Tổng quan về luận án

Hệ truyền động điện sử dụng động cơ không đồng bộ ba pha (Induction Motor - IM) rotor lồng sóc giữ vai trò then chốt trong nền công nghiệp hiện đại nhờ cấu tạo bền vững, giá thành tối ưu và khả năng vận hành linh hoạt. Tuy nhiên, tính chất phi tuyến mạnh, sự ghép kênh phức tạp giữa từ thông và momen, cùng sự phụ thuộc của tham số vào nhiệt độ và tần số luôn đặt ra thách thức lớn đối với kỹ thuật điều khiển tự động chất lượng cao. Phương pháp điều khiển tựa theo từ thông rotor (Rotor Field-Oriented Control - RFOC) do K. Hasse (1968), F. Blaschke (1971) phát triển và Werner Leonhard (1985) hoàn thiện đã mở ra bước ngoặt khi cho phép điều khiển độc lập từ thông và momen tương tự như động cơ một chiều kích từ độc lập. Dẫu vậy, trong quá trình vận hành dài hạn, các biến thiên tham số nội tại (như điện trở rotor $R_r$, điện cảm hỗ cảm $L_m$) và sự tích lũy sai lệch từ các khâu tích phân của bộ điều khiển tạo ra thành phần trôi tham số $u_K$, đẩy hệ thống phi tuyến vào các điểm phân nhánh (bifurcation) và phát sinh hiện tượng hỗn loạn (chaos). Hiện tượng này làm suy giảm nghiêm trọng độ ổn định, gây rung chấn cơ học bất thường, tăng tổn hao năng lượng và có thể phá hủy hệ thống truyền động.

flowchart TD
    A["Hệ truyền động ĐCKĐB điều khiển RFOC"] --> B["Biến thiên tham số & Trôi dạt bộ điều khiển: uK"]
    B --> C["Khuếch đại phi tuyến & Phân nhánh hệ thống"]
    C --> D["Xuất hiện hiện tượng Hỗn loạn (Chaos)"]
    D --> E["Hệ quả: Rung chấn cơ học, Mất ổn định, Mất khả năng tách kênh"]
    E --> F["Giải pháp Luận án: Mô hình Descriptor LPV + Bộ quan sát Đa mục tiêu + Điều khiển Phản hồi Trạng thái Tích phân (ISFC)"]
    F --> G["Triệt tiêu Hỗn loạn & Tái lập Ổn định Tiệm cận"]

Khoảng trống nghiên cứu (Research Gap) then chốt được xác định: Các nghiên cứu quốc tế trước đây về hỗn loạn trong động cơ không đồng bộ chủ yếu tập trung vào phân tích phân nhánh tĩnh khi thay đổi một tham số đơn lẻ như tần số kích thích, tải trọng cơ học (Bazanella & Reginatto, 2000; Gao & Chau, 2003; Jain, Ghosh & Maity, 2018), hoặc sử dụng các giải pháp thụ động như phản hồi trễ thời gian (Li, 2009; Tsafack et al., 2020). Cho đến nay, chưa có công trình nào mô hình hóa một cách tường minh thành phần gây hỗn loạn $u_K$ phát sinh từ cấu trúc bộ điều khiển trong không gian trạng thái kỳ dị biến đổi tham số (Descriptor Linear Parameter-Varying - DLPV), đồng thời thiết kế bộ quan sát trạng thái tối ưu để lượng hóa, ước lượng và bù trực tiếp thành phần hỗn loạn nhằm triệt tiêu hoàn toàn dao động phi quy tắc.

Luận án tiến sĩ kỹ thuật của NCS. Đỗ Hoàng Ngân Mi, dưới sự hướng dẫn khoa học của GS. Nguyễn Phùng Quang và PGS. Lê Tiến Dũng (bảo vệ tại Đại học Bách Khoa Hà Nội và Đại học Đà Nẵng, 2024), giải quyết trọn vẹn bài toán trên với hệ thống câu hỏi nghiên cứu và giả thuyết khoa học tường minh:

  • Câu hỏi nghiên cứu 1 (RQ1): Cơ chế toán học nào dẫn dắt hệ truyền động không đồng bộ điều khiển RFOC rơi vào trạng thái hỗn loạn khi xuất hiện sự trôi dạt tham số $u_K$ từ bộ điều khiển trong điều kiện làm việc dài hạn?

  • Câu hỏi nghiên cứu 2 (RQ2): Làm thế nào để mô hình hóa hệ thống động cơ phi tuyến khi xảy ra hỗn loạn về dạng hệ kỳ dị tuyến tính tham số thay đổi (DLPV) có xét đến nhiễu hệ thống và nhiễu đo lường?

  • Câu hỏi nghiên cứu 3 (RQ3): Cấu trúc bộ quan sát nào (Gán cực, $H_2$, $H_\infty$ hay kết hợp $H_2/H_\infty$) tối ưu hóa độ chính xác ước lượng thành phần hỗn loạn $u_K$ dưới tác động của bất định và nhiễu?

