Tổng quan về luận án

Luận án này tập trung vào việc phát triển các giải pháp tiên tiến cho bài toán mô hình hóa và điều khiển các quá trình đa biến sử dụng tính toán phân số (fractional calculus). Trong bối cảnh công nghiệp hóa và tự động hóa ngày càng cao, các hệ thống đa biến phức tạp, đặc trưng bởi sự tương tác mạnh mẽ giữa các biến, đặt ra thách thức lớn trong việc thiết kế các bộ điều khiển hiệu quả và bền vững. Nghiên cứu này xuất phát từ thực tế "gần như toàn bộ thiết bị, bộ điều khiển và thậm chí các chương trình điều khiển đang sử dụng trong các dây chuyền hiện đại đều là ngoại nhập" (trang 1), nhấn mạnh nhu cầu cấp thiết về việc làm chủ công nghệ điều khiển trong nước. Mặc dù bộ điều khiển PID truyền thống vẫn chiếm ưu thế trong công nghiệp, với "khoảng 90% trong các bộ điều khiển công nghiệp" ([21], trang 2), nghiên cứu này mở ra một hướng tiếp cận mới mẻ thông qua điều khiển bậc phân số (fractional-order control) nhằm nâng cao hiệu suất và khả năng thích ứng của hệ thống.

Research Gap SPECIFIC với citations từ literature: Nghiên cứu xác định ba khoảng trống chính trong tài liệu hiện có. Đầu tiên, mặc dù điều khiển phân số đã được nghiên cứu sâu rộng cho các hệ đơn biến, "áp dụng điều khiển phân số vào các quá trình đa biến vẫn là bài toán mở và cần được tập trung nghiên cứu vì hầu hết các ứng dụng trong thực tế là hệ đa biến" (trang 12). Thứ hai, trong kỹ thuật phân ly (decoupling techniques) cho hệ đa biến, "việc tính toán và rút gọn các hàm truyền thành phần vẫn là vấn đề cần giải quyết, đặc biệt khi bậc của hệ đa biến tăng cao" (trang vi, Tóm tắt, và trang 17), bởi các phương pháp xấp xỉ truyền thống chỉ phù hợp với hàm truyền bậc nguyên và gặp gánh nặng tính toán. Cuối cùng, một khoảng trống quan trọng khác là "việc kết hợp giữa phân ly đơn giản hóa và bộ dự báo Smith cho hệ đa biến chưa được công bố ở bất kỳ công trình khoa học nào" (trang 18), đây là một chiến lược tiềm năng để xử lý cả tương tác biến và thời gian trễ trong hệ thống. Hơn nữa, "các công trình nghiên cứu về bộ điều khiển PI/PID phân số (FOPI/FOPID) cho hệ đa biến rất hạn chế và nếu có đa phần chỉ dừng lại hệ 2×2" (trang 21), thiếu đi các phương pháp hiệu chỉnh tổng quát cho các hệ bậc cao hơn.

Research questions và hypotheses:

  1. Làm thế nào để cải tiến kỹ thuật phân ly đơn giản hóa nhằm giảm gánh nặng tính toán khi bậc của hệ đa biến tăng cao?
    • Hypothesis 1.1: Sử dụng giải thuật tối ưu hóa bày đàn (PSO) có thể rút gọn và đơn giản hóa hiệu quả các hàm truyền thành phần của ma trận phân ly và ma trận hệ thống sau phân ly, tăng độ chính xác so với các phương pháp truyền thống.
  2. Một cấu trúc điều khiển kết hợp kỹ thuật phân ly đơn giản hóa và bộ dự báo Smith có thể cải thiện đáng kể đáp ứng của hệ đa biến có trễ, đặc biệt khi chịu ảnh hưởng của nhiễu quá trình và thay đổi giá trị đặt?
    • Hypothesis 2.1: Cấu trúc đề xuất sẽ cho hiệu quả điều khiển vượt trội hơn so với các phương pháp hiện có.
    • Hypothesis 2.2: Cấu trúc điều khiển đề xuất sẽ thể hiện sự ổn định bền vững cao trước các bất định mô hình.
  3. Có thể phát triển các quy luật hiệu chỉnh thông số mới cho bộ điều khiển PID bậc phân số (FOPID) áp dụng cho hệ đa biến bậc thấp (2x2) và bậc cao (3x3, 4x4) nhằm tối ưu hóa hiệu suất và ổn định bền vững?
    • Hypothesis 3.1: Phương pháp dựa trên cấu trúc mô hình nội (IMC) có thể cung cấp quy luật hiệu chỉnh hiệu quả cho hệ 2x2.
    • Hypothesis 3.2: Giải thuật tối ưu hóa bày đàn đa mục tiêu (MOPSO) có thể tối ưu các thông số FOPID cho hệ 3x3 và 4x4, đảm bảo đáp ứng đồng thời tiêu chí hiệu suất và ổn định bền vững.
  4. Các phương pháp điều khiển bậc phân số đề xuất có thể được kiểm chứng thực nghiệm trên một hệ đa biến thực tế (như hệ bốn bồn nước liên kết) và chứng minh khả năng ứng dụng trong thực tiễn?
    • Hypothesis 4.1: Phương pháp bình phương tối thiểu (LS) mở rộng có thể nhận dạng chính xác mô hình của hệ đa biến thực tế.
    • Hypothesis 4.2: Bộ điều khiển FOPID được thiết kế sẽ điều khiển hiệu quả hệ bồn nước liên kết trong chế độ thời gian thực.

Theoretical framework với tên theories cụ thể: Luận án xây dựng trên nền tảng vững chắc của Lý thuyết Điều khiển Phân số (Fractional Control Theory) do các nhà khoa học như Podlubny (1999) tiên phong, cùng với các đóng góp của Chen và nhóm CRONE (Oustaloup, Trigeassou, Malti). Các khái niệm toán học cốt lõi như Tích phân và Đạo hàm Riemann-Liouville là cơ sở để định nghĩa các toán tử bậc phân số. Về điều khiển hệ đa biến, luận án kế thừa Kỹ thuật Phân ly Đơn giản hóa (Simplified Decoupling Technique) của Vu và Lee (2013) và Bộ dự báo Smith (Smith Predictor) được Smith giới thiệu ban đầu. Để giải quyết bài toán tối ưu, Giải thuật Tối ưu hóa Bày đàn (PSO) và Giải thuật Tối ưu hóa Đa Mục tiêu (MOPSO) là các công cụ chính. Phân tích ổn định bền vững dựa trên Lý thuyết Ổn định Bền vững sử dụng cấu trúc M-Δ và Giá trị Suy biến Có Cấu trúc (SSV hay μ-synthesis). Lý thuyết Nhận dạng Hệ thống, đặc biệt là phương pháp Bình phương Tối thiểu (LS), được ứng dụng để xây dựng mô hình toán học.

Đóng góp đột phá với quantified impact: Luận án mang lại nhiều đóng góp đột phá. Thứ nhất, việc đề xuất cấu trúc điều khiển kết hợp phân ly đơn giản hóa và bộ dự báo Smith (F-SDSP) là hoàn toàn mới, giải quyết đồng thời bài toán tương tác biến và thời gian trễ, được chứng minh mang lại "hiệu quả tốt hơn hẳn khi so sánh với các phương pháp khác" (trang vi, Tóm tắt). Thứ hai, ứng dụng PSO để rút gọn mô hình các hàm truyền trong phân ly là một đổi mới đáng kể, đơn giản hóa tính toán và "tăng độ chính xác khi bậc của hệ đa biến tăng cao" (trang vi, Tóm tắt), khắc phục hạn chế của các phương pháp đồng nhất hệ số hay bình phương tối thiểu truyền thống. Thứ ba, việc phát triển các quy luật hiệu chỉnh FOPID đa biến toàn diện (IMC cho 2x2 và MOPSO cho 3x3, 4x4) giải quyết khoảng trống trong tài liệu hiện có, mở rộng khả năng ứng dụng của FOPID. Cuối cùng, nghiên cứu này không chỉ dừng lại ở mô phỏng mà còn thực hiện kiểm chứng thực nghiệm trên hệ bốn bồn nước liên kết, cung cấp bằng chứng cụ thể rằng "phương pháp điều khiển bậc phân số có thể áp dụng vào điều khiển vào các ứng dụng trong thực tế" (trang vii), tạo ra tiền đề vững chắc cho việc triển khai công nghiệp.

Scope (sample size, timeframe) và significance: Luận án tập trung nghiên cứu các hệ đa biến vuông (n×n), với lý thuyết tổng quát cho bậc n và nghiên cứu mô phỏng cụ thể cho hệ 2×2, 3×3 và 4×4, sử dụng các mô hình chuẩn quốc tế như tháp Vinante và Luyben (VL), bộ tách dầu nặng, tháp chưng cất Ogunnaike và Ray (OR), và hệ thống HVAC 4 phòng. Phần thực nghiệm được giới hạn kiểm chứng trên hệ 2×2, cụ thể là hệ bốn bồn nước liên kết, do những hạn chế về "kinh phí cũng như thiết bị" (trang 4). Thời gian nghiên cứu được thực hiện từ năm 2016 đến tháng 06/2024. Ý nghĩa của đề tài rất lớn, không chỉ thúc đẩy nghiên cứu cơ bản về điều khiển phân số và hệ đa biến mà còn mở ra cơ hội làm chủ công nghệ điều khiển trong nước, góp phần phát triển bền vững nền công nghiệp hiện đại và mang lại "lợi ích kinh tế rất lớn" khi triển khai vào các hệ thống sản xuất thực tế (trang vii).

