Thiết kế bộ điều khiển bền vững cho hệ thống lái tự động tàu thủy với thời gian trễ không xác định

Hội nghị toàn quốc về Điều khiển và Tự động hoá - VCCA-2011

VCCA-2011

Thiết kế bộ điều khiển bền vững cho hệ thống lái tự động tàu thủy với thời

gian trễ không xác định

Robust Controller Design for Ship Autopilot with Unknown Time-delay

Xuan-Kien Dang, Hoang-Dung Tran, Duc-Cuong Quach

Department of Control Science and Engineering, Huazhong University of Science and

Technology, Wuhan, 430074, P.R. China

e-Mail: [email protected]

Tóm tắt Nội dung bài báo nghiên cứu thiết kế bộ điều khiển bền

vững cho hệ thống lái tự động tàu thủy với thời gian trễ

điều khiển biến đổi không xác định. Điều kiện cần và đủ

cho tiêu chuẩn ổn định bền vững và hiệu suất điều khiển

được đưa ra dưới dạng các bất đẳng thức tuyến tính. Ứng

dụng phương pháp vòng lặp bền vững Mc Farlane -

Glover kết hợp giải các bất đẳng thức tuyến tính, bộ điều

khiển bền vững cho hệ thống lái tàu thủy đã được thiết

kế. Ngoài ra, cơ chế ước lượng thời gian trễ dùng logic

mờ được sử dụng để bù thời gian trễ cho hệ thống, giúp

cho hệ thống điều khiển đạt được hiệu suất cao. Kết quả

mô phỏng trên Matlab cho thấy tính hiệu quả và ưu điểm

của phương pháp mới đưa ra.

Abstract: This paper is concerned with the robust

controller design for Ship autopilot system induced

randomly varying time-delay (RVTD) of the process.

The necessary and sufficient conditions for the robust

stability and performance of system are given in the

general formulations. The robust controller has been

designed by using the Linear Matrix Inequality (LMI)

combine with H loop shaping – Mc Farlane and

Glover method. In addition, the fuzzy estimation RVTD

schemes are used to compensate time-delay of system

that obtained the high control performance. The

simulation results via Matlab demonstrate the usefulness

and effectiveness of the proposed method.

Ký hiệu Ký hiệu Đơn vị Ý nghĩa

A, B, C, D Ma trận của mô hình

x R 3 Biến trạng thái

u R 1 Góc bẻ lái

y R 1 Góc lệch hướng mũi tàu

)(sGp Mô hình động học thực tế

của tàu

)(sGpm Mô hình động học danh định

của tàu

)(sp ms Thời gian trễ thực tế

)(spm ms Thời gian trễ danh định

)(sK Bộ điều khiển bền vững

Chữ viết tắt RVTD Thời gian trễ ngẫu nhiên không xác định

LMI Bất đẳng thức ma trận tuyến tính

LTI Hệ thống tuyến tính

Loop Shaping Vòng lặp phản hồi mẫu khép kín

LCF Left coprime factorization

1. Giới thiệu chung Hệ thống lái tự động là hệ thống quan trọng nhất trên tàu

thủy, việc điều khiển ổn định trong mọi chế độ hoạt

động của tàu luôn là một thách thức với các nhà thiết kế

hệ thống bởi vì tàu thủy là một đối tượng phức tạp,

thường xuyên chịu tác động của các yếu tố bên ngoài

như sóng gió, dòng chảy làm tàu lệch hướng. Ngoài ra,

việc trễ của các cơ cấu chấp hành do các lực cản tác

động vào bánh lái, thân tàu cũng làm ảnh hưởng rất lớn

đến chất lượng và sự ổn định của hệ thống. Trong bài

báo này, để đơn giản phần mô hình toán của tàu thủy,

các tác giả lựa chọn đối tượng thiết kế hệ thống lái tự

động điều khiển hướng đi cho tàu hàng dựa trên việc

điều chỉnh góc bẻ bánh lái [1], [5].

