TỔNG QUAN VỀ ROBOT CÔNG NGHIỆP VÀ CÁNH TAY MÁY
Sự ra đời của Robot công nghiệp
Theo định nghĩa, Người máy (Robot) là thiết bị có thể thực hiện các chức năng thông thường của con người hoặc một máy dưới hình dạng người
Vào giữa thế kỷ 18, J de Vancauson đã chế tạo những con búp bê cơ khí có khả năng chơi nhạc, đánh dấu sản phẩm đầu tiên của tự động hóa robot.
Thuật ngữ “Robot” lần đầu tiên được giới thiệu bởi nhà viết kịch người Czech Karel Capek trong tác phẩm “Rossum’s Universal Robot” vào năm 1922 Trong tiếng Czech, “Robot” có nghĩa là lao động bị bắt ép hoặc nông nô Trong tác phẩm này, nhân vật Rossum và con trai ông đã chế tạo những cỗ máy giống con người để phục vụ và hầu hạ con người.
Trước khi xảy ra đại chiến thế giới thứ hai, việc ứng dụng các cơ cấu máy móc đã trở thành nhu cầu thiết yếu để thực hiện các thao tác trong môi trường phóng xạ tại các viện nghiên cứu nguyên tử.
Ngay sau Chiến tranh thế giới thứ hai, Mỹ đã phát triển các tay máy chép hình điều khiển từ xa trong các phòng thí nghiệm vật liệu phóng xạ Những cơ cấu điều khiển từ xa này là những mô phỏng sinh học với các khớp nối và dây gắn liền, hoạt động thông qua tay người thao tác qua các khâu khuyếch đại cơ khí Mặc dù các thao tác của chúng rất tinh vi, nhưng vẫn tồn tại nhiều hạn chế như tốc độ hoạt động chậm, lực tác dụng hạn chế và hệ điều khiển chủ yếu là cơ khí.
Vào giữa những năm 1950, bên cạnh các tay máy chép hình cơ khí, đã xuất hiện tay máy chép hình thủy lực và điện từ, như Minotaur I và Handyman của General Electric.
Năm 1954, George C.Devol đã thiết kế một thiết bị có tên là “Cơ cấu bản lề dùng để chuyển hàng theo chương trình”
Năm 1956, George C.Devol và J.Engelberger đã gặp nhau và thảo luận về
Năm 1959, công ty Unimation do J Engelberger sáng lập đã cho ra đời Robot công nghiệp đầu tiên mang tên Unimate Devol, người nghiên cứu các phát minh và đăng ký bằng sáng chế cho công ty, đã đóng góp quan trọng vào sự phát triển này Unimate được đưa vào sử dụng tại một nhà máy ô tô của General Motors ở Trenton, New Jersey vào năm 1961 Tuy nhiên, phải đến năm 1975, Unimation mới bắt đầu có lợi nhuận từ sản phẩm Robot đầu tiên của mình.
Kể từ năm 1980, người máy công nghiệp đã được áp dụng rộng rãi trong nhiều lĩnh vực công nghiệp nhờ vào sự tiến bộ vượt bậc trong công nghệ máy tính, điện tử và vi điện tử Sự phát triển này đã mở ra nhiều cơ hội mới cho các ngành công nghiệp.
Kể từ năm 1990, sự phát triển vượt bậc của kỹ thuật vi xử lý và công nghệ thông tin đã dẫn đến sự gia tăng nhanh chóng về số lượng robot, cùng với sự giảm giá rõ rệt và tính năng ngày càng hoàn thiện Điều này đã làm cho robot trở thành một phần quan trọng trong các dây chuyền sản xuất tự động hiện đại.
Hiện nay, robot ngày càng hoàn thiện với nhiều tính năng phong phú và hình dáng gần gũi với con người Tuy nhiên, trong lĩnh vực công nghiệp, chúng chủ yếu là những cánh tay máy được điều khiển bằng máy tính.
Ứng dụng Robot công nghiệp
1.2.1 Ƣu điểm của Robot công nghiệp
Robot làm việc lâu dài với độ ổn định và chính xác cao, giúp tiết kiệm nguyên vật liệu Khi cần tăng tốc độ sản xuất, robot hỗ trợ công nhân không bị mệt mỏi và duy trì tiến độ Nhờ đó, robot nâng cao chất lượng và khả năng cạnh tranh của sản phẩm Hơn nữa, robot có khả năng nhanh chóng thay đổi công việc trong quá trình đa dạng hóa sản phẩm mà không cần đào tạo lại như con người.
Hiện nay, nhờ vào những tiến bộ vượt bậc trong Khoa học kỹ thuật, chi phí lắp đặt và chế tạo Robot ngày càng giảm Đối với các quốc gia có chi phí lao động cao, việc áp dụng Robot trong dây chuyền sản xuất giúp giảm đáng kể giá thành sản phẩm bằng cách loại bỏ những chi phí liên quan đến nhân công như lương, phụ cấp và bảo hiểm xã hội.
1.2.2 Nhƣợc điểm của Robot công nghiệp
Robot mang lại nhiều lợi ích lớn, đặc biệt trong việc giải phóng sức lao động Tuy nhiên, sự lo ngại về tình trạng thất nghiệp do việc sử dụng nhiều Robot là có cơ sở Mặc dù Robot thay thế những công việc đơn giản, nhưng đồng thời cũng tạo ra nhiều cơ hội việc làm phức tạp hơn, như kỹ thuật viên, chuyên gia robot và lập trình viên.
1.2.3 Các ứng dụng của Robot công nghiệp
Robot được sử dụng rộng rãi trong nhiều lĩnh vực, từ sản xuất công nghiệp đến sinh hoạt hàng ngày Chúng có khả năng làm việc trong các môi trường nguy hiểm như lò phản ứng hạt nhân và tham gia vào các nhiệm vụ thám hiểm không gian Trong đời sống, robot hỗ trợ người già, cắt cỏ và lau nhà Đặc biệt, robot công nghiệp được ứng dụng mạnh mẽ trong các dây chuyền sản xuất tự động hóa hiện đại.
Các Robot công nghiệp đƣợc ứng dụng trong các lĩnh vực cụ thể sau:
+ Robot công nghiệp trong công nghệ gia công và lắp ráp
+ Robot công nghiệp trong các quá trình hàn và nhiệt luyện
+ Robot công nghiệp trong công nghiệp đúc – rèn, trong ngành gia công áp lực nơi mà điều kiện làm việc nặng nề, dễ gây mệt mỏi
+ Robot công nghiệp trong nhà máy sản xuất
Tình hình phát triển của Robot công nghiệp
Trong hơn 50 năm qua, lĩnh vực Robot đã trải qua sự phát triển và tiến hóa mạnh mẽ Nghiên cứu đã chuyển từ Robot công nghiệp sang phát triển Robot dịch vụ, nhằm đáp ứng đa dạng nhu cầu và hòa nhập hơn với xã hội.
Trong 20 năm tới, mỗi người sẽ cần một Robot cá nhân giống như nhu cầu sử dụng máy tính PC hiện nay, đánh dấu một cuộc cách mạng công nghệ lớn sau Internet Xu hướng này, cùng với các ứng dụng đặc biệt trong lĩnh vực an ninh quốc phòng, sẽ tạo ra một thị trường Robot và dịch vụ liên quan vô cùng lớn.
Robot đã có những tiến bộ vượt bậc trong hơn 50 năm qua, bắt đầu từ việc ứng dụng trong công nghiệp vào những năm 60 để thay thế con người trong các công việc nặng nhọc và nguy hiểm Với nhu cầu ngày càng tăng trong sản xuất phức tạp, Robot công nghiệp hiện nay cần có khả năng thích ứng linh hoạt và thông minh hơn Ngày nay, ngoài việc chế tạo máy, Robot còn được ứng dụng rộng rãi trong y tế, chăm sóc sức khỏe, nông nghiệp, đóng tàu, xây dựng, an ninh quốc phòng và gia đình, tạo động lực cho sự phát triển của Robot địa hình và Robot dịch vụ.
