Luận án tiến sĩ kỹ thuật điều khiển và tự động hóa - Xây dựng phương pháp điều khiển thích nghi tối ưu cho hệ lái tàu thủy tại ĐH Bách Khoa Hà Nội

Việc điều khiển hệ lái tàu thủy đòi hỏi độ chính xác và khả năng thích ứng cao. Môi trường biển thay đổi liên tục, ảnh hưởng đến các tham số tàu. Điều này làm tăng tính cấp thiết của việc phát triển các phương pháp điều khiển thích nghi. Mục tiêu của luận án là xây dựng một phương pháp điều khiển thích nghi tối ưu. Phương pháp này đảm bảo tính ổn định, độ bền vững (robust control) và hiệu suất bám quỹ đạo. Luận án cũng hướng đến việc giảm thiểu sai số, đối phó hiệu quả với nhiễu và bất định. Các phương pháp điều khiển thích nghi mô hình tham chiếu (MRAC) được xem xét. Kết quả mong đợi là một bộ điều khiển thích nghi mạnh mẽ, cải thiện đáng kể khả năng vận hành của hệ lái tàu thủy.

Nền tảng của mọi chiến lược điều khiển hiệu quả là một mô hình tàu thủy chính xác. Luận án phân tích chi tiết các mô hình động lực học của tàu thủy. Đặc biệt, nghiên cứu tập trung vào mô hình ba bậc tự do trên mặt phẳng nằm ngang. Mô hình này đủ phức tạp để nắm bắt các đặc tính vận động chính của tàu. Đồng thời, nó cũng đủ đơn giản để phục vụ cho việc thiết kế bộ điều khiển tối ưu. Các yếu tố như lực cản, mô men xoắn và tác động của môi trường được tích hợp vào mô hình. Hiểu rõ mô hình tàu thủy là bước đầu tiên để xây dựng các thuật toán điều khiển thích nghi. Từ đó, bộ điều khiển tối ưu có thể được tổng hợp một cách hiệu quả, đảm bảo tính ổn định và hiệu suất của hệ lái tàu thủy.

Luận án đề xuất một bộ điều khiển tối ưu dựa trên cấu trúc Actor-Critic. Phương pháp này giải quyết bài toán điều khiển bám tối ưu cho hệ lái tàu thủy khi mô hình đã biết. Bộ điều khiển sử dụng hai mạng nơ-ron: Actor để sinh ra tín hiệu điều khiển và Critic để ước lượng hàm chi phí. Quá trình huấn luyện mạng nơ-ron được thực hiện để tìm ra chính sách điều khiển tối ưu. Các thuật toán nhận dạng hệ thống và ước lượng tham số được sử dụng để tinh chỉnh hoạt động của mạng. Mô phỏng kiểm chứng tính ổn định của hệ kín. Kết quả cho thấy bộ điều khiển tối ưu này đạt được hiệu suất bám quỹ đạo xuất sắc, đáp ứng nhanh và chính xác các lệnh điều khiển.

Để tăng cường khả năng điều khiển bền vững (robust control) cho hệ lái tàu thủy, luận án phát triển bộ điều khiển tối ưu kết hợp giải thuật ADP với phản hồi RISE. RISE giúp triệt tiêu nhiễu đầu vào và các bất định không mô hình hóa được. Thêm vào đó, một bộ ước lượng nhiễu DO được thiết kế để nhận dạng hệ thống và ước lượng tham số nhiễu tác động lên tàu. Sự kết hợp này tạo ra một bộ điều khiển thích nghi mạnh mẽ hơn. Nó có khả năng duy trì hiệu suất điều khiển tối ưu ngay cả trong điều kiện môi trường khắc nghiệt. Các mô phỏng chứng minh rằng phương pháp này cải thiện đáng kể độ chính xác và tính bền vững của việc điều khiển bám quỹ đạo.

Đối mặt với tình huống mô hình tàu thủy không xác định, luận án sử dụng phương trình Hamilton-Jacobi-Isaacs (HJI). HJI là công cụ mạnh mẽ để đảm bảo điều khiển bền vững (robust control) và tối ưu. Để giải phương trình HJI một cách hiệu quả khi không có mô hình, thuật toán Inverse Reinforcement Learning (IRL) dạng off-policy được đề xuất. IRL cho phép hệ thống học chính sách điều khiển tối ưu từ dữ liệu quan sát. Phương pháp này giảm sự phụ thuộc vào thông tin mô hình chính xác. Đây là một cách tiếp cận quan trọng để xây dựng bộ điều khiển thích nghi cho các hệ thống phức tạp và bất định như hệ lái tàu thủy.

Trong điều kiện thiếu mô hình, mạng nơ-ron đóng vai trò trung tâm trong việc xây dựng bộ điều khiển thích nghi. Luận án khai thác khả năng xấp xỉ hàm mạnh mẽ của mạng nơ-ron để ước lượng hàm chi phí và hàm điều khiển. Mạng nơ-ron được sử dụng để thực hiện thuật toán off-policy IRL, cho phép hệ thống học hỏi và điều chỉnh theo thời gian. Đây là một hình thức nhận dạng hệ thống tự động, giúp bộ điều khiển thích nghi vận hành hiệu quả. Phương pháp này không đòi hỏi thông tin chi tiết về mô hình tàu thủy. Điều đó giúp nó trở nên linh hoạt và mạnh mẽ hơn, cung cấp giải pháp điều khiển thích nghi tối ưu cho hệ lái tàu thủy trong các tình huống thực tế phức tạp.

Luận án đã tạo ra những đóng góp quan trọng trong việc phát triển bộ điều khiển tối ưu cho hệ lái tàu thủy. Các phương pháp điều khiển thích nghi dựa trên Actor-Critic, tích hợp RISE và ước lượng nhiễu DO, đã được đề xuất và chứng minh hiệu quả. Một đóng góp nổi bật khác là việc áp dụng phương trình HJI cùng thuật toán off-policy IRL và mạng nơ-ron để giải quyết bài toán điều khiển tối ưu khi không có mô hình. Những phát triển này cải thiện đáng kể độ chính xác bám quỹ đạo và khả năng điều khiển bền vững (robust control) của hệ thống. Chúng cung cấp các công cụ mạnh mẽ hơn để thiết kế bộ điều khiển thích nghi cho các hệ thống động lực học phức tạp.

Các phương pháp điều khiển thích nghi và điều khiển tối ưu được phát triển trong luận án có ý nghĩa thực tiễn to lớn. Chúng có tiềm năng ứng dụng rộng rãi trong ngành hàng hải. Đặc biệt là trong việc phát triển các tàu tự hành (autonomous ships) và hệ thống định vị động. Khả năng điều khiển bền vững (robust control) và thích nghi của bộ điều khiển giúp tàu hoạt động an toàn và hiệu quả hơn trong nhiều điều kiện thời tiết khác nhau. Điều này góp phần giảm thiểu tiêu thụ nhiên liệu, tối ưu hóa hành trình và nâng cao độ an toàn hàng hải. Các kết quả nghiên cứu mở ra hướng đi cho việc tự động hóa hoàn toàn hệ lái tàu thủy, mang lại lợi ích kinh tế và vận hành đáng kể.