  • Câu hỏi nghiên cứu 4 (RQ4): Phương pháp điều khiển bù trạng thái nào có thể triệt tiêu triệt để hiện tượng hỗn loạn, tái lập tính ổn định tiệm cận cho hệ truyền động RFOC?

  • Giả thuyết 1 (H1): Hiện tượng mất ổn định dài hạn trong hệ RFOC là hiện tượng hỗn loạn tất định, có thể nhận dạng thông qua số mũ Lyapunov, biểu đồ phân nhánh, mặt cắt Poincaré và phổ Fourier liên tục.

  • Giả thuyết 2 (H2): Việc cấu trúc hóa động học động cơ dưới dạng Descriptor LPV cho phép tham số hóa các bất đẳng thức ma trận tuyến tính (LMI) để thiết kế bộ quan sát bền vững ước lượng đồng thời trạng thái dòng, từ thông và thành phần hỗn loạn $u_K$.

  • Giả thuyết 3 (H3): Bộ điều khiển phản hồi trạng thái có khâu tích phân (ISFC) kết hợp bù trước tín hiệu quan sát $\hat{u}_K$ bảo đảm hệ kín ổn định toàn cục theo tiêu chuẩn Lyapunov và triệt tiêu hoàn toàn quỹ đạo hỗn loạn.

Khung lý thuyết của luận án tích hợp chặt chẽ giữa Lý thuyết động lực học phi tuyến và hỗn loạn (Nonlinear Dynamics & Chaos Theory), Lý thuyết hệ thống LPV/Descriptor LPV, Lý thuyết điều khiển bền vững tối ưu $H_2/H_\infty$ dựa trên LMI, và Nguyên lý điều khiển vector từ thông rotor (RFOC). Phạm vi thực nghiệm số được kiểm chứng trên mô hình động cơ không đồng bộ tiêu chuẩn GL-63M2-4 Parma ($P_n = 0.18\text{ kW}, U_n = 220/380\text{ V}, I_n = 0.93/0.54\text{ A}, \omega_n = 1350\text{ rpm}, R_s = 26.825\ \Omega, R_r = 23.95\ \Omega, L_s = L_r = 1.096\text{ H}, L_m = 1.026\text{ H}, J = 0.00039\text{ kg}\cdot\text{m}^2, z_p = 2$).

Literature Review và Positioning

Lý thuyết điều khiển động cơ không đồng bộ và lý thuyết hỗn loạn đã trải qua hơn một thế kỷ phát triển song song trước khi giao thoa trong các nghiên cứu truyền động điện hiện đại. Về mặt điều khiển vector, các công trình kinh điển của Leonhard (1985) và Nguyễn Phùng Quang (2006) đã xác lập nguyên tắc điều khiển dòng stator trên hệ tọa độ đồng bộ $dq$ tựa theo vector từ thông rotor ($\psi_{rq} = 0, \psi_{rd} = \psi_r = \text{const}$). Khi đó, thành phần dòng $i_{sd}$ kiểm soát từ thông và dòng $i_{sq}$ kiểm soát momen điện từ, thực hiện nguyên tắc:

"bảo đảm nhanh, chính xác và không tương tác"

Tuy nhiên, mô hình toán học thực tế của động cơ không đồng bộ vốn là một hệ phương trình vi phân phi tuyến bậc cao có cấu trúc song tuyến (bilinear):

$$\begin{cases} \frac{d i_{sd}}{dt} = -\left(\frac{R_s}{\sigma L_s} + \frac{1-\sigma}{\sigma \tau_r}\right) i_{sd} + \omega_s i_{sq} + \frac{L_m}{\sigma L_s L_r \tau_r} \psi_{rd} + \frac{L_m}{\sigma L_s L_r} \omega \psi_{rq} + \frac{1}{\sigma L_s} u_{sd} \ \frac{d i_{sq}}{dt} = -\omega_s i_{sd} - \left(\frac{R_s}{\sigma L_s} + \frac{1-\sigma}{\sigma \tau_r}\right) i_{sq} - \frac{L_m}{\sigma L_s L_r} \omega \psi_{rd} + \frac{L_m}{\sigma L_s L_r \tau_r} \psi_{rq} + \frac{1}{\sigma L_s} u_{sq} \ \frac{d \psi_{rd}}{dt} = \frac{L_m}{\tau_r} i_{sd} - \frac{1}{\tau_r} \psi_{rd} + (\omega_s - z_p \omega) \psi_{rq} \ \frac{d \psi_{rq}}{dt} = \frac{L_m}{\tau_r} i_{sq} - (\omega_s - z_p \omega) \psi_{rd} - \frac{1}{\tau_r} \psi_{rq} \ \frac{d \omega}{dt} = \frac{3}{2} \frac{z_p L_m}{J L_r} (\psi_{rd} i_{sq} - \psi_{rq} i_{sd}) - \frac{B}{J} \omega - \frac{1}{J} m_L \end{cases}$$

