MỞ ĐẦU Giới thiệu Năm 1959, Giáo sư Richard Feynman có phát biểu tiếng thao tác điều khiển kích thước vi mô Tuy nhiên, thiết bị thực phát triển kể từ công nghệ vi điện tử (MEMS) triển khai từ năm 90 kỷ trước Phát triển vi công cụ thao tác với đối tượng nhỏ có kính thước cỡ micro, nano có nhiều ứng dụng tiềm vi lắp ráp, vi robotics, thao tác định vị tế bào sống, phân tách tế bào, mổ nội soi, mổ ống nghiệm Gần đây, linh kiện vi lưu điện tử cho phép thao tác với thể tích chất lưu nhỏ có chứa vi hạt Công nghệ có khả ứng dụng rộng lĩnh vực y sinh, vật lý, hóa học [20, 23, 39, 57, 71] Ngày nay, phát triển kinh tế tốc độ toàn cầu hóa tăng nhanh Các hệ thống phân phối vật liệu nano xu hướng khác nhằm giải yêu cầu tổng hợp vật liệu, phân phối vật liệu sinh học đặt protein lên đế thiết kế sẵn Ngành vi khí điều khiển tự động góp phần lớn vào việc tăng tốc ứng dụng vật liệu micro nano vào sống Tính cấp thiết luận án Sự phát triển ngành công nghệ, vật liệu nano, vật liệu sinh học kỹ thuật phân tích công cụ đòi hỏi thiết bị phụ trợ để phân phối nhiều loại vật liệu khác khối lượng thể tích vật liệu phân phối phải cỡ nano gram nano lít, với độ xác cao Xu hướng có mặt Việt Nam có đà phát triển nhanh Nghiên cứu, phát triển robot điều khiển tự động, robot đáp ứng nhu cầu thực tế đa ngành nói có ý nghĩa quan trọng việc trì cải thiện tốc độ phát triển chuyên ngành có liên quan Bên cạnh đề tài hội để phát triển nguồn nhân lực trình độ cao ngành có liên quan khoa học vật liệu, điều khiển tự động, khí xác Hệ thống phân phối thường bao gồm hệ thống treo, chuyển động theo ba chiều độc lập không gian với độ phân giải bước cỡ micromet, độ xác cỡ nanomet Bề mặt sản phẩm cần phân phối có diện tích cỡ micromet, mặt phẳng, tọa độ điểm cần chuyển động tới cố định nhau, vị trí chuyển động đặt trước Thời gian tác động tính giây Điều cho phép hệ thống thực tốt tác vụ không gian hẹp mà đảm bảo độ xác cao Hệ thống thường kèm phần mềm điều khiển, ghép nối máy tính sử dụng hệ thống nhúng để tạo điều kiện thuận lợi cho người sử dụng Tuy nhiên việc xây dựng đối tượng cho hệ thống phân phối vật liệu nano khó khăn Trong chứa nhiều thành phần phi tuyến làm ảnh hưởng trực tiếp đến chất lượng hệ thống Như sai số việc chế tạo khí, sai số ma sát, sai số tín hiệu đo, tác nhân môi trường Bên cạnh việc áp dụng đề xuất thuật toán tiên tiến phù hợp cho việc điều khiển hệ thống cần thiết Xuất phát từ nhu cầu thực tiễn, đề xuất hướng nghiên cứu luận án Luận án thực xuất phát từ thực tiễn triển khai đề tài khoa học công nghệ Viện đào tạo quốc tế khoa học vật liệu (ITIMS), trường Đại học Bách khoa Hà Nội Thành công đề tài mở hướng nghiên cứu nhằm tạo thiết bị phân phân phối vật liệu có độ xác cao, kích thước nhỏ gọn, tiện dụng, có khả cho phép phủ lên bề mặt với địa hình bất kỳ, khoảng diện tích nhỏ lượng vật chất (chất lỏng) nhỏ điều khiển [57, 58, 74] Mục tiêu luận án Luận án đặt nhiệm vụ nghiên cứu nâng cao chất lượng hệ truyền động qua động có hộp số bánh nối với trục truyền động khớp nối mềm, tín hiệu phản hồi đầu Yêu cầu chất lượng hệ truyền động cần độ xác cỡ micromet, thời gian đáp ứng nhanh, hạn chế tối đa điều chỉnh Nhận thấy với cấu truyền động cần để ý tới yếu tố khó xác định xác khe hở bánh răng, ma sát trục, độ xoắn khớp nối mềm, độ cứng vững vật liệu Các thành phần biến động chế độ chạy xác lập Đây toán chưa xét đến phương pháp điều khiển trước [3] Với nhiệm vụ đặt ra, luận án đề mục tiêu: - Xây dựng mô hình toán động lực học hệ chuyển động khí hệ thống phân phối vật liệu nano ứng dụng cho việc chế tạo pin mặt trời màng mỏng, có tính đến yếu tố bất định dạng hàm số số, cụ thể việc xét đến yếu tố khe hở bánh hộp số, ma sát động, ma sát tĩnh độ đàn hồi vật liệu khớp nối mềm trục động với tải - Phân tích thuật toán điều khiển có, dựa đặc tính đối tượng xây dựng phương pháp điều khiển thích hợp, nguyên tắc kết hợp phương pháp điều khiển có: Điều khiển không gian trạng thái gán điểm cực, điều khiển trượt, điều khiển mờ - nơ ron, bền vững, thích nghi Để giải toán điều khiển xác vị trí cho hệ thống phân phối vật liệu nano; - Mô thực nghiệm thuật toán đề xuất, định hướng ứng dụng việc phân phối vật liệu chế tạo pin mặt trời màng mỏng ứng dụng y sinh (ADN kháng nguyên) Đối tượng, phạm vi phương pháp nghiên cứu Đối tượng nghiên cứu: Luận án thực hệ truyền động khí qua nhiều khâu bánh răng, khớp nối mềm, vít me, đai ốc hệ phi tuyến, mang nhiều yếu tố bất định, số phương pháp điều khiển có lại thích hợp với đối tượng có đặc thù riêng, nên luận án đặt tập trung vào xây dựng mô hình đối tượng điều khiển, có hệ chuyển động xuất phát từ động DC truyền động qua hộp số giảm tốc (bánh răng), gắn