Có rất nhiều phương pháp thiết kế hệ thống lái tự động

tàu thủy đã được đưa ra, phương pháp điều khiển mờ

thích nghi hệ thống lái tự động tàu thủy khi hệ thống là

phi tuyến và không xác định đã được đề cập trong [2],

trong đó thuật toán mờ Takagi-Sugeno được áp dụng

dưới mô hình điều khiển thích nghi. Cũng bằng phương

pháp mờ thích nghi, các tác giả trong [3] lại giải quyết

bài toán điều khiển lái tự động tàu thủy bám theo hành

trình xác định trước. Trong [4], việc sử dụng phướng

pháp điều khiển lái tự động sử dụng mạng neural với

nhiều phương pháp huấn luyện mạng kết hợp thuật toán

dự đoán ảnh hưởng của tác động ngoại vi lên bánh lái có

tính chất thích nghi cho thấy đáp ứng khá tốt. Ngoài ra

thuật toán tối ưu di truyền sử dụng để tối ưu bộ điều

khiển mạng thần kinh nhân tạo đã được xem xét trong

[5] cho thấy ưu điểm nổi bật của phương pháp này. Như

vậy, thời gian gần đây các phương pháp điều khiển hiện

đại đã được ứng dụng rất nhiều trong thiết kế hệ thống

lái tự động tàu thủy nhưng hầu hết các phương pháp trên

đều chưa xem xét tính bền vững của hệ thống điều khiển

khi mô hình tàu thủy có chứa các biến không xác định

hoặc không chắc chắn.

Điều khiển bền vững đối tượng tuyến tính với sự xuất

hiện của các thành phần không chắc chắn trong mô hình

19

mailto:[email protected]


VCCA-2011

đã được xem xét trong rất nhiều bài báo khoa học thời

điểm gần đây. Các phương pháp thiết kế bộ điều khiển

bền vững kinh điển được đưa ra bởi K. Zhou và các tác

giả trong [6]. Đặc biệt liên quan đến phương pháp thiết

kế bộ điều khiển bền vững trong bài báo này, Mc Farlan

và Glover [7] đã nghiên cứu phương pháp thiết kế bộ

điều khiển bền vững cho một đối tượng tuyến tính cơ

bản, đây là phương pháp tổng hợp bộ điều khiển bền

vững dựa trên tính toán các bất đẳng thức ma trận tuyến

tính. Các bộ điều khiển bền vững hệ thống lái tự động

tàu thủy đã được đề cập ở các bài báo [8-9], nhưng các

tác giả hoàn toàn không xem xét ảnh hưởng của thời

gian trễ trong quá trình thiết kế bộ điều khiển.

Đối với những đối tượng điều khiển có thời gian trễ, mô

hình dự đoán Smith là mô hình có thể triệt tiêu hoàn toàn

ảnh hưởng của trễ tín hiệu chỉ sau một vài chu kỳ điều

khiển, điều này thúc đẩy chúng tôi áp dụng triệt để mô

hình này khi xem xét đối tượng chính là hệ thống lái tàu

thủy. Liên quan đến mô hình dự đoán Smith, K.

Khandani và các tác giả trong [10] đã đề ra một hướng

mới thiết kế bộ điều khiển dự đoán Smith triệt tiêu hoàn

toàn thời gian trễ trong vòng lặp kín. Mô hình Smith tự

thích nghi kết hợp với thuật toán nhận dạng đưa ra trong

[11-12] áp dụng cho mạng điều khiển với kết quả triệt

tiêu hoàn toàn thời gian trễ của mạng và thời gian trễ của

đối tượng điều khiển giúp cho hệ thống hoạt động ổn

định hơn.

Trong bài báo này, các tác giả đưa ra một phương pháp

mới thiết kế hệ thống lái tự động tàu thủy, đó là sử dụng

mô hình dự đoán Smith bao gồm bộ điều khiển bền vững

kết hợp với cơ chế ước lượng thời gian trễ điều khiển

ứng dụng logic mờ. Bằng mô phỏng trên Matlab, tính ổn

định và hiệu quả của phương pháp đưa ra đã được chứng

minh.

Bài báo được tổ chức như sau: Trong phần 2, cấu trúc hệ

thống lái tự động tàu thủy dựa trên mô hình dự báo

Smith được phân tích chi tiết. Điều kiện cần và đủ cho

hệ thống ổn định bền vững được thiết lập trong phần 3.