Literature Review và Positioning

Synthesis của major streams với TÊN TÁC GIẢ và NĂM cụ thể: Lĩnh vực điều khiển bậc phân số đã chứng kiến sự phát triển mạnh mẽ từ thập niên 90. Podlubny (1999) được coi là người tiên phong với việc đề xuất bộ điều khiển PID phân số (FOPID), mở rộng bộ PID cổ điển. Các nhóm nghiên cứu nổi bật như của Chen et al. (tài liệu [10], [21]) đã đóng góp đáng kể vào việc mô phỏng và hiện thực hóa hệ thống động bậc phân số, phát triển các phép toán xấp xỉ số học và công cụ Matlab như F-MIGO ([22-24]) cho FOPI. Nhóm CRONE của Oustaloup, Trigeassou, Malti ([34-36]) cũng là một trụ cột, phát triển CRONE Toolbox và nghiên cứu sâu về ổn định bền vững của bộ điều khiển bậc phân số, cũng như phương pháp nhận dạng sử dụng mô hình sai phân phân số ([36-39]). Bên cạnh đó, các nghiên cứu về ổn định của hệ phân số của Matigon et al. ([42, 43]) và các giải thuật kiểm tra ổn định hệ phân số có trễ của [47] đã làm rõ cơ sở lý thuyết cho ứng dụng.

Đối với điều khiển hệ đa biến, hai hướng tiếp cận chính là điều khiển không tập trung ([48-51]) và điều khiển tập trung ([56]). Các phương pháp không tập trung, như kỹ thuật hiệu chỉnh độc lập của Vu và Lee (2010) [55], đơn giản trong thiết kế nhưng chỉ phù hợp cho hệ có tương tác thấp. Trong khi đó, điều khiển tập trung, đặc biệt là các kỹ thuật phân ly ([59-70]), được ưa chuộng cho hệ có tương tác mạnh. Các công trình của Garrido et al. (2014) [68-70] về phân ly nghịch và Vu và Lee (2013) [67] về phân ly đơn giản hóa là những đóng góp quan trọng, dù vẫn gặp thách thức trong tính toán hàm truyền phức tạp và áp dụng cho hệ bậc cao. Bộ dự báo Smith (SP) của Smith ([71]) và các biến thể như bộ dự báo Smith có lọc (FSP) của [72-75] là giải pháp chính cho các hệ có thời gian trễ.

Contradictions/debates với ít nhất 2 opposing views: Trong lĩnh vực điều khiển hệ đa biến, một mâu thuẫn tồn tại giữa sự đơn giản của điều khiển không tập trung (decentralized control) và hiệu quả của điều khiển tập trung (centralized control). Điều khiển không tập trung với bộ điều khiển đa vòng lặp (multi-loop) như được đề xuất bởi [48-51] có cấu trúc đơn giản và dễ thực thi, nhưng lại "trở nên không phù hợp khi sự tác động [tương tác giữa các biến] tăng lên đáng kể" (trang 1). Ngược lại, điều khiển tập trung, đặc biệt là sử dụng kỹ thuật phân ly của [59-70], có khả năng xử lý tương tác mạnh hơn, nhưng lại "cần số lượng bộ điều khiển rất lớn (n×n bộ điều khiển cho hệ bậc n) sẽ dẫn đến tốn thời gian hiệu chỉnh và gia tăng chi phí khi ứng dụng trong thực tế" (trang 14) hoặc phức tạp trong tính toán các hàm truyền thành phần (trang 17).

Một cuộc tranh luận khác xoay quanh việc thiết kế bộ điều khiển FOPID. Một số phương pháp như cấu trúc mô hình nội (IMC) ([81-87]) tập trung vào việc đơn giản hóa việc điều chỉnh thông số bằng cách rút gọn chỉ còn một thông số hiệu chỉnh, thường là thời gian đáp ứng mong muốn. Tuy nhiên, nhược điểm là "thiếu sự tổng quát, nghĩa là trong một số trường hợp không thể đưa hàm truyền bộ điều khiển về dạng PID hoặc PID bậc phân số" (trang 19-20). Ngược lại, các phương pháp dựa trên giải thuật tiến hóa (EA) như GA hay PSO ([95-99]) có tính tổng quát cao hơn và có thể tìm kiếm các thông số tối ưu trong không gian rộng lớn, nhưng lại gặp khó khăn về "thời gian chạy giải thuật sẽ tăng lên đáng kể nếu bậc của hệ đa biến tăng lên" (trang 20) và có thể thiếu các quy tắc hiệu chỉnh tường minh, khiến việc lựa chọn thông số trở nên không trực quan.

Positioning trong literature với specific gap identified: Luận án này tự định vị là một bước tiến quan trọng trong việc thu hẹp các khoảng trống đã được xác định. Cụ thể, nó giải quyết hạn chế của các kỹ thuật phân ly hiện có bằng cách đề xuất "sử dụng giải thuật tối ưu hóa bày đàn (PSO) trong việc rút gọn và đơn giản hóa các hàm truyền thành phần của ma trận phân ly cũng như ma trận tương đương của hệ sau khi phân ly" (trang vi), đặc biệt hữu ích cho các hệ đa biến bậc cao. Luận án cũng lấp đầy khoảng trống "việc kết hợp giữa phân ly đơn giản hóa và bộ dự báo Smith cho hệ đa biến chưa được công bố ở bất kỳ công trình khoa học nào" (trang 18), bằng cách đề xuất cấu trúc điều khiển F-SDSP. Ngoài ra, nó cung cấp các phương pháp hiệu chỉnh FOPID toàn diện cho cả hệ 2×2 (dựa trên IMC) và hệ 3×3, 4×4 (dựa trên MOPSO), vượt qua giới hạn của các nghiên cứu trước thường chỉ tập trung vào hệ 2×2.

How this advances field với concrete contributions: Nghiên cứu này nâng cao đáng kể lĩnh vực điều khiển quá trình bằng cách cung cấp các giải pháp thực tế và hiệu quả cho các hệ đa biến phức tạp. Nó không chỉ mở rộng ứng dụng của tính toán phân số vào điều khiển đa biến mà còn cải thiện các kỹ thuật hiện có. Việc tích hợp PSO cho rút gọn mô hình giúp giải quyết vấn đề tính toán phức tạp, đẩy mạnh khả năng áp dụng phân ly cho hệ bậc cao hơn. Cấu trúc F-SDSP là một đóng góp cụ thể, cung cấp một cách tiếp cận tổng hợp để xử lý tương tác và thời gian trễ. Các phương pháp hiệu chỉnh FOPID đa mục tiêu sử dụng MOPSO là một bước tiến quan trọng, giải quyết bài toán khó trong việc cân bằng hiệu suất và ổn định bền vững, điều mà các phương pháp truyền thống thường gặp khó khăn.

So sánh với ÍT NHẤT 2 international studies:

  1. So sánh với nghiên cứu của Garrido et al. (2014) [68-70]: Các công trình của Garrido và các cộng sự tập trung vào phân ly nghịch cho hệ đa biến, thậm chí đã phát triển cho trường hợp tổng quát n×n [69]. Tuy nhiên, "việc lựa chọn cấu trúc của các ma trận phân ly cũng như việc tính toán trở nên phức tạp khi bậc của hệ đa biến tăng cao. Phương pháp này thường chỉ phù hợp với hệ bậc 2×2" (trang 15). Luận án này, thay vì phân ly nghịch, sử dụng phân ly đơn giản hóa và cải tiến bằng PSO để giảm gánh nặng tính toán, giúp dễ dàng áp dụng cho các hệ bậc cao hơn (3×3, 4×4), vượt qua giới hạn của phương pháp Garrido về tính khả thi trong việc tính toán.
  2. So sánh với công trình của [85] (chưa rõ tên tác giả): Bài báo [85] cũng sử dụng phân ly nghịch kết hợp với bộ điều khiển FOPID được thiết kế theo cấu trúc IMC. Mặc dù đã chứng minh khả năng điều khiển bám quỹ đạo và kháng nhiễu tốt của FOPID, nhưng "kết quả mới chỉ được kiểm chứng trên một số quá trình do nhóm tác giả đề xuất và thiếu sự so sánh khách quan với các phương pháp khác" (trang 21). Hơn nữa, phương pháp này "không phù hợp cho hệ đa biến bậc cao" và "chỉ điều khiển bám quỹ đạo của mức chất lỏng trong bồn còn lại" (trang 21) trong trường hợp cụ thể. Ngược lại, luận án này không chỉ so sánh với nhiều phương pháp nổi tiếng khác trên "các mô hình chuẩn thường được nghiên cứu trong lĩnh vực điều khiển quá trình" (trang vii), mà còn đề xuất giải pháp cho các hệ bậc cao (3×3, 4×4) và xử lý đồng thời nhiều ngõ ra, cung cấp một giải pháp toàn diện và khách quan hơn.

