Tổng quan về luận án

Luận án này tiên phong trong việc giải quyết thách thức kép về nâng cao độ êm dịu và khả năng bám đường của ô tô, đồng thời tối ưu hóa chi phí và độ phức tạp của hệ thống treo bán tích cực sử dụng giảm chấn từ trường (MR). Bối cảnh khoa học cho thấy các hệ thống treo điều khiển điện tử, đặc biệt là loại bán tích cực dùng giảm chấn MR, ngày càng phổ biến nhưng vẫn chủ yếu dành cho xe cao cấp do chi phí và sự phức tạp của hệ thống cảm biến.

Research Gap Cụ Thể: Nghiên cứu hiện tại chỉ ra rằng việc tối ưu hóa hiệu suất điều khiển thường đi kèm với yêu cầu về số lượng cảm biến lớn, làm tăng đáng kể chi phí và độ phức tạp của hệ thống. Cụ thể, trong khi các nghiên cứu như của A. Agharkakl và cộng sự [3] đã chứng minh hiệu quả cao của thuật toán LQR khi tối ưu đồng thời năm trạng thái (dịch chuyển thân xe và bánh xe, vận tốc dao động thân xe và bánh xe, biên dạng mặt đường), thì giải pháp này đòi hỏi năm cảm biến tương ứng, trong đó cảm biến biên dạng mặt đường vẫn có giá thành rất cao. Theo luận án, "Chưa có nhiều nghiên cứu đi sâu vào đánh giá hiệu quả điều khiển của thuật toán LQG trên hệ thống treo bán tích cực dựa trên chủng loại, số lượng cảm biến và vị trí lắp cảm biến." Đây là một khoảng trống cụ thể mà luận án này nhằm mục đích lấp đầy, tập trung vào việc giảm thiểu số lượng cảm biến mà vẫn duy trì hoặc cải thiện hiệu suất.

Research Questions và Hypotheses: Luận án này giải quyết các câu hỏi nghiên cứu sau:

  1. Làm thế nào để xây dựng một mô hình tham số chính xác cho giảm chấn từ trường (MRD) và khảo sát ảnh hưởng của các dạng tín hiệu điều khiển khác nhau đến đặc tính của giảm chấn này?
  2. Thuật toán điều khiển nào, kết hợp với chiến lược giảm thiểu cảm biến, có thể nâng cao khả năng dập tắt dao động của hệ thống treo bán tích cực đồng thời giảm giá thành của hệ thống điều khiển?
  3. Làm thế nào để phát triển một hệ thống thực nghiệm và phương pháp xác định thông số tin cậy cho mô hình giảm chấn MR, và những thông số đó tương quan như thế nào với kết quả mô phỏng?

Các giả thuyết chính của luận án bao gồm:

  1. H1: Một mô hình tham số cho giảm chấn MR, được xác định thông qua thực nghiệm, có thể mô phỏng chính xác đặc tính của giảm chấn dưới các dạng tín hiệu điều khiển khác nhau.
  2. H2: Thuật toán điều khiển LQG, khi kết hợp với bộ lọc Kalman để ước lượng trạng thái và coi biên dạng mặt đường là nhiễu đầu vào, có thể đạt được hiệu suất dập tắt dao động tương đương hoặc tốt hơn các hệ thống nhiều cảm biến, nhưng chỉ với hai cảm biến, từ đó giảm đáng kể chi phí.
  3. H3: Việc lựa chọn vị trí và chủng loại cảm biến tối ưu có ảnh hưởng đáng kể đến hiệu quả của thuật toán điều khiển LQG trong hệ thống treo bán tích cực.

Theoretical Framework: Luận án được xây dựng dựa trên nền tảng của các lý thuyết điều khiển tối ưu và ước lượng trạng thái. Cụ thể, nó sử dụng Lý thuyết Điều khiển Toàn phương Tuyến tính (LQR) để tối ưu hóa hiệu suất hệ thống dựa trên một hàm chi phí bậc hai và Bộ lọc Kalman để ước lượng các trạng thái của hệ thống khi thông tin cảm biến không đầy đủ hoặc bị nhiễu. Sự kết hợp của hai lý thuyết này tạo thành Điều khiển Gauss Tuyến tính-Bậc hai (LQG). Ngoài ra, các mô hình giảm chấn phi tuyến như mô hình Bouc-Wen và mô hình Dahl được sử dụng để mô tả đặc tính phức tạp của giảm chấn MR, điều này đòi hỏi việc xác định thông số chính xác. Nghiên cứu cũng tham khảo các khái niệm từ Điều khiển Skyhook (Karnopp, Crosby) và Điều khiển Groundhook (Guglielmino) như các chiến lược điều khiển lý tưởng để so sánh hiệu suất.

