กตตกรรมประกาศ
ขาพเจาขอกราบขอบพระคณ รศ.ดร. วทต ฉตรรตนกลชย ประธานกรรมการทปรกษา
วทยานพนธ ทใหโอกาสขาพเจาเขามาสสาขาวชาการควบคมไดมอบความรพนฐานการควบคม
จนกระทงระดบสง ไดใหค าปรกษาทางดานทฤษฎและการปฏบตตลอดจนประสบการณตางๆ และ
ขอกราบขอบพระคณ ผศ.ดร. ทวเดช ศรธนาพพฒน กรรมการทปรกษาวชาเอก ทใหความรและ
ค าแนะน าตางๆมาโดยตลอด จนกระทงวทยานพนธนเสรจสมบรณ
ขอขอบพระคณมหาวทยาลยเกษตรศาสตร, หองปฏบตการควบคมหนยนตและการ
สนสะเทอน (Control of Robot and Vibration Laboratory, CRVLAB) ทเออเฟอสถานทและ
อปกรณการท าวจย อาจารยคณะวศวกรรมศาสตรทกทานทไดใหค าแนะน าและวชาความรตางๆ
ขอบพระคณ รศ.ดร. อนชา หรญวฒน ทใหค าแนะน าในการเรยนระดบปรญญาโท ขอขอบคณรนพ
และเพอนๆ ใน CRVLAB ทใหค าปรกษาและค าแนะน าเมอเกดปญหาในการท างานวจยน
นอกจากนขอขอบคณความรตางๆจากนกวจยทกทานทเกยวของทใหความรในงานประชมวชาการ,
บทความวชาการและวารสารวชาการ
สดทายน ขาพเจาขอกลาวค าขอบพระคณแดบดาและมารดาทเลยงดขาพเจา คอยอบรมสง
สอนและใหค าแนะน าในการด าเนนชวตทดมาโดยตลอด ขอขอบคณ พๆ เพอนๆ นองๆ และทกคน
ทเกยวของทคอยชแนะและใหก าลงใจ จนกระทงวทยานพนธเลมนเสรจสมบรณ
พงศกร กวสนทรเสนาะ
กรกฎาคม 2557
(1)
สารบญ
หนา
สารบญ (1) สารบญตาราง (2) สารบญภาพ (3) ค าอธบายสญลกษณและอกษรยอ (6) ค าน า 1 วตถประสงค 3 การตรวจเอกสาร 4 อปกรณและวธการ 13 อปกรณ 13 วธการ 19 ผลและวจารณ 46 สรปและขอเสนอแนะ 58 สรป 58 ขอเสนอแนะ 59 เอกสารและสงอางอง 60 ภาคผนวก 64
ภาคผนวก ก การหาคาพารามเตอรดวยโปรแกรม Solidworks 65 ภาคผนวก ข การหาแบบจ าลองทางคณตศาสตรของหนยนตสองลอและอตรา ขยายของตวคมคาก าลงสองเชงเสนดวยโคดโปรแกรม MATLAB 67
ภาคผนวก ค การจ าลองผลการทดลองดวยตวคมคาก าลงสองเชงเสน 71 ภาคผนวก ง การหาผลการจ าลองดวยตวควบคมโมเดลพรดกทฟ 73 ภาคผนวก จโคดโปรแกรม MATLAB ของผลการทดลอง 76
ประวตการศกษา และการท างาน 80
(2)
สารบญตาราง
ตารางท หนา
1 คาพารามเตอรทวไปของหนยนต 20
(3)
สารบญภาพ
ภาพท หนา
1 (ซาย) หนยนตส ารวจดาวองคาร (Curiosity) (กลาง) หนยนตเสรฟอาหาร (Hajime Robot) (ขวา) หนยนตเดนสองขาเสมอนมนษย (Humanoid robots) 4 2 (ซาย) หนยนตลอเดยว (Unicycle Robot) (กลาง) Lego NXTbike-GS (Self-Balanceing Two Wheeled Robot) 5 3 (ซาย) หนยนตสองลอทสามารถทรงตวดวยตวเอง (Quasimoro) (กลาง) หนยนต สองลอทสามารถเปลยนจดศนยกลางมวล (ขวา) หนยนตสองลอทมแขนสองขาง 7 4 การเคลอนทลงบนไดของหนยนตสองลอ 9 5 หลกการ Complementary filter 11 6 หนยนตสองลอและสวนประกอบตางๆ 13 7 อปกรณเอนโคดเดอรเซนเซอร 14 8 อปกรณเซนเซอรวดความเรง 14 9 อปกรณเซนเซอรวดความเรวเชงมม (Rate Gyroscope) 15 10 อปกรณวงจรขบมอเตอรกระแสตรง 15 11 มอเตอรไฟฟากระแสตรง (DC Motor) 16 12 อปกรณไมโครคอนโทรลเลอร (Arduino Mega 2560 R3) 16 13 อปกรณแบตเตอร 12 V 17 14 ตวอยางการใชงานโปรแกรม MATLAB 17 15 ตวอยางการใชการโปรแกรม Solidworks 18 16 โครงสรางของหนยนตสองลอจากโปรแกรม Solidworks 19 17 หนยนตสองลอบนแกนพกด x,y,z 20 18 การวดมมของเซนเซอรวดความเรง 29 19 ตวกรองสญญาณแบบดจตอล (Digital Filter) 30 20 บลอกไดอะแกรมการวดคาจากเซนเซอรทงสามชนด 31 21 บลอกไดอแกรมในการควบคมปอนกลบแบบรกษาเสถยรภาพ 32 22 พนฐานของตวควบคมโมเดลพรดกทฟ 36
23 เอาตพตของตวคมก าลงสองเชงเสน 46
(4)
สารบญภาพ (ตอ)
ภาพท หนา
24 สญญาณควบคมของตวคมคาก าลงสองเชงเสน 47 25 ตวควบคมโมเดลพรดกทฟทไมมขอจ ากด (MPC without Constraints) 48 26 สญญาณควบคมของโมเดลพรดกทฟทไมมขอจ ากด (MPC without constraints) 48 27 ตวควบคมโมเดลพรดกทฟทมขอจ ากด (MPC with Constraints ( 0.01 Pitch)) 49 28 สญญาณควบคมของตวควบคมโมเดลพรดกทฟทมขอจ ากด (MPC with constraints
( 0.01 Pitch)) 49 29 ตวควบคมโมเดลพรดกทฟ (MPC ;
pH = 24) 50 30 สญญาณควบคมของตวควบคมโมเดลพรดกทฟ (MPC ;
pH = 24) 50 31 เปรยบเทยบผลการจ าลองระหวางตวคมคาก าลงสองเชงเสนและตวควบคมโมเดลพรดก ทฟทไมมขอจ ากด 51 32 เปรยบเทยบผลการจ าลองระหวางตวคมคาก าลงสองเชงเสนและตวควบคมโมเดลพรดก ทฟทไมมขอจ ากด ( 0.01 Pitch) 52 33 ภาพรวมของการวดมมเอยงดวยหลกการ Complementary Filter 53 34 เปรยบเทยบผลระหวางเซนเซอรวดความเรงและ Complementary Filter 53 35 เปรยบเทยบผลของมมจากเซนเซอรทงสองและ Complementary Filter ทความถสง 54 36 เปรยบเทยบผลระหวางเซนเซอรวดความเรวเชงมมและ Complementary Filter 54 37 คาเอาตพตของมม Pitch จากการรกษาสมดลของหนยนตสองลอ 56 38 สญญาณควบคม PWM จากการรกษาสมดลของหนยนตสองลอ 56
(5)
สารบญภาพ (ตอ)
ภาพผนวกท หนา
ก1 การหาคาพารามเตอรดวยโปรแกรม Solidworks 66 ค1 การจ าลองผลการทดลองดวยตวคมคาก าลงสองเชงเสน 72 ง1 การหาผลการจ าลองดวยตวควบคมโมเดลพรดกทฟ 74 ง2 การก าหนดคาพารามเตอรของตวควบคมโมเดลพรดกทฟ 75 จ1 การรบคาจากเซนเซอรวดความเรงและเซนเซอรวดความเรวเชงมม 77 จ2 การรบคาจากเอนโคดเดอรเซนเซอรดวย S-function และอตราขยาย 77 จ3 การควบคมมอเตอรซายและมอเตอรขวาดวย PWM 78 จ4 การวดมมเอยงดวยหลกการ complementary filter (Subsystem) 78 จ5 การวดต าแหนงและมมเลยวของเอนโคดเดอรเซนเซอร
(Subsystem1 และ Subsystem2) 79 จ6 การใช S-function ในการวดคาจากเอนโคดเดอรเซนเซอร 79
(6)
ค าอธบายสญลกษณ และอกษรยอ
ค าอธบายสญลกษณ
= มมเฉลยของลอซายและลอขวา ( rad )
l = มมของลอซาย ( rad )
r = มมของลอขวา ( rad ) = มมเอยงของหนยนตสองลอ ( rad ) = มมเลยวของหนยนตสองลอ ( rad ) = เวลาคงทของ Complementary Filter (time constant) = คาความผดพลาดของตวควบคมโมเดลพรดกทฟ = สมประสทธอตราขยายของโมเดลพรดกทฟ = สญญาณรบกวนสขาว a = คาสมประสทธของตวกรองความถ D = ระยะความลกของตวถง ( m ) F = สมประสทธอตราขยายของโมเดลพรดกทฟ F = แรงภายนอกทกระท าในระบบพกด ( .N m ) F = แรงภายนอกทกระท าในระบบพกด ( .N m ) F = แรงภายนอกทกระท าในระบบพกด ( .N m )
lF = แรงภายนอกทกระท ากบลอซาย ( .N m )
rF = แรงภายนอกทกระท ากบลอขวา ( .N m )
mf = คาสมประสทธแรงเสยดทานระหวางตวถงและมอเตอร
wf = คาสมประสทธแรงเสยดทานระหวางลอและพน g = แรงโนมถวงโลก ( 2/ secm ) H = ระยะความสงของตวถง ( m )
pH = ขอบเขตการท านายสเตทในอนาคต
cH = ขอบเขตการท านายอนพตในอนาคต i = อนดบของระบบ
,l ri = กระแสของมอเตอรซายหรอมอเตอรขวา J = ดรรชนสมรรถนะ (Cost function)
byJ = โมเมนตความเฉอยตวถงแกน y0 ( 2kgm )
(7)
ค าอธบายสญลกษณ และอกษรยอ (ตอ)
ค าอธบายสญลกษณ
bzJ = โมเมนตความเฉอยตวถงแกน z0 ( 2kgm )
mJ = โมเมนตความเฉอยของมอเตอร ( /Nm A )
wJ = โมเมนตความเฉอยของลอ ( 2kgm ) K = อตราขยายของตวควบคม
bK = คาคงทแรงดนไฟฟายอนกลบมอเตอร
tK = คาคงทแรงบดมอเตอร k = เวลาปจจบน L = ระยะจากแกนลอถงศนยถวง ( m )
gL = คาลากรางจ
mL = คาของตวเหนยวน า M = มวลตวถง ( kg ) m = มวลลอ ( kg ) n = อดตราทดมอเตอร Q = เมตรกซถวงน าหนกของสเตท R = รศมลอ ( m ), เมตรกซถวงน าหนกของอนพต
mR = คาความตานทานของมอเตอร r = สญญาณอางองทตองการตามรอยสญญาณ s = จดทตองการตามรอยสญญาณ T = พลงงานจลนรวมของระบบ ( 2 2/kgm s )
1T = พลงงานจลนรวมจากการเคลอนทเชงเสน ( 2 2/kgm s )
2T = พลงงานจลนรวมจากการเคลอนทแบบหมน ( 2 2/kgm s )
refT = ความเรวในการตอบสนอง
sT = ระยะหางของชวงเวลา
iq = ระบบพกด U = เวกเตอรของผลตางอนพต
u = อนพต (V ) V = พลงงานศกยรวมของระบบ ( 2 2/kgm s )
(8)
ค าอธบายสญลกษณ และอกษรยอ (ตอ)
ค าอธบายสญลกษณ
refV = แรงดนทใชปฎบตการท างานของไมโครคอนโทรลเลอร
,l rv = แรงดนของมอเตอรซายหรอมอเตอรขวา W = ความกวางของฐานลอ ( m ) w = สญญาณอนพตของสงรบกวนภายนอกระบบ x = คาสเตทของระบบ y = เอาตพตของระบบ
ค าอธบายอกษรยอ
LQR = Linear Quadratic Regulator MIMO = Multi-input Multi-output MPC = Model Predictive Control PWM = Pulse Width Modulation NMP = Non-minimum Phase
1
การรกษาสมดลของหนยนตสองลอดวยตวคมคาก าลงสองเชงเสน และตวควบคม
โมเดลพรดกทฟ
Self-Balancing of Two-Wheeled Mobile Robot with Linear Quadratic Regulator and Model Predictive Controller
ค าน า
หนยนตสองลอเปนหนยนตทไดรบความสนใจอยางแพรหลายทางดานการควบคมซงเรา
จะพบงานวจยทเกยวของเปนจ านวนเพมมากขนในแตละป โดยเปนการควบคมการรกษาสมดลของ
หนยนตซงมความยากเนองจากเปนระบบทมความซบซอน เปนระบบทมหลายสญญาณปอนเขา
และหลายสญญาณปอนออก (Multi-input Multi output, MIMO) โดยมสญญาณปอนเขานอยกวา
สญญาณปอนออก มจ านวนแอคชเอเตอร (actuators) นอยกวาจ านวนองศาอสระ (degree of
freedom) จงท าใหเปนระบบอนเดอรแอคชเอด (under-actuated) อกทงยงเปนระบบไมใชมมเฟส