Trong lịch sử nghiên cứu hỗn loạn, Jules Henri Poincaré (1887) khi giải bài toán ba vật thể đã chỉ ra tính nhạy cảm cực độ với điều kiện ban đầu, được ông đúc kết trong tác phẩm Khoa học và Giải pháp:

"Một nguyên nhân rất nhỏ không thể xác định có thể ảnh hưởng đến kết quả thu nhận được. Dù biết chính xác quy luật và điều kiện ban đầu có thể dự đoán chính xác kết quả tại một thời điểm. Bên cạnh đó những khác biệt nhỏ trong dữ kiện ban đầu dẫn tới những sai lệch vô cùng lớn trong hiện tượng sau cùng dẫn đến dự đoán trở nên bất khả thi và được kết quả là 'hiện tượng ngẫu nhiên'."

Bản chất này được Edward Lorenz (1963, 1972) hình tượng hóa qua "Hiệu ứng cánh bướm", Feigenbaum (1978) định lượng hóa qua các hằng số phân nhánh ($\delta \approx 4.6692016, \alpha \approx 2.5029078$), Mandelbrot (1975) hình học hóa qua tập fractal, và Từ điển Oxford định nghĩa hỗn loạn là:

"hành vi của hệ thống tuân theo các định luật xác định nhưng rất khó đoán trước như nhiễu, đặc biệt nhạy cảm với sự thay đổi nhỏ của các tham số hoặc phụ thuộc vào các biến độc lập"

graph LR
    subgraph "Trường phái Thụ động & Mô tả Hiện tượng"
        A1["Bazanella & Reginatto (2000, 2002)<br/>Phân tích phân nhánh Hopf"]
        A2["Gao & Chau (2003)<br/>Kích thích hỗn loạn nhân tạo"]
        A3["Jain, Ghosh & Maity (2018)<br/>Dự báo Bogdanov-Takens"]
    end
    subgraph "Trường phái Điều khiển Bù Cổ điển"
        B1["Y. Li (2009)<br/>Phản hồi trễ thời gian (Pyragas)"]
        B2["Tsafack et al. (2020)<br/>Trượt phản hồi trễ"]
        B3["Guessas Laarem (2018)<br/>Routh-Hurwitz phi tuyến"]
    end
    subgraph "Đột phá của Luận án (Đỗ Hoàng Ngân Mi, 2024)"
        C1["Mô hình hóa Descriptor LPV (DLPV)"]
        C2["Bộ quan sát Đa mục tiêu H2/Hinf dựa trên LMI"]
        C3["Điều khiển Phản hồi Trạng thái Tích phân (ISFC)"]
    end
    A1 & A2 & A3 --> C1
    B1 & B2 & B3 --> C2
    C1 & C2 --> C3

Trong lĩnh vực truyền động điện, Kuroe & Hayashi (1989), Nagy & Suto (1996) lần đầu phát hiện hiện tượng hỗn loạn trong nghịch lưu PWM cấp nguồn cho động cơ. Tiếp đó, hai luồng quan điểm nghiên cứu xuất hiện:

  1. Luồng quan điểm thụ động và phân tích phân nhánh: Bazanella & Reginatto (2000, 2002) khảo sát các điểm phân nhánh Hopf khi thay đổi điện trở rotor nhưng không đưa ra phương pháp triệt tiêu; Gao & Chau (2003) chủ động bơm tín hiệu hình sin để kích hoạt hỗn loạn phục vụ quá trình trộn cơ học công nghiệp; Jain, Ghosh & Maity (2018) phân tích phân nhánh Bogdanov-Takens và Saddle-node dưới sự thay đổi của tải trọng. Điểm chung của nhóm này là xem hỗn loạn như một đặc tính cố hữu hoặc chỉ khai thác trạng thái mở.
  2. Luồng quan điểm điều khiển khử hỗn loạn: Nhóm nghiên cứu của Y. Li (2009) áp dụng kỹ thuật phản hồi trễ (time-delayed feedback theo nguyên lý Pyragas), Alex Stephane Kemnang Tsafack cùng cộng sự (2020) kết hợp điều khiển trượt với phản hồi trễ. Hạn chế cốt tử của phương pháp Pyragas là đòi hỏi chu kỳ dao động tuần hoàn không đổi và gây suy giảm chất lượng động học nghiêm trọng khi hệ thống chuyển điểm làm việc.

Luận án của Đỗ Hoàng Ngân Mi định vị ở vị trí tiên phong khi vượt qua các hạn chế trên. Bằng cách tiếp cận hiện đại thông qua không gian trạng thái kỳ dị biến đổi tham số (Descriptor LPV), luận án không cần dựa vào chu kỳ trễ cố định mà ước lượng trực tiếp thành phần động học hỗn loạn $u_K$, từ đó thiết kế luật điều khiển phản hồi trạng thái triệt tiêu hỗn loạn tức thời.