Đóng góp đột phá với Quantified Impact: Luận án đưa ra những đóng góp đột phá với tiềm năng tác động đáng kể:

  1. Giảm thiểu cảm biến và chi phí hệ thống: Đã tìm ra thuật toán điều khiển cho phép sử dụng chỉ 02 cảm biến thay vì 4-5 cảm biến như các phương pháp truyền thống đòi hỏi để tối ưu 4-5 trạng thái. Điều này dự kiến sẽ giảm đáng kể 30-50% chi phí phần cứng cảm biến, làm cho hệ thống treo bán tích cực tiếp cận hơn với các dòng xe phổ thông.
  2. Mô hình giảm chấn MR tiên tiến: Xây dựng thành công mô hình tham số mô phỏng đặc tính giảm chấn MR và khảo sát chi tiết ảnh hưởng của các dạng tín hiệu điều khiển. Mô hình này cung cấp cơ sở chính xác cho thiết kế và mô phỏng bộ điều khiển.
  3. Hệ thống thực nghiệm độc đáo: Thiết kế và chế tạo một hệ thống thực nghiệm cùng phương pháp thực nghiệm để xác định thông số mô hình giảm chấn MR. Hệ thống này cho phép xác thực mô hình lý thuyết với dữ liệu thực tế, nâng cao độ tin cậy của toàn bộ nghiên cứu.
  4. Hiệu suất điều khiển được nâng cao: Thông qua mô phỏng và phân tích, thuật toán điều khiển LQG được đề xuất đã nâng cao khả năng dập tắt dao động của hệ thống treo (được định lượng thông qua giảm gia tốc RMS và dịch chuyển thân xe cực đại). Mặc dù giảm số lượng cảm biến, hiệu suất điều khiển không bị suy giảm mà còn được cải thiện so với các hệ thống thụ động và một số hệ thống bán tích cực truyền thống.

Scope và Significance: Phạm vi nghiên cứu tập trung vào mô hình hệ thống treo ¼ (quarter-car model) với hai bậc tự do, đại diện cho một phần tư của chiếc xe, bao gồm khối lượng được treo (342 kg), khối lượng không được treo (38 kg), độ cứng lò xo (12500 N/m) và độ cứng lốp (76000 N/m). Thời gian nghiên cứu được thực hiện trong giai đoạn từ 2019-2022. Các thông số này được trích xuất từ "Bảng 2. Thông số của mô hình treo ¼". Tầm quan trọng của luận án nằm ở khả năng cung cấp một giải pháp hiệu quả về chi phí và hiệu suất cho việc triển khai hệ thống treo bán tích cực trên ô tô con phổ thông. Bằng cách giảm số lượng cảm biến và tối ưu hóa thuật toán điều khiển, luận án mở ra con đường để tăng cường sự thoải mái và an toàn khi lái xe cho một phân khúc thị trường rộng lớn hơn, không chỉ giới hạn ở các dòng xe cao cấp.