với trục truyền động vít me bi thông qua khớp nối mềm, trục chuyển động thẳng qua đai ốc bi, tín hiệu phản hồi trực tiếp đầu Do hệ truyền chuyển động hệ khí nên mô hình trạng thái phi tuyến mang nhiều yếu tố bất định, xây dựng phương pháp điều khiển dựa sở phương pháp điều khiển thừa nhận công nghiệp Luận án tập trung vào phạm vi nghiên cứu sau: - Xây dựng mô hình động lực học hệ chuyển động khí hệ thống phân phối vật liệu nano ứng dụng cho việc chế tạo pin mặt trời màng mỏng, kể đến yếu tố bất định dạng hàm số số - Kết mô với tham số yêu cầu hệ mô hình, cụ thể: Vị trí cần nhỏ vật liệu xuống bề mặt sản phẩm cần phân phối nhỏ 106 µm2, độ phân giải bước hai điểm pin lớn 103 micromet, thời gian đáp ứng cỡ giây, giảm thiểu điều chỉnh, hệ ổn định bền vững tham số hệ thay đổi nhiễu Thử nghiệm dịch chuyển với vị trí bước (nhỏ 1000 micromet/ 1bước) - Xây dựng phương pháp điều khiển phụ thuộc vào yếu tố bất định mô hình toán phụ thuộc vào mô hình toán mô tả đối tượng điều khiển Phương pháp điều khiển dự báo thích nghi tảng nghiên cứu Phương pháp nghiên cứu: - Nghiên cứu lý thuyết: Phân tích, đánh giá nghiên cứu mô hình phân phối vật liệu, hệ phi tuyến, phương pháp điều khiển công bố tài liệu, tạp chí - Mô phỏng, đánh giá kết hệ thống phân phối vật liệu nano sử dụng phần mềm Matlab Simulink - Thử nghiệm ứng dụng hệ thống phân phối vật liệu trục với số vật liệu đơn giản tiến tới hoàn thiện mở rộng đối tượng nghiên cứu Ý nghĩa khoa học thực tiễn Ý nghĩa khoa học: Luận án nghiên cứu hệ phi tuyến điển hình hệ phân phối vật liệu nano Trên sở đề xuất mô hình toán xét đến thành phần phi tuyến điển hình ứng dụng thuật toán điều khiển tiên tiến để giải quyến toán đối tượng phi tuyến cho phù hợp Thuật toán đề xuất mở hướng điều khiển cho lớp đối tượng phi tuyến tương đồng Giá trị học thuật luận án đề xuất mô hình phi tuyến phù hợp cho đối tượng xây dựng điều khiển phi tuyến cho đối tượng xây dựng Mô hình hệ thống phân phối vật liệu nano xây dựng luận án sở cho nhiều nghiên cứu nhằm áp dụng cho hệ thống điều khiển đại, thông minh phát triển mô hình thành robot đặt nơ ron thần kinh lên bề mặt vi điện cực dạng mảng Ý nghĩa thực tiễn Kết nghiên cứu giảm thời gian phân phối, tăng độ xác cho hệ thống phân phối vật liệu, công nghệ có khả ứng dụng rộng lĩnh vực y sinh, vật lý, hóa học Kết nghiên cứu tài liệu tham khảo cho sinh viên, học viên cao học nghiên cứu sinh quan tâm nghiên cứu hệ thống phân phối vật liệu nano Những đóng góp luận án Luận án có đóng góp sau: Về mặt lý thuyết: - Xây dựng mô hình toán tổng quát (2.21), (3.13) (trong chương chương luận án này) cho hệ thống phân phối vật liệu nano ứng dụng cho việc chế tạo pin mặt trời màng mỏng, kể đến yếu tố bất định khe hở hộp số, độ biến dạng đàn hồi, mô men ma sát - Xây dựng phương pháp điều khiển dự báo thích nghi có thành phần tích phân, mục 3.4.4, cụ thể phương trình (3.42) thực bù thành phần Gθb (nhiễu bất định) có lẫn tín hiệu phương trình (3.30), sau đưa bước chi tiết thực thuật toán lọc Kalman không liên tục Phương pháp đề xuất thực kết hợp đưa thành phần bất định nhiễu dk = Gθb vào điều khiển dự báo công thức (3.31), sau xác định dãy giá trị tín hiệu điều khiển tối ưu tương lai kể từ thời điểm t = kTa, bao gồm Δuk, Δuk+1,…., Δuk+M-1 Trong M khoản thời gian dự báo (hình 3.16), cho hàm mục tiêu dạng toàn phương theo phương trình (3.37) đạt giá trị nhỏ Về mặt thực tiễn: - Ứng dụng phương pháp điều khiển dự báo thích nghi có thành phần tích phân để thiết kế điều khiển dự báo phản hồi đầu miền không gian trạng thái cho hệ thông phân phối vật liệu nano - Bằng lập trình mô phỏng, kết hợp với thực nghiệm tác giả kiểm chứng kết trội phương pháp điều khiến dự báo thích nghi có thành phần tích phân cho hệ thống phân phối vật liệu nano xét đến thành phần bất định điển hình thích hợp so với phương pháp điều khiển tiên tiến khác Bố cục luận án Chương LÝ THUYẾT TỔNG QUAN 1.1 Bài toán hệ thống phân phối vật liệu nano Hệ thống phân phối bao gồm hệ thống treo, chuyển động theo ba chiều độc lập không gian với độ phân giải bước cỡ micromet, độ xác cỡ nanomet Bề mặt sản phẩm cần phân phối có diện tích cỡ micromet, mặt phẳng, tọa độ điểm cần chuyển động tới cố định nhau, vị trí chuyển động đặt trước Thời gian tác động tính giây Điều cho phép hệ thống thực tốt tác vụ không gian hẹp mà đảm bảo độ xác cao Hệ thống kèm phần mềm điều khiển, ghép nối máy tính sử dụng hệ thống nhúng để tạo điều kiện thuận lợi cho người sử dụng, đồng thời đáp ứng số yêu cầu kỹ thuật theo bà toán đặt Mục tiêu toán điều khiển vị trí, đảm bảo độ xác cao, độ lặp lại độ tin cậy thao tác 1.2 Tổng quan phần cứng hệ thống phân phối vật liệu 1.2.1 Khái niệm