Tiêu chí So sánh Gao & Chau (2003) Tsafack et al. (2020) Luận án (Đỗ Hoàng Ngân Mi, 2024)
Đối tượng nghiên cứu IM kích thích hỗn loạn nhân tạo IM phân nhánh do tải & điện cảm IM điều khiển RFOC chịu trôi dạt $u_K$
Phương pháp tiếp cận Phân tích thực nghiệm & Fourier Phản hồi trễ + Điều khiển trượt Mô hình hóa Descriptor LPV (DLPV)
Ước lượng trạng thái Không ước lượng trạng thái ngầm Không có bộ quan sát trạng thái Bộ quan sát đa mục tiêu $H_2/H_\infty$ qua LMI
Xử lý nhiễu hệ thống Bỏ qua nhiễu Giả định nhiễu chặn trên Tối ưu hóa suy giảm nhiễu theo chuẩn $H_\infty$
Khả năng triệt tiêu Duy trì hỗn loạn có chủ đích Khử hỗn loạn cục bộ Triệt tiêu hoàn toàn, bảo toàn chất lượng RFOC

Đóng góp lý thuyết và khung phân tích

Đóng góp cho lý thuyết

Luận án mở rộng lý thuyết điều khiển tựa từ thông của Werner Leonhard và lý thuyết tối ưu hóa LMI của Stephen Boyd vào miền động lực học phi tuyến kỳ dị, thể hiện qua các đóng góp nền tảng:

  • Định thức hóa 5 kịch bản phân nhánh trong hệ vi phân bậc 4: Từ mô hình động học phi tuyến của hệ truyền động không đồng bộ, luận án thiết lập điều kiện giải tích tường minh xác định các điểm kỳ dị của ma trận Jacobian $J(\mathbf{x}_0)$:
    1. Phân nhánh nút yên (Saddle-node bifurcation): Xảy ra khi $\det(J) = 0$, làm biến mất hoặc sinh ra cặp điểm cân bằng.
    2. Phân nhánh Hopf (Hopf bifurcation): Xảy ra khi $\text{trace}(J) = 0$ và tồn tại cặp trị riêng thuần ảo $\lambda_{1,2} = \pm j\omega_0$, dẫn tới sự hình thành chu trình giới hạn (limit cycle).
    3. Phân nhánh Bogdanov-Takens: Xảy ra khi ma trận $J$ có trị riêng 0 bội hai ($\lambda_1 = \lambda_2 = 0$).
    4. Phân nhánh Hopf kép (Double Hopf bifurcation): Xuất hiện đồng thời hai cặp trị riêng thuần ảo $\pm j\omega_1, \pm j\omega_2$.
    5. Phân nhánh Zero-Hopf: Xuất hiện đồng thời một trị riêng bằng không và một cặp thuần ảo ($\lambda_1 = 0, \lambda_{2,3} = \pm j\omega_0$).
classDiagram
    class HeThongDLPV {
        +Matrix E_bar : Descriptor
        +Matrix A_rho : LPV System
        +Matrix B_bar : Input Matrix
        +Matrix C_bar : Output Matrix
        +Vector rho_t : Scheduling Variables
        +estimate_uK()
    }
    class BoQuanSat {
        +Pole_Placement()
        +H_inf_Optimization()
        +Mixed_H2_Hinf()
        +solve_LMI()
    }
    class BoDieuKhienISFC {
        +Integral_Action()
        +State_Feedback_K()
        +Chaos_Cancellation()
        +prove_Lyapunov()
    }
    HeThongDLPV <|-- BoQuanSat : Ước lượng trạng thái
    BoQuanSat <|-- BoDieuKhienISFC : Cung cấp tín hiệu uK
  • Chuyển dịch hệ hình (Paradigm Shift): Tái định nghĩa bản chất của các dao động mất ổn định trong hệ RFOC: không coi dao động là nhiễu ngẫu nhiên vô quy luật (stochastic noise), mà khẳng định đó là hiện tượng hỗn loạn tất định (deterministic chaos) phát sinh từ tương tác phi tuyến giữa vòng điều khiển dòng và tốc độ khi xuất hiện thành phần trôi tham số $u_K$.

Khung phân tích độc đáo

Khung phân tích của luận án tích hợp ba trụ cột lý thuyết: (1) Động học vector không gian RFOC, (2) Tô-pô hình học hỗn loạn (Attractor, Poincaré map, Bifurcation diagram), và (3) Hệ kỳ dị tuyến tính tham số thay đổi (Descriptor LPV).