นอยสด (non-minimum phase system, NMP) และระบบไมเปนเชงเสน (nonlinear system)
จากความซบซอนในการควบคมขางตนจงมงานวจยมากมายทตองการน าเสนอเทคนคการ
ควบคมหลากหลายวธเขาไปจดการกบระบบดงกลาว ซงมสามตวแปรหลกทมกจะน ามา
เปรยบเทยบกน อยางแรกคอมมเอยง (tilt angle) ของหนยนตสองลอหรออาจเรยกไดวาการสนไหว
ของหนยนตสองลอ (oscillations) สองคอการควบคมความเรวของหนยนตสองลอ (velocity) สาม
คอต าแหนงทหนยนตสองลอเคลอนทไป (translational)
หนยนตสองลอเปนหนยนตทมความคลองแคลวเปนหนยนตทสามารถน าไปประยกตใช
ไดกบงานหลายรปแบบทเหนเดนชดคอ เสกเวย (Segway) ซงอาศยหลกการการเปลยนแปลงของ
จดศนยกลางมวล (center of mass) นนคอเมอผใชตองการไปขางหนาหรอขางหลงกจะท าการโนม
ตวไปในทศทางทตองการ ซงการโนมตวจะท าใหจดศนยกลางมวลเปลยนหนยนตเสกเวยกจะวงไป
ในทศทางทโนมตวเพอท าการรกษาสมดล
2
งานวจยนตองการจะรกษาสมดลของหนยนตสองลอซงการควบคมมลกษณะเดยวกบ
ลกตมนาฬกากลบหวโดยเคลอนทดวยลอทขนานกนสองลอทเปนอสระตอกน ใชเซนเซอรสาม
ประเภทคอ Accelerometer Gyroscope และ Encoder ตองการน าตวควบคมทเรยกวา ตวคมคาก าลง
สองนอยทสด (linear quadratic regulator, LQR) และการควบคมโมเดลพรดกทฟ (model
Predictive Control, MPC) ซงทงสองการควบคมมลกษณะคลายคลงกน
3
วตถประสงค
1. ออกแบบการวดมมเอยงดวยหลกการ Complementary filter โดยใชเซนเซอรประเภท
Acclerometer และ Gyroscope เพอใชเปนสญญาณปอนกลบส าหรบหนยนตสองลอ
2. ออกแบบระบบควบคมของหนยนตสองลอทสามารถรกษาสมดลและรกษาเสถยรภาพ
ของระบบได โดยใชการออกแบบดวยตวควบคมก าลงสองเชงเสนและตวควบคมโมเดลพรดกทฟ
ขอบเขตงานวจย
1. ศกษาการวดมมเอยงทรอบจดศนยของหนยนตสองลอและการจดการกบ noise และ drift
2. ปจจยหลกในการวจยคอ การตดตามสญญาณอางองทก าหนดดวยการใชตวคมคาก าลง
สองเชงเสน และตวควบคมโมเดลพรดกทฟ
4
การตรวจเอกสาร
1. หนยนตสองลอ
ในปจจบนนมจ านวนหนยนตเพมมากขนอยท วไปทกหนทกแหงและน าไปใชในงานท
หลากหลาย อาทเชน หนยนตส ารวจบนตางดาว, หนยนตใหความชวยเหลอ, หนยนตเสรฟอาหาร
ดงภาพท 1 ในขณะทหนยนตแบบใชขาเดน (Legged Robots) สามารถเคลอนทขามผานสงกดขวาง
ตางๆไดดกวาหนยนตทใชลอในการขบเคลอน (Wheeled Robots) โครงสรางทางกลของหนยนต
แบบใชขาเดนจะมความซบซอนในการออกแบบหนยนตและมจ านวนขององศาอสระ (degrees of
freedom) ทมากกวาหนยนตทใชลอในการขบเคลอน แตหนยนตทใชลอในการขบเคลอนจะม
ประสทธภาพการเคลอนทไดเรวกวาและมโครงสรางทางกลทงายกวา อยางไรกตามหนยนตทใชลอ
ในการขบเคลอนนนควบคมไดงายกวาหนยนตแบบใชขาเดน
ภาพท 1 (ซาย) หนยนตส ารวจดาวองคาร (Curiosity) (กลาง) หนยนตเสรฟอาหาร (Hajime Robot)
(ขวา) หนยนตเดนสองขาเสมอนมนษย (Humanoid robots)
ทมา: วกพเดย. (2556)
ซงงานวจยนสนใจเกยวกบหนยนตทใชลอในการขบเคลอนจ านวนสองลอ ส าหรบหนยนต
ทมจ านวนลอมากกวาสองนนตองการเงอนไขใหกบหนยนตยกตวอยางเชน ระบบกนสะเทอน
(suspension system) พนททใหหนยนตเคลอนท ซงในหนยนตสองลอสามารถเคลอนทไดอยาง
คลองแคลว เชน การหมนตวเองอยกบท ท าใหสามารถเลยวผานมมทแคบไดและการเปลยนแปลง
5
ต าแหนงจดศนยถวงของหนยนตทมประโยชนส าหรบการขนลงทางลาดชน เปนตน และหนยนต
สองลอยงมลกษณะการทรงตวทใกลเคยงมนษยมาก
หนยนตทใชลอในการขบเคลอนนนใชพลงงานในการขบเคลอนนอยและเคลอนทได
รวดเรว มโครงสรางทางกลทงายท าใหควบคมเสถยรภาพของระบบไดงายเชนกน อยางไรกตาม
หนยนตทใชลอในการขบเคลอนนนกยากทจะเคลอนทไปบนพนททมความขรขระหรอสภาพพนท
ไมเรยบสม าเสมอ โครงสรางของหนยนตทใชลอในการขบเคลอนทนยมใชกนมากในปจจบนอาจ
แบงออกเปน 4 ประเภท โดย Siciliano and Khatib (2008) ตามจ านวนลอของหนยนต ประเภทแรก
หนยนตลอเดยวเปนหนยนตควบคมไดยากมความไมแนนอนสง (unstable) ยากตอการรกษาสมดล
ของหนยนต ซงตองท าการรกษาสมดลสองแกนคอแกนพท (pitch) และแกนโรล (roll) ในแกนพท
มการควบคมคลายคลงกบลกตมนาฬกากลบหวเหมอนกบหนยนตสองลอ สวนแกนโรล Lee et al.
(2013) ไดใชแผนจานกลม (Disk) มารกษาสมดล ดงภาพท 2 (ซาย) การรกษาสมดลทงสองแกนม
สวนท าใหหนยนตลอเดยวนนยงน าไปประยกตใชกบงานจรงไดยาก
ภาพท 2 (ซาย) หนยนตลอเดยว (Unicycle Robot) (กลาง) Lego NXTbike-GS (ขวา) NXTway-GS
(Self-Balanceing Two Wheeled Robot)
ทมา: Lee et al. (2013); Yomamoto et al. (2008)
ประเภททสองคอหนยนตสองลอโดยทวไปจะแบงออกเปนสองลกษณะ ลกษณะแรกจะม
ลกษณะเหมอนกบรถจกรยาน (bicycle-type robot) ดงภาพท 2 (กลาง) หนยนตสองลอลกษณะน
การรกษาสมดลของหนยนตจะแปรผนตรงกบความเรวของหนยนต ดงนนกรณทหนยนตลกษณะน
6
ตองการจะรกษาต าแหนงเดมกจะท าใหการรกษาสมดลของหนยนตนนท าไดยาก สวนหนยนตสอง
ลอลกษณะทสองซงเราสนใจในงานวจยนดงภาพท 2 (ขวา) จะสามารถรกษาสมดลของหนยนตท
ต าแหนงเดมไดด ดงลกษณะการเคลอนทดงทกลาวไปขางตนท าใหหนยนตสองลอมขอไดเปรยบ
หลายกรณ
ประเภททสามหนยนตสามลอเปนหนยนตทไมตองท าการรกษาสมดล มการออกแบบ
หนยนตประเภทนหลายลกษณะยกตวอยางเชน หนยนตสามลอทขบเคลอนสองลอและลอทสาม
เปนลกลอเลอน (caster wheel) หนยนตสามลอลกษณะนการเคลอนทคลายคลงกบหนยนตสองลอ
แตตองการขนาดของหนยนตทกวางกวา ยากตอการเคลอนทบนพนทเรยบไมสม าเสมอ ซงในแตละ
ลกษณะของหนยนตสามลอจะมขอดและขอเสยตามการออกแบบของหนยนตสามลอ ประเภททส
คอหนยนตสลอไดมการออกแบบหนยนตประเภทนหลายลกษณะเชนกนลกษณะทนยมกนคอ
โครงสรางเหมอนรถยนตซงมเสภยรภาพในขณะเคลอนทดวยความเรวสง แตการหมนของลอหนา
ทงสองไมสามารถหมนถง 90 องศาท าใหการเลยวหนยนตตองการพนทมาก
การออกแบบโครงสรางของหนยนตสองลอมความส าคญตอการรกษาสมดลซงม
ความสมพนธกบต าแหนงของจดศนยกลางของมวล (Center of mass) Ferdinando et al. (2011) ได
กลาววาการใหจดศนยกลางมวลของหนยนตนนอยสงกวาจดหมนกจะท าใหเปนหนยนตทรกษา
สมดลไดยาก ถาใหจดศนยกลางมวลอยต ากวาจดหมนกจะท าใหเปนหนยนตทรกษาสมดลไดดวย
ตวเองแตจะท าใหการตอบสนองของมอเตอรชาลง และไดท าการปรบเปลยนจดศนยกลางมวลดวย
หนยนตทท าจาก LEGO ท าใหงายในการปรบเปลยนและไดท าการทดลองใสโหลดทมน าหนกไว
ต ากวาจดหมน ซงการผลการทดลองทท าการควบคมดวย PID controller แสดงใหเหนวาการใส
โหลดน าหนกทต ากวาจดหมนชวยเพมประสทธภาพในการรกษาสมดล
Brkic and Kovacic (2009) ไดกลาวถงหลกการรกษาสมดลของหนยนตสองลอวาในหลก
เบองตนนนขนอยกบตวแหนงของจดศนยกลางของมวล (Center of mass) ซงการยายจดศนยกลาง
มวลใหอยสงกวาจดทหนยนตสองลอรกษาสมดลจะท าใหเกดปญหาในการรกษาสมดลของหนยนต
เพมมากขน และไดใหความส าคญกบต าแหนงของจดศนยกลางมวลของหนยนตสองลอจงสราง
หนยนตสองลอทสามารถปรบต าแหนงของจดศนยกลางมวลดงภาพท 3 (กลาง) เพอท าใหงายตอ
7
การหาขอบเขตของการรกษาสมดลของหนยนตสองลอ ซงสามารถเคลอนยายจดศนยกลางมวลให
อยสงกวาจดหมนหรอต ากวาจดหมนท าใหสงผลตอระบบกลายเปนระบบทมความเสถยรหรอไมม
ความเสถยรไดตามตองการ ซงเปนการปรบโครงสรางของหนยนตเทานน และไดท าการแยกคดตว
แปรหลกแบงออกเปนสามสวนคอ มมเอยง ความเรว และต าแหนงของหนยนต โดยใชตวควบคม
แบบสดสวนบวกอนทกรล (PI control) ในสวนของมมเอยงและความเรว และใชขนตอนการ
แสวงหาเสนทาง (pure pursuit algorithm) ส าหรบต าแหนงของหนยนตสองลอ
ภาพท 3 (ซาย) หนยนตสองลอทสามารถทรงตวดวยตวเอง (Quasimoro) (กลาง) หนยนตสองลอท
สามารถเปลยนจดศนยกลางมวล (ขวา) หนยนตสองลอทมแขนสองขาง
ทมา: Oryschuk et al. (2009); Brkic and Kovacic (2009); Feng et al. (2011)
หนยนตสองลอไดถกคาดหมายวาจะสามารถปฏบตงานไดในหลากหลายรปแบบอาทเชน
ท างานเกยวกบการขนสงภายในบานหรอโรงพยาบาล ซงปจจยหลกทจะด าเนนการไดส าเรจคอ
หนยนตสองลอตองเคลอนทไปยงต าแหนงทถกก าหนดไวไดแมนย าและสามารถหลบสงกดขวาง
ภายในพนทปฏบตงานนนได Deng et al. (2010) ไดอธบายเกยวกบการหลบสงกดขวางของ
หนยนตสองลอแบงออกเปนสองหวขอหลกคอ การวางแผนในการเคลอนท (motion planning) และ
ตวควบคมปอนกลบ (feedback control) ไดมนกวจยหลายทานท าการศกษาวจยเกยวกบการวางแผน
ในการเคลอนทโดย Ge and Cui (2000) ไดใชหลกในการก าหนดพนททหนยนตจะเคลอนทไปให
ถงเปาหมายโดยไมชนกบสงกดขวาง ขอดของหลกการนคอมสมการคณตศาตร (mathematical) ท
งายและไมซบซอน ในสวนของตวควบคมปอนกลบกมนกวจยหลายทานไดท าการศกษาและวจยไว
8
โดย Urakubo et al. (2004) อธบายถงหลกการวาเปนการสรางฟงชนกจ าลองขนมาแทนสงกดขวาง
และใชตวควบคมปอนกลบในการสงใหหนยนตสองลอเคลอนทไปยงจดทตองการโดยไมชนกบสง
กดขวาง Deng et al. (2010) ไดน าทงสองหวขอมาผสมผสานกนจงท าใหมประสทธภาพในหลบสง
กดขวางและเคลอนทไปยงจดหมายไดแมนย ามากขน
ในกรณทหนยนตสองลอนนแบตเตอรก าลงจะหมดหรอมแรงกระท าภายนอกทรนแรงกจะ
ท าใหหนยนตสองลอไมสามารถรกษาสมดลและลมลง Feng et al. (2011) ไดออกแบบหนยนตสอง