Phần 4 kết hợp bộ điều khiển đã được thiết kế với cơ chế

ước lượng thời gian trễ trong mô hình dự đoán Smith.

Kết quả mô phỏng đưa ra ở phần 5, phần 6 tổng hợp các

kết quả chính và kết luận.

2. Đặt vấn đề 2.1 Mô hình động học tàu thủy

Các phương trình mô tả động học tàu thủy thu được từ

các quy tắc bảo toàn của Newton. Vấn đề khó khăn nhất

khi xây dựng các phương trình động học này là việc làm

thế nào mô tả đầy đủ các lực động học tác động lên vỏ

tàu khi tàu di chuyển trong môi trường nước. Các lực tác

động được đưa vào hệ phương trình động học tàu thủy

cùng với vận tốc, vận tóc góc và mô hình động học bánh

lái tạo thành hệ phương trình động học. Hệ phương trình

này phụ thuộc vào trạng thái mặt biển, dòng chảy, hướng

gió..., vì vậy mô hình động học tương đối phức tạp và

chịu ảnh hưởng rất lớn bởi các yếu tố bên ngoài. Trong

[1], các tác giả đã mô tả đầy đủ mô hình động học của

tàu hàng với hệ thống điều khiển hướng đi của tàu bằng

cách điều chỉnh thay đổi góc bẻ lái. Mô hình động học

tàu thủy với tốc độ không đổi có thể được mô tả bằng hệ

phương trình sau:

BuAxx (1)

DuCxy (2)

Trong đó: 3Rx , 1Ru , 1Ry .

Theo [5] các ma trận trọng số A, B, C, D có giá trị như

sau:

0,100

0

918.0

108.0

010

0918.0367.4

0286.0895.0

DC

B

A

(3)

Mục tiêu là tìm bộ điều khiển bền vững cho hệ thống để

điều chỉnh hướng đi của con tàu theo hướng đặt trước,

như vậy hệ thống phải đáp ứng một số yêu cầu và giới

hạn sau:

Không bị mất tín hiệu đáp ứng đầu ra của y trong

suốt quá trình điều khiển.

Góc bẻ lái giới hạn: 035u .

Tốc độ bẻ lái giới hạn: su /100 .

2.2 Phân tích hệ thống lái tự động tàu thủy dựa trên

mô hình dự đoán Smith

Thực tế trong quá trình điều khiển các đối tượng vật lý

có quán tính lớn như tàu thủy thì vấn đề xử lý thời gian

trễ tương đối phức tạp, đặc biệt đối với những bộ điều

khiển yêu cầu đáp ứng tín hiệu phản hồi nhanh.

sGp sK

r

fby

)(spe

sGpm)(spme

pmy

py

u

sy

H.1 Cấu trúc hệ thống lái tự động dựa trên mô hình dự đoán

Smith. Mô hình Smith được lựa chọn để bù thời gian trễ trong

điều khiển tự động hệ thống lái tàu thủy có cấu trúc như

trong H.1. Trong đó )(sGp là mô hình động học thực tế

của tàu, )(sp là khoảng thời gian trễ sau khi tín hiệu

điều khiển tác động vào bánh lái đến khi bộ điều khiển

nhận được tín hiệu phản hồi góc lệch hướng đi. Bộ dự

đoán Smith bao gồm mô hình mẫu )(sGpm và thời gian

trễ mẫu )(spm được thêm vào cấu trúc của hệ thống. Từ

đó ta tính toán hàm truyền của hệ thống trong H.1 như

sau:

)()()(

suesGys

ppp (4)

)()()(

suesGys

pmpmpm

(5)

)())()(()(

susGesGy pm

s

pmspm

(6)

)()]()()([)()(

susGesGesGy pm

s

pm

s

pfbpmp

(7)

20


VCCA-2011

Giả sử ta có thể lựa chọn được các giá trị danh định bằng

với các giá trị thực tế, tương ứng với 2 giả thiết sau:

Giả thiết 1: Mô hình danh định của đối tượng chọn

chính xác với mô hình thực:

)()( sGsG ppm (8)

Giả thiết 2: Thời gian trễ danh định chọn chính xác với

thời gian trễ thực:

)()( ss ppm (9)

Như vậy, phương trình (7) tương đương:

)()( susGy pmfb (10)

Từ đó, ta có phương trình hàm truyền của hệ kín như

sau:

)()(1

)()(

)(

)()(

sGsK

esGsK

sr

sy

pm

s

ppp

(11)

)(

)()(1

)()(

)(

)( s

p

pp pesGsK

sGsK

sr

sy

(12)

Rõ ràng ảnh hưởng của thời gian trễ đã bị đẩy ra khỏi

vòng lặp kín đồng nghĩa với việc triệt tiêu hoàn toàn ảnh

hưởng của thời gian trễ tới tính ổn định của hệ thống

điều khiển. Có thể thấy rằng rất khó đạt được điều này

bởi không thể xác định hoàn toàn chính xác mô hình và

thời gian trễ danh định của đối tượng. Thực tế mô hình

danh định có thể xác định được bằng thực nghiệm nhưng

thời gian trễ của đối tượng thì luôn biến đổi và không

xác định, vì vậy tìm được thời gian trễ danh định là một

thách thức đối với các nhà thiết kế hệ thống khi sử dụng

mô hình Smith. Để giải quyết vấn đề này, giải pháp ước

lượng thời gian trễ điều khiển dùng logic mờ sẽ trình bày

chi tiết ở các phần sau.

3. Tổng hợp bộ điều khiển bền vững Chúng ta không bao giờ xác định được hoàn toàn các

thông số của mô hình, và điều này sẽ gây ra rất nhiều

vấn đề nghiêm trọng trong điều khiển với các mô hình

dự đoán Smith có sử dụng mô hình danh định. Liên quan

đến vấn đề này, cơ chế điều khiển dự đoán Smith bền

vững đã được đưa ra trong [13-14], trong bài báo này

chúng tôi tập trung vào việc thiết kế bộ điều khiển

hướng đi của con tàu dưới ảnh hưởng của sóng, gió cùng

với tính chất không xác định của mô hình.

3.1 Khái quát một số vấn đề liên quan

Giả thiết hệ thống là tuyến tính, các ma trận trạng thái có

kích thước giới hạn. Có 3 phương pháp để đưa ra mô

hình đối tượng có thành phần biến không xác định [6],

nối tiếp hoặc song song biến không xác định và các hệ

số nguyên tố liên kết(coprime factors). Chúng tôi lựa

chọn mô tả các hệ số nguyên tố liên kết với giả thiết mô

hình danh định liên kết với hai hàm hình thức như sau:

21GWWGp (13)

Trong đó phương trình không gian trạng thái thực tế của

đối tượng được ký hiệu:

),,,( DCBAG (14)

Với A, B, C và D là các ma trận có kích thước không đổi

và DBAsICsG 1)()( . Tiêu chuẩn ổn định bền

vững H của hệ thống tuyến tính LTI được tính toán

bằng cách tối ưu các bất đẳng thức ma trận tuyến tính

theo bổ đề Bounded Real Lemma [5] như sau:

Bổ đề 1: (Bounded Real Lemma) Giả sử hệ thống G như

mô tả trong phương trình (14) là hệ thống ổn định. Tiêu

chuẩn ổn định bền vững H của G nhỏ hơn nếu và chỉ

nếu tồn tại ma trận P như sau:

0

IDC

DIPB

CPBPATT

TT

(15)

0P (16)

3.2 Tiêu chuẩn ổn định bền vững với vòng lặp mẫu

(loop shaping)

Theo [15] ta có định nghĩa sau:

Định nghĩa 1: [15] Ma trận HMN, tạo thành LCF

nếu và chỉ nếu NMG 1 , ma trận M có thể nghịch đảo

và 0)det( M . Tồn tại HVU~

,~

như sau:

INUMV ~~

(17)

Đặt sG là hệ thống tuyến tính giới hạn của G với giá trị

thu gọn D = 0, tương ứng:

)0,,,( CBAGs (18)

Nơi sG thay thế cho mô hình mẫu có giá trị tối thiểu

LCF có dạng NMGs1 .