Biến đổi hệ trạng thái động cơ có xét đến thành phần hỗn loạn $u_K$ và vector biến lập lịch $\boldsymbol{\rho}(t) = [\rho_1(t), \rho_2(t)]^T = [\omega(t), i_{sq}(t)]^T$:

$$\bar{\mathbf{E}} \dot{\bar{\mathbf{x}}}(t) = \bar{\mathbf{A}}(\boldsymbol{\rho}) \bar{\mathbf{x}}(t) + \bar{\mathbf{B}} \mathbf{u}(t) + \bar{\mathbf{E}}_w \mathbf{w}(t)$$

$$\mathbf{y}(t) = \bar{\mathbf{C}} \bar{\mathbf{x}}(t) + \mathbf{D}_w \mathbf{w}(t)$$

Trong đó trạng thái mở rộng chứa biến hỗn loạn $\bar{\mathbf{x}}(t) = [\mathbf{x}(t)^T, u_K(t)]^T = [i_{sd}, i_{sq}, \psi_{rd}, \omega, u_K]^T$, và ma trận suy biến:

$$\bar{\mathbf{E}} = \begin{bmatrix} \mathbf{I}4 & \mathbf{0}{4 \times 1} \ \mathbf{0}_{1 \times 4} & 0 \end{bmatrix}$$

Cách tiếp cận này chuyển hóa hoàn toàn bài toán ước lượng tín hiệu hỗn loạn phi tuyến phức tạp thành bài toán giải hệ bất phương trình ma trận tuyến tính (LMI) có nghiệm số học xác định, đảm bảo sai số ước lượng hội tụ tiệm cận về 0.

Phương pháp nghiên cứu tiên tiến

Thiết kế nghiên cứu

Luận án vận hành trên hệ hình thực chứng (positivism) với phương pháp diễn dịch toán học kết hợp kiểm chứng mô phỏng số chuyên sâu. Thiết kế nghiên cứu được cấu trúc thành ba cấp độ (Multi-level design):

flowchart LR
    subgraph Level1["Cấp độ 1: Mô hình hóa"]
        M1["Mô hình Bilinear dq"] --> M2["Mô hình Descriptor LPV"]
        M2 --> M3["Mở rộng Trạng thái uK"]
    end
    subgraph Level2["Cấp độ 2: Thiết kế Bộ quan sát"]
        O1["Bộ quan sát Gán cực"]
        O2["Bộ quan sát H_inf"]
        O3["Bộ quan sát Trộn H2/H_inf"]
    end
    subgraph Level3["Cấp độ 3: Tổng hợp Điều khiển"]
        C1["Phản hồi Trạng thái Tích phân (ISFC)"]
        C2["Bù trước Tín hiệu uK"]
        C3["Kiểm chứng Lyapunov & Matlab"]
    end
    Level1 --> Level2 --> Level3

Quy trình nghiên cứu rigorous

Quy trình thiết kế bộ quan sát và điều khiển tuân thủ các chuẩn mực toán học chặt chẽ:

  1. Thiết lập ba dạng mô hình hóa DLPV:
    • Dạng 1: Mô hình DLPV lý tưởng không xét đến nhiễu tác động.
    • Dạng 2: Mô hình DLPV có xét đến nhiễu gộp $\mathbf{w}(t)$ bao gồm sai số mô hình và nhiễu đầu vào.
    • Dạng 3: Mô hình DLPV phân tách riêng biệt giữa nhiễu hệ thống $\mathbf{w}(t)$ và nhiễu đo lường $\mathbf{v}(t)$.
  2. Thuật toán thiết kế bộ quan sát đa mục tiêu $H_2/H_\infty$ qua LMI: Tìm ma trận $\mathbf{P} = \mathbf{P}^T > 0$, ma trận tự do $\mathbf{Y}_i$ và vô hướng $\gamma > 0$ sao cho:

$$\begin{bmatrix} \bar{\mathbf{A}}_i^T \mathbf{P} + \mathbf{P} \bar{\mathbf{A}}_i - \bar{\mathbf{C}}_i^T \mathbf{Y}_i^T - \mathbf{Y}_i \bar{\mathbf{C}}_i & \mathbf{P} \bar{\mathbf{E}}_w - \mathbf{Y}_i \mathbf{D}w & \bar{\mathbf{C}}{z}^T \ (\mathbf{P} \bar{\mathbf{E}}w - \mathbf{Y}i \mathbf{D}w)^T & -\gamma^2 \mathbf{I} & \mathbf{D}{zw}^T \ \bar{\mathbf{C}}{z} & \mathbf{D}{zw} & -\mathbf{I} \end{bmatrix} < 0, \quad \forall i \in {1, 2, \dots, 2^k}$$

Khi đó, ma trận khuếch đại quan sát được xác lập qua $\mathbf{L}i = \mathbf{P}^{-1} \mathbf{Y}i$, bảo đảm hàm truyền từ nhiễu $\mathbf{w}$ đến sai số ước lượng $\mathbf{e}$ thỏa mãn $|\mathbf{T}{ew}|{\infty} < \gamma$.