Trong thời gian qua, một số loại robot được quan tâm nhiều bao gồm: tay máy robot (Robot Manipulators), robot di động (Mobile Robots), robot phỏng sinh học (Bio Inspired Robots) và robot cá nhân (Personal Robots) Tay máy robot bao gồm robot công nghiệp, robot y tế và robot trợ giúp người tàn tật Robot di động được nghiên cứu nhiều với các loại như xe tự hành trên mặt đất (AGV), robot tự hành dưới nước (AUV), robot tự hành trên không (UAV) và robot vũ trụ Về robot phỏng sinh học, nghiên cứu tập trung vào robot đi và robot dáng người, cùng với các loại robot phỏng sinh học dưới nước như robot cá và các cấu trúc chuyển động mô phỏng sinh vật biển.
Mặc dù cấu trúc của các loại Robot có sự khác biệt, nghiên cứu hiện nay tập trung vào ứng dụng dịch vụ và hoạt động của Robot trong môi trường tự nhiên Mỹ đầu tư hàng trăm tỷ USD vào phát triển hệ thống tác chiến tương lai, trong đó Robot quân sự hoạt động trên cạn, dưới nước và trên không đóng vai trò quan trọng Sự phát triển xã hội và hiện đại hóa ở các nước G7 đã tạo ra nhiều dịch vụ mới, làm thay đổi quan điểm về Robot từ công nghiệp sang phục vụ nhu cầu xã hội và cá nhân Robot được thiết kế để trở thành những người giúp việc đa năng, đắc lực cho con người Quá trình này yêu cầu cả tay máy công nghiệp và Robot di động truyền thống phải thay đổi cơ bản để đáp ứng nhu cầu của thị trường dịch vụ con người.
Trên hình 1.6 giới thiệu Robot thám hiểm Sao Hỏa
Hình 1.2 Robot thám hiểm Sao Hoả
Nghiên cứu về Robot tại Việt Nam đang diễn ra sôi nổi và đa dạng, phản ánh đúng các xu hướng toàn cầu Các nhà khoa học Việt Nam tập trung vào nhiều lĩnh vực như động học, động lực học, thiết kế quỹ đạo, xử lý thông tin cảm biến, cơ cấu chấp hành và phát triển trí thông minh cho Robot Đặc biệt, các nghiên cứu về động học và động lực học được thực hiện bởi các khoa cơ khí và chế tạo máy tại các trường đại học cũng như viện nghiên cứu, phục vụ cho cả mục đích dân sự và quân sự.
Các phương pháp giải bài toán cơ học cho robot nối tiếp, song song và di động đang được nghiên cứu, cùng với việc phát triển các chương trình mô phỏng 3D để minh họa và phân tích thiết kế robot Các công bố về cơ học robot chủ yếu đến từ cán bộ Viện Cơ học thuộc Viện KH&CN Việt Nam, Khoa Cơ khí Chế tạo máy tại Đại học Bách Khoa Hà Nội, Đại học Bách Khoa Tp.HCM, và các bộ môn Robot và Cơ điện tử tại các trường đại học khác.
Trên hình 1.7 giới thiệu Robot công nghiệp của hãng Tosy Robotics, Việt Nam
Hình 1.3 Robot công nghiệp (Hãng Tosy Robotics, Việt Nam)
Lĩnh vực điều khiển Robot rất đa dạng, bao gồm các phương pháp truyền thống như PID, điều khiển trượt, và các phương pháp thông minh như mạng nơ ron, logic mờ, và thuật toán di truyền Các công trình nghiên cứu nổi bật đến từ Viện Công Nghệ Thông tin, Đại học Bách Khoa Hà Nội, và Đại học Bách Khoa Tp.HCM Gần đây, Đại học Quốc gia Hà Nội và Học viện Kỹ thuật Quân sự cũng có nhiều công bố quan trọng nhờ vào đội ngũ giảng viên trẻ tốt nghiệp tiến sĩ từ nước ngoài Lĩnh vực Robot di động với cảm biến và camera đang thu hút sự quan tâm nghiên cứu, đặc biệt là trong các vấn đề xử lý ảnh tốc độ cao, phối hợp đa cảm biến, định vị và lập bản đồ không gian, cũng như thiết kế quỹ đạo chuyển động cho Robot di động, đã được trình bày tại các Hội nghị cơ điện tử toàn quốc.
Từ năm 2004 đến 2010, nghiên cứu về thị giác Robot đã thu hút sự quan tâm trong cả lĩnh vực Robot công nghiệp và Robot di động, đặc biệt là trong nhận dạng và điều khiển Robot dựa trên thông tin hình ảnh Đồng thời, các vấn đề liên quan đến xử lý ngôn ngữ tự nhiên, nhận dạng và tổng hợp tiếng nói tiếng Việt cũng bắt đầu được chú ý đối với các loại Robot dịch vụ.
Nghiên cứu về Robot tại Việt Nam đã được công bố rộng rãi trên các hội nghị và tạp chí quốc tế Việt Nam cũng đã hợp tác với các quốc gia như Nhật Bản, Mỹ, Singapore và Đức để tổ chức nhiều hội nghị quốc tế về Robot, bao gồm RESCCE’98, RESCCE’00, RESCCE’02, ICMT2004, ICARCV 2008 và ITOMM.
Năm 2009 đánh dấu một chuỗi hoạt động khoa học liên tục của cộng đồng Robotics Việt Nam, nhằm hòa nhập vào các nghiên cứu khoa học toàn cầu Để phát triển trong xu thế toàn cầu hóa, Việt Nam cần xây dựng một cộng đồng chuyên gia tâm huyết, tạo ra môi trường học tập và nghiên cứu lành mạnh, cùng với chính sách vĩ mô hỗ trợ sự phát triển tri thức phù hợp với quá trình "phẳng" hóa thế giới hiện nay.
Cấu trúc và phân loại Robot
Robot là sản phẩm tiên tiến của khoa học, được hình thành từ sự kết hợp của nhiều lĩnh vực kỹ thuật như điện tử, cơ khí, thiết kế cấu trúc, vi điện tử, lập trình trí tuệ nhân tạo và nghệ thuật sản xuất.
Trên hình 1.8 giới thiệu các bộ phận chủ yếu của Robot công nghiệp loại thông thường như sau:
Hình 1.4 Các bộ phận cấu thành Robot công nghiệp
Tay máy gồm các bộ phận: đế 1 đặt cố định hoặc gắn liền với xe đi động 2, thân 3, cánh tay trên 4, cánh tay dưới 5, bàn kẹp 6
Bên trong hoặc ở bên ngoài tay máy còn đặt nhiều bộ phận khác nữa:
- Hệ thống truyền dẫn động
- Hệ thống cảm biến tín hiệu
Tay máy là cơ cấu cơ khí gồm các khâu, khớp hình thành cánh tay để tạo ra các chuyển động cơ bản, gồm:
+ Khớp - thanh nối: joint- link
+ Cổ tay – wrist: tạo nên sự khéo léo, linh hoạt
Bàn tay của robot, hay còn gọi là đầu cuối, thực hiện các thao tác trực tiếp trên đối tượng Để đạt được chuyển động linh hoạt, cánh tay robot cần có một hệ thống khớp nối Chuyển động của robot được phân thành hai loại chính.
+ Chuyển động của thân và cánh tay
+ Chuyển động các khớp cổ tay
Mỗi một khớp nối thực hiện một trong hai chuyển động trên đƣợc gọi là
Robot công nghiệp thường có từ 4 đến 6 bậc tự do, cho phép thực hiện các chuyển động linh hoạt Sự liên kết giữa các chuyển động của thân, cánh tay và cổ tay của robot được thực hiện thông qua các kết nối Có 4 loại kết nối chính được sử dụng trong thiết kế robot.