hệ thống phân phối vật liệu 1.2.2 Giới thiệu phương pháp chế tạo vật liệu nano 1.2.3 Tổng quan nghiên cứu phần cứng hệ thống phân phối vật liệu nano 1.3 Tổng quan nghiên cứu điều khiển vị trí 1.3.1 Nhóm phương pháp điều khiển không gian trạng thái gán điểm cực 1.3.2 Nhóm phương pháp điều khiển trượt 1.3.3 Nhóm phương pháp điều khiển tầng PID 1.3.4 Nhóm phương pháp điều khiển kết hợp PID – Mờ nơ ron 1.3.5 Nhóm phương pháp điều khiển tối ưu bền vững thích nghi 1.3.6 Nhóm phương pháp điều khiển dự báo 1.4 Kết luận Qua giới thiệu đánh giá mục 1.2.3 1.3 cho thấy phương pháp điều khiển có ưu nhược điểm riêng nên theo quan điểm tác giả phương pháp "tốt nhất" nay, tức trước hết cần xây dựng mô hình đối tượng xác, cần xét đến đầy đủ thành phần phi tuyến điển hình Từ lựa chọn phương pháp điều khiển tiên tiến phù hợp để giải toán Trong đó, tác giả đặc biệt quan tâm đến nhóm phương pháp điều khiển vị trí xét đến thành phần phi tuyến điển hình, dựa phân tích phương thức thấy nghiên cứu tồn số vấn đề cần tiếp tục nghiên cứu sau: Trong nghiên cứu [36, 60, 68] nêu trên, bậc đối tượng bậc cao, số lượng trạng thái lớn, việc đo, quan sát trạng thái khó khăn, đòi hỏi mô hình đối tượng phải xác Khi mô hình chứa thành phần phi tuyến, ước lượng vi phân gây sai lệch tĩnh dễ ổn định Trong nghiên cứu [26, 37, 79] Có thể thấy hệ có chất lượng tốt thích nghi mạng nơ ron nhận dạng hai hàm f1 g1 Nhưng thấy đầu hệ chứa hàm phi tuyến ma sát dạng khe hở hộp số gây dẫn tới hàm f1 g1 bị thay đổi liên tục chất lượng hệ không đảm bảo Tín hiệu điều khiển gián đoạn (thường 1, 0) Muốn chất lượng tốt, tần số tín hiệu điều khiển cao Trong nghiên cứu [27, 41, 50, 78, 80], đối tượng động chiều, chưa xét đến tính phi tuyến, phương pháp có nhược điểm Đo trực tiếp đánh giá độ xác chưa biết Tính đạo hàm vị trí dẫn đến dễ ổn định với nhiễu đo, làm giảm chất lượng điều khiển Bộ điều khiển PID hoạt động tốt vùng tuyến tính, có hàm phi tuyến đầu ra, chất lượng hệ giảm, gây độ điều chỉnh Trong nghiên cứu [44, 45, 55, 61, 81] Điều khiển vị trí động chiều mạng nơ ron Đối tượng động chiều, tính phi tuyến cao không ổn định Do hệ thống toán xét thay đổi liên tục, chất lượng điều khiển phụ thuộc vào nhận dạng thuật toán Đặc điểm phi tuyến chưa đề cập đến Tính phi tuyến đối tượng ảnh hưởng tới chất lượng điều khiển Sử dụng điều khiển trượt, nên mang nhược điểm điều khiển trượt Trong nghiên cứu [28, 35, 56] xem xét đối tượng tuyến tính không chứa thành phần phi tuyến, đối tượng chứa thành phần phi tuyến, điều khiển thay đổi liên tục, giảm chất lượng điều khiển Hệ điều khiển cần có thời gian để bám trạng thái Nên đối tượng chứa thành phần phi tuyến dạng bão hòa nhảy bậc, tính đáp ứng chất lượng hệ giảm Trong nghiên cứu [1, 4, 5, 24, 38 ], đưa sở lý thuyết phương pháp điều khiển dự báo mô hình tổng quát Bên cạnh nghiên cứu [5, 11, 12, 15, 31, 33, 62, 65 ], có xét đến tính phi tuyến dừng xét vài thành phần Có nghiên cứu sử dụng phương pháp đơn giản tìm lời giải tối ưu cho mô hình tuyến tính cục bộ, tín hiệu điều khiển hệ thống tính trung bình có trọng số lời giải cục theo hệ qui tắc mờ Khuyết điểm tín hiệu điều khiển suy từ lời giải tối ưu cục chưa lời giải tối ưu hệ phi tuyến Cũng có nghiên cứu điều khiển dự báo hệ phi tuyến dựa vào mô hình mờ Đòi hỏi thời gian tính toán lớn, tính đáp ứng chậm, nên chất lượng điều khiển cần phải xem xét Nghiên cứu [5] thực điều khiển bám hệ truyền động bánh với điều khiển dự báo có ràng buộc Do sử dụng nguyên lý tối ưu sai lệch bám nhỏ nên sử dụng mô hình xấp xỉ tuyến tính Tuy nhiên việc phân tích chứng minh tính ổn định bám hệ thống điều khiển dự báo cần phải xem xét thêm Đối với hệ thiết bị đòi hỏi độ xác cao, điều khiển không bị điều chỉnh sai lệch tĩnh, thời gian đáp ứng nhanh, khử thành phần nhiễu phi tuyến… vấn đề tồn cần phải xem xét đến Những vấn đề luận án tập trung giải Từ phân tích trên, luận án tác giả tập trung giải hai vấn đề sau: Vấn đề thứ nhất: Đề xuất xây dựng mô hình đối tượng điều khiển vị trí xét đến thành phần phi tuyến điển hình dựa phương pháp phân tích, để khắc phục nhược điểm tồn nghiên cứu cụ thể toán giải vấn đề nhiễu phi tuyến nhiễu khe hở hộp số, nhiễu ma sát, nhiễu quán tính, nhiễu lực xoắn [3, 4, 10, 12, 65] Vấn đề thứ hai: Thiết kế điều khiển dự báo thích nghi có thành phần tích phân, bổ sung nhiễu dk vào điều khiển, phương pháp đề xuất luận, để đáp ứng tốt yêu cầu toán cho mô hình phi tuyên, đối tượng bậc cao Được ứng dụng giải toán cho hệ thống phân phối vật liệu nano Tiếp theo chương tác giả cần xây dựng cấu trúc tổng quan hệ thống điều khiển phân phối vật liệu Từ xây dựng mô hình đối tượng xét đến đầy đủ thành phần phi tuyến điển