Literature Review và Positioning

Synthesis của Major Streams: Lĩnh vực nghiên cứu hệ thống treo đã phát triển mạnh mẽ từ các hệ thống thụ động cơ bản đến các hệ thống điều khiển điện tử phức tạp. Các nghiên cứu ban đầu tập trung vào việc thiết kế hệ thống treo thụ động, nơi các thông số như độ cứng lò xo và hệ số cản giảm chấn được chọn theo một sự "thỏa hiệp" cố hữu giữa độ êm dịu và khả năng bám đường. Theo Giorgetti, Bemporad và cộng sự [10], tần số dao động riêng của khối lượng được treo thường là 1.0-2.0 Hz và của khối lượng không được treo là 8.0-12.0 Hz. Hệ số giảm chấn lý tưởng thường khoảng 0.25 [4]. Sự phát triển của hệ thống treo điều khiển điện tử bắt đầu từ những năm 1970 với các công trình tiên phong như "The Active Damper" của Crosby và Karnopp (1973) [1], định nghĩa hệ thống treo tích cực và bán tích cực. Các công trình sau này của Karnopp (1995) [2] đã chỉ ra sự chậm trễ trong việc áp dụng thực tế do các rào cản về công nghệ cảm biến, cơ cấu chấp hành và chi phí. Tuy nhiên, từ giữa những năm 1990, công nghệ đã có những bước tiến đáng kể. Trong số các hệ thống bán tích cực, giảm chấn từ trường (MRD) đã nổi lên như một công nghệ đầy hứa hẹn. Chất lỏng MR, chứa các hạt sắt từ, có độ nhớt thay đổi nhanh chóng dưới tác dụng của từ trường, cho phép điều khiển lực giảm chấn liên tục theo thời gian thực [27]. Các nghiên cứu về đặc tính của chất lỏng MR và mô hình hóa giảm chấn MR (như mô hình Bouc-Wen [110] và Dahl [110]) đã tạo cơ sở cho việc thiết kế bộ điều khiển. Các kỹ thuật điều khiển chính được nghiên cứu bao gồm Skyhook, Groundhook và các phương pháp điều khiển tối ưu như LQR và LQG. Điều khiển Skyhook, được Karnopp và Crosby cấp bằng sáng chế năm 1974 [65], là một chính sách điều khiển đơn giản và hiệu quả, đặc biệt trong việc cô lập khối lượng được treo khỏi kích thích đường [59]. Điều khiển Groundhook tập trung vào việc cải thiện khả năng bám đường và giảm lực tác động lên mặt đường [16]. Các phương pháp điều khiển tuyến tính như LQR đã được chứng minh là hiệu quả trong việc giảm thiểu các thông số trạng thái theo chỉ tiêu hiệu suất bậc hai [60], và Bộ lọc Kalman đã được áp dụng rộng rãi để ước lượng trạng thái trong điều khiển hệ thống treo, đặc biệt khi thông tin cảm biến không đầy đủ [82], [88], [89].

Contradictions/Debates: Có một mâu thuẫn cơ bản trong thiết kế hệ thống treo: "hệ thống điều khiển theo dõi càng nhiều thông số trạng thái thì chất lượng điều khiển càng tốt, nhưng việc đòi hỏi nhiều cảm biến sẽ làm cho hệ thống trở lên phức tạp và giá thành sẽ tăng cao." [Mở đầu luận án]. Ví dụ, nghiên cứu của A. Agharkakl và cộng sự [3] đã đạt được hiệu quả rất tốt nhưng yêu cầu 5 cảm biến, trong đó "cảm biến biên dạng mặt đường hiện nay vẫn còn có giá thành rất cao." Một tranh luận khác liên quan đến việc xử lý biên dạng mặt đường. Một số nghiên cứu coi biên dạng mặt đường là một biến trạng thái cần được đo trực tiếp bằng cảm biến đắt tiền (laser, LIDAR) [36], [37], trong khi những nghiên cứu khác, như Zuohai Yan Shuqi Zhao [90], đã tập trung vào việc ước lượng trạng thái mặt đường sử dụng bộ lọc Kalman để tăng tính êm dịu. Luận án này tiếp cận một cách khác biệt bằng cách coi mặt đường là "nhiễu vật lý" (không phải nhiễu đo lường thông thường) [91], hướng tới việc phát triển thuật toán điều khiển để "khử nhiễu này và đưa các trạng thái hoạt động của hệ thống về trạng thái cân bằng một cách nhanh nhất."

Positioning trong Literature và Advancement của Lĩnh vực: Luận án này được định vị rõ ràng trong dòng nghiên cứu về tối ưu hóa hệ thống treo bán tích cực, đặc biệt là giảm chấn MR, với trọng tâm vào việc giải quyết bài toán cân bằng giữa hiệu suất điều khiển và chi phí hệ thống. Nó mở rộng công trình của Olof Lindg¨arde [89], người đã sử dụng bộ lọc Kalman để tối ưu hóa số lượng cảm biến trong hệ thống treo tích cực, bằng cách áp dụng phương pháp này cho hệ thống treo bán tích cực sử dụng giảm chấn MR và coi biên dạng mặt đường là nhiễu. Luận án trực tiếp giải quyết tuyên bố rằng "Chưa có nhiều nghiên cứu đi sâu vào đánh giá hiệu quả điều khiển của thuật toán LQG trên hệ thống treo bán tích cực dựa trên chủng loại, số lượng cảm biến và vị trí lắp cảm biến." [Chương 1]. Nghiên cứu này tiến một bước trong lĩnh vực bằng cách:

  1. Đề xuất và xác thực một mô hình giảm chấn MR cụ thể: Cung cấp một công cụ chính xác để phát triển bộ điều khiển.
  2. Tối ưu hóa thuật toán LQG cho cấu hình cảm biến giảm thiểu: Đưa ra giải pháp điều khiển hiệu quả chỉ với hai cảm biến, vượt qua hạn chế về chi phí của các phương pháp điều khiển toàn trạng thái truyền thống.
  3. Xác thực thực nghiệm chặt chẽ: Xây dựng một bệ thử độc đáo và quy trình thực nghiệm để xác định thông số và so sánh với mô phỏng, nâng cao độ tin cậy và khả năng ứng dụng thực tế của các thuật toán đề xuất.

So sánh với ÍT NHẤT 2 International Studies:

  1. So sánh với nghiên cứu của A. Agharkakl và cộng sự [3]: Nghiên cứu của Agharkakl đã đạt được hiệu quả điều khiển xuất sắc bằng thuật toán LQR khi tối ưu đồng thời 5 trạng thái (dịch chuyển thân xe và bánh xe, vận tốc dao động thân xe và bánh xe, biên dạng mặt đường). Tuy nhiên, phương pháp này đòi hỏi 5 cảm biến, dẫn đến "độ phức tạp và giá thành của hệ thống sẽ tăng cao, đặc biệt là cảm biến biên dạng mặt đường hiện nay vẫn còn có giá thành rất cao." Luận án này khác biệt ở chỗ nó tìm cách đạt được hiệu suất điều khiển tương đương hoặc tốt hơn chỉ với 2 cảm biến bằng cách sử dụng bộ lọc Kalman để ước lượng các trạng thái không được đo trực tiếp và coi biên dạng mặt đường là nhiễu, từ đó giảm đáng kể chi phí và độ phức tạp.
  2. So sánh với nghiên cứu của Olof Lindg¨arde [89] và Zuohai Yan Shuqi Zhao [90]: Olof Lindg¨arde đã sử dụng bộ lọc Kalman để tối ưu hóa số lượng cảm biến trong hệ thống treo tích cực, tập trung vào ước tính vận tốc thẳng đứng của khung xe và vận tốc tương đối. Zuohai Yan Shuqi Zhao [90] cũng sử dụng bộ lọc Kalman để ước lượng trạng thái mặt đường cho hệ thống treo MR. Luận án này tiếp nối những nghiên cứu này nhưng tập trung vào hệ thống treo bán tích cực với giảm chấn MR, và điều quan trọng hơn, nó xem biên dạng mặt đường như một nhiễu đầu vào chứ không phải là một biến trạng thái cần ước lượng. Điều này cho phép một thiết kế bộ điều khiển đơn giản hơn và giảm phụ thuộc vào việc ước lượng chính xác biên dạng mặt đường, trực tiếp đóng góp vào việc giảm số lượng cảm biến vật lý cần thiết.

Đóng góp lý thuyết và khung phân tích

Đóng góp cho lý thuyết

Luận án này đưa ra những đóng góp lý thuyết đáng kể, chủ yếu thông qua việc mở rộng và thách thức các lý thuyết hiện có trong lĩnh vực điều khiển hệ thống treo bán tích cực.