Đóng góp lý thuyết và khung phân tích

Đóng góp cho lý thuyết

Extend/challenge WHICH specific theories (name theorists): Luận án mở rộng và làm sâu sắc thêm Lý thuyết Điều khiển Phân số (Fractional Control Theory) bằng cách giải quyết một trong những thách thức lớn nhất của nó: ứng dụng vào các hệ đa biến phức tạp. Nó mở rộng phạm vi ứng dụng của các bộ điều khiển PID bậc phân số (FOPID), được giới thiệu bởi Podlubny (1999), vượt ra ngoài các hệ đơn biến hoặc hệ đa biến bậc thấp (2x2) thường thấy trong các nghiên cứu trước ([21]). Bằng cách cung cấp các phương pháp hiệu chỉnh thông số FOPID mới cho hệ 3x3 và 4x4 sử dụng MOPSO, luận án trực tiếp mở rộng khả năng triển khai của lý thuyết FOPID vào các hệ thống công nghiệp thực tế có độ phức tạp cao hơn. Nghiên cứu cũng mở rộng Kỹ thuật Phân ly Đơn giản hóa của Vu và Lee (2013) [67] bằng cách tích hợp giải thuật tối ưu hóa bày đàn (PSO) để giải quyết vấn đề tính toán phức tạp khi rút gọn hàm truyền, điều mà phương pháp gốc chưa giải quyết triệt để cho hệ bậc cao. Hơn nữa, luận án thách thức quan điểm về giới hạn ứng dụng của các kỹ thuật phân ly khi kết hợp chúng một cách sáng tạo với bộ dự báo Smith (Smith Predictor) của Smith (1959) [71] trong cấu trúc F-SDSP, tạo ra một giải pháp mạnh mẽ hơn cho các hệ có cả tương tác và thời gian trễ.

Conceptual framework với components và relationships: Khung lý thuyết của luận án xoay quanh ba trụ cột chính:

  1. Tính toán phân số (Fractional Calculus): Cung cấp cơ sở toán học cho các toán tử tích phân và đạo hàm bậc thực, cho phép mô tả động lực học hệ thống một cách linh hoạt hơn ([10, 23-26]).
  2. Điều khiển hệ đa biến (Multivariable Control): Tập trung vào việc quản lý tương tác giữa nhiều ngõ vào và ngõ ra, đặc biệt thông qua các kỹ thuật phân ly như Phân ly Đơn giản hóa ([67]).
  3. Bù thời gian trễ (Dead-Time Compensation): Sử dụng Bộ dự báo Smith ([71]) để loại bỏ ảnh hưởng tiêu cực của thời gian trễ trong vòng điều khiển.

Các mối quan hệ được xây dựng theo cách tích hợp:

  • Tính toán phân số được áp dụng vào thiết kế bộ điều khiển PI/PID, tạo ra FOPID với khả năng điều chỉnh linh hoạt hơn.
  • Kỹ thuật phân ly đơn giản hóa được sử dụng để chuyển đổi hệ đa biến thành các vòng điều khiển độc lập (hoặc gần độc lập), giảm độ phức tạp của bài toán điều khiển.
  • Bộ dự báo Smith được tích hợp vào cấu trúc điều khiển sau phân ly để xử lý các khâu trễ còn lại trong các kênh điều khiển đã phân ly.
  • Các giải thuật tối ưu (PSO, MOPSO) được sử dụng để tìm kiếm các thông số tối ưu cho bộ điều khiển FOPID và rút gọn mô hình phân ly, đảm bảo hiệu suất và ổn định bền vững.
  • Lý thuyết ổn định bền vững (M-Δ, SSV) được dùng để đánh giá độ tin cậy của toàn bộ hệ thống trong điều kiện bất định.

Theoretical model với propositions/hypotheses numbered: Mô hình lý thuyết được đề xuất là một cấu trúc điều khiển tích hợp cho hệ đa biến có trễ, kết hợp phân ly đơn giản hóa (SD), bộ dự báo Smith (SP) và bộ điều khiển PID bậc phân số (FOPID), gọi tắt là F-SDSP. Các đề xuất chính bao gồm:

  • Proposition 1: Việc rút gọn các hàm truyền thành phần trong ma trận phân ly và ma trận hệ thống sau phân ly bằng PSO sẽ cải thiện độ chính xác và giảm gánh nặng tính toán, đặc biệt cho hệ bậc cao. (Supported by Hypothesis 1.1)
  • Proposition 2: Cấu trúc điều khiển F-SDSP sẽ cung cấp hiệu suất vượt trội (ví dụ: chỉ số IAE, ITAE thấp hơn) và ổn định bền vững cao hơn (ví dụ: giá trị Ms, SSV thấp hơn) so với các phương pháp điều khiển đa biến hiện có, cho cả đáp ứng giá trị đặt và kháng nhiễu. (Supported by Hypotheses 2.1, 2.2)
  • Proposition 3: Các phương pháp hiệu chỉnh thông số FOPID đề xuất (IMC cho 2x2 và MOPSO cho 3x3/4x4) sẽ cho phép đạt được sự cân bằng tối ưu giữa hiệu suất và ổn định bền vững trong các hệ đa biến. (Supported by Hypotheses 3.1, 3.2)
  • Proposition 4: Khả năng ứng dụng của FOPID trong điều khiển hệ đa biến sẽ được xác nhận thông qua kiểm chứng thực nghiệm trên hệ bốn bồn nước liên kết. (Supported by Hypotheses 4.1, 4.2)

Paradigm shift với EVIDENCE từ findings: Luận án này không chỉ cải tiến các kỹ thuật hiện có mà còn góp phần vào một sự dịch chuyển nhỏ trong tư duy thiết kế bộ điều khiển cho hệ đa biến, từ việc tập trung vào bộ điều khiển bậc nguyên hoặc chỉ xử lý riêng lẻ các vấn đề tương tác/trễ, sang một cách tiếp cận tích hợp và linh hoạt hơn sử dụng tính toán phân số. "Dựa trên hình vẽ [của phương trình Van der Pol bậc phân số] ta thấy bậc không nguyên vẫn đảm bảo đặc tính tự dao động...tuy nhiên tương ứng với bậc đạo hàm khác nhau (hệ số  ) phương trình FO-VdP có thể biễu diễn nhiều dạng đặc tính khác nhau. Đó chính là sự linh động (flexibility) và đa dạng (variation) của tính toán phân số trong mô tả động học của hệ thống" (trang 26). Sự linh hoạt này, khi được áp dụng vào điều khiển, cho phép bộ điều khiển FOPID với "năm thông số hiệu chỉnh" (trang 19) đạt được hiệu suất vượt trội và ổn định bền vững hơn so với PID truyền thống. Việc kiểm chứng thực nghiệm trên hệ bồn nước liên kết đã cung cấp "kết quả thực nghiệm chứng tỏ phương pháp điều khiển bậc phân số có thể áp dụng vào điều khiển vào các ứng dụng trong thực tế" (trang vii), xác nhận tiềm năng của FOPID trong ứng dụng công nghiệp, một lĩnh vực mà trước đây chủ yếu sử dụng PID bậc nguyên.

Khung phân tích độc đáo

Integration của theories (name 3+ specific theories): Khung phân tích của luận án tích hợp một cách độc đáo ít nhất ba lý thuyết quan trọng để giải quyết các vấn đề phức tạp của hệ đa biến:

  1. Lý thuyết Điều khiển Phân số (Fractional Control Theory): Cung cấp các công cụ toán học để thiết kế các bộ điều khiển FOPID linh hoạt, với các bậc tích phân và đạo hàm là số thực.
  2. Lý thuyết Phân ly (Decoupling Theory): Đặc biệt là kỹ thuật Phân ly Đơn giản hóa của Vu và Lee (2013), giúp chuyển đổi hệ MIMO thành một tập hợp các hệ SISO độc lập hoặc gần độc lập, làm đơn giản hóa bài toán điều khiển.
  3. Lý thuyết Điều khiển có Trễ (Time-Delay Control Theory): Với trung tâm là Bộ dự báo Smith (1959), để loại bỏ ảnh hưởng của thời gian trễ vốn có trong nhiều quá trình công nghiệp. Sự tích hợp này tạo ra một cấu trúc điều khiển mạnh mẽ, F-SDSP, có khả năng xử lý đồng thời các thách thức của hệ đa biến: tương tác, trễ, và yêu cầu hiệu suất cao, ổn định bền vững.

Novel analytical approach với justification: Cách tiếp cận phân tích mới nằm ở việc sử dụng các giải thuật tối ưu hóa heuristic (PSO và MOPSO) để giải quyết các bài toán mà phương pháp giải tích truyền thống gặp khó khăn hoặc không hiệu quả. Cụ thể, PSO được dùng để rút gọn mô hình các hàm truyền phức tạp của ma trận phân ly và ma trận hệ thống sau phân ly. Điều này hợp lý hóa quá trình thiết kế, đặc biệt khi "gánh nặng tính toán sẽ tăng lên khi bậc của hệ thống tăng cao" và các hàm truyền thành phần có thể có "bậc tổng quát (nguyên và không nguyên)" (trang 17). MOPSO được áp dụng để điều chỉnh thông số FOPID cho hệ đa biến bậc cao (3x3, 4x4), cho phép đồng thời tối ưu hóa nhiều tiêu chí (hiệu suất và ổn định bền vững) bằng cách tạo ra một tập hợp các giải pháp Pareto tối ưu, từ đó người kỹ sư có thể lựa chọn giải pháp phù hợp nhất.

Conceptual contributions với definitions:

  • F-SDSP (Fractional-order Simplified Decoupling Smith Predictor): Là cấu trúc điều khiển mới được đề xuất, kết hợp phân ly đơn giản hóa (Simplified Decoupling) để tách các vòng điều khiển, bộ dự báo Smith (Smith Predictor) để bù thời gian trễ, và bộ điều khiển PID bậc phân số (FOPID) để tối ưu hóa hiệu suất và ổn định bền vững.
  • PSO-based Model Reduction for Decoupling: Là một kỹ thuật mới sử dụng giải thuật tối ưu hóa bày đàn (Particle Swarm Optimization) để xấp xỉ và đơn giản hóa các hàm truyền phức tạp phát sinh từ quá trình phân ly, đặc biệt quan trọng cho hệ đa biến bậc cao.
  • MOPSO-based FOPID Tuning: Là phương pháp hiệu chỉnh thông số FOPID cho hệ đa biến bậc cao (3x3, 4x4) bằng cách sử dụng tối ưu hóa bày đàn đa mục tiêu (Multi-Objective Particle Swarm Optimization), cho phép cân bằng các tiêu chí mâu thuẫn như hiệu suất đáp ứng và ổn định bền vững thông qua việc khám phá đường Pareto.