Kết nối thẳng (L) là loại kết nối mà trục của hai khớp nối song song, cho phép chuyển động tịnh tiến giữa chúng Kết nối này được thực hiện thông qua chuyển động pittong hoặc chuyển động rãnh trượt.
Kết nối quay (R) là loại kết nối trong đó chuyển động của khớp nối thứ hai diễn ra quanh một trục vuông góc với trục của khớp nối thứ nhất.
- Kết nối xoắn (T): là kết nối mà trục quay của liên kết song song với trục quay của hai khớp nối
- Kết nối xoay (V): là kết nối mà trục quay trùng với trục của khớp nối thứ nhất và vuông góc với trục của khớp nối thứ hai
Bảng 1.1 Các dạng cơ bản của các khớp Robot
Các robot công nghiệp hiện nay thường được lắp đặt trên một đế vững chắc, được cố định xuống nền Ở phần cổ tay, robot có thể trang bị một bàn kẹp hoặc nhiều công cụ khác nhau như mũi khoan, đầu hàn, hoặc đầu phun sơn, tất cả được gọi chung là "end effector" hay thiết bị ngoại vi.
1.4.3 Hệ thống truyền dẫn động của Robot
Chuyển động của các khớp nối trên Robot được cung cấp năng lượng từ hệ thống động cơ bên trong, cho phép di chuyển thân, cánh tay và cổ tay Công suất của các thiết bị này được thiết kế phù hợp với tốc độ di chuyển của cánh tay, trọng lượng của Robot và khối lượng của vật nặng mà nó cần xử lý.
Do vậy mà tuỳ theo công suất yêu cầu và độ linh hoạt của hệ thống mà ta chọn dùng một trong ba loại hệ truyền động sau:
+ Hệ truyền động thuỷ lực;
+ Hệ truyền động khí nén
Hệ truyền động thuỷ lực:
Hệ truyền động thủy lực sử dụng chất lỏng để truyền năng lượng, thường được áp dụng trong các robot lớn với công suất làm việc cao Hệ thống này có nhiều ưu điểm như gọn nhẹ, khả năng chịu tải trọng nặng, quán tính thấp, và lực truyền động lớn Tốc độ có thể được điều chỉnh thông qua van để thay đổi áp lực và lưu lượng Tuy nhiên, hệ truyền động thủy lực cũng có nhược điểm như yêu cầu bộ nguồn phức tạp, bao gồm bơm thủy lực, thiết bị lọc, thiết bị điều chỉnh áp suất, thiết bị làm mát và bình tích dầu.
Hệ truyền động điện được ưa chuộng trong thiết kế robot nhờ vào những ưu điểm vượt trội như điều khiển đơn giản, không cần bộ biến đổi phụ, và không gây ô nhiễm môi trường Các động cơ điện hiện đại có thể lắp trực tiếp lên các khớp, mang lại độ chính xác cao Tuy nhiên, so với truyền động thủy khí, hệ truyền động điện có tỷ lệ công suất trên khối lượng thấp hơn và thường cần hộp giảm tốc do yêu cầu về tốc độ quay chậm của tay máy.
Trong thực tế, chỉ có 2 loại động cơ điện đƣợc sử dụng nhiều hơn cả là: động cơ điện một chiều và động cơ bước
Hệ truyền động khí nén:
Robot cỡ nhỏ thường sử dụng loại truyền động 2-3 bậc tự do, mang lại nhiều ưu điểm như gọn nhẹ, dễ sử dụng và dễ đảo chiều Loại truyền động này không quá nhạy cảm với nhiệt độ môi trường, đồng thời tận dụng mạng lưới khí nén chung trong các phân xưởng công nghiệp, giúp đơn giản hóa thiết bị nguồn động lực cho Robot mà không cần đường dẫn khí nén trở lại như hệ truyền động thủy lực.
Hệ thống điều khiển hiện nay thường là máy tính để giám sát và điều khiển hoạt động của Robot, có thể chia ra thành 2 hệ thống:
+ Hệ thống điều khiển vị trí (quỹ đạo);
+ Hệ thống điều khiển lực
Hệ thống điều khiển đảm bảo sự hoạt động của Robot theo các thông tin đặt trước hoặc nhận biết được trong quá trình làm việc
1.4.5 Hệ thống cảm biến tín hiệu
Hệ thống cảm biến trong robot có vai trò quan trọng trong việc nhận diện và chuyển đổi thông tin về hoạt động của robot cũng như môi trường làm việc và đối tượng phục vụ Các dữ liệu từ cảm biến được thu thập và xử lý bởi hệ thống điều khiển, sau đó điều khiển hệ thống truyền động của tay máy Cảm biến trong kỹ thuật robot có thể được phân loại thành hai loại chính.
Cảm biến nội tín hiệu cung cấp thông tin quan trọng về vị trí, vận tốc và lực tác động trong các bộ phận thiết yếu của Robot Những tín hiệu phản hồi này đóng vai trò quan trọng trong việc tự động điều chỉnh hoạt động của Robot.
Cảm biến ngoại tín hiệu đóng vai trò quan trọng trong việc cung cấp thông tin về đối tác và môi trường làm việc, giúp nhận diện các vật thể xung quanh và thực hiện các thao tác di chuyển trong không gian Để đạt được điều này, cần sử dụng các loại cảm biến như cảm biến tín hiệu xa, cảm biến tín hiệu gần, cảm biến xúc giác và cảm biến thị giác.
Phân loại Robot công nghiệp
- Có hai phương pháp phân loại robot
+ Một là: theo tính chất vật lý hay hình học của chúng;
+ Hai là: theo cách chúng đƣợc điều khiển
1.5.1 Phân loại theo vật lý hoặc hình học
Dựa vào hình dáng vật lý hoặc khoảng không gian mà cổ tay có thể di chuyển tới mà người ta chia Robot thành 5 hình dạng cơ bản sau :
Loại có dạng đề các (chữ nhật);
Loại có dạng trụ (kiểu trụ);
Loại có dạng cầu (kiểu toạ độ cực);
Kiểu nối (nhân hình hoá hay nhân tạo);
SCARA (cánh tay máy có kết cấu lắp chọn)
Hình 1.5 Robot có không gian làm việc dạng hình chữ nhật
Robot tay máy kiểu giàn, hay còn gọi là robot khớp dịch chuyển theo hình chữ nhật, được mô hình hóa theo hệ tọa độ Descartes Loại robot này thường được sử dụng trong các ứng dụng yêu cầu độ chính xác cao, mặc dù không gian làm việc của nó khá hạn chế.
Robot này có một khớp quay và khớp tịnh tiến, 3 khớp đầu tiên của loại này ứng với 3 biến cơ bản của hệ toạ độ trụ (hình 1.10)
Hình 1.6 Robot có không gian làm việc dạng trụ
Khi vị trí của điểm tham chiếu của tay ký hiệu được xác định bởi các tọa độ (r,h,θ), ta có thể chuyển đổi sang tọa độ Cartesian (x,y,z) bằng cách thực hiện một số phép biến đổi giữa hai hệ trục tọa độ Trong đó, trục z tương ứng với chiều cao h, trong khi mặt phẳng xy vuông góc với trục z và song song với mặt phẳng nơi θ quay quanh trục z Công thức chuyển đổi được áp dụng là x = rcosθ và y = rsinθ, giúp giải quyết bài toán cho ba khớp đầu tiên của robot.
Loại Robot này đa năng hơn loại đề các Tuy nhiên nó có độ chính xác thấp hơn
Robot này được thiết kế với một khớp tịnh tiến và hai khớp quay, trong đó ba khớp đầu tiên tương ứng với ba biến cơ bản của hệ tọa độ cầu.