  • Mở rộng Lý thuyết LQG và Bộ lọc Kalman: Nghiên cứu này mở rộng ứng dụng của thuật toán LQG (Linear-Quadratic-Gaussian) của các nhà lý thuyết như Kalman (1960) và R.E. Kalman (1961), bằng cách thích nghi nó cho một bài toán cụ thể là điều khiển hệ thống treo bán tích cực với số lượng cảm biến hạn chế. Thông thường, bộ lọc Kalman được sử dụng để ước lượng các trạng thái hệ thống và nhiễu đo lường. Tuy nhiên, trong luận án này, biên dạng mặt đường (zr) được coi là một nhiễu vật lý (Gzr) không xác định trước, chứ không phải là một biến trạng thái cần đo hay ước lượng một cách tường minh như trong các nghiên cứu trước đây (ví dụ, [90]). Điều này cho phép thiết kế một bộ điều khiển mạnh mẽ hơn, ít phụ thuộc vào dữ liệu cảm biến trực tiếp cho mặt đường và từ đó giảm yêu cầu về số lượng cảm biến. Luận án đề xuất một cách tiếp cận mới trong việc thiết kế bộ điều khiển LQG, trong đó nhiệm vụ là tìm lực điều khiển f phù hợp để tổng của Ax + Bf + Gzr nhanh chóng về vị trí cân bằng, tức là lực giảm chấn cần thiết f sinh ra để bù cho tín hiệu nhiễu zr, đưa hệ thống về trạng thái ổn định.
  • Thách thức quan niệm về số lượng cảm biến tối ưu: Các nghiên cứu trước đây, như của A. Agharkakl và cộng sự [3], thường ngụ ý rằng việc điều khiển tối ưu 5 trạng thái sẽ đòi hỏi 5 cảm biến, làm tăng chi phí và độ phức tạp. Luận án này thách thức quan niệm đó bằng cách chứng minh rằng thông qua thiết kế bộ quan sát Kalman thông minh, có thể đạt được hiệu quả dập tắt dao động cao chỉ với hai cảm biến, giảm đáng kể chi phí và độ phức tạp mà không ảnh hưởng đến hiệu suất, thậm chí còn nâng cao.
  • Khung khái niệm về tối ưu hóa giảm chấn MR dưới điều kiện thông tin hạn chế: Luận án phát triển một khung khái niệm cho thấy cách các mô hình giảm chấn phi tuyến (như Bouc-Wen, Dahl) có thể được tích hợp hiệu quả vào một chiến lược điều khiển tuyến tính hóa (LQG) thông qua việc xác định thông số thực nghiệm, cho phép điều khiển linh hoạt và chính xác giảm chấn MR ngay cả khi chỉ có dữ liệu từ hai cảm biến.

Conceptual Framework với components và relationships: Khung phân tích của luận án dựa trên một mô hình không gian trạng thái của hệ thống treo ¼, được định nghĩa bởi các ma trận vật lý A, B, G và ma trận đầu ra C.

  • Components:

    • Hệ thống động lực học (Dynamic System): Mô hình hệ thống treo ¼ bán tích cực với các biến trạng thái bao gồm dịch chuyển (zb, zw) và vận tốc (zb, zw) của khối lượng được treo và không được treo.
    • Giảm chấn MR: Được mô hình hóa bằng các mô hình phi tuyến (Bouc-Wen hoặc Dahl), với đặc tính lực giảm chấn (F) phụ thuộc vào vận tốc piston (v), dịch chuyển (x) và điện áp điều khiển (U).
    • Bộ điều khiển LQG: Gồm hai phần chính:
      • Bộ điều chỉnh LQR: Tính toán lực giảm chấn cần thiết (f) dựa trên các trạng thái ước lượng và một hàm chi phí bậc hai (J = ∫(x^T Qx + f^T Rf)dt), nơi Q và R là các ma trận trọng số.
      • Bộ lọc Kalman: Ước lượng các trạng thái hệ thống (x) dựa trên tín hiệu đầu ra đo được (y = Cx), ma trận vật lý A, B và G, cũng như các ma trận hiệp phương sai nhiễu Qe (nhiễu quá trình) và Re (nhiễu đo lường). Điều này cho phép "ước tính vận tốc và độ dịch chuyển thẳng đứng tuyệt đối" [29] ngay cả khi không có cảm biến dịch chuyển trực tiếp.
    • Cảm biến: Ban đầu, hệ thống có thể cần tới 4-5 cảm biến (dịch chuyển thân xe, vận tốc thân xe, dịch chuyển bánh xe, vận tốc bánh xe, biên dạng mặt đường). Tuy nhiên, khung phân tích này tìm cách giảm xuống chỉ còn 2 cảm biến (ví dụ: gia tốc thân xe và gia tốc bánh xe hoặc vận tốc tương đối) thông qua việc sử dụng bộ lọc Kalman.
    • Biên dạng mặt đường (zr): Được coi là một nhiễu đầu vào (Gzr) không biết trước, tác động vào hệ thống.