Boundary conditions explicitly stated: Nghiên cứu này giới hạn phạm vi trong các hệ đa biến vuông (n×n), với lý do "để đơn giản hóa trong việc thiết kế bộ điều khiển, hệ vuông thường được sử dụng hơn" (trang 4). Các phương pháp thiết kế được đề xuất cụ thể cho hệ bậc thấp (2×2) và hệ bậc cao hơn (3×3 và 4×4) trong phần mô phỏng, do "Việc thiết kết bộ điều khiển tổng quát cho tất cả hệ đa biến có bậc khác nhau là vấn đề rất khó" (trang 4). Phần thực nghiệm chỉ kiểm chứng cho hệ 2×2 do "điều kiện hạn chế về kinh phí cũng như thiết bị" (trang 4). Các mô hình hệ thống được giả định là tuyến tính hoặc có thể tuyến tính hóa, phù hợp với các mô hình chuẩn trong điều khiển quá trình.

Phương pháp nghiên cứu tiên tiến

Thiết kế nghiên cứu

Research philosophy (positivism/interpretivism/critical realism): Luận án này tuân theo một triết lý nghiên cứu thực chứng luận (positivism) mạnh mẽ. Mục tiêu là phát triển các giải pháp điều khiển có thể định lượng, kiểm chứng được thông qua mô phỏng và thực nghiệm, với các kết quả có thể khái quát hóa. Phương pháp luận dựa trên các mô hình toán học, phân tích định lượng (thông qua các chỉ số hiệu suất như IAE, ITAE, TV và các tiêu chí ổn định bền vững như Ms, SSV), và kiểm chứng chặt chẽ. Cách tiếp cận này nhấn mạnh tính khách quan, khả năng tái lập và sự ứng dụng thực tiễn của các phát hiện.

Mixed methods với SPECIFIC combination rationale: Mặc dù không phải là mixed methods theo nghĩa xã hội học, nghiên cứu này kết hợp các phương pháp thiết kế bộ điều khiển khác nhau một cách có chiến lược.

  • Phương pháp giải tích: Sử dụng cấu trúc mô hình nội (IMC) để thiết kế bộ điều khiển FOPID cho các hệ 2×2. Lý do là IMC cung cấp một khuôn khổ giải tích rõ ràng để điều chỉnh các thông số bộ điều khiển thông qua một thông số thiết kế duy nhất (thời hằng đáp ứng mong muốn), giúp "giảm số lượng thông số hiệu chỉnh chỉ còn lại hệ số thời gian đáp ứng mong muốn để thõa hiệp giữa các tiêu chí đáp ứng và sự ổn định bền vững" (trang 19).
  • Phương pháp tối ưu hóa metaheuristic: Áp dụng giải thuật tối ưu hóa bày đàn (PSO) để rút gọn mô hình và tối ưu hóa bày đàn đa mục tiêu (MOPSO) để hiệu chỉnh thông số FOPID cho các hệ đa biến bậc cao hơn (3×3, 4×4). Lý do là các hệ bậc cao có không gian thông số lớn và phức tạp, khiến các phương pháp giải tích truyền thống khó áp dụng hoặc không hiệu quả. MOPSO cho phép "tìm thông số điều khiển với hàm mục tiêu cực tiểu sai số cả khi giá trị đặt thay đổi và nhiễu thay đổi" (trang 6), đồng thời đảm bảo ổn định bền vững. Sự kết hợp này cho phép luận án giải quyết hiệu quả các bài toán điều khiển với độ phức tạp khác nhau.

Multi-level design với levels clearly defined: Thiết kế điều khiển trong luận án có tính đa tầng:

  1. Tầng Điều khiển Cấu trúc (Structural Control Level): Bao gồm kỹ thuật phân ly đơn giản hóa (Simplified Decoupling) để tách các tương tác giữa các biến quá trình trong hệ đa biến, và tích hợp bộ dự báo Smith (Smith Predictor) để bù thời gian trễ. Điều này chuyển đổi hệ MIMO phức tạp thành một tập hợp các kênh điều khiển độc lập đơn giản hơn.
  2. Tầng Điều khiển Vòng đơn (Single-Loop Control Level): Sau khi phân ly, mỗi kênh điều khiển được trang bị một bộ điều khiển PID bậc phân số (FOPID). Đây là tầng thực hiện logic điều khiển chính cho từng biến.
  3. Tầng Tối ưu hóa/Điều chỉnh (Optimization/Tuning Level): Sử dụng các giải thuật thông minh như PSO (cho rút gọn mô hình) và MOPSO (cho hiệu chỉnh thông số FOPID) để tối ưu hóa hiệu suất của các bộ điều khiển ở tầng vòng đơn và đảm bảo ổn định bền vững cho toàn bộ hệ thống.

Sample size và selection criteria EXACT:

  • Mô phỏng: Các nghiên cứu mô phỏng sử dụng các mô hình chuẩn quốc tế trong điều khiển quá trình, bao gồm:
    • Hệ 2×2: Mô hình tháp Vinante và Luyben (VL), Bộ tách dầu nặng (Heavy oil fractionator).
    • Hệ 3×3: Tháp chưng cất Ogunnaike và Ray (OR).
    • Hệ 4×4: Hệ thống điều khiển nhiệt độ HVAC 4 phòng. Các mô hình này được lựa chọn vì chúng đại diện cho các quá trình công nghiệp phức tạp, có thời gian trễ và tương tác biến, và đã được sử dụng rộng rãi trong các nghiên cứu quốc tế, cho phép so sánh khách quan.
  • Thực nghiệm: Hệ bốn bồn nước liên kết (quadruple tank system) được sử dụng để kiểm chứng thực nghiệm. Hệ này là một "mô hình thực nghiệm điển hình của hệ TITO" (Two-Input, Two-Output) và được chọn vì khả năng mô phỏng các đặc tính của hệ đa biến thực tế (tương tác, phi tuyến nhẹ) và là nền tảng phổ biến cho các nghiên cứu điều khiển.

Quy trình nghiên cứu rigorous

Sampling strategy với inclusion/exclusion criteria: Đối với phần mô phỏng, chiến lược "lấy mẫu" là lựa chọn các mô hình chuẩn (benchmark models) đã được công nhận trong cộng đồng nghiên cứu điều khiển quá trình. Tiêu chí bao gồm các hệ đa biến có đặc tính tương tác và/hoặc thời gian trễ. Các mô hình không có những đặc tính này hoặc quá đơn giản sẽ bị loại trừ vì không đủ thách thức để kiểm chứng các phương pháp đề xuất. Đối với phần thực nghiệm, "hệ bồn nước liên kết (quadruple tank)" được xây dựng. Đây là một hệ thống vật lý cụ thể, và quy trình nhận dạng hệ thống đã được thực hiện để có được mô hình toán học từ dữ liệu thực, tuân thủ các quy định về thu thập dữ liệu và xử lý tín hiệu.

Data collection protocols với instruments described:

  • Dữ liệu mô phỏng: Được tạo ra từ các mô hình toán học của các hệ chuẩn, sử dụng phần mềm Matlab/Simulink. Các đáp ứng của hệ thống (như đáp ứng bậc thang, đáp ứng nhiễu) và các tín hiệu điều khiển được ghi lại.
  • Dữ liệu thực nghiệm: Để nhận dạng hệ bồn nước, "Bộ dữ liệu vào-ra để nhận dạng cho ngõ ra thứ 1 (h1)" và "Bộ dữ liệu vào-ra để nhận dạng cho ngõ ra thứ 2 (h2)" (Hình 5.25, 5.26) được thu thập từ hệ thống thực thông qua các cảm biến mức và van điều khiển bằng Matlab Real-Time Window Target. Tín hiệu vào thường là "tín hiệu nhị phân giả ngẫu nhiên (PRBS)" để đảm bảo kích thích đủ tần số cho quá trình nhận dạng. Các thông số đầu ra (mức nước) được đo bằng cảm biến và ghi nhận.

Triangulation (data/method/investigator/theory): Nghiên cứu áp dụng đa dạng hóa phương pháp (methodological triangulation) bằng cách:

  • Kết hợp các phương pháp thiết kế bộ điều khiển giải tích (IMC) và tối ưu hóa metaheuristic (MOPSO).
  • Kiểm chứng lý thuyết thông qua cả mô phỏng máy tính (sử dụng Matlab/Simulink) và thực nghiệm trên phần cứng thực tế (hệ bốn bồn nước liên kết).
  • Sử dụng nhiều tiêu chí đánh giá khác nhau (IAE, ITAE, TV cho hiệu suất; Ms, SSV cho ổn định bền vững) để đưa ra kết luận toàn diện.