hình Kết mô Matlab – Simulink Chương XÂY DỰNG MÔ HÌNH TOÁN CHO HỆ THỐNG PHÂN PHỐI VẬT LIỆU NANO 2.1 Đặt vấn đề 2.2 Xây dựng cấu trúc điển hình hệ thống phân phối vật liệu nano 2.3 Xây dựng mô hình toán tổng quát cho hệ thống phân phối vật liệu nano Từ mô hình phần cứng (hình 2.3) thiết kế, tính toán chi tiết theo yêu cầu toán đặt Để thực điều khiển xác vị trí cho hệ phân phối vật liệu nano ta cần xây dựng xác khảo sát mô hình đối tượng, cần xét đến đầy đủ yếu tố ảnh hưởng nhiễu khe hở hộp số, nhiễu ma sát, nhiễu quán tính, nhiễu lực xoắn gây sai lệch thiết kế điều khiển [3, 4, 5, 47, 65] 2.3.1 Mô tả mô hình toán động DC Khí ta có phương trình tỉ lệ tốc độ quay (quãng đường) điện áp vào sau: lm K K x  va s  J m s  Bm  La s  Ra   K  (2.9) - Trong đó: Tm: Mô men xoắn động cơ; Td: Mô men nhiễu tải; K m : Hằng số mô men không đổi; K v : Hằng số xuất điện động không đổi; va: Điện áp phần ứng; ia: Dòng điện phần ứng; e : Suất điện động phần ứng; m : Vị trí góc trục động cơ; m : Vận tốc góc trục động cơ; m : Gia tốc góc trục động cơ; J m : Mô men quán tính động Ra: Trở kháng phần ứng; La: Điện cảm phần ứng; Bm: Ma sát nhớt (sẽ xác định thực nghiệm); lm: Quãng đường dịch chuyển; Kx: Hệ số dịch chuyển; Yêu cầu cần xây dựng mô hình đối tượng điều khiển động xét đến tất thành phần toàn hệ thống phân phối vật liệu nano, cho hệ đạt đến vị trí cuối xác ổn định Đảm bảo với toán phân phối vật liệu nano, ta phân tích xây dựng thành phần phi tuyến tác động lên hệ thống 2.3.2 Mô tả hệ động hộp số khớp nối mềm với tải  Mô tả hệ động hộp số vã khớp nối mềm  Mô tả hàm phi tuyến ma sát trục động  Mô hình toán hộp số với hàm phi tuyến Backlash :  Phương trình toán mô tả đầy đủ thành phần phi tuyến hệ vật nối mềm [52, 53] d m )  Tm  Ts  Bmm  T f (m ) dt d J L ( L )  Ts  Td  BL L  T f (L ) dt Jm ( (2.16) (2.17)  Mô hình đối tượng hệ hai vật nối mềm [58, 59] 2.3.3 Phương trình toán học mô tả hệ thống phân phối vật liệu nano  BL 1  Ts  Td  Tf  L   L JL JL JL JL   Km B 1  m m  Ts  Tf m  ia Jm Jm Jm Jm   R K G ia   a ia  v  m  va La La La  đó: T f  0 sgn( w)  1e  w (2.21) sgn(w) (2.22) Ts  ks s  cs ws (2.23) hàm phi tuyến phân tích Dựa vào hệ phương trình (2.21) ta biểu diễn lại phương trình toán mô tả dạng sơ đồ khối mô hình đối tượng hệ thống (xem hình 2.8) Hình 2.8 Sơ đồ khối mô tả mô hình đối tượng hệ thống Vị trí (μm) Trong đó:  Động hộp số bánh biểu diễn lại từ công thức (2.16) (2.20) sơ đồ khối (hình 2.8)  Khớp nối mềm biểu diễn lại từ công thức (2.15) (2.23) sơ đố khối ( hình 2.8)  Tải đầu biểu diễn lại từ công thức (1.17) sơ đồ khối (hình 2.8) 2.4 Khảo sát mô Matlab Khi thực khảo sát phần mềm Matlab - Simulink ta thay đổi giá trị tham số trường hợp sau:  Trường hợp 1: Khi giá trị điện áp phần ứng va cố định 5v, thay đổi tải đầu vào Td = 5N/m, thời gian tác động chu kỳ 0,2s Thời gian (s) Hình 2.14 Khoảng cách di chuyển cấu phân phối tải thay đổi  Trường hợp 2: Khảo sát ta cho tần số đầu vào điện áp phần ứng thay đổi từ 0.1 Hz đến 20Hz Vị trí (μm) Thời gian (s) Hình 2.17 Khoảng cách di chuyển cấu phân phối tần số thay đổi Vị trí (μm)  Trường hợp 3: Khảo sát ta thay đổi giá trị điện áp phần ứng (hình 2.20) Thời gian (s) Hình 2.23 Khoảng cách di chuyển cấu phân phối thay đổi điện áp phần ứng 2.5 Kết luận Qua trình khảo sát thực nghiệm mô hình đối tượng cho hệ thống phân phối vật liệu nano nhận xét trường hợp ta có tóm tắt sau: Khi tải thay đổi yếu tố phi tuyến Bm, Tf, Td, Ws , Wd làm ảnh hưởng tới mô hình đối tượng hệ thống phân phối vật liệu nano Khi tần số điện áp phần ứng đầu vào thay đổi yếu tố phi tuyến Bm, Tf, Td, Ws , Wd phương trình toán (2.21) ảnh hưởng rõ ràng đặc biệt tượng backlash, đến dải tần số cao, tín hiệu không qua hệ thống xem (hình 2.17, hình 2.18), khử đảo chiều làm cho động không dịch chuyển Khi điện áp phần ứng thay đổi yếu tố phi tuyến Bm, Tf, Td, Ws , Wd phương trình toán (2.21) ảnh hưởng rõ ràng Đặc biệt trường hợp động đảo chiều tượng backlash ảnh hưởng rõ rệt tới vị trí hệ (gây trễ khởi động đảo chiều) Trong chương tác giả trình bày trình xây dựng mô hình đối tượng cho hệ thống phân phối vật liệu nano Mô hình đối tượng đề cập đến hệ phi tuyến nhiều nguồn nhiễu tác động lên hệ thống Từ đồ thi khảo sát trường hợp theo phương trình toán học tổng quát (2.21) Khi xét đến thành phần phi tuyến điển hình Bm≠0, Tf ≠ 0, Td ≠0, Ws≠Wd , so với trường hợp không xét tới thành phần phi tuyến Bm= 0, Tf = 0, Td = 0, Ws = Wd Cho thấy nhiễu ma sát phi tuyến làm giảm hệ số khuếch đại hệ, làm thay đổi tốc độ vị trí xác Hiện tượng Backlash ảnh hưởng rõ rệt tới vị trí hệ (gây trễ khởi động đảo chiều) kết luận Tuy nhiên với yêu cầu khoảng cách dịch chuyển