Theo đó phương trình đại số Riccati suy rộng của LCF

được đưa ra như sau:

0 TTT BBCZZCZAAZ (19)

trong đó TZCL và ma trận Z là ma trận đối xứng

dương duy nhất. Từ (19) và Bổ đề 1, điều kiện cần và đủ

để tồn tại bộ điều khiển bền vững vòng lặp kín với tối

ưu theo định lý sau:

Định lý 3.1: [16] đặt TZCL nơi 0Z là giải pháp

ổn định từ phương trình Riccati (19), tồn tại bộ điều

khiển K trong vòng lặp phản hồi kín thỏa mãn:

11)( MKGII

Ks (20)

Nếu 1 , sẽ đồng thời tồn tại ma trận xác định dương

R và S được tính toán từ các bất đẳng thức:

0)()( CCRLCALCAR TT (21)

0

IIL

IICR

LRCBBRAAR

T

TTT

(22)

0

SI

IR (23)

Trở lại với bài toán ban đầu, từ phương trình (12), ta có

thể xây dựng lại mô hình rút gọn như sau:

GK

r

fby

ype

1W 2W

pG

e

H.2 Cấu trúc rút gọn hệ thống lái tự động dựa trên mô hình

dự đoán Smith.

21


VCCA-2011

Việc tính toán ổn định bền vững của hệ thống trong hình

H.2 bản chất là tìm bộ điều khiển bền vững K. Từ vòng

lặp khép kín như trong H.2, tồn tại trạng thái ổn định bền

vững H vòng lặp phản hồi mẫu khép kín tương ứng tồn

tại một ma trận xác định dương R.

Cuối cùng, giải pháp để tìm ra bộ điều khiển bền vững

cho hệ thống lái tự động tàu thủy dựa theo mô hình dự

đoán Smith dưới hình thức tối ưu theo chuẩn H được

xác định như sau:

Định lý 3.2: Xét mô hình hệ thống lái tự động có cấu

trúc như trong H.1 đồng thời thỏa mãn Giả thiết 1 và Giả

thiết 2, tồn tại bộ điều khiển bền vững K nếu đáp ứng hệ

bất đẳng thức tuyến tính sau:

11)( MGKII

K (24)

Nếu 1 , sẽ đồng thời tồn tại ma trận xác định dương

R được tính toán từ các bất đẳng thức:

0)()( RLCALCAR T (25)

0

IIL

IICR

LRCBBRAAR

T

TTT

(26)

Trong đó TZCL nơi 0Z là giải pháp ổn định bởi

phương trình Riccati (19).

Chứng minh: Xét hệ thống lái tự động trong hình H1,

nếu thỏa mãn Giả thiết 1 và Giả thiết 2, ta dễ dàng đạt

được mô hình rút gọn như trong H.2, hệ thống trở thành

hệ điều khiển kín với thời gian trễ bị loại ra khỏi vòng

lặp, từ đó loại bỏ hoàn toàn ảnh hưởng của thời gian trễ

tới sự ổn định trong quá trình điều khiển. Như vậy, tổng

hợp bộ điều khiển của cả hệ thống bản chất là tổng hợp

bộ điều khiển nằm trong vòng lặp kín.

Theo [15], bộ điều khiển bền vững K có thể tồn tại nếu

ma trận R và S như trong công thức (23) của Định lý 3.1

phải đáp ứng thêm điều kiện

kRSIRank )( (27)

(27) chỉ đạt được nếu 0)( RSIRank khi 1 SR .

Theo Định lý 3.1 hiển nhiên ta có bất đẳng thức (26).

Nếu đặt 1 SR ta sẽ cân bằng được CCT trong bất

đẳng thức (21), từ đó đạt được bất đẳng thức (25). Như

vậy định lý 3.2 đã hoàn toàn được chứng minh.

3.3 Phương pháp tổng hợp bộ điều khiển bền vững

Mc Farlane và Glover [15] là phương pháp tổng hợp bộ

điều khiển bền vững với vòng lặp mẫu cơ bản dựa trên

việc tính toán các bất đẳng thức ma trận tuyến tính.