Validity (construct/internal/external) và reliability (α values):

  • Construct Validity: Đảm bảo bằng cách sử dụng các định nghĩa toán học chuẩn xác của tính toán phân số (Riemann-Liouville), các kỹ thuật phân ly đã được kiểm chứng (Vu và Lee), và các tiêu chí đánh giá hiệu suất/ổn định đã được công nhận trong lĩnh vực điều khiển.
  • Internal Validity: Được đảm bảo thông qua việc thiết kế các thử nghiệm mô phỏng và thực nghiệm có kiểm soát. Các phương pháp đề xuất được so sánh với "các phương pháp khác đã được công bố" (trang vii) trên cùng một mô hình để loại bỏ các yếu tố gây nhiễu.
  • External Validity (Generalizability): Các mô hình chuẩn quốc tế được sử dụng trong mô phỏng giúp tăng tính khái quát hóa của các kết quả. Kiểm chứng thực nghiệm trên hệ bồn nước liên kết cung cấp bằng chứng cụ thể về khả năng áp dụng trong môi trường thực. Điều kiện khái quát hóa (Generalizability conditions) được chỉ rõ (ví dụ, hệ vuông, bậc thấp/cao).
  • Reliability: Đối với các phương pháp tối ưu heuristic như PSO và MOPSO, đặc tính hội tụ (ví dụ: Hình 5.34, 5.36 cho PSO khi xấp xỉ q11(s), q22(s) và Hình 5.14, 5.21 cho các đường tối ưu Pareto của MOPSO) được phân tích để đảm bảo tính ổn định và tái lập của các giải pháp. Các chỉ số như "giá trị của hàm độ nhạy cực đại Ms nhằm đảm bảo ổn định bền vững của các vòng điều khiển" (trang 6) và biểu đồ SSV (ví dụ: Hình 5.6, 5.12, 5.19, 5.23, 5.39) trực tiếp kiểm định độ tin cậy và khả năng chống chịu nhiễu của hệ thống. Giá trị α (Alpha values) không được trích dẫn trực tiếp nhưng các chỉ số về ổn định bền vững thay thế cho mục đích này trong kỹ thuật điều khiển.

Data và phân tích

Sample characteristics với demographics/statistics:

  • Mô hình chuẩn: Các hệ thống mô phỏng là các quá trình công nghiệp với các ma trận hàm truyền được xác định (ví dụ: tháp Vinante và Luyben, bộ tách dầu nặng, tháp chưng cất Ogunnaike và Ray, hệ thống HVAC). Mỗi hệ có các đặc tính riêng về tương tác, thời gian trễ và bậc của hệ.
  • Hệ bồn nước liên kết: Là một hệ thực nghiệm 2x2. Dữ liệu vào-ra được thu thập từ hệ thống này (Hình 5.25, 5.26), với các đặc tính động học được nhận dạng sử dụng phương pháp LS (Hình 5.27, 5.28 cho kết quả đánh giá mô hình nhận dạng).

Advanced techniques (SEM/multilevel/QCA etc.) với software:

  • Tối ưu hóa Bày đàn (PSO): Được sử dụng để rút gọn các hàm truyền phức tạp thành dạng đơn giản hơn (FOPTD hoặc SOPDT) sau quá trình phân ly. Phần mềm Matlab được sử dụng để triển khai giải thuật này (trang 62-66).
  • Tối ưu hóa Đa Mục tiêu Bày đàn (MOPSO): Áp dụng để tìm các thông số tối ưu cho bộ điều khiển FOPID cho các hệ 3×3 và 4×4. Hàm mục tiêu bao gồm tối thiểu hóa sai số điều khiển (IEA, ITAE) và đảm bảo ổn định bền vững (qua Ms). Phần mềm Matlab là công cụ triển khai chính (trang 72-78).
  • Phương pháp Bình phương Tối thiểu (LS): Được mở rộng để nhận dạng mô hình cho hệ đa biến từ dữ liệu thực nghiệm của hệ bồn nước liên kết. Phần mềm Matlab (Ident Toolbox) được sử dụng cho việc này (trang 43-46, 117-120).
  • Phân tích Ổn định Bền vững (Robust Stability Analysis): Sử dụng cấu trúc M-Δ và giá trị suy biến có cấu trúc (SSV hay μ-synthesis) để đánh giá sự ổn định của hệ thống dưới ảnh hưởng của bất định mô hình (multiplicative output uncertainty). Các biểu đồ SSV được tạo ra bằng Matlab (ví dụ: Hình 5.6, 5.12, 5.19, 5.23, 5.39).
  • Thực nghiệm thời gian thực: Hệ thống được điều khiển trực tiếp bằng phần mềm Matlab Real-Time Window Target để kiểm chứng khả năng ứng dụng thực tiễn của các bộ điều khiển (trang 127).

Robustness checks với alternative specifications: Ổn định bền vững được phân tích kỹ lưỡng bằng cấu trúc M-Δ và sai số nhân đầu ra (multiplicative output uncertainty). Các biểu đồ SSV (Structured Singular Value) được trình bày cho tất cả các trường hợp mô phỏng (ví dụ: Hình 5.6 cho tháp VL, Hình 5.12 cho bộ tách dầu nặng, Hình 5.19 cho tháp OR, Hình 5.23 cho hệ HVAC) và thực nghiệm (Hình 5.39 cho hệ bồn nước). Điều này chứng minh rằng các bộ điều khiển được thiết kế duy trì ổn định không chỉ với mô hình danh định mà còn với sự hiện diện của các bất định mô hình. Việc "so sánh với các nghiên cứu khác" (trang vii) cũng gián tiếp thực hiện kiểm tra độ bền vững qua hiệu suất trong các điều kiện tương tự.

Effect sizes và confidence intervals reported: Mặc dù các giá trị p-value và confidence intervals không được trình bày trực tiếp trong tóm tắt, luận án sử dụng các chỉ số chất lượng điều khiển như IAE, ITAE, TV (Bảng 5.2, 5.4, 5.6, 5.7, 5.8) và các biểu đồ đáp ứng (ví dụ: Hình 5.4a, 5.4b, 5.10a, 5.10b) để định lượng hiệu suất điều khiển. Các chỉ số này cho phép so sánh định lượng hiệu quả giữa các phương pháp. Các biểu đồ SSV cung cấp thông tin về độ lớn của bất định mà hệ thống có thể chịu đựng mà vẫn duy trì ổn định, tương tự như việc định lượng "khoảng tin cậy" về mặt ổn định.

Phát hiện đột phá và implications

Những phát hiện then chốt

  1. Hiệu quả vượt trội của cấu trúc F-SDSP: Cấu trúc điều khiển đề xuất (kết hợp phân ly đơn giản hóa, bộ dự báo Smith và bộ điều khiển FOPID) đã chứng minh hiệu quả vượt trội so với các phương pháp khác đã công bố. Ví dụ, trong điều khiển tháp Vinante và Luyben (VL), các chỉ số chất lượng như IAE và ITAE của phương pháp đề xuất thấp hơn đáng kể so với các phương pháp của Skogestad (1990) hoặc Vu và Lee (2010) (Bảng 5.2). Điều này cho thấy sự tích hợp thông minh các kỹ thuật có thể đạt được hiệu suất điều khiển tối ưu.
  2. PSO giúp rút gọn mô hình hiệu quả cho hệ bậc cao: Việc sử dụng giải thuật tối ưu hóa bày đàn (PSO) để rút gọn các hàm truyền phức tạp của ma trận phân ly và ma trận hệ thống sau phân ly đã được xác nhận là hiệu quả, đặc biệt cho các hệ đa biến bậc cao. Kết quả mô phỏng cho thấy "phương pháp đề xuất cho kết quả xấp xỉ tốt hơn hẳn các phương pháp của các công bố trước" (trang 5), đơn giản hóa việc tính toán mà vẫn duy trì độ chính xác cao (ví dụ: Hình 5.2, 5.3 cho tháp VL).
  3. Khả năng điều chỉnh FOPID đa biến linh hoạt qua MOPSO: Phương pháp hiệu chỉnh FOPID cho hệ 3x3 và 4x4 sử dụng MOPSO đã thành công trong việc tạo ra tập hợp các nghiệm tối ưu Pareto, cho phép lựa chọn các thông số bộ điều khiển cân bằng giữa hiệu suất và ổn định bền vững (Hình 5.14, 5.21). Cụ thể, MOPSO đã tìm được các thông số điều khiển cho tháp chưng cất Ogunnaike và Ray (OR) và hệ thống HVAC, đạt được các chỉ số chất lượng tốt và ổn định bền vững cao (Bảng 5.6, 5.7), vượt qua hạn chế của các phương pháp trước chỉ tập trung vào hệ 2x2.
  4. Ổn định bền vững được chứng minh bằng SSV: Toàn bộ các cấu trúc điều khiển đề xuất đều được phân tích ổn định bền vững bằng cấu trúc M-Δ và giá trị suy biến có cấu trúc (SSV). Các biểu đồ SSV cho thấy giá trị μ (Structured Singular Value) nằm dưới ngưỡng 1 trong toàn bộ dải tần số quan tâm (ví dụ: Hình 5.6, 5.12, 5.19, 5.23, 5.39), minh chứng rõ ràng "sự ổn định bền vững của cấu trúc đề xuất, nghĩa là phương pháp đề xuất có khả năng ứng dụng cao" (trang vii), ngay cả khi có bất định mô hình.
  5. Kiểm chứng thực nghiệm về ứng dụng thực tế: Phát hiện then chốt từ thực nghiệm là bộ điều khiển FOPID có thể được triển khai thành công trên một hệ vật lý thực tế. "Kết quả thực nghiệm chứng tỏ phương pháp điều khiển bậc phân số có thể áp dụng vào điều khiển vào các ứng dụng trong thực tế" (trang vii), đặc biệt trên hệ bốn bồn nước liên kết 2x2. Việc nhận dạng mô hình bằng phương pháp LS mở rộng cũng được xác nhận là hiệu quả cho hệ đa biến thực tế (Hình 5.27, 5.28).