cỡ miccromet nên vấn đề sai số ba trường hợp ta cần phải xem xét Điều quan trọng xây dựng điều khiển Do sử dụng mô hình toán (2.21) có chứa số bất định lẫn hàm số bất định Bm, Tf, Td, Ws , Wd Nên nghiên cứu tác giả sử dụng phương pháp xây dựng điều khiển thích nghi có thành phần tích phân cho mô hình đối tượng hệ thống phân phối vật liệu nano, ứng dụng việc chế tạo pin mặt trời màng mỏng, đáp ứng yêu cầu tiêu chất lượng đặt Kết minh chứng báo số số mục công trình công bố đồng tác giả Chương XÂY DỰNG THUẬT TOÁN ĐIỀU KHIỂN 3.1 Đặt vấn đề Các thuật toán điều khiển vị trí chủ yếu áp dụng cho mô hình tuyến tính qua phần tích đánh giá, xem thêm phần 1.3, thuật toán điều khiển vị trí áp dụng cho hệ phi tuyến chưa nhiều, nghiên cứu đánh giá vấn đề tồn thuật toán điều khiển vị trí cho mô hình tuyến tính phi tuyến đây, mô hình xét đến thành phần phi tuyến điển hình xây dựng chứng minh chương 2, tác giả đề xuất ứng dụng điều khiển MPC thích nghi có thành phần tích phân để giải toán cho mô hình phi tuyến hệ thống phân phối vật liệu nano Kết mô thực phần mềm Matlab - Simulink, với tham số yêu cầu hệ mô hình tính toán phụ lục 01, kết hợp với việc khảo sát thí nghiệm phòng thí nghiệm vật liệu (Viện ITIMS) Việc thiết kế phần cứng hệ thống phân phối vật liệu nano đáp ứng yêu cầu toán đặt mục 1.2.3 luận án 3.2 Xây dựng mô hình đối tượng điều khiển Giả thiết thứ nhất: Theo yêu cầu toán hệ thống phân phối vật liệu nano đáp ứng tiêu trí cụ thể xét đến hệ thống ta có lập luận [3, 4, 5] - Khối lượng vật liệu đầu nhỏ cỡ nano Nên bỏ qua nhiễu tải (Td) khối lượng tổng thể đặt lên trục chuyển động nhỏ không thay đổi - Thời gian đáp ứng cỡ 1s Nên nhiễu ma sát trục động (Tf) bỏ qua thời gian đáp ứng không cần nhanh Viết lại phương trình (2.22) (2.23) mô tả hệ chương [1, 24, 38] Khi xét đến hệ ta bỏ qua nhiễu mô men ma sát trục động (Tf =0) nhiễu tải (Td = 0)    T f ()R  0 sgn()  1e sgn()    Td  (3.1) Giả thiết thứ 2: Từ phương trình mô tả hộp số với hàm phi tuyến backlash dạng mô hình deadzone (2.12) Theo yêu cầu toán hệ phân phối vật liệu nano, hệ có trọng lượng tải lên trục nhỏ không đáng kể, thời gian đáp ứng cỡ 1s Nên ta xét đến hệ bỏ qua độ xoắn trục (cs = 0) Từ thay vào phương trình (2.12) ta [58, 59] Ts  ks s (3.2) Nhìn vào phương trình (3.2) ta thấy, với θs góc xoắn hai trục (Hệ khớp nối mềm, bỏ qua cs hệ lò xo lý tưởng) [52, 53] Xét với mô hình vùng chết sử dụng (dead Zone Mode) Trong với θd = θm – θL độ sai lệch dịch chuyển hai trục Góc khe hở θ b = θd – θs (α ≤ θ ≤ - α) lên ta biểu diễn hàm phi tuyến backlashvới hàm Dead Zone [52, 53]: d   d    s   d         d  d (3.3) Giả thiết xét đến hệ thống, toán ứng dụng điều khiển hệ phân phối vật liệu nano, nên tải trục nhỏ không đáng kể, thời gian đám ứng cỡ 1s Vậy xét hệ ta tạm bỏ qua nhiễu mô men ma sát trục động (Tf = 0), bỏ qua nhiễu tải (Td = 0), bỏ qua độ xoắn trục (Cs = 0) Từ kết hợp điều kiện, thay phương trình (3.1), (3.2), (3.3) vào phương trình (2.21) ta có phương trình rút gọn tổng quát (3.4)  BL  L    L  Ts JL JL   Km B ia  m m  Ts  m  Jm Jm Jm   R K G  ia   a ia  v m  va La La La  (3.4) Chuyển phương trình (3.4) dạng phương trình miền không gian trạng thái  0  0  a  0 01 x  0  0    y  1 0  0    0  0   1  0   x      0  u     a a   2  0     a a b  4 0 x 0 0 (3.9) Hệ phương trình có dạng tổng quát [8,10] x  Ax  G  bu (3.10) Vậy xét hệ phân phối vật liệu nano lúc xét hệ số truyền h=1/200 (theo thông số tỷ số truyền động hộ số lựa chọn), góc lệch động tải là: d  hm  L , với góc góc khe hở b  d  s , ta viết lại Ts : 1  Ts  ks s  ks (d  b )  ks (hm  L  b )  ks  x3h  x1  b  (3.11) Thay giá trị đặt (3.12) vào mô hình trạng thái (3.9) ta mô hình trạng thái tổng quát:      k a 1ks h   s  x   0    ks h a3   ks    0 a5   y   a6 0 0 x    0    k  0   s    x    b    u      a2    ks  0   b  a4  0 (3.13) Mô hình trạng thái tổng quát (3.13) mô hình trạng thái tương đương mô hình (2.21), Từ giả thiết có phương trình (3.1), (3.2), bỏ qua nhiễu mô men ma sát trục động cơ, nhiễu tải, độ xoắn trục động Trong mô hình (3.13) biến trạng thái x1, x2 vị trí vận tốc góc trúc tải, x3, x4 vị trí vận tốc góc trục động cơ, Ks hệ số đàn hồi trục, α hệ số ma sát, θb góc khe hở hộp số xem thành phần nhiễu phi tuyến điển hình biến đổi tác động vào hệ cuối Để giải toán cho hệ mô hình phi tuyến (3.13) đáp ứng yêu cầu toán đặt chương chương 2, cụ thể xây dựng điều khiển PID điều khiển dự báo (MPC) thích nghi có thành phần tích phân Đồng thời áp dụng vào toán điều khiển hệ thống phân phối vật liệu nano để minh chứng hiệu tính đắn thuật toán 3.3 Xây dựng thuật toán điều khiển PID cho hệ thống phân phối vật liệu nano 3.3.1 Đặt vấn đề 3.3.2 