Trong đó mô hình danh định của con tàu pG kết hợp với

hai hàm hình thức đại diện cho các thành phần không

xác định của mô hình thật là 1W và 2W dưới dạng

21GWWGp , việc tính toán thiết kế bộ điều khiển bền

vững tuân theo 4 bước cơ bản sau:

Lựa chọn 1W và 2W để thiết vòng lặp hở theo giải

pháp của Mc Farlane và Glover sao cho opt đủ nhỏ

và thỏa mãn bất đẳng thức (24).

Tính toán ma trận 0R và biến vô hướng bằng

cách giải các bất đẳng thức ma trận tuyến tính (25),

(26) của Định lý 3.2.

Nếu các bất đẳng thức ma trận tuyến tính (25), (26)

của định lý 3.2 là khả thi thì kết hợp bộ điều khiển

bền vững với các hàm hình thức ta có 21KWWKr .

Đưa các thông số thu được từ bộ điều khiển mới

vào mô hình, sử dụng Matlab để kiểm tra tính ổn

định và hiệu suất điều khiển.

4. Cơ chế ước lượng thời gian trễ dùng

logic mờ Trong bài báo này, đầu tiên chúng tôi tham khảo và mở

rộng phương pháp ước lượng thời gian trễ đã được đưa

ra trong [12], nhưng lại xem xét đối tượng với thời gian

trễ dưới dạng hàm biến đổi ngẫu nhiên không xác định

trong mô hình Smith áp dụng cho hệ thống lái tự động

tàu thủy.

sGp sK

r

fby

)(spe

sGpm)(spme

pmy

py

u

sy

ee

pmy pypmk)(

Module

ControllerFuzzy

RobustController

H.3 Cấu trúc hệ thống lái tự động dựa trên mô hình dự đoán

Smith với cơ chế ước lượng thời gian dùng logic mờ. Trong mô hình H.3, bộ ước lượng thời gian trễ bao gồm

2 phần, mô đun tính toán online và bộ ước lượng logic

mờ. Mô đun tính toán online tính các giá trị e và e với

đầu vào là tín hiệu ra của hệ thống py và tín hiệu ra của

mô hình dự đoán danh định pmy , đầu ra tại mọi thời

điểm được tính toán như sau [12]:

)()1()1( kAkAke (28)

)()1()1( kekeke (29)

Trong đó )(kA là giá trị phụ thuộc vào sự sai lệch

giữa py và pmy được tính toán bởi công thức:

k

pmp dkkykykA

0

)()()( (30)

Bộ điều khiển mờ với đầu vào là các giá trị e và e , đầu

ra là thời gia trễ ước lượng )(kpm , luật mờ được xây

dựng theo bảng sau [12]:

)(\)( keke

S MS M MB B

NM PM PB PM PB PB

NS ZZ PM PM PM PB

ZZ ZZ ZZ ZZ ZZ ZZ

PS ZZ NM NM NM NB

PM NM NB NM NB NB

B.1: Bảng luật mờ

22


VCCA-2011

Như vậy, đầu ra của bộ ước lượng thời gian trễ cho giá

trị )(kpm tăng từ 0 tới )(kp , khi )()( kk ppm cũng là

lúc đạt được pmp yy , đồng thời mô hình dự đoán

Smith tương đương với mô hình thật, khi đó hàm truyền

của cả hệ thống được mô tả bằng phương trình (12).

5. Kết quả mô phỏng 5.1 Thiết lập các thông số mô phỏng

Mô hình động học tàu thủy là mô hình sử dụng trong [1]

và [5] có dạng như phương trình (3). Theo 4 bước thiết

kế bộ điều khiển bền vững đã nêu ở trên, đầu tiên ta tính

toán được biến vô hướng tới hạn 6207.20 , trong bài

báo này lựa chọn mức độ không xác định tương ứng

10%, khi đó 2.88281.1 0 . Từ đó tính được giá trị

của ma trận trọng số R trong phương trình (25) như sau:

9482.01820.02418.00997.0

0215.07759.01105.00390.0

1123.03686.04307.01739.0

1578.04553.05835.06444.0

R (31)

Theo đó, bộ điều khiển bền vững được tính toán với kết

quả ),,,( cccc DCBAK tương ứng:

0

3073.06466.09540.04245.0

7095.19

3437.10

7027.39

783.48

874.091.17678.16396.3

068.674.30

067.2522.182

260.0319.42154.36888.8

c

c

c

c

D

C

B

A

(32)

Mô hình thời gian trễ ngẫu nhiên [17] sử dụng hàm tín

hiệu Sinusoidal:

)1.03sin(3.0)( 2ttp (33) (33)

với t là hàm biến đổi ngẫu nhiên có biên độ dao động lựa

chọn ngẫu nhiên trong khoảng (0-10).