ลอทมแขนสองขางดงภาพท 3 (ขวา) ซงแขนทงสองสามารถชวยในเรองการรกษาสมดลในกรณทม
แรงกระท าภายนอกทรนแรง และชวยประหยดพลงงานของแบตเตอรในกรณทไมไดใชงานหรอ
ตงอยในงานแสดงหนยนต ไดใชหลกการ Kalman filter ในการวดมมเอยงของหนยนตซงมความ
แมนย าและสามารถจดการกบปญหา noise หรอ drift ของเซนเซอรวดความเรงและเซนเซอรวด
ความเรวเชงมมไดด และท าการควบคมต าแหนงและการรกษาสมดลดวยวธการวางต าแหนงโพล
(pole placement)
2. ตวคมคาก าลงสองเชงเสน
Oryschuk et al. (2009) ไดออกแบบหนยนตสองลอทสามารถรกษาสมดลของหนยนตได
ดวยตวหนยนตเอง (passive stabilization) ดงภาพท 3 (ซาย) โดยมจดศนยกลางมวลต ากวาจดหมน
ของหนยนตสองลอ ในการทดลองแสดงประสทธภาพในการรกษาเสถยรภาพของหนยนตในขณะ
ใสน าหนก (payload) ใหกบหนยนตสองลอตงแต 0 นวตนถง 60 นวตน ออกแบบตวควบคมโดยใช
ตวคมคาก าลงสองเชงเสน (LQR) ท าการจนเมตรกซถวงน าหนก (Q,R) ดวยวธลองผดลองถก (trial
and error) ท าใหหนยนตสองลอสามารถรกษาเสถยรภาพขณะขนเนนเปนมม 15 องศา และสามารถ
ควบคมความเรวของหนยนตสองลอ
สภาพแวดลอมรอบตวเราในปจจบนบนพนททเราอาศยหรอเคลอนทไปนนไมใชพนดนท
เรยบสม าเสมอไปในทกๆสภาพแวดลอมอาทเชน บนได ระดบพนตาง ขอบถนน ดงนนการน า
หนยนตสองลอไปใชจงตองมการปรบปรงในสวนนดวยเชนกน Yap and Hashimoto (2012) ไดท า
การควบคมหนยนตสองลอใหเคลอนทลงบนได ดงภาพท 3 ไดแบงโมเดลเปน 3 ขนตอนคอ ชวงท
หนยนตลอย ชวงทหนยนตสมผสพน และชวงโปรเจคไตล (Projectile) ในสวนของการควบคมได
9
ใชตวควบคมดวยตวคมคาก าลงสองเชงเสน (LQR) ซงแบงออกเปนสสวนคอ กอนลอย ขณะลอย
ตกกระทบ และสมดลของหนยนต ไดท าการควบคมอนพต (input) ทกอใหเกดการตอบสนองของ
ทอรก (torque) ในระหวางทหนยนตสองลอก าลงลอยซงเปนการเตรยมพรอมกบการตกกระทบพน
ภาพท 4 การเคลอนทลงบนไดของหนยนตสองลอ
ทมา: Yap and Hashimoto (2012)
3. ตวควบคมโมเดลพรดกทฟ
Ekaputri et al. (2012) ไดกลาวถงขอดของตวควบคมโมเดลพรดกทฟคอสามารถท างานได
อยางมประสทธภาพภายใตการก าหนดขอจ ากดใหแกอนพตและเอาตพต และขอเสยคอมความ
ซบซอนและเพมภาระในการค านวณทมากใหแกไมโครคอนโทรลเลอร ไดใชโปรแกรม MATLAB
ในการค านวณหาคาของ horizon ทเหมาะสมทสดไดเทากบ 9 horizons ซงจากผลการจ าลองแสดง
ใหเหนวาใชเวลาในการตอบสนองไดเรวทสด และไดใหความส าคญกบคาของ sampling time
เนองจากในการทดลองจรงนนจะมคาอตราหนวงทมาจากตวขบเคลอน (actuator),เซนเซอร หรอ
จากการแปลงแบบจ าลองทางคณตศาสตรแบบไมเชงเสน (nonlinear) ใหเปนแบบจ าลองทาง
คณตศาสตรแบบเชงเสน (linear) ดงนนการเลอกคาของ horizon ทถกตองจงมความส าคญตอการ
ออกแบบตวควบคมโมเดลพรดกทฟ
ในตวควบคมระดบสงเชน adaptive control หรอ on-line-based optimal control นนมกจะม
การค านวณสงและซบซอนท าใหไมโครคอนโทรลเลอรประมวลผลไดชาลง ซงปจจบน
ไมโครคอนโทรลเลอรไดมการพฒนาในเรองของความเรวในการประมวลผลอยางตอเนองเชนกน
อยางไรกตามการเลอกปรบคาพารามเตอรตางๆในตวควบคมโมเดลพรดกทฟนนจงมความส าคญ
ตอความเรวในการประมวลผลของไมโครคอนโทรลเลอร Lin et al. (2012) ไดแสดงถงการปรบ
10
คาพารามเตอรของตวควบคมโมดลพรดกทฟ โดยการปรบคาของ Prediction horizon (pH ) ให
สงขนจะชวยเพมเสถยรภาพใหแกเอาตพตและความเรวในชวง transience และการปรบคาของ
Control horizon ( cH ) ใหสงขนกจะชวยเพมเสถยรภาพของเอาตพตเชนกนแตความเรวในชวง
transience จะชาลง ซงการปรบคาพารามเตอรทงสองตวนมผลโดยตรงตอความเรวในการ
ประมวลผลของไมโครคอนโทรลเลอร
งานวจยทเกยวกบความเรวในการตดตามสญญาณอางองนนมคอนขางจะนอย ซงในตว
ควบคมโมเดลพรดกทฟมความรวดเรวในการตดตามของเอาตพตในชวง transience คอนขางดอย
แลว Zeng et al. (2013) ไดน าทฤษฎของ Laguerre polynomials มาใชเพอจดการกบความเรวของ
การตดตามสญญาณอางอง และชวยลดภาระการค านวณใหแกไมโครคอนโทรลเลอร ไดก าหนด
ขอจ ากด (constraints) ใหแกความเรวและความเรงแกหนยนตเพอปองกนไมใหหนยนตลม ในผล
การทดลองจะแสดงใหเหนถงการใชคา N = 1 แทนใน cN (Control horizon) = 9 ซง
ประสทธภาพของเอาตพตทไดไมแตกตางกนมากนกแตในสวนของ N = 1 จะลดภาระการ
ค านวณไดถง 7.48 ms
ในงานอตสาหกรรมทวไปนนใชตวควบคมแบบสดสวนบวกอนทกรล (PI control) กบ
มอเตอรไฟฟากระแสสลบชนดสามเฟส (permanent magnet synchronous motor) ซงไมมการ
ควบคมในสวนขอจ ากด (constraints) ของกระแสทปอนใหกบมอเตอร Chai et al. (2013) ไดใชการ
ควบคมโมเดลพรดกทฟ (MPC) น ามาใชกบมอเตอรไฟฟากระแสสลบชนดสามเฟส สามารถ
ควบคมขอจ ากดของกระแสและแรงดนทปอนใหกบมอเตอรได มผลใหลดปรมาณการใชพลงงาน
ในโรงงานอตสาหกรรมตางๆได และสามารถลดสญญาณรบกวน (noise) ทเกดขนโดยการจนคา
gain matrix ของกระแสแลวความเรวของมอเตอร ซงงานวจยนไดใชการควบคมโมเดลพรดกทฟ
กบหนยนตสองลอในสวนของ simulation
11
4. การวดมมเอยงของหนยนต
ภาพท 5 หลกการ Complementary filter
ทมา: Wasif et al. (2013)
Cheng and Oelmann et al. (2010) อธบายถงหลกการเลอกใชเซนเซอร (sensor) สงทควร
ค านงถงคอ ความซบซอนในการใชงาน ความแมนย าของเซนเซอร ราคา ความนาเชอถอ และอาย
การใชงานของเซนเซอร ไดใช accelerometer และ gyroscope sensor ในการหามมทหมนไปของ
แขนกลของหนยนต โดยแบงออกเปน 4 วธ วธทหนงใช accelerometer จ านวน 2n-1 ตอจ านวน n-
joint-angle วธทสองและวธทสามใช accelerometer จ านวน n ตว และ gyroscope sensor จ านวน n
ตว ซงทงสองวธแตกตางกนทการรบคาจาก gyroscope sensor โดยวธทสองจะ integrate คาทวดจาก
เซนเซอร สวนวธทสามจะ differentiation คาทวดจากเซนเซอร วธทสใช accelerometers จ านวน 2n
ตว จากผลการทดลองแสดงใหเหนวาวธทสามและวธสมความแมนย าในการวดมมเอยงของแขนกล
ดกวาสองวธแรก กลาวโดยสรปแลวการตดตงเซนเซอรใกลกบจดหมนของแขนกลจะชวยท าใหม
ความแมนย าในการวดมมเอยงไดมากยงขน และในแตละวธมขอดขอเสยแตกตางกนไปตามการใช
งาน ซงในงานวจยนใชเซนเซอร accelerometer 1 ตว และ gyroscope sensor 1 ตว โดยตดตง
เซนเซอรใหอยใกลกบจดหมน (pivot point) ของหนยนตสองลอมากทสด
การวดมมเอยงของหนยนตสองลอถอเปนปจจยหลกทส าคญในการรกษาสมดลหนยนต
สองลอของงานวจยน Wasif et al. (2013) ใชเซนเซอรรวมกนระหวาง accelerometer และ
12
gyroscope sensor ในการวดมมเอยงและใชหลกการทเรยกวา complementary filter ภาพท 5 ซง
สามารถใชงานและเขาใจไดงายกวาหลกการของ Kalman filter ทมความซบซอนสง อกทงยงชวย
ลดภาระการค านวณอยางมากใหกบไมโครคอนโทรลเลอร เซนเซอรทงสองชนดสามารถวดมม
เอยงไดแตจะไมมความแมนย าเมอไมไดใชรวมกน ไดใหความส าคญของคา filter constant ในการ
ออกแบบดวยหลกการ complementary filter ซงไดท าการทดลองใหคาของ filter constant ท 0.75
ถง 0.90 จะเหนถงความแตกตางของความแมนย าและอตราหนวงในการวดมม ดงนนการเลอกคา
ของ filter constant ใหเหมาะสมกบคา sampling time ของไมโครคอนโทรลเลอรกจะชวยเพม
ประสทธภาพในการวดมมเอยงมากยงขน
13
อปกรณและวธการ
อปกรณ
1. หนยนตสองลอ เปนหนยนตขนาด 15.5 x 28 x 28.9 เซนตเมตร น าหนกรวม 5.08
กโลกรม วสดโครงท าจากอลมเนยม สวนประกอบทส าคญภายในหนยนตสองลอประกอบดวย
บอรดไมโครคอนโทรลเลอร (Arduino ATMega 2560) , วงจรขบมอเตอรกระแสตรง (Motor
Driver) , เซนเซอรสองชนด, มอเตอรกระแสตรง 2 ชด โดยตอตรงกบลอทงสองทท างานอยางอสระ
ตอกน และแบตเตอร 12V
ภาพท 6 หนยนตสองลอและสวนประกอบตางๆ
2. เซนเซอร ประกอบดวย
2.1 เอนโคดเดอรเซนเซอร (Encoder) อปกรณวดต าแหนงทท างานโดยอาศยการยงล าแสงผานแถบมด-สวางและสงออกเปนสญญาณดจตอล การอานคาอตราการเปลยนแปลงของระดบสญญาณถกน ามาค านวนเปนอตราเรวของการเปลยนแปลงต าแหนง งานวจยนใชเอนโคดเดอรประเภท Rotary Encoder HKT3006-301C-500B มความละเอยด 500 ครงตอรอบ (CPR) โดยม 2 ชด ตดอยกบมอเตอรและใชส าหรบการวดต าแหนงทหมนไปของลอทงสองขาง
14
ภาพท 7 อปกรณเอนโคดเดอรเซนเซอร
2.2 เซนเซอรวดความเรง (Accelerometer) คอเซนเซอรวดความเรงประเภท
MMA7341LC 3-Axis 3g (440 mV/g) ในงานวจยนใชส าหรบวดมมเอยงของหนยนตสองลอ
ในแกน Pitch ซงใชหลกแรงโนมถวงของโลก โดยท าการแปลงสญญาณ analog ทอานไดจาก
accelerometer ใหอยในรปของแรง “g” (หรอความเรง) น าหนก 0.7 กรม รายละเอยดเพมเตมท
www.pololu.com
ภาพท 8 อปกรณเซนเซอรวดความเรง
2.3 เซนเซอรวดความเรวเชงมม เรยกวา Rate Gyroscope เปนอปกรณวดความเรวเชงมม
ทมการตอบสนองทดในชวงความถสง โดยใชประเภท LPR550AL Dual-Axis 500 /s ในแกน
Pitch และ Roll หรอ XY น าหนก 0.7 กรม รายละเอยดเพมเตมท www.pololu.com
15
ภาพท 9 อปกรณเซนเซอรวดความเรวเชงมม Rate Gyroscope
3. วงจรขบมอเตอรกระแสตรง (Motor Drive Module) ท าหนาทขยายกระแสไฟฟา โดย
อปกรณนจะรบสญญาณปอนเขาคอกระแสไฟฟาทมปรมาณและแรงดนต า และจายกระแสไฟฟาท