sequenceDiagram
    autonumber
    participant Plant as Động cơ IM (RFOC)
    participant Obs as Bộ quan sát DLPV (H2/H_inf)
    participant Ctrl as Bộ điều khiển ISFC
    Plant->>Obs: Đo lường dòng điện isd, isq & Tốc độ w
    Obs->>Obs: Giải LMI, ước lượng trạng thái & uK
    Obs->>Ctrl: Tín hiệu ước lượng [x_hat, uK_hat]
    Ctrl->>Ctrl: Luật điều khiển: u = -K*x_hat + ki*int(e) - uK_hat
    Ctrl->>Plant: Tín hiệu điều khiển điện áp [usd, usq]
    Note over Plant,Ctrl: Hệ thống triệt tiêu hỗn loạn, ổn định tiệm cận

Data và phân tích

Đánh giá định lượng chất lượng ước lượng của các bộ quan sát thông qua hai chỉ số thống kê sai số chuẩn hóa:

  • Bình phương của độ lệch chuẩn (Root Mean Square Deviation - RMSD):

$$\text{RMSD} = \sqrt{\frac{1}{N} \sum_{k=1}^N (x_k - \hat{x}_k)^2}$$

  • Chuẩn hóa bình phương của độ lệch chuẩn (Normalized RMSD - NRMSD):

$$\text{NRMSD} = \frac{\text{RMSD}}{x_{\max} - x_{\min}} \times 100%$$

Môi trường mô phỏng được thực hiện trên nền tảng MATLAB/Simulink kết hợp YALMIP và SeDuMi/LMIToolbox để giải các hệ bất phương trình ma trận tuyến tính với độ chính xác số học cao.

Phát hiện đột phá và implications

Những phát hiện then chốt

  1. Xác thực hành vi hỗn loạn và tập hút lạ (Strange Attractor): Khi thành phần $u_K$ xuất hiện và vượt qua ngưỡng phân nhánh, quỹ đạo pha của dòng điện $i_{sd} - i_{sq}$ và tốc độ $\omega$ không còn hội tụ về điểm cân bằng hay chu trình giới hạn mà bị giam hãm trong một tập hút lạ có tính tự đồng dạng fractal. Phổ Fourier của tín hiệu tốc độ chuyển từ dạng vạch rời rạc sang phổ liên tục trải rộng trên băng tần thấp và trung bình, chứng minh rõ ràng trạng thái hỗn loạn.
  2. Độ nhạy cực đại với điều kiện ban đầu: Sai khác ban đầu chỉ $\Delta x_0 = 10^{-4}$ dẫn tới sự phân kỳ quỹ đạo theo hàm mũ với số mũ Lyapunov cực đại dương ($\lambda_{\max} > 0$), minh chứng cụ thể cho "Hiệu ứng cánh bướm" trong hệ truyền động điện.
  3. Vượt trội của bộ quan sát $H_2/H_\infty$ so với Gán cực: Bộ quan sát gán cực cổ điển tỏ ra rất nhạy cảm với nhiễu đo lường, trong khi bộ quan sát tối ưu $H_2/H_\infty$ triệt tiêu nhiễu vượt bậc, duy trì sai số ước lượng $u_K$ cực thấp.
Phương pháp Bộ quan sát RMSD ($i_{sd}$) [A] NRMSD ($i_{sd}$) [%] RMSD ($\omega$) [rad/s] NRMSD ($\omega$) [%] RMSD ($u_K$) [V] NRMSD ($u_K$) [%]
Gán cực (Pole Placement) 0.1420 4.73% 3.250 2.16% 0.8920 5.95%
Tối ưu $H_\infty$ 0.0412 1.37% 0.812 0.54% 0.2105 1.40%
Trộn $H_2/H_\infty$ (Đề xuất) 0.0185 0.61% 0.340 0.22% 0.0890 0.59% 
gantt
    title So sánh Hiệu năng Sai số Ước lượng NRMSD (%) giữa các Bộ quan sát
    dateFormat  X
    axisFormat %s%%
    section Dòng điện isd
    Gán cực             :active, 0, 4.73
    Tối ưu H_inf        :crit, 0, 1.37
    Trộn H2/H_inf       :done, 0, 0.61
    section Tốc độ quay w
    Gán cực             :active, 0, 2.16
    Tối ưu H_inf        :crit, 0, 0.54
    Trộn H2/H_inf       :done, 0, 0.22
    section Thành phần hỗn loạn uK
    Gán cực             :active, 0, 5.95
    Tối ưu H_inf        :crit, 0, 1.40
    Trộn H2/H_inf       :done, 0, 0.59
  1. Triệt tiêu hoàn toàn hỗn loạn bằng bộ điều khiển ISFC kết hợp bù $\hat{u}_K$: Khi kích hoạt luật điều khiển phản hồi trạng thái tích phân:

$$\mathbf{u}(t) = -\mathbf{K} \hat{\mathbf{x}}(t) + \mathbf{K}_I \int_0^t (\mathbf{r} - \mathbf{y}) d\tau - \hat{u}_K(t)$$

Hệ thống lập tức thoát khỏi tập hút hỗn loạn, đáp ứng tốc độ và momen bám sát hoàn hảo giá trị đặt trong thời gian quá độ ngắn ($t_{qd} < 0.15\text{ s}$), triệt tiêu hoàn toàn sai số xác lập ($e_{ss} \to 0$).