Thiết kế thuật toán điều khiển PID Giả thiết 3: Để thiết kế điều khiển PID đa phần phương pháp thiết kế cần có mô hình tuyến tính đối tượng Vì theo phương trình (3.14) thành phần nhiễu khe hở hộp số tạm không xét đến thành phần θb = để dễ dàng cho việc thiết kế điều khiển PID [2 - 5] Vậy từ giả thiếtthứ kết hợp với phương trình (3.13), mô hình đối tượng biểu diễn miền không gian trạng thái rút gọn lại ta phương trình (3.14)      k a 1ks h   s  x   0    ks h a3   ks    0 a5   y   a6 0 0 x   x1  0    x  0       x3   0  u     a2   x4  0  a4   x5  b  0 (3.14) Vị trí (μm) 3.3.3.1 Khảo sát thuật toán điều khiển PID phi tuyến Nhận xét: Căn vào kết khảo sát ta nhận thấy trường hợp (hình 3.6) tối ưu đáp ứng tiêu yêu cầu toán đặt Thời gian (s) Hình 3.6 Biểu đồ đáp ứng độ thay đổi điểm cực trường hợp - Độ điều chỉnh lớn 20% (được tính giá trị đỉnh trừ giá trị lớn nhân 100%) - Thời gian đáp ứng hệ 3%-5% (được tính từ điểm tới vùng ổn định nhân với 100%) Tìm hệ số KP, KI, KD dựa vào phương trình thu công cụ SISO tool là: KP=3.3941, KI = 0.05303, KD= 0.0018 (xem hình 3.11) 3.3.3.2 Khảo sát thuật toán điều khiển PID có phi tuyến Từ kết thu KP, KI, KD qua việc khảo sát mô hình lý tưởng (3.14) Bây ta xét với mô hình đối tượng có đầy đủ thành phần phi tuyến biểu thức (3.13) Thay tham số PID thu từ khảo sát có Kp=3.3941, KI = 0.05303, KD= 0.0018 vào biểu thức (3.13) Kiểm chứng tham số điều khiển mô tả đối tượng dạng đầy đủ có hiệu ứng Backlash Biểu đồ đáp ứng độ đối tượng đầy đủ theo phương pháp thiết kế điều khiển PID đưa sơ đồ hình 3.13 10 1.2 Vị trí (μm) 0.8 0.6 0.4 0.2 -0.2 0.2 0.4 0.6 0.8 1.2 1.4 1.6 1.8 Thời gian (s) Hình 3.13 Biểu đồ đáp ứng độ theo phương pháp PID có xét tính phi tuyến Nhận xét: Bản thân đối tượng là hàm phi tuyến bậc cao (bậc 5), lại chứa khâu dao động bậc 2, nên với thiết kế sử dụng điều khiển tuyến tính túy, tượng dao động (overshoot) tránh khỏi Hiện tượng đoạn dài số tượng Backlash hộp số gây động rơi vào trạng thái chuẩn bị đảo chiều, tượng thể rõ trường hợp điều khiển tuyến tính PID Nếu hệ thống không yêu cầu cao độ xác điều khiển thiết kế PID cho thời gian đáp ứng tốt, hệ nhanh chóng tiến tới điểm ổn định Tuy nhiên kết so sánh (bảng 3.2) Bảng 3.2 Kết khảo sát so sánh điều khiển PID cho hệ phân phối vật liệu nano TT Chỉ tiêu chất lượng Đặt MPC Độ phân giải bước 10 μm 1μm Độ xác vị trí >±100nm >±100nm Thời gian đáp ứng 1s 0,6s Độ điều chỉnh ≈0% 21% Hệ bền vững Bền vững Bền vững Độ điều chỉnh lớn (20%) với phương pháp sử dụng điều khiển sử dụng PID, ảnh hưởng khâu phi tuyến rõ ràng Tại thời điểm ban đầu hệ khởi động thành phần phi tuyến gây trễ, hệ đảo chiều quay để bám vị trí hệ bị dao động điểm cần bám Và yêu cầu cao độ xác thời gian để hệ bám điểm đặt dài gần 0,6 s Với kết qả số nhược điểm chưa đáp ứng yêu cầu chất lượng điều khiển cho hệ thống phân phối vật liệu nano 3.4 Xây dựng điều khiển dự báo cho hệ thống phân phối vật liệu nano 3.4.1 Đặt vấn đề 3.4.2 Cơ sở lý thuyết điều khiển dự báo 3.4.3 Xây dựng phương pháp điều khiển dự báo không gian trạng thái  Xây dựng mô hình dự báo Phương pháp phân tích thiết kế điều khiển không gian trạng thái, áp dụng phổ biến lĩnh vực điều khiển đại Có nhiều nghiên cứu áp dụng phương pháp để điều khiển dự báo [1, 24, 38] Ta xét hệ có mô hình trạng thái hệ dạng không liên tục:  xk 1  Axk  Buk  d k   yk  Cxk  Duk (3.20) Trong đó: xk є Rn vector giá trị trạng thái x(t) hệ thời điểm trích mẫu t=kTa dk  Gb vecstor tín hiệu nh iễu tác động đầu Giống phương pháp DMC (Dynamic Matrix Control) GPC (Generalized Predictive Control) trước [20], với phương pháp điều khiển miền không gian trạng thái, hàm mục 11 tiêu không sử dụng trực tiếp uk mà thay vào sai lệch Δuk= uk - uk-1, nên cần thiết phải chuyển mô hình trạng thái (3.20), kết hợp với phương trình trạng thái tổng quát (3.13) hệ phân phối vật liệu nano, đưa thích hợp với sai lệch Δuk Thay uk= uk-1+ Δuk vào (3.20)   xk 1   A B   xk   B  d  ˆ ˆk  Bˆ uk  d k     uk   k   Ax  xˆk 1       u u I I   k 1        k     yˆ  C ,  xk   Cx    ˆ ˆk  k   uk 1   (3.21) I ma trận đơn vị  x   A B ˆ  B ˆ xˆk   k  , Aˆ    , B    , C   C ,0  u I   I  k 1  (3.22) Mô hình (3.21) sử dụng làm mô hình dự báo cho phương pháp điều khiển dự báo không gian trạng thái  Tối ưu hóa mô hình dự báo Khi bỏ qua tác động nhiễu dk nhiệm vụ tối ưu hóa phải xác định dãy giá trị tín hiệu điều khiển tối ưu tương lai kể từ thời điểm t=kTa, bao gồm Δuk, Δuk+1,…, Δuk+M-1 Trong M khoản thời gian dự báo (hình 3.16), cho hàm mục tiêu dạng toàn phương Q   yˆ  wˆ  S  yˆ  wˆ   uˆT Ruˆ  T (3.23) uˆ đạt giá trị nhỏ nhất, S, R hai ma trận đối xứng Hình 3.16 Nguyên tắc dịch theo trục thời gian          