- Chuyển động quay vuông góc với mặt phẳng của φ (quay quanh trục z): θ
Để xác định vị trí của tay robot, cần giữ nguyên các giá trị (r, θ, φ) Khi có vị trí tay robot ở dạng (x, y, z), cần thực hiện phép chuyển hệ tọa độ Tương tự như robot loại 2, tọa độ khớp (r, θ, φ) phải phù hợp với vị trí của tay máy tại một điểm cụ thể Phần bổ sung của khớp quay thứ hai tăng cường tính linh hoạt cho robot, nhưng đồng thời cũng làm giảm độ chính xác.
Hình 1.7 Robot có không gian làm việc dạng cầu
Robot loại này có 3 khớp quay, cho phép chuyển hệ tọa độ sang hệ trục đề một cách linh hoạt, đặc biệt khi tiếp cận các chi tiết qua vật cản Tuy nhiên, độ chính xác của nó thấp hơn so với các loại robot khác.
Loại robot này sở hữu cấu trúc hình học tiên tiến, cho phép mô hình hóa hiệu quả các loại robot Chuyển động của các khớp cơ bản diễn ra quanh các trục thẳng đứng, mang lại độ cứng cần thiết cho robot trong tư thế thẳng đứng, đồng thời cho phép quay linh hoạt trong mặt phẳng nằm ngang.
Các chuyển động của khớp chính trong robot chủ yếu là chuyển động quay, điều này làm cho việc biểu diễn toán học trở nên phức tạp Tuy nhiên, loại robot này rất hữu ích trong các công việc lắp ráp cần độ chính xác cao.
Hình 1.9 Robot SCARA 1.5.2 Phân loại theo điều khiển
- Có 2 phương pháp điều khiển Robot Đó là kỹ thuật điều khiển không servo và kỹ thuật điều khiển servo
Điều khiển không servo sử dụng hãm cơ khí để xác định phạm vi chuyển động, và khi lệnh dịch chuyển được thực hiện, khớp sẽ tiếp tục di chuyển cho đến khi gặp hãm cơ khí Tuy nhiên, kỹ thuật này đã trở nên lỗi thời trong thời đại công nghệ hiện nay.
+ Kỹ thuật servo dùng cấu trúc phản hồi để đáp ứng với các thay đổi cục bộ của các khớp động của robot [4]
Hệ thống điều khiển Robot
Hệ thống điều khiển robot đóng vai trò quan trọng trong việc điều chỉnh hệ truyền động điện, giúp robot thực hiện các chuyển động theo yêu cầu của quy trình công nghệ Hệ thống này có thể được phân loại thành nhiều loại khác nhau.
Điều khiển thô, hay còn gọi là điều khiển vị trí - quỹ đạo, là quá trình xác định phương pháp điều khiển thích hợp để các khớp tay Robot theo sát quỹ đạo thiết kế trong suốt thời gian hoạt động Quá trình này bao gồm việc điều chỉnh tốc độ và vị trí của tay Robot, với mục tiêu chính là thực hiện điều khiển quỹ đạo một cách hiệu quả.
Điều khiển tinh, hay còn gọi là điều khiển lực, là một bài toán quan trọng trong lĩnh vực robot, vì nó không chỉ xem xét lực mà còn cả quỹ đạo di chuyển trong môi trường làm việc của robot.
Hình 1.10 Sơ đồ tổng quan về hệ thống điều khiển Robot
1.6.1 Các phương thức điều khiển
Điều khiển theo quỹ đạo đặt gồm 3 phương thức điều khiển):
Điều khiển Robot theo chuỗi các điểm giới hạn
Điều khiển Robot theo kiểu điểm - điểm (PTP)
Robot điều khiển theo quỹ đạo liên tục PCC
Điều khiển ứng dụng kỹ thuật cao (Robot thông minh)
Điều khiển lực: dựa vào tính chất của đối tƣợng điều khiển là tuyến tính hay phi tuyến
1.6.2 Điều khiển theo quỹ đạo đặt Điều khiển theo chuỗi các điểm giới hạn
Phương thức điều khiển robot bằng cách thiết lập công tắc giới hạn và điểm dừng cơ khí cho phép khởi động và kết thúc chuyển động của các khớp nối Việc này tương tự như lập trình cho robot, trong đó mỗi công tắc được coi như một phần tử nhớ Phương pháp này thường được áp dụng cho các loại robot đơn giản và giúp thực hiện điều khiển lặp lại hiệu quả.
Robot thường được sử dụng trong các hệ thống điều khiển phức tạp, di chuyển theo quỹ đạo đã được tính toán trước thông qua chuỗi vị trí xác định Các vị trí này được lưu trữ trong bộ nhớ của robot, và robot phải tự tính toán để đạt được những vị trí mong muốn theo các điều kiện tối ưu Robot điều khiển playback được chia thành hai loại dựa trên phương thức điều khiển.
+ Điều khiển theo kiểu điểm - điểm (PTP)
Phương thức điều khiển kiểu điểm - điểm cho phép robot tự xác định quỹ đạo chuyển động từ điểm này sang điểm khác dựa trên điều kiện cụ thể Quỹ đạo này được ghi nhớ dưới dạng chuỗi các vị trí điểm mong muốn, và robot sẽ tự động tìm cách đạt tới các điểm đó bằng cách so sánh tọa độ hiện tại với tọa độ mục tiêu Quá trình này bao gồm việc tính toán để giảm thiểu sai lệch giữa các tọa độ Phương thức này đặc biệt phù hợp với các robot thực hiện các hoạt động như “gắp” và “nhả”.
+ Điều khiển theo quỹ đạo liên tục
Robot được điều khiển bằng cách ghi nhớ quỹ đạo chuyển động tới các điểm đã định sẵn, với quỹ đạo liên tục có thể được thể hiện dưới dạng các điểm hoặc tham số về vận tốc, gia tốc và thời gian thông qua các đa thức nội suy bậc cao Phương pháp này đặc biệt quan trọng trong các nguyên công công nghệ như sơn, hàn và cắt, nơi tay máy thực hiện các thao tác trực tiếp Robot thông minh không chỉ thực hiện chương trình đã được lập trình mà còn có khả năng tùy biến hành động dựa trên cảm nhận từ môi trường thông qua các cảm biến như quang, nhiệt, và âm thanh, sử dụng logic mờ và mạng nơron Những robot này có khả năng giao tiếp với con người và hệ thống máy tính, giúp thực hiện các công việc phức tạp trong nhà máy, đồng thời hiểu và thực hiện các lệnh đơn giản từ con người.
Các hệ thống điều khiển hệ tuyến tính
Khi khảo sát đặc tính động học của đối tượng điều khiển hoặc hệ thống, các đối tượng thường được coi là tuyến tính, cho phép mô tả bằng hệ phương trình vi phân tuyến tính Nguyên lý xếp chồng của hệ tuyến tính giúp tách riêng các thành phần đặc trưng cho từng chế độ làm việc, hỗ trợ nghiên cứu bằng các công cụ toán học chặt chẽ và hiệu quả Mô hình tuyến tính mang lại nhiều ưu điểm trong việc mô tả hệ thống.
Mô hình đơn giản với các tham số tuyến tính dễ dàng xác định thông qua các phương pháp thực nghiệm, loại bỏ sự cần thiết phải sử dụng các phương trình hóa lý phức tạp để mô tả hệ thống.
- Các phương pháp tổng hợp bộ điều khiển tuyến tính rất phong phú và không tốn nhiều thời gian để thực hiện
Cấu trúc đơn giản của mô hình giúp dễ dàng theo dõi kết quả điều khiển và cho phép điều chỉnh mô hình để phù hợp với yêu cầu thực tế.
Mô hình tuyến tính và lý thuyết điều khiển tuyến tính đã chứng tỏ những ưu điểm vượt trội, dẫn đến việc chúng được ứng dụng rộng rãi trong nhiều lĩnh vực.
Các hệ thống điều khiển hệ phi tuyến
Trong thực tế, nhiều đối tượng được điều khiển, đặc biệt là robot, có tính động học phi tuyến mạnh, không đáp ứng nguyên lý xếp chồng Điều này cho thấy không phải tất cả các hệ thống có thể được mô tả bằng mô hình tuyến tính, và các giả thiết cho phép xấp xỉ bằng mô hình tuyến tính cũng không phải lúc nào cũng được thỏa mãn Hơn nữa, để đạt được độ tối ưu trong tác động nhanh, cần sử dụng bộ điều khiển phi tuyến Những hạn chế này yêu cầu nghiên cứu trực tiếp tính toán động học của đối tượng và tổng hợp hệ thống bằng các công cụ toán học phi tuyến.
1.6.4 Các phương pháp điều khiển Robot
Đến nay, đã có nhiều phương pháp và hệ thống điều khiển robot được thiết kế và áp dụng trong thực tế, với các phương pháp điều khiển chủ yếu được phát triển để tối ưu hóa hiệu suất và tính chính xác của robot.
- Điều khiển động lực học ngƣợc
- Điều khiển phản hồi phân ly phi tuyến
- Các hệ thống điều khiển thích nghi
+ Điều khiển thích nghi theo sai lệch
+ Điều khiển thích nghi theo mô hình mẫu (MRAC) + Điều khiển động lực học ngƣợc thích nghi
Xây dựng phương trình động lực học cho robot 2 bậc tự do
Các phương trình động lực học robot được thiết lập trên cơ sở phương trình Lagrange bậc 2:
F Mi - là động lực hình thành trong khớp động thứ i khi thực hiện chuyển động q i - là biến khớp (tọa độ suy rộng)
q i là đạo hàm bậc nhất của biến khớp theo thời gian Để mô tả vị trí giữa hai hệ tọa độ i và i-1, ta sử dụng ma trận thuần nhất A i, hay viết đầy đủ là i-1 A i Ma trận này cho phép diễn tả trạng thái của một điểm bất kỳ trong hệ tọa độ thứ i-1 từ hệ tọa độ thứ i.
Các biến khớp q i đại diện cho các thông số dịch chuyển của khớp động robot, và vị trí của điểm tác động cuối của robot được xác định hoàn toàn bởi bộ biến khớp này.
1.7.1 Vận tốc và gia tốc Để xây dựng mô hình động lực học robot dung phương trình Lagrange bậc 2, cần biết vận tốc của điểm bất kì trên tay máy Điểm M nào đó trong hệ tọa độ I, xác định bằng véc tơ mở rộng i r i :
Kí hiệu \( i_r^i \) thể hiện điểm M trong hệ tọa độ \( i \), trong khi kí hiệu \( 0_r^i \) chỉ ra điểm M trong hệ tọa độ \( i \) nhưng được biểu diễn trong hệ tọa độ cơ bản \( (x, y, z) \) Để mô tả vị trí tương đối giữa hệ tọa độ thứ \( i \) và hệ tọa độ \( i-1 \), ta sử dụng ma trận \( A_{i-1}^i \), còn ma trận \( A_0^i \) được dùng để mô tả mối quan hệ giữa hệ tọa độ thứ \( i \) và hệ tọa độ cơ bản.
Vậy quan hệ giữa 0 r i và i 1 r i có thể biểu thị nhƣ sau:
Ma trận i 1 A i đã có từ biểu thức trên:
Biểu thức (1.11) là viết cho trường hợp khớp quay i, còn nếu khớp tịnh tiến thì a i 0 Đối với khớp quay thì i là biến khớp
Các phần tử khác không của ma trận 0 A i đều là hàm của j , d j , j và a j
Trong bài viết này, các thông số αi,j được xác định dựa trên cấu trúc cụ thể của tay máy Điều này cho thấy rằng các phần tử này phụ thuộc vào biến khớp qi, trong đó qi tương ứng với θj đối với khớp quay và di đối với khớp tịnh tiến.
Việc phân biểu thức (1.14) cần chú ý rằng các vector \( \mathbf{r}_i \) là không đổi trong hệ tọa độ thứ \( i \), do giả thiết rằng các khâu của tay máy là vật rắn tuyệt đối.
(1.6) Đạo hàm ma trận i 1 A i đối với biến khớp q i có thể dễ dàng xác định theo công thức sau:
(1.7) Trong đó đối với khớp quay:
Trong trường hợp i=1,2,…,n ta có:
Trong các ma trận bên vế phải chỉ có A j phụ thuộc vào q j , do đó theo (1.9) ta có:
Với D j tính theo công thức (1.11):
Phương trình (1.11) mô tả sự thay đổi vị trí các điểm của khâu thứ i gây nên bởi sự dịch chuyển của khớp động thứ j
Kí hiệu vế trái của (1.11) là U ij và đơn giản hóa các viết (1.11) nhƣ sau:
Tiếp theo, từ biểu thức (1.16) xác định gia tốc:
Kí hiệu K i là động năng của khâu i (i=1,2,…,n) và dK i là động năng của một chất điểm khối lƣợng dm thuộc khâu i:
T i i i dK x y z dm Tr VV dm (1.15)
Trong đó Tr là vết của ma trận:
1 2 i i T i i i i T T i ip p i ir p i ip i i p r p r p r dK Tr U q r U q r dm Tr U r r U q q dm
Ma trận U ij thể hiện sự thay đổi vị trí của các điểm trong khâu i do dịch chuyển của khớp động j Ma trận này không thay đổi theo thời gian và không phụ thuộc vào phân bố khối lượng trên khâu i, tức là không liên quan đến dm Hơn nữa, đạo hàm của biến khớp q i theo thời gian cũng không phụ thuộc vào dm.
Phần trong ngoặc đơn là ma trận quán tính J i của khâu i:
2 i i i i i i i i i i i i i i T i i i i i i i i i i i i x dm x y dm x z dm x dm x y dm y dm z y dm y dm
J r r dm x z dm z y dm z dm z dm x dm y dm z dm dm
Nếu dùng Tenso quán tính I ij :
Với các chỉ số i, j, k lần lượt tương ứng với các giá trị x, y, z trong hệ tọa độ, và kí hiệu Cronecke là ij, ma trận J i có thể được biểu diễn dưới dạng sau:
2 xx yy zz xy xz i i xx yy zz xy yz i i i xx yy zz xz yz i i i i i i i i i
(1.20) Ở đây i r i x y z i , i , ,1 i T - bán kính vector biểu diễn trọng tâm của khau thứ I trong hệ tọa độ i Công thức (1.20) viết thành:
m và j=1,2,3; k=1,2,3 i r i x y z i , i , ,1 i T - bán kính vector biểu diễn trọng tâm của khâu thứ i trong hệ tọa độ i
Vậy, động năng của toàn cơ cấu tay máy bằng tổng đại số động năng của các khâu động:
Các ma trận J i (với i = 1, 2, 3, , n) chỉ phụ thuộc vào phân bố khối lượng của khâu i trong hệ tọa độ tương ứng, mà không liên quan đến vị trí và vận tốc Do đó, ma trận J i chỉ cần được tính một lần duy nhất.