มปรมาณและแรงดนสงกวา ซงงานวจยนใชอปกรณรน L298N Dual Full-bridge motor drive
module สามารถควบคมมอเตอรได 2 ตวแบบอสระ รายละเอยดเพมเตม www.micontechlab.com
ภาพท 10 อปกรณวงจรขบมอเตอรกระแสตรง
4.มอเตอรไฟฟากระแสตรง (DC Motor) เปนมอเตอรชนด ZYTD-38SRZ-R รบแรงดนไดระหวาง 12-24 V rpm : 250 เปน DC Motor ทใสเฟองทดรอบเขาไปเพอใหความเรวรอบลดลงตามการน าไปใชงาน
16
ภาพท 11 อปกรณมอเตอรไฟฟากระแสตรง
5.ไมโครคอนโทรลเลอรประเภทอาดยอโน (Arduino Mega 2560 R3) คอตวควบคมของระบบ รบสงขอมลทความเรว 16 MHZ ขนาดหนวยความจ า 256 KB เปนไมโครคอนโทรลเลอรทมราคาถกเนองจากระบบเปนแบบ Open Source ไมมลขสทธในการน าไปใชงานเชงพานชย และซอฟแวร Arduino IDE ทใชในการพฒนาสามารถดาวนโหลดไดฟร ซงงานวจยนใชไมโครคอนโทรลเลอรรวมกบโปรแกรม Matlab 2013a ผานทาง Arduino Support from Simulink รายละเอยดเพมเตม www.arduino.cc/
ภาพท 12 อปกรณไมโครคอนโทรลเลอร (Arduino Mega 2560 R3)
17
6. แบตเตอร 12V 3000 mAh ใชส าหรบจายไฟใหแก ไมโครคอนโทรลเลอร, มอเตอรกระแสตรงและวงจรขบมอเตอรกระแสตรง (Power VCC)
ภาพท 13 อปกรณแบตเตอร 12 V
7. เครองคอมพวเตอร ใชในการเขยนโคดซอฟตแวร Simulink ส าหรบ flash ลงไปยงบอรด ไมโครคอนโทรลเลอร และการใชโปรแกรม Solidworks
8.โปรแกรม MATLAB เปนโปรแกรมทสามารถค านวณสมการคณตศาสตรทซบซอนได
รวดเรวและแมนย า มฟงกชนส าเรจรปในแตละสาขาวชาและฟงกชนพนฐานจ านวนมาก อกทงยงสามารถแสดงผลเชงกราฟก ซงเปนโปรแกรมทใชงานงายและท างานไดหลากหลายรปแบบ และใชในสวนส าคญของงานวจยนคอการจ าลองผลการทดลองดวยซอฟตแวร Simulink
ภาพท 14 ตวอยางการใชงานโปรแกรม MATLAB
18
9. โปรแกรม Solid works เปนโปรแกรมทออกแบบชนงานในระบบ 3 มต จะมเครองมอ
ชวยในการสรางชนสวนตางๆ โดยการน าชนสวนมาประกอบกนกจะท าใหสามารถจ าลองชนสวนไดเหมอนจรง และสามารถสรางงาน Drawing ไดโดยอตโนมต ซงในงานวจยนใชส าหรบจ าลองหนยนตสองลอ เพอใชส าหรบหาคาพารามเตอรตางๆไดโดยงาย
ภาพท 15 ตวอยางการใชงานโปรแกรม Solidworks
19
วธการ
การหาแบบจ าลองทางคณตศาสตร การจ าลองระบบดวยสมการคณตศาสตร (Mathematical Model) มความส าคญตอการออกแบบตวควบคม ตองมความแมนย าใกลเคยงกบระบบจรง ในบางระบบนนการหาสมการการเคลอนทเชงกลท าไดคอนขางยากอาจตองใชวธ system identification เพอใหไดแบบจ าลองทางคณตศาสตรมา ซงการหาแบบจ าลองทมประสทธภาพมหลายวธหาไดจากสมการการเคลอนทเชงกล ยกตวอยางเชน กฏขอทสองของนวตน (Grasser et al., 2002) ทฤษฎของเคน (Kim et al., 2005) และงานวจยนน าสมการลากรานจมาใชในการหาแบบจ าลองทางคณตศาสตรซงมความเหมาะสมกบส าหรบระบบทมความยงยากและซบซอน โดยจะค านวนจากสมการพลงงานศกยและพลงงานจลนในรปของตวแปรพกดหนยนตสองลออยก าจดใหอยสามระบบพกดคอ ( )
ภาพท 16 โครงสรางของหนยนตสองลอจากโปรแกรม Solidworks
20
ภาพท 17 หนยนตสองลอบนแกนพกด x,y,z ตารางท 1 คาพารามเตอรทวไปของหนยนต พารามเตอร ความหมาย ขนาด (หนวย)
g แรงโนมถวงโลก 9.81 ( 2/ secm )
m มวลลอ 0.990 ( kg )
R รศมลอ 0.10 ( m ) 2 / 2wJ mR โมเมนตความเฉอยของลอ 0.005 ( 2kgm )
M มวลตวถง 3.1 ( kg )
W ระยะความกวางฐานลอ 0.36 ( m )
D ระยะความลกของตวถง 0.155 ( m )
H ระยะความสงของตวถง 0.289 ( m )
L ระยะจากแกนลอถงศนยถวง 0.1359 ( m ) 2 / 3byJ ML โมเมนตความเฉอยตวถงแกน y0 0.001 ( 2kgm )
bzJ โมเมนตความเฉอยตวถงแกน z0 0.0039 ( 2kgm ) mJ โมเมนตความเฉอยของมอเตอร 1x10-5 ( /Nm A ) mR คาความตานทานของมอเตอร 6.69 ( )
21
ตารางท 1 (ตอ) คาพารามเตอรทวไปของหนยนต
bK คาคงทแรงดนไฟฟายอนกลบมอเตอร 0.468 ( sec/V rad ) tK คาคงทแรงบดมอเตอร 0.317 ( /Nm A )
n อดตราทดมอเตอร 1 mf คาสมประสทธแรงเสยดทานระหวางตวถง
และมอเตอร 0.0022
wf คาสมประสทธแรงเสยดทานระหวางลอและพน
0
คาพารามเตอรทหาไดยาก ( , , , , , ,m b t m m wR K K J n f f ) จงเลอกใชคาทใกลเคยงกบงานวจยอน (Yomamoto, 2008) ก าหนดคาไดดงตารางท 1 สมการลากรางจเกดจากผลตางระหวางพลงงานจนลและพลงงานศกยภายในระบบรปแบบดงน
gL T V และ g g
i
i i
L LdQ
dt q q
(1)
โดยท T = พลงงานจลนรวมของระบบ V = พลงงานศกยรวมของระบบ iq = ระบบพกด iQ = แรงในระบบพกดทก าลงสนใจ i = อนดบของระบบ ก าหนดให = มมเฉลยของลอซายและลอขวา = มมเอยงของหนยนตสองลอ = มมเลยวของหนยนตสองลอ
22
ทเวลาเรมตน t = 0 ก าหนดใหคาพารามเตอรของหนยนตสองลอใหอยบนระบบพกดดง แสดงในภาพท 17 ดงนนสามารถเขยนคาพารามเตอรไดดงน
1
, ( )2
l r r l
R
W
(2)
( , , ) ( cos , sin , )m m mx y z R R R (3)
( , , ) ( sin , cos , )2 2
l l l m m m
W Wx y z x y z (4)
( , , ) ( sin , cos , )2 2
r r r m m m
W Wx y z x y z (5)
( , , ) ( sin cos , sin sin , cos )b b b m m mx y z x L y L z L (6)
พลงงานจลนจากการเคลอนทเชงเสน 1( )T , พลงงานจลนจากการเคลอนทแบบหมน 2( )T
และพลงงานศกย ( )V หาไดจากสมการ (7),(8) และ (9)
2 2 2 2 2 2 2 2 2
1
1 1 1( ) ( ) ( )
2 2 2w l l l w r r r b b b bT m x y z m x y z m x y z (7)
2 2 2 2 2 2 2 2
2
1 1 1 1 1 1( ) ( )
2 2 2 2 2 2w l w r by bz m l m rT J J J J n J n J (8)
l r bV mgz mgz mgz (9) ดงนนคาลากรานจ ( )L คอ
1 2gL T T V (10) สมการลากรานจสามารถหาไดจากสมการ
23
g gL Ld
Fdt
(11)
g gL LdF
dt
(12)
g gL LdF
dt
(13)
จากสมการลากรานจ (11), (12) และ (13) แทนคาจากสมการท (10) จดรปใหมจะไดดงน
2 2 2
2 2 2
(2 ) 2 2 ( cos 2 )
sin (2 ) sin
w m mm M R J n J MLR n J
MLR m M R MLR F
(14)
2 2 2
2 2
( cos 2 ) ( 2 ) sin
( sin ) cos
byMLR n Jm ML J n Jm MgL
MLR ML F
(15)
2
2 2 2 2
2
2 2
1( ) (2 ) 2 sin
2 2
2 (2 ) sin cos ( sin cos )
bz w m
WmW J J n J m M R MLR
R
m M R ML MLR F
(16)
พจารณาในสวนของคาแรงบดมอเตอรและความฝดหนดสามารถเขยนอยในรปของแรงไดดงน
1( , , ) ( ), , ( )
2l r r l
RF F F F F F F F
W
(17)
( )l t l m l w lF nK i f f (18) ( )r t r m r w rF nK i f f (19)
( ) ( )t l t r m l m rF nK i nK i f f (20)
โดย ,l ri คอกระแสของมอเตอร
24
เนองจากไมสามารถใชคากระแสของมอเตอรไดโดยตรงจงตองก าหนดความสมพนธระหวาง ,l ri
และ ,l rv ดงน
, , , ,( )m l r l r b l r m l rL i v K R i (21)
สามารถประมาณคาของตวเหนยวน า ( ) 0mL ดงนนจะได
, ,
,
( )l r b l r
l r
m
v Ki
R
(22)
จากสมการท (22) สามารถเขยนอยในรปของแรงไดดงน
( ) ( )2
l r wF v v f
(23)
( ) 2 2l rF v v (24)
( )r l w
R WF v v f
W R
(25)
,t t bm
m m
nK nK Kf
R R (26)
ในสมการ (14), (15) และ (16) นนเปนระบบไมเชงเสน (nonlinear system) ตวควบคมแบบ
ก าลงสองเชงและโมเดลพรดกทพของงานวจยนยงคงอยภายใตทฤษฎเชงเสน ดงนนจงตองประมาณระบบดงกลาวเปนเชงเสนโดยการก าหนดใหคา มคานอยๆ จงสามารถประมาณคาเทอมทไมเปนเชงเสนเชน sin ,cos 1 และ 2 0 จะไดสามสมการพลศาสตรเชงเสนส าหรบการออกแบบระบบควบคมเชงเสนคอสมการ
2 2 2(2 ) 2 2 ( 2 )w m mm M R J n J MLR n J F (27)
2 2 2( 2 ) ( 2 )m by mMLR n J ML J n J MgL F (28) 2
2 2
2
1( )
2 2bz w m
WmW J J n J F
R
(29)
25
จากสมการ (27), (28) และ (29) เขยนใหอยในรปอยางงายไดดงน
l
r
vE F G H
v
(30)
โดย 2 2 2
2 2 2
(2 ) 2 2 2
2 2
w m m
m by m
m M R J n J MLR n JE
MlR n J ML J n J
2 2
wfF
0 0
0G
MgL
2 2H
และ ( )r lK I J v v (31)
โดย w
WI f
R
RJ
W
22 2
2
1( )
2 2bz w m
WK mW J J n J
R
สามารถเขยนใหอยในรปปรภมสเตรตไดคอ
1 1
2 2
0 0
0 0
A Bx Ax Bu x u
A B
(32)
เมอ , , , , ,T
x และ ,T
l ru v v
26
1
1 1 1
1 1 1
0 0 1 0
0 0 0 1
0 (3,2) (3,3) (3,4)
0 (4,2) (4,3) (4,4)
AA A A
A A A
1
1
1
1
1
1
(3,2) (1,2) / det( )
(4,2) (1,1) / det( )
(3,3) ( ) (2,2) 2 (1,2) / det( )
(4,3) ( ) (1,2) 2 (1,1) / det( )
(3,4) 2,2) 2 (1,2) / det( )
(4,4) (1,2) 2 (1,1) / det( )
w
w
A MgLE E
A MgLE E
A f E E E
A f E E E
A E E E
A E E E
1
1 1
1 1
0 0
0 0
(3) (3)
(4) (4)
BB B
B B
1
1
2
(3) (2,2) / 2 (1,2) / det( )
(4) (1,2) / 2 (1,1) / det( )
det( ) (1,1) (2,2) (1,2)
B E E E
B E E E
E E E E
0 1
20
A I
K
0 0
2B J J
K K
โดยทเอาทพตของระบบคอ y Cx (33)
1 0 0 0 0 0
0 1 0 0 0 0
0 0 0 0 1 0
C
27
การออกแบบระบบควบคม
ระบบควบคมทใชในงานวจยนประกอบดวย 4 สวนคอ คณสมบตความควบคมไดและสงเกตได, การออกแบบการวดมมเอยงดวยหลกการ Complementary filter, การออกแบบตวคมคาก าลงสองเชงเสน, การออกแบบตวควบคมโมเดลพรดกทฟ (กตตพงศ , 2551; วโรดม, 2551; Colton, 2007; Ogata, 1997; Maciejowski, 2002; Wang, 2009.)