Implications đa chiều

  • Đóng góp học thuật: Xác lập cầu nối lý thuyết vững chắc giữa giải tích hệ động lực phi tuyến phức tạp với kỹ thuật điều khiển truyền động điện công nghiệp.
  • Đổi mới phương pháp luận: Cung cấp phương pháp mẫu mực về chuyển đổi hệ phi tuyến có thành phần bất định sang mô hình Descriptor LPV để tổng hợp bộ quan sát/điều khiển qua LMI.
  • Ứng dụng công nghiệp: Ứng dụng trực tiếp vào các hệ thống truyền động đòi hỏi độ chính xác siêu cao như máy công cụ CNC, cánh tay robot công nghiệp, hệ thống kéo tàu điện cao tốc và máy cán thép, nơi hiện tượng rung giật do trôi tham số có thể gây phế phẩm hoặc thảm họa kỹ thuật.

Limitations và Future Research

Mặc dù đạt được những kết quả lý thuyết và mô phỏng xuất sắc, luận án thẳng thắn ghi nhận các giới hạn nghiên cứu:

  1. Môi trường thực nghiệm: Các kết quả kiểm chứng chủ yếu thực hiện qua mô phỏng số chi tiết trên MATLAB/Simulink; cần mở rộng trên băng thử phần cứng thời gian thực (Hardware-in-the-Loop - HIL) với vi điều khiển DSP TMS320F28379D hoặc FPGA.
  2. Giới hạn biên biến lập lịch: Ma trận LMI được giải dựa trên giả định biến lập lịch $\boldsymbol{\rho}(t)$ nằm trong đa diện lồi giới hạn trước; các biến thiên cực hạn ngoài biên chưa được bao quát hoàn toàn.
  3. Mô hình hóa nhiệt: Chưa tích hợp mô hình nhiệt động lực học phân bố không gian để cập nhật liên tục điện trở $R_r(T)$ theo thời gian thực.

Hướng nghiên cứu tương lai (4 định hướng cụ thể):

  • Định hướng 1: Triển khai thuật toán trên phần cứng nhúng thực tế (DSP/FPGA) với tần số đóng cắt PWM cao ($> 10\text{ kHz}$).
  • Định hướng 2: Kết hợp bộ quan sát DLPV với kỹ thuật điều khiển không cảm biến (Sensorless RFOC) sử dụng bộ quan sát trượt thích nghi (Sliding Mode Observer).
  • Định hướng 3: Ứng dụng giải tích bậc phân số (Fractional-Order Calculus) vào cấu trúc bộ điều khiển ISFC để tăng bậc tự do triệt tiêu hỗn loạn.
  • Định hướng 4: Mở rộng nghiên cứu cho động cơ đồng bộ nam châm vĩnh cửu (PMSM) và động cơ từ trở đồng bộ (SynRM).

Tác động và ảnh hưởng

  • Tác động học thuật: Mở ra hướng nghiên cứu mới về điều khiển triệt tiêu hỗn loạn trong hệ truyền động điện xoay chiều; tiềm năng trích dẫn cao trên các tạp chí Q1 uy tín như IEEE Transactions on Industrial Electronics, IEEE Transactions on Power Electronics, và Chaos, Solitons & Fractals.
  • Chuyển đổi công nghiệp: Giúp các nhà sản xuất biến tần (như ABB, Siemens, Schneider) tích hợp thêm module phần mềm tự động chẩn đoán và dập tắt phân nhánh hỗn loạn mà không cần thay đổi phần cứng.
  • Lợi ích kinh tế - xã hội: Giảm thiểu nguy cơ sự cố cơ điện, tiết kiệm điện năng tiêu thụ do triệt tiêu dòng dao động vô công, kéo dài tuổi thọ động cơ trong các dây chuyền sản xuất liên tục 24/7.

Đối tượng hưởng lợi

  • Nghiên cứu sinh & Giới học thuật: Tiếp cận phương pháp luận mô hình hóa Descriptor LPV và kỹ thuật giải LMI đa mục tiêu cho hệ phi tuyến.
  • Kỹ sư R&D Truyền động điện: Sử dụng trực tiếp cấu trúc bộ điều khiển ISFC có bù hỗn loạn để nâng cấp thuật toán điều khiển biến tần công nghiệp.
  • Nhà quản lý & Hoạch định chính sách năng lượng: Có thêm cơ sở khoa học để xây dựng tiêu chuẩn hiệu suất và độ tin cậy vận hành cho hệ thống động cơ hiệu suất cao trong công nghiệp nặng.

Câu hỏi chuyên sâu

1. Đóng góp lý thuyết độc đáo nhất của luận án là gì?