Nhiễu tác động vào hệ thống bao gồm sóng, gió, dòng

chảy…lựa chọn mô hình nhiễu môi trường Pierson-

Mostkoviz trong [18]:

))710.0(

16exp(

)710.0(

4)(

440

3

240

23

TT

HS s

(34)

với mmHsT s 5.5,80.00 , là hàm ngẫu nhiên biên

độ dao động thay đổi trong khoảng (0-10). Sử dụng phần

mềm Matlab-Simulink tiến hành mô phỏng.

5.2 Kết quả mô phỏng

Xem xét hệ thống thiết kế với 2 trường hợp:

Trường hợp 1: Hệ thống không sử dụng cơ chế ước

lượng mờ thời gian trễ điều khiển, đáp ứng ở H.4

cho thấy hệ thống hoàn toàn mất ổn định.

Trường hợp 2: Kết quả mô phỏng trong các hình

H.5, H.6, H.7, H.8 cho thấy đáp ứng đầu ra của hệ

thống làm việc ổn định ngay cả khi tình trạng thời

gian trễ lớn đồng thời nhiễu ngoài tác động với

ngương biến đổi lớn.

H.4 Đáp ứng hệ thống khi không bù thời gian trễ.

H.5 Đáp ứng hệ thống trong tình trạng thời gian trễ lớn (100s)

và nhiễu lớn (0-10).

H.6 Đáp ứng hệ thống trong tình trạng thời gian trễ nhỏ (10s)

và nhiễu lớn (0-10).

23


VCCA-2011

H.7 Đáp ứng hệ thống trong tình trạng thời gian trễ lớn (100s)

và nhiễu nhỏ (0-1).

H.8 Đáp ứng hệ thống trong tình trạng thời gian trễ nhỏ (10s)

và nhiễu nhỏ (0-1).

6. Kết luận Hệ thống lái tự động bền vững sử dụng mô hình dự đoán

Smith kết hợp với cơ chế ước lượng thời gian trễ dùng

logic mờ đã được đưa ra trong bài báo. Khảo sát hệ

thống trong các trường hợp nhiễu xấu nhất và thời gian

trễ lớn nhưng bộ điều khiển vẫn đảm bảo làm việc ổn

định bền vững, đáp ứng đầu ra tốt. Tuy nhiên độ quá

điều chỉnh khá lớn, điều này đặt ra một thách thức cho

các nghiên cứu tiếp theo của các tác giả. Hướng nghiên

cứu trong bài báo này là một hướng mở có thể nghiên

cứu sâu rộng để thu được kết quả tốt hơn trong thời gian

tới.

Tài liệu tham khảo [1] K.J. Astrom and C.G. Kallstrom: Identification of

Ship Dynamic. Automatica, Vol.12, pp.9-222,

Pergamon Press, 1976. Printed in Great Britain.

[2] Y.S. Yang and C.J. Zhou: Adaptive Fuzzy Control

of Ship Autopilots with Uncertain Nonlinear

Systems. Proc. 2004 IEEE, Conference on

Cybernetics and Intelligent Systems, Singapore,

pp. 1323-1328, December, 2004.

[3] J. Velagic, Z. Vukic and E. Omerdic: Adaptive

fuzzy ship autopilot for track-keeping, Control

Engineering Practice, Vol 2, pp.433-443,

Elselvier, 2002.

[4] V. Nicolau, V. Palade, D. Aiordachioaie and C.

Miholca: Neural Network Prediction of the Roll

Motion of a Ship for Intelligent Course Control,

Lecture notes in control and information Science,

Springer-Verlag, Berlin, 1989.