ˆ     wk   yk 1   uk  wˆ   wk 1  , yˆ   yˆ k   , uˆ   uk 1              w   yˆ   u   k  M 1   k M   k  M 1  (3.24) Với W(t) quỹ đạo mong muốn đặt trước mà vector tín hiệu y(t) hệ cần phải bám tiệm cận theo Từ mô hình dự báo (3.21), triển khai cho số k+j với j=M-1,…,0 ta có: ˆ  Φxˆk  Ψuˆ  w ˆ yˆ  w (3.25) 12 ˆˆ   CA ˆˆ 0  CB    ˆˆ ˆ ˆ ˆ2   CA ˆˆ CB  CAB   ˆ ˆ Bˆ ˆˆ ˆ ˆˆ    CA ˆ ˆ  ,    CA CAB CB        ˆ ˆ M 1 ˆ ˆ ˆ M  ˆ ˆ ˆ M 3 ˆ  ˆ ˆM   CA B CA B CA B CA     Cˆ   ˆˆ Cˆ  CA   E   Cˆ  CA  CAˆ      ˆ  M   C  CA   CAˆ     ,   ˆ ˆ  CB 0 Công thức mô tả sai lệch ŷ - ŵ suy từ mô hình dự báo (3.21) với: ˆˆ yˆ k  j  Cx k j Δu ˆˆˆ ˆ ˆ ,  k  j 1   CAx  CB k  j 1  Δuk  j    (3.26)  Δuk   ˆ ˆ j xˆ  CA ˆ ˆ j 1 Bˆ ,, CB ˆ ˆ,0   CA k    Δu   k j    Thay hàm sai lệch ŷ - ŵ vào hàm mục tiêu (3.23) nhận được: Q   Φxˆk  Ψuˆ  wˆ  S  Φxˆk  Ψuˆ  wˆ   uˆT Ruˆ T (3.27) Sử dụng công thức tìm nghiệm toán tối ưu LQ [20], ta uˆ    ΨT SΨ  R  ΨT S  Φxˆk  wˆ  1 (3.28) Suy tín hiệu điều khiển dự báo uk đưa vào điều khiển đối tượng uk  uk 1  Δuk  uk 1  1,0., 0 uˆ (3.29) Tóm tắt: Các kết ta có thuật toán sau mô tả bước làm việc điều khiển dự báo phản hồi trạng thái Bước Xây dựng ma trận A, B, C từ mô hình trạng thái trình theo (3.44); Bước Chọn khoảng thời gian dự báo M xây dựng hai ma trận Ψ, Φ theo (3.25); Bước Thực lặp bước sau với k = 0,1, …để a) Tính û theo (3.28) từ uk theo (3.29); b) Đưa uk vào điều khiển đối tượng gán k:= k +1 c) quay lại bước a) Bộ điều khiển dự báo phản hồi trạng thái nêu không sử dụng giá trị khứ tín hiệu điều khiển Nó áp dụng cho trình có tính pha không cực tiểu Hơn ghép chung điều khiển dự báo phản hồi trạng thái với quan sát trạng thái, ta điều khiển dự báo phản hồi đầu 3.4.4 Xây dựng điều khiển dự báo thích nghi có thành phần tích phân để xử lý nhiễu Từ phân tích nhận định đánh giá qua nghiên cứu số phương pháp điển hình tác giả trình bày Ta thấy để có chất lượng điều khiển tốt cần phải có mô hình mô tả đủ xác đối tượng Tuy nhiên việc có mô hình đủ 13 xác thường thực có phương pháp điều khiển lại phức tạp, không mang tính khả thi Do đó, mục này, luận án xây dựng phương pháp điều khiển dự báo điều khiển đề xuất mục trước, giả thiết nhiễu bỏ qua Xét lại hệ phân phối vật liệu mô hình trạng thái (3.13) có mục trước kết hợp hệ (3.20) ta có mô hình (3.30):  xk 1  Axk  Buk  Gb  Axk  Buk  d k (3.30)   yk  Cxk nhiễu dk  Gb bỏ qua Khi đó, thực tương tự phương pháp đề xuất trên, tức bổ sung thêm khâu tích phân để được:   dk  ˆ  xˆk 1  Axˆk  Bˆ uk    (3.31) 0   ˆ  yk  Cxˆk ˆ , Bˆ , Cˆ vector trạng thái xˆ định nghĩa công thức (3.22) với ma trận A k Cũng từ mô hình (3.20) ta có: dk  xk 1  Axk  Buk Trong dk thành phần không xác định xác mô hình bao gồm: nhiễu góc khe hở đàn hồi θb, nhiễu tải Td, hệ số đàn hồi ks hệ số ma sát α Khi thiết kế xem thành phần không xác định coi nhiễu Làm sở để có ước lượng thành phần nhiễu vài chu kỳ điều khiển coi hệ số Trong d k dùng để ước lượng coi sở phương pháp đề xuất MPC thích nghi có thành phần tích phân (3.32) dˆk  xk  Axk 1  Buk 1 từ giá trị trạng thái tín hiệu đầu vào hệ khứ Với giá trị nhiễu ước lượng này, mô hình trạng thái hệ phân phối vật liệu sau bổ sung thêm thành phần tích phân (3.31) trở thành mô hình tiền định sau: ˆ ˆ  Bˆ u  d k   xˆk 1  Ax k k  ˆ   yk  Cxˆk (3.33)  dˆ  d k   k  0 có dˆk ước lượng theo công thức (3.32) Với mô hình tiền định (3.33) này, việc xây dựng điều khiển dự báo lại thực hoàn toàn mục trước, gồm bước sau: Bước 1) Dự báo tín hiệu đầu ra: 14   ˆ ˆ  Cˆ  Ax ˆ ˆ  Bˆ u  d   Cx ˆ ˆ u  Cd ˆ   Bˆ u  Cˆ  Aˆ  xˆ  CB ˆ ˆ  Cˆ Ax ˆ ˆ  Bˆ u  d k  CAx ˆ ˆ ˆ  CB ˆ ˆ u  Cd ˆ k yˆ k 1  Cx k 1 k k k k yˆ k  k 2 k 1 k yˆ k 3 k k 1 k k k 1  d k 1  ˆ ˆ xˆ  CAB ˆ ˆ ˆ u  CB ˆ ˆ u  CAd ˆ ˆ k  Cd ˆ k  CA k k k 1 ˆˆ  Cx k 3  ˆ ˆ  Bˆ u  d k  Cˆ Ax k 2 k 2   ˆ  Bˆ u  C  Aˆ  Aˆ  Ax    d   Bu ˆ ˆ  Bu  d  Bˆ u  d k  Cˆ Aˆ Ax k 1 k 1 k k 2 k k k k 1  dk    Bˆ u k 2  dk  ˆ ˆ Bˆ u  CAB ˆ ˆ u  CB ˆ ˆ u  CA ˆ ˆ d k  CAd ˆ ˆ k  Cd ˆ k  CAˆ xk  CA k k 1 k 2 ˆˆ yˆ k  j  Cx k j ˆ ˆ j x  CA ˆ ˆ j 1Bˆ u  CA j  Bu   CB ˆ ˆ u  CA k k k 1 k  j 1 (3.34) ˆ ˆ j 1 d k  CA ˆ ˆ j 2 d k   Cd ˆ k  CA Bước 2) Xây dựng hàm mục tiêu Từ đầu dự báo (3.34), triển khai cho số k+j với j=M-1,…,0 ta có: ˆ  xˆk  uˆ  w ˆ + E dk yˆ  w (3.35) ˆˆ   CA ˆˆ 0  CB    ˆˆ ˆ ˆ ˆ2   CA ˆˆ CB  CAB   ˆ ˆ Bˆ ˆˆ ˆ ˆˆ    CA ˆ ˆ  ,    CA CAB CB        ˆ ˆ M 1 ˆ ˆ ˆ M  ˆ ˆ ˆ M 3 ˆ  ˆ ˆM   CA B CA B CA B CA     Cˆ   ˆˆ Cˆ  CA   E   Cˆ  CA  CAˆ      ˆ  M   C  CA   CAˆ   wk   yˆ k 1   uk   w   yˆ   u  k 1  k 2  k 1     ˆ  w , yˆ  , uˆ               w k  M 1   yˆ k  M   uk  M 1  15    ,   ˆ ˆ  CB 0 (3.36) Với W(t) quỹ đạo mong muốn đặt trước mà vector tín hiệu y(t) hệ cần phải bám tiệm cận theo Nhiệm vụ tối ưu hóa phải xác định dãy giá trị tín hiệu điều khiển tối ưu tương lai kể từ thời điểm t = kTa, bao gồm Δuk, Δuk+1,…., Δuk+M-1 Trong M khoản thời gian dự báo (hình 3.16), cho với chúng, hàm mục tiêu dạng toàn phương ˆ T S(yˆ  w) ˆ  uˆT Ruˆ  (3.37) Q  (yˆ  w)  uˆ đạt giá trị nhỏ nhất, S, R hai ma trận đối xứng Bước 3) Tối ưu hóa Thay hàm sai lệch ŷ - ŵ vào hàm mục tiêu (3.37), ta nhận được: ˆ dk )T S(xˆk  uˆ  w+E ˆ dk )  uˆ T Ruˆ Q  (xˆ k uˆ  w+E (3.38) Sau sử dụng công thức tìm nghiệm toán tối ưu LQ [20], ta được: ˆ dk  uˆ    T S   R  T S  xˆk  w-E 1 (3.39) Suy tín hiệu điều khiển dự báo uk đưa vào điều khiển đối tượng: uk  uk 1  uk  uk 1  1,0, ,0  uˆ (3.40) 3.4.5 Quan sát trạng thái nhờ lọc Kalman Trong trường hợp biến trạng thái hệ không đo bên cạnh nhiễu hệ thống d k biến đổi chậm có nhiễu ồn trắng nx/ , ny : /   xk 1  Ak xk  Bk uk  d k  nx  Ak xk  Bk uk  nx    yk  Ck xk  ny (3.41) nx  d k  nx/ ta áp dụng lọc Kalman để ước lượng trạng thái xk Tuy nhiên có thành phần nhiễu biến đổi chậm d k nhiễu Gauss, tức nx Là nhiễu Gauss, nên cần thiết ta phải bù thành phần giá trị trung bình nx có lẫn tín hiệu đầu Để thực điều đó, ta sử dụng M giá trị vào giá trị trạng thái ước lượng khứ Khi ta bù thành phần kỳ vọng không nhiễu nx có lẫn tín hiệu yk sau: yˆ k  yk  M M 1   xˆ i 0 k 1i  Axˆk i  Buk i  (3.42) tín hiệu sau bù yˆ k sử dụng thay cho tín hiệu đầu đo hệ yk thuật toán lọc Kalman Tương ứng, thuật toán lọc Kalman có thêm thành phần bù (3.42), phương trình (3.30) viết lại sau  xk 1  Axk  Buk  nx   yk  Cxk (3.43) Thuật toán quan sát Kalman không liên tục cho hệ phân phối vật liệu nano sau: - Chọn K0 xˆ0 - Thực với k = 0,1,2,… thực bước sau : Bước : Tính Pk  AKk AT  N x có sử dụng Kk-1 từ vòng lặp trước  Bước : Tính Lk  Pk C T C Pk C T  1 16 Bước : Tính K k   I  Lk C  Pk cho vòng lặp sau Bước : Tính xk/ 1  A xk  B uk có sử dụng xˆk từ vòng lặp trước, xˆ0 tùy chọn Bước : Ước lượng yˆ k theo (3.42) Bước : Tính xk 1   I  Lk C  xk/ 1  Lk yˆ k Từ trạng thái xˆk ước lượng từ khâu quan sát trạng thái Kalman, ta đến việc thiết kế điều khiển dự báo miền không gian trạng thái 3.4.6 Xây dựng sơ đồ khối hệ thống theo phương pháp điều khiển dự báo thích nghi có thành phần tích phân Từ bước xây dựng mục 3.4.4 mục 3.4.5 thực trên, ta biểu diễn lại sơ đồ khối hệ thống, theo phương pháp điều khiển dự báo thích nghi có thành phần tích phân, theo sơ đồ (hình 3.17) Hình 3.17 Sơ đồ khối điêu khiển dự báo cho hệ thống phân phối vật liệu nano 3.4.7 Kết mô Matlab điều khiển dự báo thích nghi có thành phần tích phân Hình 3.17 sơ đồ khối mô điều khiển dự báo thích nghi có thành phần tích phân cho hệ thông phân phối vật liệu nano Cụ thể phương trình (3.42) thực bù thành phần Gθb có lẫn tín hiệu phương trình (3.30), sau đưa bước chi tiết thực thuật toán lọc Kalman không liên tục Phương pháp đề xuất thực kết hợp đưa nhiễu dk vào điều khiển dự báo (3.31), sau xác định dãy giá trị tín hiệu điều khiển tối ưu tương lai kể từ thời điểm t = kTa, bao gồm Δuk, Δuk+1,…., Δuk+M-1 Trong M khoản thời gian dự báo (hình 3.16), cho hàm mục tiêu dạng toàn phương (3.37) đạt giá trị nhỏ Kết khảo sát Matlab ta thay đổi giá trị, Thời gian trích mẫu T = 1ms (Theo kinh nghiệm chọn thời gian trích mẫu nhỏ 1/10 tính đáp ứng động không nhỏ, làm cho vi xử lý đủ thời gian tính toán Xem (hình 2.15) (hình 2.16) tính đáp ứng động cỡ 0,1s) thu được sau:  Trường hợp 1: Tín hiệu đặt thay đổi vị trí bước 1μm, 2μm, 3μm, điện áp vào va cố định, tải không thay đổi (Td không đổi), theo (hình 3.18) 17 Hình 3.18 Tín hiệu đầu vào đặt thay đổi với phương pháp MPC Hình 3.19 Vị trí đầu với phương pháp MPC tín hiệu vào thay đổi  Trường hợp 2: Khi tải thay đổi (Td) (xem hình 3.22), điện áp vào va không đổi, vị trí chuyển động 1μm, ta nhận được: Hình 3.22 Khi tải thay đổi với phương pháp MPC Hình 3.23 Vị trí đầu với phương pháp MPC tải thay đổi Kết luận: Đối với phương pháp điều khiển MPC thích nghi có thành phần tích phân, ứng dụng cho hệ thống phân phối vật liệu nano theo mô hình tổng (3.13), kết khảo sát so sánh cho thấy (bảng 3.3), hệ chuyển động với độ phân giải bước lên đến 1μm; Độ xác đạt nhỏ ±10 nm thời gian đáp ứng nhanh có 0,26s; không xảy trình độ, không dao động, điều chỉnh giảm thiểu, ảnh hưởng khâu phi tuyến khử triệt để Hệ đến vị trí cách xác Tại thời điểm ban đầu hệ khởi động thành phần phi tuyến gây trễ giảm thiểu Nên chất lượng hệ đảm bảo yêu cầu cao độ xác cho toán phân phối vật liệu nano đặt Bảng 3.3 Kết khảo sát so sánh điều khiển MPC thích nghi có thành phần tích phân TT Chỉ tiêu chất lượng Đặt MPC Độ phân giải bước 10 μm 1μm Độ xác vị trí >±100nm ±100nm ±100nm