1. คณสมบตความควบคมไดและสงเกตได (Controllability and Observability)
ส าหรบการออกแบบระบบควบคมในงานวจยนจะสอดคลองและเปนไปตามทฤษฎ เมอระบบทตองการควบคมนนมคณสมบตความสามารถควบคมไดและสงเกตได
1.1 คณสมบตความควบคมได (Controllability) นยาม ความควบคมไดของสเตต ระบบพลวต x Ax Bu จะควบคมสเตตได ถาหากเลอกสเตตเรมตน 0(0)x x
ใดๆและสเตตสดทาย 1 1( )x t x โดย 1 0t แลวสามารถหาอนพต ( )u t ทขบสเตตจาก 0x ไปหา
1x
(A,B) จะสามารถควบคมสเตตได ถาและเพยงแตถา เมทรกซความควบคมได
2 1... nC B AB A B A B (34)
มคาล าดบชน (rank) เทากบ n โดยท n คอจ านวนของสเตต ซงสามารถพจารณาไดดวยโปรแกรม MATLAB ดวยค าสง rank(ctrb(A,B))
1.2 คณสมบตความสงเกตได (Observability)
นยาม ความสงเกตไดของสเตต ระบบพลวต ,x Ax Bu y Cx Du จะสงเกตสเตตได ถาหาก 1 0t ใดๆ
สามารถรคาสเตตเรมตน 0(0)x x ไดจากคาของอนพต ( )u t และเอาตพต ( )y t ในชวงเวลา 10, t
28
(A,C) สามารถสงเกตสเตตไดถาและเพยงแตถา เมทรกซความสงเกตไดถา
2
1n
C
CA
O CA
CA
(35)
มคาล าดบชน (rank) เทากบ n โดยท n คอจ านวนของสเตต ซงสามารถพจารณาไดดวยโปรแกรม MATLAB ดวยค าสง rank(obsv(A,C))
2. ออกแบบการวดมมเอยงดวยหลกการ Complementary filter การออกแบบการวดมมเอยงโดยใชการท างานรวมกนระหวางเซนเซอรวดความเรง
(Accelerometer) และเซนเซอรวดความเรวเชงมม (Rate Gyroscope) โดยสวนใหญแลวคนทวไปมกจะคนเคยกบหลกการของ Kalman filter ซงมความซบซอนและเขาใจไดยากกวาหลกการ complementary filter
2.1 การอานหาจากเซนเซอร
X_acc = (ชนดของขอมล) * (คาทอานไดจากเซนเซอรวดความเรง - ระยะหาง) * อตราขยาย Gyro = (ชนดของขอมล) * (คาทอานไดจากเซนเซอรวดความเรวเชงมม - ระยะหาง) * อตราขยาย
-ชนดของขอมล (float) คอการแปลงคา ADC (analog to digital converter) ทอาน
จากบอรด Arduino ใหอยในหนวยโวลต (voltage)
* /1023refVolts ADC V
โดยท refV = 5V และ 10-bit ADC = 2^10-1 = 1023
-ระยะหาง (offset) ส าหรบเซนเซอรวดความเรงหาระยะหางไดโดยการวางเซนเซอรใหอยในแนวราบ (horizontal) แลวอานคาเฉลยทวดได หรอสามารถหาคาไดจาก
29
datasheet ของเซนเซอรวดความเรงโดยใชคา Zero g ในทนเทากบ 1.65 V ท าการแปลงเปนคา ADC ไดเทากบ 337.59 และส าหรบเซนเซอรวดความเรวเชงมมหาระยะหางไดโดยการวางเซนเซอรใหไมมการขยบเขยอนแลวจงอานคาเฉลยทวดได
-อตราขยาย (gain) หาไดจาก datasheet หรอจากการทดลอง ในทนคอ เซนเซอรวดความเรง = 440 /mV g และ เซนเซอรวดความเรวเชงมม = 2 / /mV s
สรปในงานวจยนอานคาจากเซนเซอรทงสองชนดดงน
_ (5 /1023)*( _ )*(1/ 0.44)
(5 /1023)*( )*(1/ 0.002)
X acc X accADC offset
Gyro GyroADC offset
2.2 การวดมมจากเซนเซอร -การวดมมของเซนเซอรวดความเรง สามารถหาไดจากแกน x เพยงแกนเดยว
เนองจากในแกน y มการเปลยนแปลงนอยมาก ซงมขอดคอชวยลดเวลาการประมวลผลและความไมเปนเชงเสนไดดกวาใชทงสองแกน ( , )x y
ภาพท 18 การวดมมของเซนเซอรวดความเรง
X axis :read (1 ) sin( )g ( _ *arcsin )*180 /Angle X acc pi (36)
-การวดมมของเซนเซอรวดความเรวเชงมมดวย Integration
Angle *gyro dt (37)
30
ภาพท 19 ตวกรองสญญาณแบบดจตอล (Digital Filter)
2.3 ตวกรองสญญาณแบบดจตอล (Digital Filter) -ตวกรองความถต ากวาผานได (Low-Pass Filter) ส าหรบเซนเซอรมความแมนย าใน
การวดมมเอยงชวงความถต า ถามแรงกระท าภายนอกเพยงเลกนอยจะเกดสญญาณรบกวนในการวดมมเอยงของเซนเซอรได
-ตวกรองความถสงกวาผานได (High-Pass Filter) มจดเดนคอสามารถตดปญหาการ drift ไดด ใชส าหรบเซนเซอรวดความเรวเชงมมและมความแมนย าในการวดมมเอยงชวงความถสงน าตวกรองความถทงสองชนดมาใชรวมกนเขยนเปนสมการไดดงน
*( * ) (1 )*( _ )angle a angle gyro dt a x acc (38)
โดยท
adt
ในกรณทคาของเซนเซอรวดความเรวเชงมมมคา drift ประมาณ 2 องศาตอวนาท
(กรณท drift คอนขางมาก) ควรลด คา (time constant) ใหนอยกวา 1 เพอใหแนใจวามมทวดไดจะไม drift เกน 2 องศา แตการลดคา กจะท าใหสญญาณรบกวน (noise) จากเซนเซอรวดความเรงผานเขามา ดงนนการเลอกคา จงมความส าคญตอตวกรองความถมาก
31
ภาพท 20 บลอกไดอะแกรมการวดคาจากเซนเซอรทงสามชนด
3. ตวคมคาก าลงสองเชงเสน (Linear Quadratic Regulator, LQR)
ในวธการวางต าแหนงโพลนนมความเหมาะสมส าหรบระบบทมอนดบไมสงมาก หรอระบบทมลกษณะเดนเปนพลวตอนดบสองและขอจ ากดเรอง ระดบความเปนอสระ (degree of freedom) ตวคมคาก าลงสองเชงเสนคอการเลอกอตราขยายของตวปอนกลบสเตต ( )K ทเหมาะสมทสด โดยการออกแบบสญญาณควบคมซงท าใหคา (Cost function, J) มคานอยทสด (minimization) ก าหนดให (Cost function, J) คอ
0
( )T TJ x Qx u Ru dt
(39)
โดยท Q เปนเมตรกซสมมาตรทเปนบวกแนนอน (positive-definite) และเปนเมตรกซถวงน าหนก
ใหความส าคญในการควบคมของสเตตแตละตว R เปนเมตรกซสมมาตรทเปนกงบวกแนนอน (semi-definite) และเปนเมตรกซถวงน าหนกใหแกสญญาณควบคม
32
ภาพท 21 บลอกไดอะแกรมในการควบคมปอนกลบแบบรกษาเสถยรภาพ ก าหนดสมการปรภมสถานะเชงเสนคอ x Ax Bu (40) y Cx ( ) ( )u t Kx t (41) เมอ , l rx u v v
11 12 13 14 15 16
21 22 23 24 25 26
k k k k k kK
k k k k k k
แทนคา u (41) ลงในสมการ (40) จะได
( )x Ax BKx A BK x (42)
ก าหนดใหเมตรกซ A BK มเสถยรภาพหรอมคาเจาะจงเปนคาจรงเครองหมายลบทงหมด เมอแทนคา ( )u t ในสมการ Cost function (39) จะได
33
0
( )T T TJ x Qx x K RKx dt
(43)
0
( )T Tx Q K RK dt
ก าหนดให
( ) ( )T T Tdx Q K RK x x Px
dt
โดยท P เปนเมตรกซสมมาตรทเปนบวกแนนอน (positive-definite) เราจะได
( ) ( ) ( )T T T T T Tx Q K RK x x Px x Px x A BK P P A BK x ( ) ( ) ( )T TA BK P P A BK Q K RK (44)
สมการ (44) แสดงใหเหนวา A BK เปนเมตรกซทมเสถยรภาพ ถาระบบมเสถยรภาพแลว
จะมคา P ทเปนเมตรกซสมมาตรทเปนบวกแนนอนไดเพยงคาเดยว ดงนนคา P อนๆทไดจากการแกสมการ (44) จะไมเปนเมตรกซสมมาตรทเปนบวกแนนอน
จากสมการ Cost function จะได
0
( ) ( ) ( ) (0) (0)T T T TJ x Q K RK xdt x Px x Px
(45)
คา eigenvalues ของ A BK ถกก าหนดใหเปนลบทงหมด หรอ ( ) 0x ดงนนเราจะได (0) (0)TJ x Px ดงนน Cost function สามารถหาไดจากเทอมของ (0)x และเมตรกซ P เพอหาค าตอบ ก าหนดให TR T T
34
เมอ R เปนเมตรกซสมมาตรทเปนบวกแนนอน และ T ไมเปนเมตรกซหนง จากสมการ (44) สามารถเขยนไดดงน
( ) ( ) 0T T T T TA K B P P A BK Q K T TK
1 1 1( ) ( ) 0T
T T T T T TA P PA TK T B P TK T B P PBR B P Q (46)
โดยพยายามท าใหคา J ต าสดโดยการปรบคา K หรอตองการคาต าสดของ
1 1( ) ( )T
T T T T Tx TK T B P TK T B P x เนองจากเปนพจนทมคาเปนกงบวกแนนอนดงนนคาต าสดเปนศนย และจะเปนเชนนนเมอ
1( )T TTK T B P ดงนน 1 1 1( )T T TK T T B P R B P (47)
สมการ (47) เปนสมการทใหคา K ทเหมาะสมทสดส าหรบระบบดงกลาว ดงนนเราสามารถค านวณหาสญญาณควบคมทเหมาะสมทสดคอ
1( ) ( ) ( )Tu t Kx t R B Px t (48)
ซงเมตรกซ P ในสมการ (48) ตองสอดคลองกบสมการ (44) หรอทลดรปลงเปน Reduced-matrix Riccati Equation เขยนเปนสมการดงน
1 0T TA P PA PBR B P Q (49)
เมอสามารถหาคาเมตรกซ P ซงเปนค าตอบของสมการ Reduced-matrix Riccati Equation และ P เปนเมตรกซสมมาตรทเปนบวกแนนอน กจะแสดงไดวาระบบนนมเสถยรภาพ จากนนจงน าคา P แทนคาในสมการ (47) กจะไดคา K ทเหมาะสมทสด ซงในทางปฎบตการค านวณหาคา
35
K เราสามารถหาไดใชโปรแกรม Matlab โดยการปอนค าสงคอ ( , , , )K lqr A B Q R โดยท ,A B คอพลานตจากสมการ (32) และคา Q และ R เปนเมตรกซถวงน าหนกของ Cost function, J ซงหาไดโดยการลองผดลองถกจากการทดลอง ในสวนของผลการจ าลองในงานวจยนจะก าหนดใหตดตามสญญาณดงนคอ
x Ax Bu
y Cx
(50)
u Ke (51)
เมอ ,T T
l rx u v v
0 0 0T
ref ref refr
e r y
11 12 13 14 15 16
21 22 23 24 25 26
k k k k k kK
k k k k k k
การออกแบบตวขยาย K ใหสมการ Cost function ทมลกษณะคลายกบสมการ (43) ใหม
คาต าสด โดยสมการ Cost function ส าหรบระบบนคอ
0
T T TJ x Qx e K RKe dt
(52)
4. การออกแบบตวควบคมโมเดลพรดกทฟ (Model predictive control)
ตวควบคมโมเดลพรดกทฟไดรบความสนใจจากวงการอตสาหกรรมและนกวชาการตางๆซงจดเดนทส าคญคอการก าหนดขอจ ากด (constraint) ใหกบ อนพต (input), เอาตพด (output) และการเปลยนแปลงของอนพต นอกจากนยงสามารถจดการกบสงรบกวนภายนอก (disturbance) และความไมแนนอน (uncertainty) ซงมความเหมาะสมทจะน ามาใชกบหนยนตสองลอทมสงรบกวนภายนอกและความไมแนนอนสง
36
4.1 หลกการพนฐานของการออกแบบตวควบคมโมเดลพรดกทฟอธบายดงตวอยางน ทมงานวศวกรกลมหนงตองการออกแบบและควบคมหนยนตสองลอโดยใชตวควบคมโมเดลพรดกทฟ ซงมกฎในการด าเนนงานคอจะตองวางแผนงานทจะท าลวงหนาไป 8 ชม. และจะใชแผนงานทวางไวเฉพาะชม.แรกเทานน จะใชกฎนจนท าการควบคมหนยนตสองลอส าเรจ ทมงานวศกรไดเรมท างานเวลา 9 โมงเชาไดเรมวางแผนลวงหนาไป 8 ชม. อาทเชนพจารณาเกยวกบอปกรณตางๆทใชสรางหนยนตสองลอ การหาแบบจ าลองทางคณตศาสตร การออกแบบการวดมมเอยงของหนยนต ตวควบคมทจะน ามาใชงาน หลกการการรกษาสมดลของหนยนตสองลอ ซงเรมด าเนนงานตางๆนใหส าเรจทนเวลา 5 โมงเยน จากนนทมงานวศวกรไดเรมด าเนนงานตามแผนทวางไวเฉพาะชวงเวลา 9 โมง ถง 10 โมงเชา เมอถงเวลา 10 โมงเชาทมงานไดตรวจเชคสงทท าไปในชม.แรกวาท างานสวนใดเรยบรอยและสวนใดทยงท าไมส าเรจ แลวจงน าขอมลทอฟเดทจากชวโมงแรกมาวางแผนใหมโดยวางแผนลวงหนาไป 8 ชม. (ระยะเวลาทวางแผนลวงหนาเทาเดมคอ 8 ชม.) โดยแผนทวางไววางานจะส าเรจกอน 6 โมงเยน จะใชเฉพาะชวงเวลา 10 โมง ถง 11 โมง ซงจะใชกฎนไปจนกระทงท าการควบคมหนยนตสองลอส าเรจ
ภาพท 22 พนฐานของตวควบคมโมเดลพรดกทฟ ทมา : Maciejowski, (2002)
37
( )s t จดทตองการตามรอยสญญาณ (set point trajectory) ( / )r t k สญญาณอางองทตองการตามรอยสญญาณ (reference trajectory) เรมตนจาก
เอาตพตปจจบน ( )y k และสมมตใหเขาสจดทตองการตามรอยสญญาณแบบ exponentially
( )y t เอาตพตกอนหนา ˆ( / )y t k เอาตพตในอนาคตทท านาย ณ เวลาปจจบน k เวลาปจจบนดงตวอยางนเรมตนทเวลา 9 โมง ดงนน 9k Hp Prediction horizon ดงตวอยางน 8Hp Hc Control horizon คาความผดพลาดทเวลาปจจบนคอ
( ) ( ) ( )k s k y k (53) เมอสญญาณอางองทตองการตามรอยสญญาณเลอกคาความผดพลาดท i สเตปกอนหนาจะได
/( ) ( )refiTs Tk i e k
(54)
( ) ( )ik i k (55) โดยท
refT ความเรวในการตอบสนอง
sT sampling interval
และ /s refT Te
สญญาณอางองทตองการตามรอยสญญาณก าหนดเปน
( / ) ( ) ( )r k i k s k i k i (56) /
( / ) ( ) ( )s refiT Tr k i k s k i e k
(57)
38
4.2 ตวควบคมโมเดลพรดกทฟส าหรบระบบหนงอนพตและหนงเอาตพต (SISO)
ก าหนดสมการปรภมสถานะเชงเสนคอ
( 1) ( ) ( )m m m mx k A x k B u k (58) ( ) ( ) ( )m m my k C x k D u k (59)
โดยท mx คอเวกเตอรของแตละสเตทมขนาด 1n
u คออนพตทใหแกระบบ
y คอเอาตพตของระบบ
เนองจากสมมตใหอนพตไมมผลกระทบตอเอาตพตจงก าหนดให 0mD
หาผลตางเวลาของสมการท (58) เราจะได
( 1) ( ) ( ( ) ( 1)) ( ( ) ( 1))m m m m m mx k x k A x k x k B u k u k
( 1) ( 1) ( )m m mx k x k x k ( ) ( ) ( 1)m m mx k x k x k
และผลตางเวลาของอนพตคอ ( ) ( ) ( 1)u k u k u k ดงนนเขยนผลตางของปรภมสเตทไดดงน
( 1) ( ) ( )m m m mx k A x k B u k (60)
ขนตอนตอไปคอการสรางความสมพนธระหวางผลตางของสเตรทและเอาตพตโดยการก าหนดสเตทเวกเตอรใหมดงน
( ) ( ) ( )T
T
mx k x k y k
39
ผลตางเวลาของเอาตพตคอ
( 1) ( ) ( ( 1) ( ))
( 1) ( ) ( 1)
( 1) ( ) ( ) ( )
m m m
m m
m m m m m
y k y k C x k x k
y k y k C x k
y k y k C A x k C B u k
(61)
จากสมการท (60) และ (61) เขยนปรภมสเตทใหมคอ
( 1) ( )
( 1) ( )( )
( 1) ( )1
( )( ) 1
( )
x k x kA B
Tmm mm
m mm m
C
m
m
Bx k x kAm ou k
C By k y kC A
x ky k o
y k
(62)
โดยท 1
0 0 ...