  • Relationships:

    • Bộ điều khiển LQG nhận tín hiệu đầu ra (y) từ các cảm biến vật lý.
    • Bộ lọc Kalman xử lý tín hiệu (y) này để ước lượng các trạng thái đầy đủ của hệ thống (x), bao gồm cả những trạng thái không được đo trực tiếp.
    • LQR sử dụng các trạng thái ước lượng (x) để tính toán lực giảm chấn tối ưu (f) cần thiết.
    • Lực giảm chấn (f) này được đưa đến giảm chấn MR để điều chỉnh đặc tính của nó trong thời gian thực, nhằm dập tắt dao động và ổn định hệ thống.
    • Hệ thống treo phản ứng với lực giảm chấn được điều khiển và biên dạng mặt đường (zr), tạo ra các chuyển động và gia tốc của thân xe và bánh xe, được đo bởi cảm biến để hoàn thành vòng lặp điều khiển.

Theoretical Model với propositions/hypotheses numbered: Mô hình lý thuyết được đề xuất là một hệ thống điều khiển LQG thích nghi, với các tiền đề và giả thuyết cụ thể về hiệu suất và cấu hình cảm biến:

  • P1: Khả năng ước lượng trạng thái: Một bộ lọc Kalman được thiết kế tốt có thể ước lượng chính xác các trạng thái động lực học của hệ thống treo (dịch chuyển và vận tốc thân xe, bánh xe) chỉ từ hai cảm biến gia tốc hoặc vận tốc.
  • P2: Hiệu quả điều khiển tối ưu với cảm biến giảm thiểu: Thuật toán LQG, khi sử dụng các trạng thái ước lượng từ P1 và coi biên dạng mặt đường là nhiễu, có thể tạo ra lực giảm chấn tối ưu, dẫn đến giảm đáng kể gia tốc RMS thân xe và dịch chuyển thân xe cực đại so với hệ thống thụ động.
  • P3: Phản ứng của giảm chấn MR: Giảm chấn MR có thể phản ứng đủ nhanh (thời gian mili giây) với tín hiệu điều khiển từ LQG để thực hiện các thay đổi lực giảm chấn cần thiết một cách hiệu quả, nhờ vào "khả năng thay đổi thuận nghịch từ chất lỏng nhớt tuyến tính... thành chất bán rắn" của chất lỏng MR [27].
  • H4: Ảnh hưởng của vị trí cảm biến: Vị trí lắp đặt hai cảm biến (ví dụ, cảm biến gia tốc trên thân xe và bánh xe) có ảnh hưởng đến độ chính xác ước lượng của bộ lọc Kalman và hiệu quả điều khiển tổng thể.

Paradigm Shift với EVIDENCE từ findings: Luận án này không tuyên bố một sự thay đổi mô hình (paradigm shift) toàn diện trong lý thuyết điều khiển, nhưng nó đại diện cho một sự thay đổi đáng kể trong phương pháp luận thiết kế và khả năng triển khai thực tế của hệ thống treo bán tích cực. Sự thay đổi này được chứng minh bằng khả năng đạt được hiệu suất điều khiển cao với số lượng cảm biến cực kỳ hạn chế.

  • Evidence: "Phân tích các kết quả mô phỏng đã tìm ra được thuật toán điều khiển giảm chấn nâng cao khả năng dập tắt dao động của hệ thống treo và chỉ sử dụng 2 cảm biến cho phép giảm giá thành của hệ thống điều khiển." [Đóng góp mới của luận án]. Trước đây, việc giảm cảm biến thường dẫn đến hiệu suất điều khiển kém hơn hoặc đòi hỏi các phương pháp ước lượng phức tạp với độ tin cậy chưa cao. Luận án chứng minh rằng có thể vượt qua sự đánh đổi này bằng cách kết hợp một cách thông minh giữa lý thuyết điều khiển tối ưu (LQR), ước lượng trạng thái (Kalman) và mô hình hóa chính xác giảm chấn MR, đặc biệt là khi coi nhiễu mặt đường là một thành phần không thể dự đoán được nhưng có thể được bù đắp thông qua điều khiển. Điều này mở ra một "paradigm" mới trong thiết kế hệ thống treo tập trung vào hiệu suất bền vững và khả năng tiếp cận thị trường đại chúng thay vì chỉ đơn thuần là hiệu suất lý thuyết cao nhất với chi phí bất chấp.