Trong đó: g - vector gia tốc trọng trường, g = (0,0,-g,0)
(gia tốc trọng trường g = 9.8 m s / 2 ) Thế năng của toàn cơ cấu n khâu động:
1.7.4 Mô hình động học tay máy Để xây dựng mô hình động lực học tay máy dung phương trình Lagrange bậc
Mi r jk j ji k r jk j ji k k j ji j j k j k m j
Biểu thức (1.25) có thể viết gọn lại nhƣ sau:
Hoặc là dưới dạng ma trận:
F t - vector (nx1) lực động, tạo nên ở n khớp động:
(1.29) ( ) q t - vector (nx1) tốc độ thay đổi biến khớp:
- vector (nx1) gia tốc biến khớp:
(1.31) D(q) – Ma trận (nxn), có các phần tử D ik sau đây: max( , )
( , ) h q q - vector (nx1) lực li tâm và Coriolit:
(1.34) c(p) – vector (nx1) lực trọng trường
1.7.5 Động lực học cánh tay robot 2 bậc tự do
Theo bài toán động học thuận của cánh tay 2 bậc tự do đã tính ở trên ta có các ma trận i 1 A i i ( 1, 2) :
Ta dung các kí hiệu sau:
C i cos ; i S i sin ; i C ij cos( i j );S ij sin( i j )
Ta chọn 2 khớp của cánh tay có độ dài bằng nhau nên l 1 l 2 l
Tương tự đối với U 11 và U 12 :
Theo (1.20) và giả thiết cả các thành phần momen ly tâm quán tính đều bằng
Trên cơ sơ (1.32) ta có:
Tính các số hạng trong biểu thức (1.42) đối với i=1, ta có:
Và theo (1.33) tính các hệ số h Ikm rồi thay vào phương trình trên, ta được: h 1 1/ 2 m S l 2 2 2 2 2 m S l 2 2 2 1 2
Trên cơ sở (1.34) ta có:
Vậy vector trọng trường sẽ là:
Cuối cùng ta có phương trình động lực học của cơ cấu tay máy 2 bậc tự do ở dạng sau:
Chương 1 đã trình bày tổng quát về Robot công nghiệp từ lịch sử ra đời đến các giai đoạn phát triển, những ƣu – nhƣợc điểm trong các lĩnh vực ứng dụng của Robot Tìm hiểu cấu trúc chung của Robot và các phương pháp điều khiển chuyển động của Robot để Robot ngày càng linh hoạt, thông minh đáp ứng nhu cầu sử dụng của con người trong mọi lĩnh vực: sản xuất, công nghiệp, dịch vụ Mục đích logic mờ.Đồ án tập trung nghiên cứu phương pháp điều khiển chính đó là phương pháp điều khiển dựa trên logic mờ sẽ được phân tích trong chương 2.
PHƯƠNG PHÁP ĐIỀU KHIỂN LOGIC MỜ-NƠRON
Giới thiệu chung về logic mờ
Logic mờ, được phát triển bởi giáo sư Lotfi Zadeh tại đại học Berkeley vào những năm 60 ở Mỹ, đã trở thành một ngành kỹ thuật điều khiển mới, ứng dụng rộng rãi tại châu Âu và Nhật Bản Kỹ thuật này dựa trên cách xử lý thông tin của bộ não con người, chuyển từ hệ sinh học sang hệ kỹ thuật, mang lại những bước tiến vượt bậc trong điều khiển tự động Ví dụ, việc điều khiển xe hơi trong thành phố trở nên khả thi nhờ vào logic mờ, điều mà trước đây con người không dám nghĩ tới Ưu điểm nổi bật của điều khiển mờ là khả năng xử lý thông tin không chính xác hoặc không đầy đủ, một đặc điểm mà hệ thống lý thuyết cổ điển không có.
Những lĩnh vực mà logic mờ đƣợc ứng dụng và có nhiều thành tựu:
- Định dạng mô hình mẫu (hình ảnh, âm thanh, xử lý dữ liệu);
- Phân tích định lƣợng (nghiên cứu khoa học, quản lý);
- Suy luận (giao diện thông minh, robot, kỹ thuật phần mềm);
- Phục hồi thông tin (dữ liệu).
Cơ sở lý thuyết mờ
2.2.1 Tập mờ Định nghĩa: Tập mờ F xác định trên tập kinh điển M là một tập mà mỗi phần tử của nó là một cặp giá trị (x,μF(x)), trong đó x M và μ F làm một ánh xạ: μF : M → [0 1]
- Tập kinh điển M là cơ sở của tập mờ F
- Ánh xạ μ F gọi là hàm đặc trƣng của tập mờ F Ý nghĩa:
Tập mờ F ánh xạ mỗi giá trị x từ tập kinh điển vào khoảng [0,1], thể hiện mức độ phụ thuộc của nó vào tập M Mức độ phụ thuộc bằng 0 cho thấy x không liên quan đến tập M, trong khi mức độ phụ thuộc bằng 1 cho biết x hoàn toàn đại diện cho tập M.
Khi μ F (x) tăng dần thì độ phụ thuộc của x tăng dần Điều này tạo nên một đường cong qua các phần tử của tập hợp (hình 2.1)
Một tập mờ gồm 3 thành phần:
- Đoạn [0, 1] trên trục tung thể hiện độ phụ thuộc của tập mờ
- Hàm đặc trưng μF (x) xác định độ phụ thuộc tương ứng của các phần tử đối với tập mờ [1]
Miền trong logic mờ (hình 2.2) Độ cao tập mờ F là giá trị h = Sup μF(x), trong đó SupμF(x) chỉ giá trị nhỏ nhất trong tất cả các chặn trên của hàm μF(x)
Miến xác định của tập mờ F, kí hiệu là S là tập con thỏa mãn :
Miền tin cậy của tập mờ F, kí hiệu là T là tập con thỏa mãn :
Các dạng hàm liên thuộc trong logic mờ
Có rất nhiều dạng hàm liên thuộc nhƣ : Gaussian, PI-shape, S-shape, Singmoidal, Z-shape…
Hình 2.2 Miền trong logic mờ 2.2.2 Biến ngôn ngữ
Là thành phần chính trong hệ thống mờ, các thành phần ngôn ngữ trong cùng một ngữ cảnh được kết hợp với nhau Biến ngôn ngữ là loại biến có giá trị là từ ngữ hoặc câu nói theo ngôn ngữ tự nhiên hoặc không tự nhiên.
Mức độ thỏa mãn của một giá trị vật lý trong ngôn ngữ được gọi là độ phụ thuộc Đối với biến liên tục, độ phụ thuộc này được biểu diễn qua hàm đặc trưng, hàm này ánh xạ tập các giá trị vật lý thành tập các giá trị phụ thuộc vào ngôn ngữ.
Sau đây là một số dạng đặc trƣng:
Là dạng đơn giản nhất, thường dùng mô tả các khái niệm chưa biết hay chưa hiểu rõ ràng
Hình 2.3 Tập mờ tuyến tính
(a)- Tập mờ tuyến tính tăng (b) – Tập mờ tuyến tính giảm
Dạng đường cong S (hình 2.4) Đặc trưng bởi 3 thông số α, , tương ứng với độ phụ thuộc là: 0; 0.5; 1
Hình 2.4 Dạng đường cong S Độ phụ thuộc tại điểm x đƣợc xác định theo công thức sau:
Dạng đường cong hình chuông
Dạng đường cong hình chuông (hình 2.5) đặc trưng cho các số mờ xấp xỉ một giá trị trung tâm, là hai đường cong S tăng và S giảm
Hình 2.5 Dạng đường cong hình chuông Dạng hình tam giác, hình thang và hình vai
Dạng hình chuông đƣợc thay thế bằng các dạng hình tam giác, hình thang do yêu cầu tiết kiệm bộ nhớ của các bộ vi xử lý
-Dạng hình tam giác (hình 2.7)
Hình 2.7 Dạng hình tam giác
Vùng giữa các biến mô hình thường được mô tả bằng các tập mờ với hàm đặc trưng hình tam giác, trong khi các vùng biên thường sử dụng hàm đặc trưng hình vai.
Các phép toán trên tập mờ
Một nguyên tắc quan trọng trong việc xây dựng các phép toán trên tập mờ là không được mâu thuẫn với các phép toán trong lý thuyết tập hợp kinh điển Tương tự như định nghĩa về tập mờ, các phép toán này cũng được định nghĩa qua các hàm phụ thuộc, được xây dựng giống như các phép toán trên tập hợp kinh điển Do đó, việc thành lập các phép toán trên tập mờ liên quan đến việc xác định các hàm phụ thuộc đại diện cho các phép hợp, giao, bù, và các phép toán khác trên những tập mờ.