Luận án đã mở rộng lý thuyết điều khiển tựa từ thông (RFOC) truyền thống bằng cách tích hợp thành công lý thuyết phân nhánh phi tuyến bậc 4 với cấu trúc không gian trạng thái kỳ dị biến đổi tham số (Descriptor LPV). Điểm đột phá là việc định danh và mô hình hóa tường minh thành phần trôi dạt tham số dài hạn của bộ điều khiển $u_K$ như một biến trạng thái động mở rộng, chuyển hóa bài toán triệt tiêu hỗn loạn phi tuyến thành bài toán tối ưu hóa lồi LMI có nghiệm giải tích chắc chắn.

2. Phương pháp luận có bước cải tiến nào so với các nghiên cứu quốc tế tiền nhiệm?

So sánh với nghiên cứu của Bazanella & Reginatto (2002) chỉ dừng lại ở phân tích phân nhánh tĩnh và nghiên cứu của Tsafack et al. (2020) dùng phản hồi trễ Pyragas dễ mất ổn định khi đổi tần số, luận án đề xuất bộ quan sát hỗn loạn đa mục tiêu trộn $H_2/H_\infty$ trên mô hình DLPV. Phương pháp này vừa loại bỏ độ nhạy với nhiễu ngẫu nhiên (chuẩn $H_2$), vừa tối ưu khả năng kháng nhiễu đầu vào cực đại (chuẩn $H_\infty$), cho phép bám sát biến hỗn loạn $u_K$ với sai số chuẩn hóa NRMSD chỉ $0.59%$.

3. Phát hiện bất ngờ nhất trong quá trình nghiên cứu là gì?

Phát hiện bất ngờ nhất là hiện tượng trôi dạt rất nhỏ từ khâu tích phân của bộ điều khiển dòng ($u_K$) trong quá trình làm việc dài hạn đủ để kích hoạt chuỗi phân nhánh Hopf và Bogdanov-Takens liên tiếp, biến một hệ thống điều khiển vector vốn được coi là tuyến tính hóa hoàn toàn thành một hệ dao động hỗn loạn băng rộng với phổ Fourier liên tục, ngay cả khi tải trọng và điện áp nguồn hoàn toàn không đổi.

4. Luận án có cung cấp quy trình tái lập (Replication Protocol) hoàn chỉnh không?

Hoàn toàn có. Luận án cung cấp chi tiết toàn bộ thông số động cơ thử nghiệm GL-63M2-4 Parma, hệ phương trình vi phân trạng thái $dq$, quy trình xây dựng đa diện lập lịch $\boldsymbol{\rho}(t)$, cấu trúc ma trận LMI đầy đủ trong Phụ lục, và sơ đồ khối mô phỏng chi tiết trong MATLAB/Simulink (Hình 3.3, 3.4, 4.1, 5.1).

5. Lộ trình nghiên cứu 10 năm tới mở ra từ luận án như thế nào?

Lộ trình 10 năm phát triển bao gồm: (1) Giai đoạn 1-3 năm: Thử nghiệm thực tế và đóng gói thư viện dập hỗn loạn trên chip DSP/FPGA thương mại; (2) Giai đoạn 4-6 năm: Phát triển hệ điều khiển không cảm biến triệt tiêu hỗn loạn dựa trên AI/Machine Learning kết hợp DLPV; (3) Giai đoạn 7-10 năm: Xây dựng chuẩn điều khiển thích nghi hỗn loạn tự động cho lưới điện vi mô (Microgrids) và các hệ thống giao thông thuần điện (EV/High-speed Trains).

Kết luận

Công trình nghiên cứu của NCS. Đỗ Hoàng Ngân Mi mang lại 5 đóng góp học thuật và thực tiễn mang tính then chốt:

  1. Hệ thống hóa toàn diện cơ chế phát sinh hỗn loạn và thiết lập điều kiện giải tích cho 5 dạng phân nhánh trong hệ truyền động không đồng bộ điều khiển RFOC.
  2. Tiên phong xây dựng mô hình toán học Descriptor LPV mở rộng, mô tả tường minh tác động của thành phần trôi tham số $u_K$ trong cả ba điều kiện: không nhiễu, nhiễu gộp và nhiễu phân tách.
  3. Thiết kế thành công ba bộ quan sát trạng thái (Gán cực, $H_\infty$, Trộn $H_2/H_\infty$ qua LMI), xác lập bộ quan sát $H_2/H_\infty$ có chất lượng vượt trội với NRMSD ước lượng đạt mức kỷ lục $0.59%$.
  4. Đề xuất cấu trúc điều khiển phản hồi trạng thái có khâu tích phân (ISFC) kết hợp bù trước tín hiệu quan sát $\hat{u}_K$, chứng minh ổn định tiệm cận toàn cục theo Lyapunov và dập tắt hoàn toàn dao động hỗn loạn.
  5. Mở ra hướng tiếp cận mới trong việc làm chủ trạng thái phi tuyến phức tạp của các hệ thống truyền động điện hiện đại, đóng góp thiết thực vào sự phát triển của ngành Tự động hóa và Truyền động điện công nghiệp.