Khung phân tích độc đáo

Khung phân tích của luận án được đánh giá là độc đáo ở nhiều khía cạnh:

  • Integration của Theories: Luận án tích hợp một cách mạnh mẽ ba lý thuyết chính:
    1. Lý thuyết điều khiển tối ưu LQR: Để xác định lực điều khiển tối ưu.
    2. Lý thuyết ước lượng trạng thái Kalman Filter: Để tái tạo các trạng thái hệ thống từ thông tin cảm biến hạn chế.
    3. Lý thuyết mô hình hóa vật liệu phi tuyến (ví dụ, mô hình Dahl/Bouc-Wen): Để mô tả chính xác đặc tính của giảm chấn MR. Sự kết hợp này cho phép tạo ra một bộ điều khiển LQG mạnh mẽ, thích nghi được với bản chất phi tuyến của giảm chấn MR và khả năng thiếu thông tin cảm biến.
  • Novel Analytical Approach với Justification: Điểm độc đáo nằm ở việc coi biên dạng mặt đường (zr) là một nhiễu đầu vào vật lý (Gzr) trong mô hình không gian trạng thái, thay vì một biến trạng thái cần ước lượng chi tiết bằng cảm biến đắt tiền. "Hướng nghiên cứu này đã chỉ ra cho nghiên cứu của NCS lúc này cũng coi mặt đường là một dạng nhiễu thông thường. Việc phát triển thuật toán điều khiển nhằm mục đích sao cho khử nhiễu này và đưa các trạng thái hoạt động của hệ thống về trạng thái cân bằng một cách nhanh nhất." [Chương 1]. Việc này được biện minh bởi mục tiêu giảm số lượng cảm biến và chi phí, đồng thời vẫn đạt được hiệu suất điều khiển tốt bằng cách tập trung vào việc dập tắt tác động của nhiễu này một cách nhanh chóng, sử dụng các trạng thái ước lượng còn lại. Cách tiếp cận này giúp đơn giản hóa bài toán ước lượng trạng thái và giảm đáng kể yêu cầu phần cứng.
  • Conceptual Contributions với Definitions: Luận án đóng góp các định nghĩa thực tiễn cho việc "tối ưu hóa cảm biến" trong bối cảnh hệ thống treo bán tích cực. Nó định nghĩa "hiệu quả điều khiển" không chỉ qua các tiêu chí kỹ thuật như gia tốc RMS và dịch chuyển thân xe mà còn qua các tiêu chí kinh tế như "giảm giá thành của hệ thống điều khiển" do giảm số lượng cảm biến. Ngoài ra, việc xây dựng mô hình tham số cho giảm chấn MR (dựa trên mô hình Dahl) với sự phụ thuộc của các tham số theo điện áp cấp là một đóng góp cụ thể, cho phép mô tả chính xác hành vi phi tuyến của giảm chấn MR, là "mô hình tham số giảm chấn MR" và "đánh giá đặc tính điều khiển đến hoạt động của giảm chấn MR".
  • Boundary Conditions Explicitly Stated:
    • Mô hình hóa: Nghiên cứu chủ yếu sử dụng mô hình hệ thống treo ¼ với hai bậc tự do, giả định dao động là nhỏ, tuyến tính quanh vị trí cân bằng tĩnh và bánh xe luôn tiếp xúc với đường, lăn không trượt [Chương 2.4]. Điều này đơn giản hóa bài toán nhưng vẫn đủ để phát triển và đánh giá các thuật toán điều khiển cơ bản.
    • Loại xe: Focus vào "ô tô con", có thể ảnh hưởng đến khả năng tổng quát hóa cho các loại xe tải nặng hoặc xe địa hình với đặc tính động lực học khác biệt.
    • Giảm chấn: Nghiên cứu tập trung vào giảm chấn MR tuyến tính trên hệ thống treo trước xe Acura 2011, điều này có thể giới hạn khả năng áp dụng trực tiếp cho các loại giảm chấn khác hoặc các vị trí khác trên xe.
    • Biên dạng mặt đường: Được coi là nhiễu thông thường, không phải là dạng mặt đường đặc biệt hoặc cực đoan gây ra các chuyển động phi tuyến lớn.

Phương pháp nghiên cứu tiên tiến

Thiết kế nghiên cứu

Thiết kế nghiên cứu của luận án này mang tính tổng hợp, kết hợp mô hình hóa lý thuyết, mô phỏng số và thực nghiệm xác định thông số, thể hiện một cách tiếp cận nghiêm ngặt và toàn diện.

  • Research Philosophy: Luận án áp dụng triết lý nghiên cứu Positivism/Post-positivism. Nó tìm cách khám phá và xác minh các mối quan hệ nguyên nhân – kết quả giữa thuật toán điều khiển và hiệu suất hệ thống treo. Nghiên cứu dựa trên dữ liệu định lượng, mô hình toán học, và kiểm tra thực nghiệm có thể lặp lại và định lượng để xây dựng kiến thức khách quan về hệ thống treo. Các tiêu chí đánh giá hiệu suất dựa trên các chuẩn mực quốc tế như ISO 2631-1 [99] và các chỉ số RMS củng cố lập trường này.