n
mo o และ ( , , )A B C คอสวนขยายของโมเดล (augmented model) ซงจะน าไปใชตอในสวนถดไปของการออกแบบตวควบคมโมเดลพรดกทฟ
4.3 การท านายลวงหนาของสเตทและเอาตพต สมมตใหเวลาปจจบน , 0i ik k และขอมลของสเตททเวลาปจจบนสามารถวดได
ก าหนดอนพตในอนาคตคอ
( ), ( 1),..., ( 1)i i i cu k u k u k H และก าหนดสเตทในอนาคต
( 1/ ), ( 2 / ),...., ( / ),...., ( / )i i i i i i i p ix k k x k k x k m k x k H k โดยท ( / )i ix k m k คอสเตททท านายทเวลา ik m โดยใชขอมลจากเวลาปจจบน
จากสมการท (62) เมตรกซ ( , , )A B C สามารถเขยนใหอยในรปของการท านายสเตทดงน
40
2
( 1/ ) ( ) ( )
( 2 / ) ( 1/ ) ( 1)
( 3 / ) ( ) ( ) ( 1)
i i i i
i i i i i
i i i i i
x k k Ax k B u k
x k k Ax k k B u k
x k k A x k AB u k B u k
1 2
( / ) ( ) ( ) ( 1)p p pH H H
i p i i i ix k H k A x k A B u k A B u k
(63) ... ( 1)p cH H
i cA B u k H
สามารถเขยนสมการการท านายของเอาตพตคอ
( 1/ ) ( ) ( )i i i iy k k CAx k CB u k 2
3 2
( 2 / ) ( ) ( ) ( 1)
( 3 / ) ( ) ( ) ( 1)
i i i i i
i i i i i
y k k CA x k CAB u k CB u k
y k k CA x k CA B u k CAB u k
( 2)iCB u k
1 2
( / ) ( ) ( ) ( 1)p p pH H H
i p i i i iy k H k CA x k CA B u k CA B u k
(64) ... ( 1)p cH H
i cCA B u k H
สเตททกตวทท านายสามารถเขยนอยในรปของสเตทปจจบน ( )ix k และอนพตในอนาคต ( )iu k j ซง 0,1,.... 1cj H
ก าหนดเวกเตอร ( 1/ ) ( 2 / ) ( 3 / ) .... ( /
T
i i i i i i i p iY y k k y k k y k k y k H k
( ) ( 1) ( 2) .... ( 1)T
i i i i cU u k u k u k u k H โดยท Y มขนาด
pH และ U มขนาด cH จดรปสมการท (63) และ (64) ไดดงน ( )iY Fx k U (65)
41
ซงก าหนดให
2
3 2
1 2 3
0 0 ... 0
0 ... 0
... 0;
...p p p p p cH H H H H H
CA CB
CA CAB CB
CA CA B CAB CBF
CA CA B CA B CA B CA B
4.4 ขอจ ากด (Constraints) ของอนพตและเอาตพต ในสวนนจะก าหนดขอจ ากดใหแกการเปลยนแปลงอนพตเรมทเวลาปจจบน ik
min max( )iu u k u
ขอจ ากดของการเปลยนแปลงอนพตลวงหนา 3 sample time เขยนไดดงน
min max
min max
min max
( )
( 1)
( 2)
i
i
i
u u k u
u u k u
u u k u
คาของ sample time ทจะท านายลวงหนามความส าคญเพราะมความสมพนธเกยวกบภาระการค านวณของไมโครคอนโทรลเลอร ดงนนไมควรเลอกคาของ cH ทสงมาก ซงเราสามารถเขยนอยในรปอยางงายดงน
min maxU U U เขยนไดสองอสมการดงน
minU U (66) maxU U (67)
เขยนในรปเมตรกซ
42
min
max
I UU
I U
(68)
เมอเขยนอยในรปของการท านายลวงหนาในทก sample time และทกขอจ ากดขางในเทอมของ
U ไดดงน
( ) ( )0 0 0
( 1) ( 1)0 0
( 2) ( 1) ( 2)0
( 1) ( 1)
i i
i i
i i i
i c i c
u k u kI I
u k u kI I I
u k u k u kI I I I
u k N u k NI I I I I
(69)
และเขยนใหสนลงในรปของเมตรกซดวยการแทนคา 1 2,C C ไดดงน
min
1 2( ( 1) )iC u k C U U (70) max
1 2( ( 1) )iC u k C U U (71) โดยท minU และ maxU มขนาดเวกเตอร cH ของ minu และ maxu ตามล าดบ ดงนนสามารถเขยนขอจ ากดของเอาตพตในเทอมของ U ไดดงน
min max( )iY Fx k U Y (72)
4.5 ตวควบคมโมเดลพรดกทฟส าหรบระบบหลายอนพตและหลายเอาตพต (MIMO) ส าหรบระบบ MIMO สงทเพมเตมเขามาคอสญญาณอนพตของสงรบกวนภายนอก
ระบบ ( ( ))w k และ สมมตใหอนพตจ านวน m และ เอาตพตจ านวน q
ก าหนดสมการปรภมสถานะเชงเสนส าหรบระบบ MIMO
( 1) ( ) ( ) ( )
( ) ( )
m m m m d
m m
x k A x k B u k B w k
y k C x k
(73)
43
โดยท mx คอสเตตเวกเตอร, y คอเอาตพต (output), u คอสญญาณอนพต (input)
( )w k คอสญญาณอนพตของสงรบกวนภายนอกระบบ (input disturbance)
ล าดบของสญญาณสงรบกวนภายนอกระบบแสดงไดดงสมการ
( ) ( 1) ( )w k w k k (74)
จากสมการท (73) เขยนในรปผลตางสมการคอ
( ) ( 1) ( 1) ( 1)m m m m dx k A x k B u k B w k (75)
ก าหนดให ( ) ( ) ( 1)m m mx k x k x k และ ( ) ( ) ( 1)u k u k u k จากสมการ (74) และ
(75) จะไดดงน
( 1) ( ) ( ) ( )m m m m dx k A x k B u k B k (76)
ดงนนความสมพนธระหวางเอาตพตกบสเตทคอ
( 1) ( 1) ( ) ( ) ( )m m m m m m m m dy k C x k C A x k C B u k C B k
โดยท ( 1) ( 1) ( )y k y k y k
เราสามารถเขยนสมการปรภมสถานะเชงเสนส าหรบระบบ MIMO ไดดงน
( 1) ( )
( 1) ( )( ) ( )
( 1) ( )
( )( )
( )
BAx k x k B
T
m dmm m
m m m dm m qxq
C
m
m qxq
B BAm ox k x ku k k
C B C BC A Iy k y k
x ky k o I
y k
โดยท qxqI คอเมตรกซเอกลกษณทมมต q q เมอ q คอจ านวนของเอาตพต, m คอจ านวนของ
อนพต และ mo คอเมตรกซศนยทมมต 1q n ในขณะทเมตรกซ ,m mA B และ mC มมตเทากบ
1 1 1,n n n m และ 1q n
44
4.6 การหาสญญาณควบคมทเหมาะสมทสด (Optimization) การท าใหเอาตพตทเกดจากการท านายเขาใกลสญญาณอางอง (Set-point) จง
ตองการหาคา u ทเหมาะสมและท าให J (Costfunction) มคานอยทสด ก าหนดเวกเตอรสญญาณ
อางอง (Set-potion) ดงนคอ
1 1 1 ( ),
pN
T
s iR r k
ก าหนด Cost Function J คอ
( ) ( ) ,T T
s sJ R Y R Y U R U (77)
โดยทเทอมแรกคอการลดคาความผดพลาดใหนอยทสดระหวางการท านายจากเอาตพต
(predictied output) และสญญาณอางอง (Set-point) R คอเมตรกซทะแยงมม (diagonal matric)
c cw N NR r I (78)
เมอ wr เปนตวแปรทใชในการปรบสมรรถนะของระบบปดและมคามากกวาหรอเทากบ
ศนย เพอหาสญญาณควบคมทเหมาะสมโดยใชสมการท (65) จะได
( ( )) ( ( )) 2 ( ( )) ( ) .T T T T T
s i s i s iJ R Fx k R Fx k U R Fx k U R U (79)
จากอนพนธอนดบหนงสมการ (79) จะไดสมการ
0,J
U
เราจะได U ทเหมาะสมดงน
1( ) ( ( )),T T
s iU R R Fx k (80)
เมตรกซ 1( )T R คอ Hessian matrix และ sR คอ
1 1 1 1 ( ) ( ),
pN
s i s iR r k R r k
45
ซง 1 1 1 1
pN
T
sR
ดงนนการหาสญญาณควบคมทเหมาะสมทสดเชอมโยงถงสญญาณอางอง (Set-point) ( )ir k และ
ตวแปรสเตท ( )ix k เขยนสมการไดดงน
1( ) ( ( ) ( )).T T
s i iU R R r k Fx k (81)
ในการค านวณเชงตวเลขงานวจยนใช Model Predictive Control Toolbox ของโปรแกรม
MATLAB ในการค านวณ ค าสงโดยการออกแบบดไดในภาคผนวก ง. ซง Costfunction คอ
1
0
( 1/ ) ( 1) ( 1/ ) ( 1)
( / ) ( / ) ( / ) ( ) ( / ) ( )
Tp
i
TT
u u
J y k i k r k i Q y k i k r k i
u k i k R u k i k u k i k u k i R u k i k u k i
โดยท , uQ R และ uR เปนเมทรกซถวงน าหนกของเอาตพท,การเปลยนแปลงของอนพตและ
อนพตตามล าดบ
46
ผลและวจารณ
ผลการจ าลองดวยโปรแกรม MATLAB ในสวนของผลและวจารณน มงเนนเกยวกบประสทธภาพในการรกษาเสถยรภาพของตวคมคา ก าลงสองเชงเสนและการออกแบบตวควบคมโมเดลพรดกทฟ ซงจะน าตวควบคมทงสองมาเปรยบเทยบกน แสดงถงคณสมบตเฉพาะของตวควบคมโมเดลพรดกทฟในเรองของขอจ ากด (constraints) โดยจะใชโปรแกรม MATLAB ในการจ าลองผล
1. ตวคมคาก าลงสองเชงเสน (Linear Quadratic Regulator, LQR) ก าหนดให เมทรกซถวงน าหนก ( , )Q R และอตราขยาย ( )K คอ
1 0 0 0 0 0
0 1 0 0 0 0
0 0 1 0 0 0
0 0 0 1 0 0
0 0 0 0 1 0
0 0 0 0 0 1
Q
, 1 0
0 1R
,
0.7071 72.3187 7.8973 1.1923 0.7071 1.6314
0.7071 72.3187 7.8973 1.1923 0.7071 1.6314K
0 5 10 15 20 25 30-0.2
0
0.2
0.4
0.6
positio
n (
rad)
time
0 5 10 15 20 25 30-0.01
-0.005
0
0.005
0.01
time
pitch (
rad)
0 5 10 15 20 25 30-0.2
0
0.2
0.4
0.6
time
yaw
(ra
d)
LQR
REF
47
ภาพท 23 เอาตพตของตวคมคาก าลงสองเชงเสน
ภาพท 24 สญญาณควบคมของตวคมคาก าลงสองเชงเสน
ก าหนดใหต าแหนงเรมตนทต าแหนง position ( ) = 0.5 rad และต าแหนงมมเลยว yaw (
) = 0.5 rad ซงตวคมคาก าลงสองเชงเสนสามารถตดตามต าแหนงอางอง (Reference) ทเปนสญญาณ
แบบ Pulse Generator (เสนสเขยว) ในสวนของต าแหนง (position) นนตดตามไดดกวาในสวนของ
มมเลยว (yaw) ในการเลอกคาของเมตรกซถวงน าหนก ( , )Q R จะก าหนดใหเปนเมตรกซทะแยง
มมทเปน 1 ทงหมดเพอทดสอบเสถยรภาพของระบบและภายหลงจะน าไปเปรยบเทยบกบตว
ควบคมโมเดลพรดกทฟทก าหนดเมตรกซถวงน าหนกแบบเดยวกน และจากภาพท 24 สญญาณ
ควบคมของตวคมคาก าลงสองเชงเสนนนเปลยนแปลงอยางรวดเรวซงอาจท าใหตวขบเคลอน
(actuator) ไมสามารถสงการท างานไดทน ซงในสวนของตวควบคมโมเดลพรดกทฟ จะมความ
ราบเรยบมากกวา
2. ตวควบคมโมเดลพรดฟทฟ
ก าหนดคาพารามเตอรในการออกแบบตวควบคมดงนคอ Control Interval Time = 0.1,
Prediction Horizon ( pH ) =10, Control Horizon ( cH ) = 2, Input Weight (R) = 0.1, Output
Weight (Q) = 1 และก าหนดใหตดตามสญญาณแบบ Pulse Generator เหมอนกบตวคมคาก าลงสอง
0 5 10 15 20 25 30-2
-1.5
-1
-0.5
0
0.5
1
1.5
2
2.5
time
InputL
(ra
d)
0 5 10 15 20 25 30-5
-4
-3
-2
-1
0
1
2
3
4
5
time
InputR
(ra
d)
48
เชงเสนทต าแหนง position ( ) = 0.5 rad และต าแหนงมมเลยว yaw ( ) = 0.5 rad ซงจะน ามา
เปรยบเทยบกนภายหลงโดยแบงการออกแบบเปน 3 กรณดงน
2.1 ตวควบคมโมเดลพรดกทฟทไมมขอจ ากด (MPC without Constraints)
ภาพท 25 ตวควบคมโมเดลพรดกทฟทไมมขอจ ากด (MPC without Constraints)
ภาพท 26 สญญาณควบคมของโมเดลพรดกทฟทไมมขอจ ากด (MPC without constraints)
0 5 10 15 20 25 30-0.2
0
0.2
0.4
0.6
time
positio
n (
rad)
0 5 10 15 20 25 30-0.05
0
0.05
time
pitch (
rad)
0 5 10 15 20 25 30-0.2
0
0.2
0.4
0.6
time
yaw
(ra
d)
MPC
REF
0 5 10 15 20 25 30-4
-3
-2
-1
0
1
2
3
4
time
inputL
(volt)
0 5 10 15 20 25 30-6
-4
-2
0
2
4
6
inputR
(volt)
time
49
2.2 กรณก าหนดขอจ ากดใหแกมมพตชท 0.01 rad
ภาพท 27 ตวควบคมโมเดลพรดกทฟทมขอจ ากด (MPC with Constraints ( 0.01 Pitch))
ภาพท 28 สญญาณควบคมของตวควบคมโมเดลพรดกทฟทมขอจ ากด (MPC with constraints
( 0.01 Pitch))
0 5 10 15 20 25 30-0.2
0
0.2
0.4
0.6
positio
n (
rad)
time
0 5 10 15 20 25 30-0.02
-0.01
0
0.01
0.02
time
pitch (
rad)
0 5 10 15 20 25 30-0.2
0
0.2
0.4
0.6
time
yaw
(ra
d)
MPC
REF
0 5 10 15 20 25 30-5
-4
-3
-2
-1
0
1
2
3
4
5
inputL
(volt)
time
0 5 10 15 20 25 30-5
-4
-3
-2
-1
0
1
2
3
4