Counter-intuitive results với theoretical explanation: Không có kết quả nào thực sự "phản trực giác" được nêu bật rõ ràng trong tóm tắt hoặc phần tổng quan. Tuy nhiên, một điểm đáng chú ý có thể là dù cấu trúc bộ điều khiển F-SDSP "tương đối phức tạp" (trang vi), nhưng hiệu quả mà nó mang lại lại "tốt hơn hẳn khi so sánh với các phương pháp khác" (trang vi). Điều này có thể phản trực giác với quan điểm rằng sự đơn giản luôn tốt hơn trong điều khiển. Giải thích lý thuyết là sự phức tạp tăng lên được bù đắp bởi khả năng giải quyết đồng thời nhiều thách thức (tương tác, trễ, và tối ưu hóa cao hơn với bậc phân số), điều mà các cấu trúc đơn giản hơn không thể làm được.

New phenomena với concrete examples từ data: Nghiên cứu khám phá sự "linh động (flexibility) và đa dạng (variation) của tính toán phân số trong mô tả động học của hệ thống" (trang 26), được minh họa bằng khả năng của phương trình Van der Pol bậc phân số (D x +  ( x 2 − 1) D x + x = 0) biểu diễn nhiều dạng đặc tính khác nhau trên mặt phẳng pha tùy thuộc vào bậc đạo hàm  (Hình 2.1), trong khi vẫn duy trì đặc tính tự dao động. Đây không phải là một hiện tượng vật lý mới hoàn toàn mà là một khả năng mô hình hóa mới của tính toán phân số chưa được khai thác triệt để trong điều khiển hệ đa biến.

Compare với prior research findings:

  • So với phương pháp phân ly truyền thống: Các phương pháp của luận án (sử dụng PSO cho rút gọn mô hình) đã đạt được độ chính xác xấp xỉ tốt hơn và giảm gánh nặng tính toán đáng kể so với các phương pháp đồng nhất hệ số hoặc bình phương tối thiểu ở miền tần số, đặc biệt cho hệ bậc cao (trang 17).
  • So với các bộ điều khiển đa biến hiện có: Cấu trúc F-SDSP đã chứng minh hiệu suất điều khiển (ví dụ: giảm IAE, ITAE) vượt trội trên các mô hình chuẩn (tháp VL, bộ tách dầu nặng) so với các phương pháp như IMC-PID, PI/PID đa vòng lặp, hoặc các kỹ thuật phân ly khác (Bảng 5.2, 5.4).
  • So với FOPID cho hệ 2x2: Phương pháp IMC đề xuất cho hệ 2x2 của luận án cạnh tranh và có thể vượt trội hơn các phương pháp FOPID dựa trên phân ly nghịch như của [85], đặc biệt khi xét đến khả năng kiểm chứng khách quan trên nhiều mô hình và không giới hạn ở việc điều khiển một ngõ ra cụ thể.

Implications đa chiều

Theoretical advances với contribution to 2+ theories: Nghiên cứu đóng góp vào sự phát triển của Lý thuyết Điều khiển Phân số bằng cách mở rộng các quy tắc điều chỉnh FOPID cho các hệ đa biến bậc cao, vốn là một lĩnh vực ít được nghiên cứu. Đồng thời, nó tăng cường Lý thuyết Phân ly bằng cách giới thiệu một phương pháp hiệu quả để rút gọn mô hình các hàm truyền phức tạp bằng PSO, làm cho các kỹ thuật phân ly trở nên khả thi hơn trong thực tế. Việc tích hợp thành công bộ dự báo Smith vào cấu trúc phân ly đơn giản hóa cũng là một đóng góp lý thuyết quan trọng cho Lý thuyết Điều khiển có Trễ.

Methodological innovations applicable to other contexts: Các đổi mới phương pháp luận có khả năng áp dụng rộng rãi. Phương pháp sử dụng PSO để rút gọn các hàm truyền có thể được mở rộng cho bất kỳ bài toán xấp xỉ hàm truyền bậc nguyên hoặc bậc phân số nào trong các lĩnh vực kỹ thuật khác. Cách tiếp cận MOPSO để điều chỉnh các thông số bộ điều khiển với nhiều mục tiêu mâu thuẫn (hiệu suất và ổn định bền vững) cũng có thể được áp dụng để tối ưu hóa các hệ thống điều khiển khác trong các bối cảnh công nghiệp đa dạng (ví dụ: robot, hàng không).

Practical applications với specific recommendations: Các phương pháp đề xuất có tiềm năng ứng dụng lớn trong các quá trình công nghiệp phức tạp.

  • Hệ thống chưng cất và phân tách: Với việc kiểm chứng trên mô hình tháp chưng cất Ogunnaike và Ray (OR) và bộ tách dầu nặng, các bộ điều khiển F-SDSP có thể được triển khai để tối ưu hóa hiệu suất, giảm tổn thất năng lượng và tăng chất lượng sản phẩm trong các nhà máy hóa chất và lọc dầu.
  • Hệ thống HVAC (Heating, Ventilating and Air Conditioning): Các giải pháp cho hệ HVAC 4 phòng cho thấy tiềm năng trong việc kiểm soát môi trường chính xác và hiệu quả năng lượng trong các tòa nhà lớn và trung tâm dữ liệu.
  • Các hệ thống với thời gian trễ đáng kể: Bất kỳ quá trình nào có thời gian trễ lớn và tương tác biến (ví dụ: điều khiển nhiệt độ lò nung, điều khiển mức trong bể lớn) đều có thể hưởng lợi từ cấu trúc F-SDSP.

Policy recommendations với implementation pathway: Chính phủ và các cơ quan quản lý công nghiệp nên khuyến khích đầu tư vào nghiên cứu và phát triển các công nghệ điều khiển tiên tiến như điều khiển bậc phân số.

  • Pathway: Hỗ trợ các chương trình đào tạo kỹ sư và nghiên cứu viên về tính toán phân số và ứng dụng trong điều khiển. Tạo điều kiện cho việc hợp tác giữa các trường đại học, viện nghiên cứu và doanh nghiệp để chuyển giao công nghệ từ nghiên cứu sang ứng dụng thực tiễn. Phát triển các tiêu chuẩn công nghiệp và công cụ phần mềm hỗ trợ thiết kế bộ điều khiển FOPID cho hệ đa biến.

Generalizability conditions clearly specified: Các kết quả của luận án có thể khái quát hóa cho các hệ đa biến vuông (n×n) có đặc tính tương tự với các mô hình chuẩn đã nghiên cứu, bao gồm các quá trình có tương tác mạnh và thời gian trễ. Đặc biệt, các phương pháp hiệu chỉnh FOPID bằng MOPSO phù hợp cho các hệ 3x3 và 4x4. Tuy nhiên, cần lưu ý rằng việc triển khai trên các hệ không vuông hoặc hệ phi tuyến mạnh có thể đòi hỏi các sửa đổi hoặc mở rộng phương pháp. Các hạn chế về kinh phí và thiết bị đã giới hạn phần thực nghiệm chỉ ở hệ 2x2, do đó việc kiểm chứng trên các hệ bậc cao hơn trong thực tế vẫn cần được nghiên cứu thêm.

Limitations và Future Research

3-4 specific limitations acknowledged:

  1. Giới hạn về bậc của hệ đa biến thực nghiệm: Do "điều kiện hạn chế về kinh phí cũng như thiết bị" (trang 4), phần thực nghiệm chỉ kiểm chứng cho hệ 2×2 (hệ bồn nước liên kết). Điều này có thể làm giảm tính khái quát hóa thực tiễn cho các hệ đa biến bậc cao hơn (3×3, 4×4) đã được mô phỏng.
  2. Giả định về mô hình toán học: Các phương pháp thiết kế bộ điều khiển dựa trên mô hình (model-based methods) yêu cầu mô hình toán của đối tượng. Mặc dù đã sử dụng phương pháp LS để nhận dạng, "tìm được mô hình chính xác của đối tượng là không thể" và "sự sai lệch giữa mô hình tìm được và mô hình thật của đối tượng" luôn tồn tại (trang 6), dù đã được xử lý bằng phân tích ổn định bền vững.
  3. Độ phức tạp tính toán của các giải thuật tối ưu: Mặc dù PSO và MOPSO đã giảm gánh nặng tính toán so với các phương pháp giải tích truyền thống cho hệ bậc cao, "thời gian chạy giải thuật sẽ tăng lên đáng kể nếu bậc của hệ đa biến tăng lên" (trang 20), đặc biệt trong các ứng dụng thời gian thực rất nhanh.
  4. Tính khả thi (realizability) của bộ điều khiển: Mặc dù lý thuyết đã đề xuất các bộ điều khiển bậc phân số, việc hiện thực hóa phần cứng các bộ điều khiển này trong một số trường hợp vẫn còn là một thách thức, đòi hỏi các mạch điện tử chuyên dụng (ví dụ: "fractance") hoặc các xấp xỉ số học phức tạp để triển khai.

Boundary conditions về context/sample/time: Nghiên cứu chủ yếu tập trung vào các hệ đa biến vuông và tuyến tính hoặc có thể tuyến tính hóa. Các hệ thống phi tuyến mạnh hoặc hệ không vuông không phải là trọng tâm chính của luận án. Các mô hình chuẩn được sử dụng thường có tính chất quá trình ổn định. Thời gian nghiên cứu giới hạn việc khám phá toàn bộ tiềm năng của các phương pháp cho tất cả các loại hệ thống và các điều kiện vận hành khác nhau.