[5] W.Y. Feng, Y. Li and G. Chong: Tractable

Neurocontroller Design and Application to Ship

Control with Actuator Limits, IFSA World

congress and 20th

NAFIDS International

conference, Vol.3, pp.1282-1287, July. 2001.

[6] K. Zhou, J. Doyle and K. Glover: Robust and

optimal control, Prentice Hall, Inc , Aug. 1995.

[7] D. McFarlane and K. Glover: Robust controller

design using normalized coprime factor plant

description, Lecture notes in control and

information Science, Springer-Verlag, Berlin,

1989.

[8] R. Akmeliawati and K.Y. Chow: Robust

Autopilot Design with maximum Stability Radius,

ICIT-IEEE Intrenational conference, pp.1137-

1142, Dec. 2006.

[9] W.X. Chow and X.H. Zhen: Robust Autopilot

with wave filter for ship sterring, Journal of

Marine Science and Application, Vol. 5, No. 2,

pp.24-29, Jun. 2006.

[10] K. Khandani and A. Akbar Jalali: A New

Approach to Design Smith Predictor Based

Fractional Order Controllers, International

Journal of Computer and Electrical Engineering,

Vol. 2, No. 4, pp.1793-8163, August. 2010.

[11] D. M. Feng, F. Pan and R. C. Han: Improved Self-

Adaptive Smith Predictive control scheme for

time delay system, Proc. of the First International

Conference on Machine Learning and

Cybernetics, pp.463-466, Beijing, November,

2002

[12] X. K. Dang, Z. H. Guan, H. D. Tran and T. Li:

Fuzzy Adaptive Control of Networked Control

System with Unknown Time-delay, Proc. The 30th

Chinese Control Conference, Yantai, China, Jul.

2011

[13] J. Mu, G. P. Liu and D. Rees: Design of Robust

Networked Predictive Control Systems, Proc.

2005 American Control Conference, Portland,

USA, Jun. 2005, pp.638-643.

[14] D. Ioan, M. Ioana and M. Raluca: On the

robustness of modified Smith predictor controller

for time delay processes, Int. J. Control

Engineering an Applied Informatic, Vol. 7, No. 3,

pp.9-14, 2005.

[15] K. Glover, J. Sefton and D.C. McFarlane: A

tutorial on loop shaping using H-infinity robust

stabilisation, Trans. Institute of Measurement and

Control, Vol. 14, No. 3, pp.157-168, 1992.

[16] M.C. Turner and D.G. Bates: Mathematical

Methods for Robust and Nonlinear Control,

Lecture notes in control and information Science,

Springer-Verlag, Berlin, 2007.

[17] S. Shaltaf, M. Abdallah: An Enhanced Technique

for Online Discrete Cosine Transform Based-

Time Varying Delay Estimation, Circuits Systems

Signal Processing, Vol. 19, No. 6, pp.501-515,

Jun. 2000.

24


VCCA-2011

[18] M. Tomera: Nonlinear Controller Design of a

Ship Autopilot, Int. J. Appl. Math. Comput. Sci.,

Vol. 20, No. 2, pp.271–280, 2010.

Xuan-Kien Dang was born in

HaiPhong, VietNam, in 1978. He

received the B.S. and M.S. degrees in

the Electric and Electronic

Department of VietNam Maritime

University, VietNam, in 2001 and

2006, respectively. He is currently a

doctor candidate in the Department of

Control Science and Engineering,

Huazhong University of Science and

Technology, Wuhan, PR China. His

research interests include networked

control systems, time-delay systems

and intelligent control.

Hoang-Dung Tran received the B.S.

degree in HoChiMinh University of

Science and Technology, VietNam,

in 2007. He is currently a master

candidate in the Department of




research includes networked control

system and adaptive control

Duc-Cuong Quach received the B.S.

degree in Hanoi University of

Science and Technology in 2002 and

M.S. degree in the Electric and

Electronic Department of Ho Chi

Minh City University of Transport,

VietNam, in 2008. He is currently a

doctor candidate in the Department of




research includes networked control

system, intelligent control and

embedded control systems using

advanced microcontroller families.

25

Documents

Thiết kế bộ điều khiển bền vững cho hệ thống lái tự động tàu thủy với thời gian trễ không xác định