5
inputR
(volt)
time
50
2.3 กรณก าหนดให (pH = 24)
ภาพท 29 ตวควบคมโมเดลพรดกทฟ (MPC ;pH = 24)
ภาพท 30 สญญาณควบคมของตวควบคมโมเดลพรดกทฟ (MPC ; pH = 24)
0 5 10 15 20 25 30-0.2
0
0.2
0.4
0.6
positio
n (
rad)
time
0 5 10 15 20 25 30-0.02
-0.01
0
0.01
0.02
time
pitch (
rad)
0 5 10 15 20 25 30-0.2
0
0.2
0.4
0.6
time
yaw
(ra
d)
MPC
REF
0 5 10 15 20 25 30-4
-3
-2
-1
0
1
2
3
4
5
inputL
(volt)
time
0 5 10 15 20 25 30-5
-4
-3
-2
-1
0
1
2
3
4
5
inputR
(volt)
time
51
ภาพท 25 ในกรณของตวควบคมโมเดลพรดกทฟทไมมขอจ ากดคาของสญญาณ
ควบคมมความราบเรยบมากกวาในสวนของตวคมคาก าลงสองเชงเสนและสามารถรกษาเสถยรภาพ
ในการตดตามของเอาตพตทงสามไดด ภาพท 27 แสดงถงจดเดนของตวควบคมโมเดลพรดกทฟน
คอการก าหนดขอจ ากดใหเอาตพต ซงในงานวจยก าหนดขอจ ากดใหแกมมพตชท 0.01 และใน
สวนของสญญาณควบคมกมความราบเรยบเชนเดยวกบกรณไมมขอจ ากด ภาพท 29 การก าหนดให
pH = 24 ใหมคาสง ท าใหเสถยรภาพของเอาตพตทงสามนนดขน แตจะท าใหชวง Transient ชาลง
ซงท าใหการตดตามต าแหนง (position) เขาสจดอางองไดชากวากรณก าหนดให pH = 10 ดงนน
การเลอกคาของ Prediction horizon (pH ) ใหตรงกบความตองการจงมความส าคญตอการออกแบบ
ระบบควบคม
3. เปรยบเทยบผลการจ าลองระหวางตวคมคาก าลงสองเชงเสนและ ตวควบคมโมเดล
พรดกทฟ
ภาพท 31 เปรยบเทยบผลการจ าลองระหวางตวคมคาก าลงสองเชงเสนและตวควบคมโมเดลพรดก
ทฟทไมมขอจ ากด
0 5 10 15 20 25 30-0.2
0
0.2
0.4
0.6
time
positio
n (
rad)
0 5 10 15 20 25 30-0.05
0
0.05
time
pitch (
rad)
0 5 10 15 20 25 30-0.2
0
0.2
0.4
0.6
time
yaw
(ra
d)
LQR
MPC
REF
52
ภาพท 32 เปรยบเทยบผลการจ าลองระหวางตวคมคาก าลงสองเชงเสนและตวควบคมโมเดลพรดก
ทฟทมขอจ ากด ( 0.01 Pitch)
จากผลการจ าลองภาพ 31 การตดตามต าแหนงของต าแหนง (position) และการตดตามมม
การเลยว (yaw) ตวควบคมโมเดลพรดกทฟตดตามไดรวดเรวกวาตวคมคาก าลงสองเชงเสน ซงเกด
คาโอเวอรชตเพยงเลกนอย แตในสวนของมมพตช (pitch) นนตวคมคาก าลงสองเชงเสนม
ประสทธภาพทดกวา การก าหนดขอจ ากด (Constraints) ใหกบตวควบคมโมเดลพรดกทฟ ในสวน
ของมมพตช (pitch) ท 0.01 องศา ดงภาพท 32 ซงเปนการลดคาความเคลอนของมมพตชใหม
ความใกลเคยงกบตวคมคาก าลงสองเชงเสน ซงในสวนของการตดตามต าแหนงของต าแหนง
(position) และการตดตามมมการเลยว (yaw) ตวควบคมโมเดลพรดกทฟกยงสามารถตดตามได
รวดเรวกวาตวคมคาก าลงสองเชงเสน
0 5 10 15 20 25 30-0.2
0
0.2
0.4
0.6
time
positio
n (
rad)
0 5 10 15 20 25 30-0.02
-0.01
0
0.01
0.02
time
pitch (
rad)
0 5 10 15 20 25 30-0.2
0
0.2
0.4
0.6
time
yaw
(ra
d)
LQR
MPC
REF
53
ผลการทดลอง
1. การวดมมเอยง (pitch) ของหนยนตสองลอดวยหลกการ Complementary Filter
ภาพท 33 ภาพรวมของการวดมมเอยงดวยหลกการ Complementary Filter
ภาพท 34 เปรยบเทยบผลระหวางเซนเซอรวดความเรงและ Complementary Filter
0 20 40 60 80 100 120-80
-60
-40
-20
0
20
40
60
80
time
Pitch (deg)
Acc (deg)
Gyro (deg)
Gyro (deg/s)
10 12 14 16 18 20 22
-8
-6
-4
-2
0
2
4
6
8
10
time
Pitch (deg)
Acc (deg)
Gyro (deg)
Gyro (deg/s)
54
ภาพท 35 เปรยบเทยบผลของมมจากเซนเซอรทงสองและ Complementary Filter ทความถสง
ภาพท 36 เปรยบเทยบผลระหวางเซนเซอรวดความเรวเชงมมและ Complementary Filter
ก าหนดคาของ Sampling time 0.05 และ a = 0.96 การก าหนดคา a ไดอธบายแลวในสวน
ของการออกแบบการควบคม ในภาพท 34 ไดขยบหนยนตไปทมม 20 ทเวลา 5 วนาทถง 35
วนาท ท าการเปรยบเทยบคาของมมทวดไดจากเซนเซอรวดความเรงกบคามมทผานตวกรองความถ
Complementary จะเหนไดวาเสนสน าเงนจะมการสนทมากกวาเสนสแดง ซงในชวงแรกคามมทวด
35 40 45 50 55 60
-15
-10
-5
0
5
10
15
20
time
Pitch (deg)
Acc (deg)
Gyro (deg)
Gyro (deg/s)
70 75 80 85 90 95-15
-10
-5
0
5
10
15
20
time
Pitch (deg)
Acc (deg)
Gyro (deg)
Gyro (deg/s)
55
จากเซนเซอรวดความเรวเชงมมในเสนสเขยว ไดผลใกลเคยงกบคามมทผานตวกรองความถ
Complementary ในภาพท 35 ไดท าการขยบหนยนตสองลอใหสนดวยความถสงทเวลา 40 วนาทถง
60 วนาท จะเหนวาคาความเรวเชงมมเสนสเหลองและคาของมมทวดไดจากเซนเซอรวดความเรง
เสนสน าเงนมการสนทสงมาก แตในสวนของคามมทผานตวกรองความถ Complementary เสนส
แดง มการสนทนอยกวามาก ในภาพท 36 คาของมมทวดจากเซนเซอรวดความเรวเชงมมในเสนส
เขยวทเวลา 70 วนาท นน Drift ออกถง 10 องศา ซงในสวนของเสนสน าเงนและสแดงยงคงอยท 0
องศา
2. การรกษาสมดลของหนยนตสองลอ
ในสวนของผลการทดลองนไดใช support packages arduino mega 2560 ผานทาง
ซอฟแวร Simulink ของโปรแกรม MATLAB ซงไมโครคอนโทรลเลอรสามารถวดคาต าแหนงจาก
เอนโคดเดอรเซนเซอรไดโดยผาน S-Functions (ภาคผนวกท จ6) แตเมอวดต าแหนงดวยความเรวท
สงท าใหไมโครโทรลเลอรนนวดต าแหนงไมทนและมอาการคาง ซงอาจมผลมาจากคาความละเอยด
ของเอนโคดเซนเซอรทมากหรออาจเกดจากการใช support packages ของโปรแกรม ซงการใช
โปรแกรม IDE ของไมโครคอนโทรลเลอร arduino โดยตรงอาจจะวดต าแหนงทความเรวสงไดทน
ดงนนงานวจยในอนาคตจะแกปญหาในสวนนตอไป
การทดลองนไดใชตวคมคาก าลงสองเชงในการก าหนดอตราขยายแตเนองจากไม
สามารถรบคาจากเซนเซอรเอนโคดเดอรไดทนจงก าหนดใหอตราขยายของมมเฉลยของลอซายและ
ลอขวา = 0 และอตรายาขยายของมมเลยว = 0 และมผลกระทบท าใหอตราขยายของมมพทลดลงไป
มากเขยนไดดงนคอ
0 35.0 0 0.5 0 0
0 35.0 0 0.5 0 0K
56
ภาพท 37 คาเอาตพตของมม Pitch จากการรกษาสมดลของหนยนตสองลอ
ภาพท 38 สญญาณควบคม PWM จากการรกษาสมดลของหนยนตสองลอ
จากผลการทดลองในภาพท 37 จะเหนไดวาคาเอาตพตของมม pitch นนรกษาเสถยรภาพท
มม 0.05 (rad) อยางไรกตามคามมของมม pitch นนคอนขางจะสนและมการ drift ออกจากจด
ศนย เนองจากการวดมมเอยงทไมแมนย า และการวดมมเอยงทไมแมนย านนมผลมาจากคาของ dt
(sample time) ท 0.05 ท าใหตองลดคาสมประสทธ a นอยกวา 0.98 มาก การก าหนดใหนอยกวา
0 2 4 6 8 10 12-0.06
-0.04
-0.02
0
0.02
0.04
0.06
degre
e (
rad)
time
0 2 4 6 8 10 12-150
-100
-50
0
50
100
150
PW
M
time
57
0.98 กจะท าใหคา noise จากเซนเซอรวดความเรงเขามาไดมาก และถาท าการก าหนดคาสมประสทธ
a ใหเทากบ 0.98 กจะท าใหคามมทวดได drift ออกจากจดศนย ดงนนคา sample time ควรนอยกวา
กวาหรอเทากบ 0.01 กจะท าใหลดคา noise และคา drift ลงไดมาก ซงโดยหลกการของ
complementary filter นนการก าหนดคาของสมประสทธ a และคาของ (time constant) นนมผล
โดยตรงตอการวดมมเอยง
58
สรปและขอเสนอแนะ
สรป
งานวจยนไดท าการรกษาสมดลของหนยนตสองลอดวยตวคมคาก าลงสองเชงเสน และตว
ควบคมโมเดลพรดกทฟ ซงไดแสดงถงเสถยรภาพของตวควบคมทงสองดงผลการจ าลอง การใชตว
คมคาก าลงสองเชงเสนนนท าใหสามารถหาอตราขยายไดงายเมอเปรยบเทยบกบตวควบคมอนๆ
และยงมความเหมาะสมตออนพตและเอาตพตของระบบ สามารถปรบคาเมตรกซถวงน าหนกให
ตรงกบการควบคมทตองการได จดการปญหาเรองระบบหลายอนพตและเอาตพต การขจดสญญาณ
รบกวน ความไว ความทนทานและอกหลายปญหาดงทกลาวขางตน ในสวนของตวควบคมโมเดลพ
รดกทฟสามารถจดการกบปญหาขางตนไดดเมอเปรยบเทยบกบตวคมคาก าลงสองเชงเสนอกทงยงม
ความเรวในการตดตามสญญาณไดดกวาในชวงของ Transient และไดแสดงถงคณสมบตพเศษคอ
การก าหนดขอจ ากดใหแกเอาตพตของหนยนตสามารถน าไปประยกตใชในงานอตสาหกรรมท
ตองการลดการใชพลงงานได
สรปการวดคามมจากเซนเซอรวดความเรงเพยงอยางเดยวนนจะพบปญหาในเรองของการ
สนทมากเมอมความถสง และไมสามารถบอกคามมทถกตองไดในขณะทหนยนตสองลอเคลอนท
ดวยอตราเรงระดบหนง กลาวคอไมสามารถบอกความแตกตางของมมขณะทหนยนตเคลอนทและ
หยดนงได แตจะวดคามมไดดในชวงความถต าหรอความเรวนอยๆ สวนการวดมมจากเซนเซอรวด
ความเรวเชงมมเพยงอยางเดยวกจะพบปญหาในเรองการ Drift ออกจากคามมทถกตอง กลาวคอเมอ
มการเปลยนแปลงทชากจะท าใหคามม Drift ออกจากคามมทถกตองมาก แตสามารถวดคามมได
แมนย าเมอความถสงหรอความเรวมาก ดงนนดวยหลกการ Complementary Filter เปนการน าขอด
ของเซนเซอรทงสองชนดมาใชงานรวมกน และจดการขอเสยของเซนเซอรทงสองดวยตวกรอง
ความถสงและตวกรองความถต า
59
ขอเสนอแนะ
ตวคมคาก าลงสองเชงเสนสามารถหาอตราขยายไดงายแตการเลอกเมตรกซถวงน าหนก
( ,Q R ) ยงตองใชวธการลองผดลองถกซงในสวนนอาจท าใหเวลาคอนขางมาก ซงในงานวจยทวไป
นนจะใหเมตรกซถวงน าหนกแกเอาตพตมากกวาและส าหรบหนยนตสองลอมกจะใหน าหนกแกคา
มม Pitch เพอรกษาเสถยรภาพของระบบ นอกจากนความแมนย าของตวคมคาก าลงสองเชงเสนน
ตองอาศยความแมนย าของแบบจ าลองทางคณตศาสตรของหนยนตสองลอ ซงมความสมพนธกบ
การหาคาพารามเตอรของตวหนยนตทแมนย าเชนกน ดงนนคาพารามเตอรบางตวทหาไดคอนขาง
ยากกจะท าใหมผลกระทบตอความคลาดเคลอนของแบบจ าลองทางคณตศาสตร
ในการก าหนดขอจ ากดใหแกตวควบคมโมเดลพรดกทฟเมอก าหนดใหขอจ ากดมขนาดท
แคบเกนไปกจะท าใหไมสามารถรกษาเสถยรภาพของระบบได ดงนนจ าเปนตองมการจ าลองหรอ
ท าการทดลองในการเลอกขอจ ากดของคาอนพตและเอาตพตของระบบ การเลอกคาพารามเตอรท
ส าคญของตวควบคมโมเดลพรดกทฟมผลกระทบตอเสถยรภาพของระบบ ดงนนจ าเปนตองมความ
เขาใจวาการเพมคาหรอการลดคาของพารามเตอรตวใดแลวจะสงผลกระทบตอระบบอยางไร
ส าหรบการน าไปใชงานจรงการเลอกคาของ cH นนสงผลกระทบตอการประมวลผลของ
ไมโครคอนโทรลเลอรวามความเรวเพยงพอหรอไม
การวดมมเอยงของหนยนตสองลอดวยการเขยนโคดโปรแกรมลงในซอฟแวร Simulink
ของโปรแกรม MATLAB นนมความเหมาะสมส าหรบการศกษาและท าความเขาใจในตวควบคมทง
สองชนด แตอาจท าใหการประมวลผลของไมโครคอนโทรลเลอรชาลงหรอเกด Bug ทไมพง
ประสงค ดงนนหากผวจยมความรความเขาใจทางดานภาษา C++ ในการเขยนโคดส าหรบ Arduino
โดยตรงกจะท าใหลดปญหาของการประมวลผลและ Bug ได การใชโปรแกรม LabVIEW และใช
Hardware ของ NI กอาจเปนอกทางเลอกนงทดแตตองแลกกบราคาทคอนขางแพงกวา
ไมโครคอนโทรเลอร (Arduino) หลายเทาตว
60
เอกสารและสงอางอง
กตตพงศ เยาวาจา. 2551. การควบคมทเหมาะสมทสดของหนยนตสองลอดวยการความเอยง
แบนดวทธสง.มหาวทยาลยเกษตรศาสตร, กรงเทพฯ.