Mỗi phép toán trên tập hợp mờ có thể được biểu diễn bằng nhiều công thức khác nhau, dẫn đến việc bài toán điều khiển mờ cũng có nhiều giải pháp đa dạng.
* Cho X,Y là hai tập mờ trên không gian nền B, có các hàm thuộc tương ứng là μX, μY khi đó ta có các phép toán sau :
Phép hợp hai tập mờ : X Y
1.Theo luật MAX (hình 2.15): μ X (b) μY(b) = Max{ μ X (b) , μ Y (b)}
Hình 2.9 Phép hợp hai tập mờ theo luật lấy max
Phép giao hai tập mờ : X Y
*Các phép toán của hai tập mờ khác nền
A là tập mờ trên nền X có hàm thuộc μA(x)
B là tập mờ trên nền Y có hàm thuộc μB(y)
A tập mờ mở rộng của tập mờ A trên nền XxY và có hàm thuộc là μA(x,y)
B tập mờ mở rộng của tập mờ B trên nền XxY và có hàm thuộc là μB(x,y) μB(y), VX
Hợp của A,B là μAUB(x,y) = μAUB(x,y)
2.2.4 Luật hợp thành mờ (Mamdani)
Trong lý thuyết ngôn ngữ mờ, cho hai biến x và y, nếu x nhận giá trị mờ A với hàm phụ thuộc μA(x) và y nhận giá trị mờ B với hàm phụ thuộc μB(y), thì biểu thức x = A được gọi là mệnh đề điều kiện, trong khi y = B được gọi là mệnh đề kết luận.
Nếu lần lƣợt ký hiệu hai mệnh đề trên là p và q thì ta có mệnh đề hợp thành: p q
Và mệnh đề này hoàn toàn tương ứng với luật điều khiển:
Mệnh đề hợp thành cho phép xác định hệ số thỏa mãn mệnh đề kết luận q của giá trị đầu ra y từ độ phụ thuộc A (x 0 ) đối với tập mờ A của giá trị đầu vào x 0 Hệ số này, được gọi là giá trị của mệnh đề hợp thành khi đầu vào bằng A, là một giá trị mờ Nếu giá trị mờ được biểu diễn dưới dạng tập hợp C, thì mệnh đề hợp thành mờ chính là ánh xạ.
“Độ phụ thuộc của kết luận không được lớn hơn độ phụ thuộc điều kiện”
Nếu hệ thống có nhiều đầu vào và nhiều đầu ra thì mệnh đề suy diễn có dạng tổng quát nhƣ sau:
Mệnh đề hợp thành mờ được mô tả qua ánh xạ A (x 0 ) C (y), cho thấy rằng mỗi phần tử trong tập hợp là một giá trị mờ (A(x 0 ), C(y)) Điều này có nghĩa là mỗi phần tử đều là một tập mờ, và mô tả mệnh đề hợp thành chính là việc thể hiện ánh xạ này.
Dựa trên định nghĩa và tính chất của lý thuyết tập kinh điển, mệnh đề hợp thành mờ được định nghĩa là giá trị của nó là một tập mờ B’ được xác định trên nền Y, tức là không gian nền của B, và có hàm liên thuộc.
( A , B ): [0,1] và tuân theo quy tắc hợp thành mờ
Hai quy tắc thường được sử dụng nhất là:
* Quy tắc hợp thành min
Giá trị của mệnh đề hợp thành mờ là một tập mờ B ’ định nghĩa trên nền Y (không gian nền của B) và có hàm liên thuộc
* Quy tắc hợp thành PROD
Giá trị của mệnh đề hợp thành mờ B’ định nghĩa trên nền Y (không gian nền của B) và có hàm liên thuộc
Luật hợp thành là khái niệm chỉ mô hình biểu diễn một hoặc nhiều hàm thuộc về một hoặc nhiều mệnh đề hợp thành, tức là tập hợp các mệnh đề hợp thành.
Các luật hợp thành cơ bản
Luật MAX – MIN; Luật MAX – PROD
Luật SUM – MIN; Luật SUM – PROD
Thực tế cho thấy, bộ điều khiển mờ thường liên quan đến nhiều mệnh đề hơn là chỉ một mệnh đề hợp thành duy nhất Dưới đây là một số luật hợp thành phổ biến thường được áp dụng.
Thuật toán xây dựng luật hợp thành có nhiều mệnh đề hợp thành
Cho p mệnh đề hợp thành:
Các giá trị mờ A1, , Ap chia sẻ tập hợp nền X, trong khi B1, , Bp có cùng tập hợp nền Y Hàm phụ thuộc của A k và B k được ký hiệu lần lượt là μ AK (x) và μ BK (y) với k = 1, 2, , p Thuật toán triển khai R = R1 ∪ R2 ∪ ∪ Rp được thực hiện theo quy trình như sau:
- Rời rạc hóa tập X tại n điểm x 1 , x 2 ,…,x n và tập Y tại mờ điểm y 1 , y 2 ,…,y m
- Mờ hóa các điểm rời rạc của X và Y bằng cách xác định các vectơ AK và
2.2.5 Các phương pháp giải mờ (defuzzification)
Giải mờ là quá trình chuyển đổi các giá trị mờ thành giá trị rõ ràng, cần thiết để điều khiển thiết bị trong không gian khảo sát mờ Quá trình này giúp xác định một giá trị rõ y’ từ hàm phụ thuộc B , (y) của giá trị mờ B’ (tập mờ), nhằm đảm bảo rằng đầu ra của bộ suy luận mờ có thể được sử dụng hiệu quả trong các ứng dụng thực tiễn.
Bộ điều khiển mờ cơ bản
2.3.1 Cấu trúc một bộ điều khiển mờ
Một bộ điều khiển mờ gồm 3 khâu cơ bản, đƣợc mô tả trên hình 2.15: [1]
+ Thực hiện luật hợp thành
Hình 2.14 Bộ điều khiển mờ cơ bản 2.3.2 Nguyên lý điều khiển mờ
Hình 2.15 Nguyên lý điều khiển mờ
Hệ thống điều khiển mờ (hình 2.16) đƣợc thiết kế trên:
- Giao diện đầu vào bao gồm khâu mờ hóa và các khâu hiệu chỉnh nhƣ tỷ lệ, tích phân, vi phân
Thiết bị hợp thành được triển khai dựa trên luật hợp thành R, được xây dựng từ luật điều khiển, hay còn được gọi là luật quyết định trong một số tài liệu khác.
- Giao diện đầu ra gồm: khâu giải mờ và các khâu giao diện trực tiếp với đối tƣợng
2.3.3 Thiết kế bộ điều khiển mờ
Bước 1: Định nghĩa tất cả các biến ngôn ngữ vào/ ra
Bước 2: Xác định các tập mờ cho từng biến vào/ ra (mờ hóa)
+ Miền giá trị vật lý của các biến ngôn ngữ
+ Rời rạc hóa tập mờ
Bước 3 Xây dựng luật hợp thành
Bước 4 Chọn thiết bị hợp thành
Bươc 5 Giải mờ và tối ưu hóa
* Những lưu ý khi thiết kế bộ điều khiển mờ
- Không bao giờ dùng điều khiển mờ để giải quyết bài toán mà có thể dễ dàng thực hiện bằng bộ điều khiển kinh điển
- Không nên dùng bộ điều khiển mờ cho các hệ thống cần độ an toàn cao
- Thiết kế bộ điều khiển mờ phải đƣợc thực hiện qua thực nghiệm
* Phân loại các bộ điều khiển mờ
- Điều khiển mờ trƣợt (SMFC)
- Điều khiển tra bảng (CMFC)
- Điều khiển Tagaki/ Sugeno (TSFC)
Phần mềm Matlab Simulink
2.4.1 Giới thiệu phần mềm Matlab
MATLAB, viết tắt của Matrix Laboratory, là phần mềm mô phỏng phổ biến trong nhiều lĩnh vực khoa học, trở thành công cụ tính toán kỹ thuật hàng đầu cho phân tích dữ liệu và thiết kế mô phỏng Phần mềm này rất phù hợp cho các bài toán điều khiển tự động và xử lý tín hiệu, có khả năng giải quyết từ những bài toán đơn giản như căn bậc hai và logarit đến các vấn đề phức tạp như phương trình số phức, phương trình ma trận, phương trình vi phân bậc bất kỳ, phương trình đa thức bậc cao và chuyển đổi Laplace.