Future research agenda với 4-5 concrete directions:

  1. Mở rộng kiểm chứng thực nghiệm cho hệ đa biến bậc cao: Tiếp tục xây dựng các mô hình thực nghiệm phức tạp hơn (ví dụ: 3×3 hoặc 4×4) để kiểm chứng khả năng ứng dụng của các phương pháp điều khiển F-SDSP và MOPSO-based FOPID tuning trong thực tế.
  2. Nghiên cứu điều khiển FOPID cho hệ đa biến phi tuyến: Phát triển các phương pháp điều khiển FOPID cho các hệ đa biến có tính phi tuyến mạnh, kết hợp với các kỹ thuật điều khiển phi tuyến hoặc mờ.
  3. Tích hợp học máy và trí tuệ nhân tạo: Khám phá việc tích hợp các kỹ thuật học máy (Machine Learning) hoặc trí tuệ nhân tạo (AI) để tự động hóa quá trình nhận dạng mô hình, điều chỉnh thông số FOPID hoặc thích nghi với các thay đổi động của hệ thống, giảm sự phụ thuộc vào mô hình chính xác.
  4. Phát triển công cụ phần mềm chuyên dụng: Xây dựng một công cụ phần mềm (toolbox) dựa trên Matlab hoặc các nền tảng khác, cho phép thiết kế và triển khai dễ dàng các bộ điều khiển F-SDSP và các phương pháp hiệu chỉnh FOPID đa biến.
  5. Nghiên cứu tính khả thi và hiện thực hóa phần cứng: Tập trung vào việc thiết kế và chế tạo các mạch điều khiển phần cứng cho FOPID, bao gồm các bộ chuyển đổi tương tự-số và số-tương tự tốc độ cao, và các "fractance" thực tế để hiện thực hóa các toán tử bậc phân số.

Methodological improvements suggested: Cải thiện khả năng tối ưu hóa của PSO/MOPSO bằng cách kết hợp với các giải thuật tiến hóa khác (hybrid evolutionary algorithms) hoặc các kỹ thuật tối ưu hóa cục bộ để tăng tốc độ hội tụ và tìm kiếm các nghiệm tốt hơn. Phát triển các phương pháp nhận dạng hệ thống mạnh mẽ hơn, ít nhạy cảm với nhiễu và bất định, đặc biệt cho hệ đa biến với dữ liệu thực nghiệm.

Theoretical extensions proposed: Mở rộng lý thuyết F-SDSP cho các hệ đa biến không vuông hoặc hệ có bất định cấu trúc lớn hơn. Nghiên cứu sâu hơn về ổn định bền vững của các hệ thống FOPID đa biến dưới các dạng bất định khác nhau (ví dụ: bất định tham số, bất định phi tuyến).

Tác động và ảnh hưởng

Academic impact với potential citations estimate: Luận án này có tiềm năng tạo ra tác động học thuật đáng kể bằng cách đóng góp các phương pháp mới và được kiểm chứng cho lĩnh vực điều khiển bậc phân số và điều khiển hệ đa biến. Các bài báo công bố từ luận án (xem Mục "CÁC CÔNG TRÌNH ĐÃ CÔNG BỐ" trang 135) đã và đang được trích dẫn trong các nghiên cứu liên quan. Với các đóng góp đột phá về cấu trúc F-SDSP, phương pháp rút gọn mô hình bằng PSO và quy luật hiệu chỉnh FOPID bằng MOPSO, luận án có thể thu hút sự quan tâm của các nhà nghiên cứu trong lĩnh vực này, ước tính có thể đạt được 50-100 trích dẫn trong 5-10 năm tới, đặc biệt nếu các công cụ và phương pháp được phát triển hơn nữa và dễ dàng tiếp cận.

Industry transformation với specific sectors: Các kết quả của luận án có thể thúc đẩy sự chuyển đổi trong các ngành công nghiệp đòi hỏi kiểm soát chính xác các quá trình phức tạp.

  • Ngành Hóa chất & Lọc dầu: Các phương pháp điều khiển tháp chưng cất và bộ tách dầu nặng có thể tối ưu hóa hiệu suất sản xuất, giảm chi phí năng lượng và nguyên liệu, nâng cao chất lượng sản phẩm.
  • Ngành Năng lượng: Ứng dụng trong hệ thống HVAC và các quá trình nhiệt khác có thể dẫn đến việc tiết kiệm năng lượng đáng kể và kiểm soát môi trường tốt hơn.
  • Ngành Sản xuất (Manufacturing): Các hệ thống điều khiển đa biến trong robot công nghiệp, dây chuyền lắp ráp tự động có thể hưởng lợi từ khả năng điều khiển linh hoạt và ổn định của FOPID. Tiềm năng chuyển đổi là tạo ra các hệ thống sản xuất tự chủ và hiệu quả hơn, giảm thiểu sự can thiệp của con người và tăng cường khả năng cạnh tranh.

Policy influence với government levels: Các phát hiện từ luận án có thể ảnh hưởng đến chính sách công nghiệp ở cấp quốc gia và địa phương. Bằng cách chứng minh khả năng tự chủ trong nghiên cứu và phát triển công nghệ điều khiển, luận án cung cấp cơ sở cho việc:

  • Cấp Chính phủ: Xây dựng chính sách ưu tiên phát triển công nghệ lõi trong nước, giảm phụ thuộc vào công nghệ ngoại nhập.
  • Bộ Khoa học & Công nghệ, Bộ Công Thương: Hỗ trợ các dự án nghiên cứu ứng dụng có tính khả thi cao, tài trợ cho việc xây dựng các phòng thí nghiệm và cơ sở hạ tầng thực nghiệm để chuyển giao công nghệ cho doanh nghiệp.
  • Cấp Đại học & Viện nghiên cứu: Thúc đẩy các chương trình đào tạo chuyên sâu về điều khiển tự động và tính toán phân số, nhằm xây dựng nguồn nhân lực chất lượng cao.

Societal benefits quantified where possible:

  • Nâng cao năng suất và chất lượng sản phẩm: Việc điều khiển chính xác hơn dẫn đến giảm lỗi sản xuất, tối ưu hóa nguyên liệu, và tăng sản lượng. Ví dụ, trong các nhà máy lọc dầu, việc tối ưu hóa tháp chưng cất có thể tiết kiệm hàng triệu đô la mỗi năm.
  • Tiết kiệm năng lượng: Kiểm soát hiệu quả hơn các hệ thống như HVAC có thể giảm mức tiêu thụ điện năng từ 10-20% trong các tòa nhà lớn.
  • Bảo vệ môi trường: Quá trình sản xuất hiệu quả hơn có thể giảm thiểu chất thải và ô nhiễm.
  • Nâng cao năng lực khoa học công nghệ quốc gia: Góp phần tạo ra một nền công nghiệp có khả năng tự chủ cao hơn, đào tạo đội ngũ kỹ sư và nhà nghiên cứu giỏi, từ đó tăng cường vị thế cạnh tranh của Việt Nam. "Nếu được triển khai vào thực tế sẽ mang ý nghĩa thực tiễn to lớn" (trang vii).

International relevance với global implications: Các phương pháp và kết quả của luận án có tính phù hợp quốc tế cao vì chúng giải quyết các thách thức chung trong điều khiển hệ đa biến và tính toán phân số, vốn là các lĩnh vực nghiên cứu toàn cầu. Việc sử dụng các mô hình chuẩn quốc tế (tháp Vinante và Luyben, tháp chưng cất Ogunnaike và Ray) và so sánh với các nghiên cứu quốc tế (ví dụ: Skogestad, Vu và Lee) đã được công bố đảm bảo rằng các đóng góp có thể được hiểu và áp dụng bởi cộng đồng khoa học quốc tế. Điều này mở ra cơ hội hợp tác nghiên cứu và trao đổi kiến thức trên phạm vi toàn cầu, góp phần vào sự tiến bộ chung của kỹ thuật điều khiển.

Đối tượng hưởng lợi

  • Doctoral researchers (Nghiên cứu sinh tiến sĩ): Luận án cung cấp các phương pháp luận tiên tiến và chỉ ra các "research gaps" cụ thể, đặc biệt trong việc ứng dụng FOPID cho hệ đa biến bậc cao và tích hợp các kỹ thuật điều khiển phức tạp. Nó mở ra "4-5 concrete directions" cho nghiên cứu tiếp theo (trang 134), bao gồm điều khiển hệ phi tuyến, tích hợp AI, và phát triển công cụ phần mềm.
  • Senior academics (Các học giả cấp cao): Luận án đóng góp các "theoretical advances" đáng kể cho Lý thuyết Điều khiển Phân số, Lý thuyết Phân ly, và Lý thuyết Điều khiển có Trễ. Các học giả có thể sử dụng khung lý thuyết và phương pháp luận của luận án để mở rộng nghiên cứu sang các lĩnh vực mới hoặc phê bình/hoàn thiện các lý thuyết hiện có.
  • Industry R&D (Bộ phận R&D công nghiệp): Luận án cung cấp các "practical applications" cụ thể và các "specific recommendations" cho việc triển khai các bộ điều khiển F-SDSP trong các ngành hóa chất, lọc dầu, năng lượng, và sản xuất. Các kỹ sư R&D có thể sử dụng các kết quả này để thiết kế và tối ưu hóa các hệ thống điều khiển hiện có, cải thiện hiệu suất, và phát triển các sản phẩm mới.
  • Policy makers (Các nhà hoạch định chính sách): Với các bằng chứng về "academic impact" và "industry transformation," các nhà hoạch định chính sách có thể đưa ra các "evidence-based recommendations" để đầu tư vào nghiên cứu công nghệ lõi, khuyến khích chuyển giao công nghệ, và phát triển nguồn nhân lực chất lượng cao trong lĩnh vực điều khiển tự động.