วโรดม ตจนดา. 2550. การวเคราะหและออกแบบระบบควบคมทางวศวกรรม.
มหาวทยาลยเกษตรศาสตร, กรงเทพมหานคร
วกพเดย สารานกรมเสร. 2556. หมวดหมเทคโนโลยและหนยนต. แหลงทมา:
th.wikipedia.org/wiki/หนยนต, 2 กนยายน 2557.
Brkic, K. and Z. Kovacic. 2009. Decoupled Control and Path Tracking of a Two-wheeled
Self-balancing Mobile Robot. IEEE International Symposium on Industrial
Electronics (ISlE 2009), 5-8 July 2009, Seoul Olympic Parktel, Seoul, Korea.
Chai, S., L.Wang and E. Rogers. 2013. Model predictive control of a permanent magnet
synchronous motor with experimental validation. Control Engineering Practice21
(2013) pp. 1584–1593
Cheng, P. and B. Oelmann. 2010. Joint-Angle Measurement Using Accelerometers and
Gyroscopes—A Survey. IEEE Transactions on Instrumentation and Measurement,
VOL. 59, NO. 2, FEBRUARY 2010.
Colton, S. 2007. The Balance Filter. Submitted as a Chief Delphi white paper. 25 June 2007.
Deng, M., A. Inoue., K. Sekiguchi and L.Jiang. 2010. Two-wheeled mobile robot motion control
in dynamic environments. Robotics and Computer-Integrated Manufacturing. No. 26
(2010) pp. 268–272
61
Ekaputri, C. and A. Rohman. 2012. Implementation Model Predictive Control (MPC)
Algorithm-3 for Inverted Pendulum. IEEE Control and System Graduate Research
Colloquium (ICSGRC 2012).
Ferdinando H., H. Khoswanto and S. Tjokro. 2011. Design and Evaluation of Two-wheeled
Balancing Robot Chassis. International Symposium on Innovations in Intelligent
Systems and Applications (INISTA). 15-18 June 2011.
Feng, T., T. Liu and X. Wang. 2011. Modeling and Implementation of Two-wheel Self-
balancing Robot Equipped With Supporting Arms. IEEE Conference on Industrial
Electronics and Applications (ICIEA). No. 6, 2011.
Ge, S. S. and Y. J. Cui. 2000. New Potential Functions for Mobile Robot Path Planning. IEEE
Transactions on Robotics and Automation, VOL. 16, No. 5, OCTOBER 2000.
Grasser, F., A. D. Arrigo, S. Colombi and A. Ruffer. 2002. JOE: A Mobile, Inverted Pendulum.
IEEE Transactions on Industrial Electronics, 49(1).
Kim, Y. H., S. H. Kim and Y. K. Kwak. 2005. Dynamic Analysis of a Nonholonomic
Twowheeled Inverted Pendulum Robot, pp. 505-513. Proceedings of the 8th on
Artificial Life and Robotics, 21(3).
Lee, J., S. Han and J. Lee. 2013. Decoupled Dynamic Control for Pitch and Roll Axes of the
Unicycle Robot. IEEE Transactions on Industrial Electronics, VOL. 60, NO.9,
September 2013.
Lin, C. and Y. Liu. 2012. Precision Tracking Control and Constraint Handling of Mechatronic
Servo Systems Using Model Predictive Control. IEEE/ASME Transactions on
Mechatronics, VOL 17, NO.4, AUGUST 2012.
62
Maciejowski, J.M. 2002. Predictive Control with Constraints. Published by Pearson Education
under The Prentice Hall imprint. June 2001.
Ogata, K. 1997. Modern Control Engineering. 3rd Edition. Prentice-Hall. New York.
Oryschuk, P., A. Salerno., A. M. Al-Husseini and J. Angeles. 2009. Experimental Validation of
an Underactuated Two-Wheeled Mobile Robot. IEEE/ASME TRANSACTIONS ON
MECHATRONICS, VOL. 14, NO. 2, APRIL 2009.
Siciliano, B. and O. Khatib. 2008. Springer Handbook of Robotics. 2008 edition. (pp.391-409)
Publisher Springer.
Urakubo, T., K. Okuma and Y. Tada. 2004. Feedback Control of a Two Wheeled Mobile Robot
with Obstacle Avoidance Using Potential Functions. IEEE/RSJ International
Conference on Intelligent Robots and Systems 28 September - 2 October 2004,
Sendai, Japan.
Wang, L. 2009. Model Predictive Control System Design and Implementation Using
MATLAB. Advances in Industrial Control ISSN 1430-9491. Springer-Verlag London
Limited, 2009.
Wasif, A. and D. Raza., et al. 2013. Design and Implementation of a Two wheel Self
Balancing Robot with a Two Level Adaptive Control. IEEE International Conference
on Control and Automation (ICCA), 2013.
Yap, H. and S. Hashimoto. 2012. Development of a stair traversing two wheeled robot.
IEEE/RSJ International Conference on Intelligent Robots and Systems, 7-12
October, 2012. Vilamoura, Algarve, Portugal.
Yomamoto, Y. 2008. NXTway-GS (Self-Balancing Two-Wheeled Robot) Controller Design.
http://www.mathworks.com/matlabcentral/fileexchange/loadFile.do?objectId=19147
63
Zeng, Z. and H. Lu., and Z. Zhiqiang. 2013. High-speed Trajectory Tracking Based on Model
Predictive Control for omni-directional Mobile Robots. Control and Decision
Conference (CCDC), No. 25, 2013. Chinese.
64
ภาคผนวก
65
ภาคผนวก ก การหาคาพารามเตอรดวยโปรแกรม Solidworks
66
ภาพผนวกท ก1 การหาคาพารามเตอรดวยโปรแกรม Solidworks
จากการสรางแบบจ าลองของหนยนตไดคาพารามเตอรทส าคญคอ
L ระยะจากแกนลอถงศนยถวง 0.1359 ( m )
67
ภาคผนวก ข การหาแบบจ าลองทางคณตศาสตรของหนยนตสองลอและอตราขยายของตวคมคาก าลงสองเชง
เสนดวยโคดโปรแกรม MATLAB
68
คาพารามเตอรของหนยนตสองลอ %parameters of two wheel robot g = 9.81; %Gravity acceleration (m/sec^2) m = 0.990; %Wheel weight (kg) R = 0.1; %Wheel radius (m) Jw = (m*R^2)/2; %Wheel inertia moment (kgm^2) M = 3.1; %Body weight (kg) W = 0.36; %Body width (m) D = 0.155; %Body depth (m) H = 0.339 ; %Body height (m) L = 0.1359 ; %Distance of the center of mass from the wheel axle (m) Jp = (M*L^2)/3; %Body pitch inertia moment (kgm^2) Jy = M*(W^2+D^2)/12; %Body yaw inertia moment (kgm^2) Jm = 1*10^-5; %DC motor inertia moment Rm = 3.4; %DC motor resistance Kb = 0.468; %DC motor back EMF constant Kt = 0.317 ; %DC motor torque constant n = 1 ; %Gear ratio fm = 0.0022; %Friction coefficient between body and DC motor fw = 0 ; %Friction coefficient between wheel and floor %We use the values described in reference [2] for Rm,Kb,Kt %We use the values that seems to be appropriate for Jm,n,fm,fw, because it is difficult to measure การหาแบบจ าลองทางคณตศาสตร Beta = ((n*Kt*Kb)/Rm) + fm; Lfa = (n*Kt)/Rm;
69
E = [((2*m+M)*R^2+(2*Jw)+(2*n^2*Jm)) (M*L*R-2*n^2*Jm); (M*L*R-(2*n^2*Jm)) (M*L^2+Jp+(2*n^2*Jm))]; E11 = ((2*m+M)*R^2+(2*Jw)+(2*n^2*Jm)); E12 = (M*L*R-2*n^2*Jm); E21 = (M*L*R-(2*n^2*Jm)); E22 = (M*L^2+Jp+(2*n^2*Jm)); F = [(Beta+fw) -Beta; -2*Beta 2*Beta]; G = [0 0; 0 -M*g*L]; H = [Lfa/2 Lfa/2; -Lfa -Lfa]; I = [Beta + (W/R)*fw]; J = [(R/W)*Lfa]; K = [1/2*m*W^2 + Jp + (W^2/(2*R^2))*(Jw + n^2*Jm)]; A32 = [(-M*g*L*E12)/det(E)]; A42 = [(M*g*L*E11)/det(E)]; A33 = [-((Beta+fw)*E22 + 2*Beta*E12)/det(E)]; A43 = [((Beta+fw)*E12 + 2*Beta*E11)/det(E)]; A34 = [Beta*(E22 + 2*E12)/det(E)]; A44 = [-Beta*(E12 + 2*E11)/det(E)]; B3 = [Lfa*((E22/2) + E12)/det(E)]; B4 = [-Lfa*((E12/2) + E11)/det(E)]; A1 = [0 0 1 0; 0 0 0 1; 0 A32 A33 A34; 0 A42 A43 A44];
70
B1 = [0 0; 0 0; B3 B3; B4 B4]; A2 = [0 1; 0 -I/K]; B2 = [0 0; -J/K J/K]; A_bar = [A1, zeros(4, 2); zeros(2,4), A2] B_bar = [B1;B2] C_bar = [ 1 0 0 0 0 0; 0 1 0 0 0 0; 0 0 0 0 1 0] D_bar = [zeros(3,2)] Q_bar = [1 0 0 0 0 0; 0 1 0 0 0 0; 0 0 1 0 0 0; 0 0 0 1 0 0; 0 0 0 0 1 0; 0 0 0 0 0 1] R_bar = [1 0; 0 1] twowheel = ss(A_bar,B_bar,C_bar,D_bar); อตราขยายของตวคมคาก าลงสองเชงเสน K = lqr(A_bar,B_bar,Q_bar,R_bar)
71
ภาคผนวก ค การจ าลองผลการทดลองดวยตวคมคาก าลงสองเชงเสน
72
ภาพผนวกท ค1 การจ าลองผลการทดลองดวยตวคมคาก าลงสองเชงเสน ก าหนดคาอตราขยายและ plant ดงน
0.7071 72.3187 7.8973 1.1923 0.7071 1.6314
0.7071 72.3187 7.8973 1.1923 0.7071 1.6314K
0 0 1 0 0 0
0 0 0 1 0 0
0 60.7802 1.3670 1.3670 0 0
0 87.6433 1.3923 1.3923 0 0
0 0 0 0 0 1
0 0 0 0 0 0.2113
A
0 0
0 0
1.3287 1.3287
1.3533 1.3533
0 0
0.1141 0.1141
B
1 0 0 0 0 0
0 1 0 0 0 0
0 0 0 0 1 0
C
0 0
0 0
0 0
D
73
ภาคผนวก ง การหาผลการจ าลองดวยตวควบคมโมเดลพรดกทฟ
74
ภาพผนวกท ง1 การหาผลการจ าลองดวยตวควบคมโมเดลพรดกทฟ ก าหนดคาพารามเตอร และ plant ดงน Control Interval Time = 0.1, Prediction Horizon (
pH ) = 10, Control Horizon ( cH ) = 2
0 0 1 0 0 0
0 0 0 1 0 0
0 60.7802 1.3670 1.3670 0 0
0 87.6433 1.3923 1.3923 0 0
0 0 0 0 0 1
0 0 0 0 0 0.2113
A
0 0
0 0
1.3287 1.3287
1.3533 1.3533
0 0
0.1141 0.1141
B
1 0 0 0 0 0
0 1 0 0 0 0
0 0 0 0 1 0
C
0 0
0 0
0 0
D
75
ภาพผนวกท ง2 การก าหนดคาพารามเตอรของตวควบคมโมเดลพรดกทฟ
76
ภาคผนวก จ โคดโปรแกรม MATLAB ของผลการทดลอง
77
ภาพผนวกท จ1 การรบคาจากเซนเซอรวดความเรงและเซนเซอรวดความเรวเชงมม
ภาพผนวกท จ2 การรบคาจากเอนโคดเดอรเซนเซอรดวย S-function และอตราขยาย
78
ภาพผนวกท จ3 การควบคมมอเตอรซายและมอเตอรขวาดวย PWM
ภาพผนวกท จ4 การวดมมเอยงดวยหลกการ complementary filter (Subsystem)
79
ภาพผนวกท จ5 การวดต าแหนงและมมเลยวของเอนโคดเดอรเซนเซอร (Subsystem1 และ Subsystem2)
ภาพผนวกท จ6 การใช S-function ในการวดคาจากเอนโคดเดอรเซนเซอร
80
ประวตการศกษาและการท างาน
ชอ – นามสกล นายพงศกร กวสนทรเสนาะ วน เดอน ป ทเกด วนท 10 สงหาคม 2532 สถานทเกด จงหวดกรงเทพมหานคร ประวตการศกษา ปรญญาวศวกรรมศาสตรบณฑต (วศวกรรมขนถาย
วสด) มหาวทยาลยเทคโนโลยพระจอมเกลาพระนครเหนอ พ.ศ. 2553
ต าแหนงหนาทการงานปจจบน - สถานทท างานปจจบน - ผลงานดเดนและรางวลทางวชาการ - ทนการศกษาทไดรบ -