Matlab cung cấp nhiều tính năng đồ họa, cho phép người dùng vẽ các đặc tính trên mặt phẳng hai chiều hoặc không gian ba chiều Ngoài ra, Matlab còn hỗ trợ truy cập các đối tượng đồ họa khác của Windows và thông qua phương thức Image.
Matlab còn có khả năng lập trình nhƣ một ngôn ngữ thật sự, có cấu trúc lệnh giống Pascal hoặc C, có thể lập trình các đối tƣợng đồ họa
Matlab cung cấp thủ tục Demo giúp chúng ta tìm hiều các khả năng và ứng dụng Matlab
Hình 2.17 thể hiện giao diện biểu tƣợng của phần mềm Matlab
Hình 2.16 Giao diện biểu tƣợng của Matlab
Ta có thể chia Matlab thành 5 phần chính nhƣ sau:
Ngôn ngữ Matlab là một ngôn ngữ lập trình mạnh mẽ, dựa trên ma trận và mảng cấp cao, tích hợp các điều khiển, hàm, cấu trúc dữ liệu và tính năng xuất nhập Nó hỗ trợ lập trình đơn giản cũng như phát triển các ứng dụng lớn và phức tạp một cách hiệu quả.
Môi trường làm việc Matlab là bộ sưu tập công cụ và tính năng hỗ trợ người dùng trong việc lập trình và sử dụng Matlab Nó cung cấp các chức năng quản lý biến trong vùng làm việc, cũng như khả năng xuất nhập dữ liệu Bên cạnh đó, môi trường này còn bao gồm các công cụ phát triển, quản lý và lập trình M-file, cùng với các ứng dụng Matlab khác.
Môi trường đồ họa trong Matlab là tập hợp các lệnh cấp cao cho phép xử lý đồ họa linh hoạt, giúp người dùng tạo ra giao diện hình ảnh cho các ứng dụng một cách dễ dàng và hiệu quả.
Thư viện các hàm toán học trong Matlab cung cấp một bộ sưu tập phong phú các hàm toán học và thuật toán tính toán, bao gồm các hàm cơ bản như tổng, sin, cos, cũng như các hàm đại số cho số thực và phức Ngoài ra, nó còn hỗ trợ các hàm nâng cao như tính toán ma trận nghịch đảo, tìm trị riêng của ma trận, hàm Bessel, khai triển Fourier, tích phân và vi phân.
Giao diện lập trình ứng dụng Matlab (API) là một thư viện cho phép lập trình viên viết các chương trình bằng ngôn ngữ C hoặc Fortran, đồng thời gọi Matlab như một công cụ tính toán mạnh mẽ cho các ngôn ngữ này.
2.4.2 Giới thiệu Matlab Simulink và các Toolbox
Simulink, viết tắt từ Simulation and Link, là một phần mềm mô phỏng mạnh mẽ đi kèm với Matlab, chuyên dùng cho các hệ thống động Chương trình này sử dụng giao diện đồ họa, cho phép người dùng dễ dàng vẽ và kết nối các khối mô hình theo cách linh hoạt Simulink có khả năng mô phỏng đa dạng các hệ thống, bao gồm cả phi tuyến và tuyến tính.
Simulink cho phép người dùng dễ dàng tạo và tùy chỉnh các mô hình từ đầu hoặc sử dụng các mô hình có sẵn với những kết nối bổ sung Người dùng có thể thay đổi các thông số và ngay lập tức quan sát những thay đổi đó Hơn nữa, với việc tích hợp các công cụ phân tích trong Matlab, việc thu thập kết quả tính toán để tiếp tục mô phỏng, phân tích và trực quan hóa trở nên đơn giản hơn bao giờ hết.
Simulink biến máy tính thành một phòng thí nghiệm thu nhỏ, cho phép người dùng mô phỏng, mô hình hóa và phân tích các hệ thống một cách dễ dàng Điều này giúp vượt qua những khó khăn mà việc thực hiện trong thực tế có thể gặp phải.
Simulink là phần mềm chuyên dụng cho mô hình hóa, mô phỏng và phân tích các hệ thống động, hỗ trợ cả hệ thống phi tuyến và tuyến tính Nó cho phép mô phỏng trong khoảng thời gian liên tục và các khoảng thời gian lấy mẫu Với giao diện đồ họa, Simulink giúp người dùng dễ dàng xây dựng mô hình thông qua các khối mô phỏng, nguồn, và công cụ phi tuyến cũng như tuyến tính, đồng thời cho phép thay đổi hoặc tạo các khối riêng.
Chúng ta có thể xây dựng các mô hình thông qua hai cách tiếp cận: từ trên xuống và từ dưới lên Phương pháp này cho phép quan sát hệ thống ở mức tổng quát và sau đó "double-click" để xem chi tiết hơn về từng khối Nhờ đó, chúng ta có thể hiểu rõ cách thức xây dựng các mô hình cũng như các tính chất liên quan đến chúng.
Sau khi hoàn thành mô hình, người dùng có thể tiến hành mô phỏng bằng cách chọn các phương pháp phân tích từ menu của Simulink hoặc cửa sổ lệnh của Matlab Để theo dõi kết quả mô phỏng, có thể sử dụng đồng hồ đo, dao động ký hoặc các khối hiển thị Người dùng có thể điều chỉnh các thông số trong mô hình để đạt được kết quả mong muốn Kết quả mô phỏng có thể được chuyển tiếp vào vùng làm việc của Matlab để xử lý thêm Với sự tích hợp giữa Matlab và Simulink, việc mô phỏng, phân tích và điều chỉnh có thể thực hiện linh hoạt trên cả hai nền tảng.
Fuzzy Logic ToolBox là một bộ công cụ trong môi trường tính toán số của Matlab, cung cấp nhiều hàm hữu ích cho việc xây dựng và thiết lập hệ thống suy luận mờ (FIS) Người dùng có thể tạo ra các hệ thống này thông qua Command Windows của Matlab hoặc bằng ngôn ngữ C Ngoài ra, ToolBox cũng hỗ trợ giao diện đồ họa (GUI) giúp người sử dụng hoàn thành công việc một cách dễ dàng hơn, bên cạnh việc sử dụng các dòng lệnh nếu họ muốn.
Toolbox có ba loại công cụ:
- Những công cụ về Graphical, interactive
- Những ví dụ và các khối mô phỏng
Phần đầu tiên của các công cụ liên quan đến các hàm có thể gọi qua cửa sổ lệnh trong Matlab Khi cần thực hiện nhiều lệnh, người dùng nên sử dụng M-file Cú pháp để gọi các lệnh này được trình bày như sau:
Kết luận chương 2
Chương 2 đã phân tích các phương pháp thiết kế bộ điều khiển mờ Đưa ra cấu trúc bộ điều khiển mờ cho bài toán để điều khiển chuyển động của Robot 2 khâu và phần mền Matlab phục vụ cho mô phỏng HTĐK Chi tiết cách xây dựng bộ điều khiển và các kết quả mô phỏng sẽ được trình bày ở chương 3.