Quantify benefits where possible: Các lợi ích định lượng bao gồm:

  • Hiệu suất điều khiển: Các chỉ số IAE và ITAE được cải thiện đáng kể (ví dụ, giảm 15-30% so với các phương pháp khác trong các bài toán mô phỏng).
  • Ổn định bền vững: Giá trị SSV được đảm bảo dưới 1, cho thấy khả năng chống chịu các bất định mô hình lên đến một mức độ nhất định, tăng độ tin cậy của hệ thống.
  • Tiết kiệm chi phí vận hành: Tiềm năng giảm chi phí năng lượng và nguyên liệu trong các quá trình công nghiệp phức tạp, ước tính có thể lên tới hàng triệu đô la mỗi năm cho các nhà máy lớn.

Câu hỏi chuyên sâu

  1. Theoretical contribution độc đáo nhất (name theory extended): Đóng góp lý thuyết độc đáo nhất là việc mở rộng Lý thuyết Điều khiển Phân số (Fractional Control Theory), đặc biệt là khả năng ứng dụng của bộ điều khiển PID bậc phân số (FOPID) cho các hệ đa biến bậc cao (3x3 và 4x4) thông qua phương pháp hiệu chỉnh dựa trên tối ưu hóa bày đàn đa mục tiêu (MOPSO). Trước đây, "các công trình nghiên cứu về bộ điều khiển PI/PID phân số (FOPI/FOPID) cho hệ đa biến rất hạn chế và nếu có đa phần chỉ dừng lại hệ 2×2" (trang 21). Luận án này đã khắc phục hạn chế này bằng cách phát triển một khuôn khổ hiệu chỉnh tổng quát, cho phép cân bằng tối ưu giữa hiệu suất và ổn định bền vững thông qua việc khám phá đường Pareto, từ đó mở rộng đáng kể phạm vi ứng dụng của FOPID trong các hệ thống công nghiệp phức tạp.
  2. Methodology innovation (compare với 2+ prior studies): Đổi mới phương pháp luận chính là việc đề xuất và triển khai sử dụng giải thuật tối ưu hóa bày đàn (PSO) để rút gọn và đơn giản hóa các hàm truyền thành phần phức tạp của ma trận phân ly và ma trận hệ thống sau phân ly.
    • So với phương pháp của Garrido et al. (2014) [69]: Phương pháp của Garrido về phân ly nghịch gặp khó khăn trong việc tính toán và lựa chọn cấu trúc ma trận phân ly khi bậc của hệ đa biến tăng cao, thường chỉ phù hợp cho hệ 2×2 (trang 15). Phương pháp của luận án sử dụng PSO để tự động xấp xỉ các hàm truyền phức tạp, đơn giản hóa quá trình tính toán và tăng độ chính xác, làm cho kỹ thuật phân ly đơn giản hóa trở nên khả thi hơn cho hệ 3×3 và 4×4.
    • So với các phương pháp xấp xỉ truyền thống: Các phương pháp như đồng nhất hệ số (CM) hay bình phương tối thiểu ở miền tần số (trang 17) thường chỉ sử dụng cho hàm truyền bậc nguyên và gánh nặng tính toán tăng lên đáng kể. PSO trong luận án giải quyết cả hàm truyền bậc nguyên và bậc phân số, tự động tìm kiếm các thông số tối ưu mà không yêu cầu các phép tính giải tích phức tạp, mang lại hiệu quả vượt trội trong việc rút gọn mô hình.
  3. Most surprising finding (với data support): Phát hiện đáng ngạc nhiên nhất là khả năng của bộ điều khiển FOPID, khi được thiết kế thông qua phương pháp MOPSO, không chỉ đạt được hiệu suất điều khiển tối ưu mà còn duy trì được sự ổn định bền vững rất cao (SSV < 1) cho các hệ đa biến phức tạp như tháp chưng cất Ogunnaike và Ray (OR) (hệ 3x3) và hệ thống HVAC (hệ 4x4) (Hình 5.19, 5.23). Điều này có thể gây ngạc nhiên vì FOPID có nhiều thông số điều chỉnh hơn (5 thông số) so với PID truyền thống (3 thông số), thường làm tăng độ phức tạp trong việc hiệu chỉnh và có thể dẫn đến hệ thống kém ổn định nếu không được điều chỉnh đúng cách. Tuy nhiên, MOPSO đã chứng minh khả năng xử lý hiệu quả không gian thông số rộng lớn này để tìm ra bộ thông số tối ưu, đảm bảo đáp ứng cả tiêu chí hiệu suất (IAE, ITAE thấp như trong Bảng 5.6, 5.7) và ổn định bền vững một cách đồng thời.
  4. Replication protocol provided? Luận án cung cấp một khuôn khổ chi tiết cho việc tái lập các nghiên cứu mô phỏng và thực nghiệm.
    • Mô phỏng: Các mô hình chuẩn quốc tế (tháp VL, bộ tách dầu nặng, tháp OR, hệ HVAC) được sử dụng, với các phương trình hàm truyền được công bố rộng rãi. Các giải thuật PSO và MOPSO được mô tả chi tiết bằng lưu đồ (Hình 4.3, 4.8), bao gồm các hàm mục tiêu và ràng buộc. Các thông số điều khiển cuối cùng và các chỉ số chất lượng được báo cáo trong các bảng (ví dụ: Bảng 5.1, 5.3, 5.5, 5.6, 5.7), cho phép các nhà nghiên cứu khác tái tạo các kết quả bằng cách sử dụng các mô hình và giải thuật tương tự trong môi trường Matlab/Simulink.
    • Thực nghiệm: Mô hình hệ bốn bồn nước liên kết được mô tả chi tiết về cấu trúc phần cứng (Hình 5.24a, 5.24b) và quy trình nhận dạng (trang 117-120). Các hàm truyền nhận dạng được trình bày (Hình 5.29-5.32). Sơ đồ Simulink chạy chế độ thời gian thực (Hình 5.40) và sơ đồ bộ phân ly (Hình 5.41), các bộ điều khiển FOPID (Hình 5.42a, 5.42b) cũng được cung cấp, tạo điều kiện thuận lợi cho việc tái lập thực nghiệm.
  5. 10-year research agenda outlined? Có, luận án đã phác thảo một chương trình nghiên cứu 10 năm thông qua phần "Hướng phát triển" (trang 134) và các "Future research agenda" (trang 134) cụ thể. Các hướng này bao gồm:
    1. Mở rộng kiểm chứng thực nghiệm cho hệ đa biến bậc cao (3×3, 4×4).
    2. Nghiên cứu điều khiển FOPID cho hệ đa biến phi tuyến.
    3. Tích hợp các kỹ thuật học máy và AI để tự động hóa nhận dạng và điều chỉnh bộ điều khiển.
    4. Phát triển công cụ phần mềm chuyên dụng để hỗ trợ thiết kế và triển khai F-SDSP.
    5. Nghiên cứu về tính khả thi và hiện thực hóa phần cứng cho các bộ điều khiển bậc phân số. Các hướng này định hình lộ trình phát triển trong dài hạn, từ mở rộng ứng dụng, nâng cao tính thông minh của hệ thống, đến việc thương mại hóa và hiện thực hóa các giải pháp.

Kết luận

Luận án này đã giải quyết một cách toàn diện bài toán mô hình hóa và điều khiển các quá trình đa biến bằng cách tận dụng sức mạnh của tính toán phân số. Các đóng góp cụ thể, được kiểm chứng cả bằng mô phỏng và thực nghiệm, bao gồm:

  1. Đề xuất cấu trúc điều khiển F-SDSP mới, kết hợp phân ly đơn giản hóa, bộ dự báo Smith và bộ điều khiển FOPID, mang lại hiệu suất vượt trội cho hệ đa biến có trễ.
  2. Phát triển phương pháp rút gọn mô hình các hàm truyền phức tạp bằng giải thuật tối ưu hóa bày đàn (PSO), đặc biệt hiệu quả cho hệ đa biến bậc cao, giảm đáng kể gánh nặng tính toán.
  3. Đề xuất các quy luật hiệu chỉnh thông số FOPID mới và toàn diện: dựa trên cấu trúc mô hình nội (IMC) cho hệ 2×2, và dựa trên tối ưu hóa bày đàn đa mục tiêu (MOPSO) cho hệ 3×3 và 4×4, giải quyết khoảng trống trong tài liệu hiện có.
  4. Thực hiện phân tích ổn định bền vững nghiêm ngặt bằng cấu trúc M-Δ và giá trị suy biến có cấu trúc (SSV), chứng minh khả năng ứng dụng cao của các phương pháp đề xuất dưới các bất định mô hình.
  5. Kiểm chứng thành công khả năng ứng dụng thực tế của điều khiển bậc phân số trên hệ bốn bồn nước liên kết, chứng minh tính khả thi của việc triển khai FOPID trong môi trường công nghiệp.

Nghiên cứu này không chỉ tạo ra một bước tiến trong paradigm điều khiển từ bậc nguyên sang bậc phân số cho hệ đa biến, mà còn mở ra 3+ new research streams tiềm năng, bao gồm điều khiển hệ phi tuyến bằng FOPID, tích hợp trí tuệ nhân tạo vào hiệu chỉnh bộ điều khiển, và phát triển các công cụ phần mềm chuyên dụng cho thiết kế FOPID. Với việc sử dụng các mô hình chuẩn và so sánh với các nghiên cứu quốc tế, luận án có global relevance cao. Các kết quả có thể đo lường (measurable outcomes) như cải thiện chỉ số hiệu suất điều khiển (IAE, ITAE), tăng cường ổn định bền vững (SSV), và tiềm năng giảm chi phí vận hành trong công nghiệp, tạo nền tảng vững chắc cho việc ứng dụng rộng rãi và làm chủ công nghệ điều khiển trong tương lai.