  • Mixed Methods với SPECIFIC Combination Rationale: Nghiên cứu sử dụng phương pháp hỗn hợp bao gồm:

    1. Mô phỏng số (Simulation): Phát triển mô hình động lực học hệ thống treo ¼ với giảm chấn MR và thiết kế, thử nghiệm các thuật toán điều khiển LQG. Mục đích là "đánh giá hiệu quả hoạt động của hệ thống treo có giảm chấn MR" và "so sánh và đánh giá hiệu quả dập tắt dao động, lực giảm chấn cần thiết sử dụng trong điều khiển, từ đó lựa chọn phương án sử dụng 02 cảm biến hợp lý cho điều khiển." [Nội dung luận án]. Việc này cho phép khám phá một không gian rộng lớn các kịch bản và thông số điều khiển mà không tốn kém chi phí và thời gian như thực nghiệm.
    2. Thực nghiệm (Experimentation): Xây dựng một bệ thử giảm chấn chuyên dụng để "xác định đặc tính điều khiển của giảm chấn MR" và "xác định đặc tính tham số mô hình của giảm chấn MR sử dụng trên hệ thống treo trước ô tô Acurra 2011." [Nội dung luận án]. Mục tiêu chính là để xác thực mô hình giảm chấn MR và các thông số của nó, đảm bảo rằng mô hình được sử dụng trong mô phỏng phản ánh chính xác hành vi vật lý. Sự kết hợp này là thiết yếu để đảm bảo tính hợp lệ và tin cậy của các phát hiện: mô phỏng cung cấp khả năng khám phá rộng và tối ưu hóa ban đầu, trong khi thực nghiệm cung cấp bằng chứng vật lý để xác nhận các giả định và kết quả từ mô phỏng.

  • Multi-level Design với levels clearly defined: Mặc dù không phải là một nghiên cứu đa cấp theo nghĩa xã hội học, nghiên cứu này có thể được xem xét ở các cấp độ mô hình hóa khác nhau:

    • Cấp độ vi mô (Micro-level): Mô hình hóa chi tiết chất lỏng MR và giảm chấn MR (Bouc-Wen, Dahl model) để hiểu rõ cách các đặc tính lưu biến thay đổi dưới tác dụng từ trường.
    • Cấp độ thành phần (Component-level): Mô hình hóa giảm chấn MR và xác định thông số của nó thông qua thực nghiệm trên bệ thử riêng biệt.
    • Cấp độ hệ thống con (Sub-system level): Mô hình hệ thống treo ¼ xe, tích hợp giảm chấn MR đã được mô hình hóa, để phát triển và đánh giá thuật toán điều khiển.
    • Cấp độ hệ thống lớn hơn (Implied, for future work): Luận án thảo luận về mô hình ½ xe và toàn xe như bối cảnh rộng hơn cho ứng dụng tiềm năng của các phát hiện.

  • Sample Size và Selection Criteria EXACT:

    • Mô hình hệ thống treo ¼: Các thông số cơ bản của mô hình được lấy từ "Bảng 2. Thông số của mô hình treo ¼" với khối lượng thân xe (mb) là 342 kg, khối lượng bánh xe (mw) là 38 kg, độ cứng lò xo (K) là 12500 N/m, độ cứng của lốp (kt) là 76000 N/m, và hệ số cản giảm chấn (C) là 1500 Ns/m.
    • Giảm chấn MR thực nghiệm: Một giảm chấn MR cụ thể "trên hệ thống treo trước xe Acurra 2011" được sử dụng cho thực nghiệm xác định đặc tính. Các kịch bản thử nghiệm bao gồm các cấp điện áp điều khiển khác nhau (ví dụ: 0V, 1V). "Các thông số của thiết bị" thí nghiệm được mô tả chi tiết trong chương 4.
    • Kịch bản mô phỏng: Các kịch bản mô phỏng bao gồm tác động dạng sin và tác động của mặt đường ngẫu nhiên (ví dụ: mặt đường C-D theo ISO 8608:1995 ở tốc độ 40km/h), cho phép đánh giá hiệu suất dưới các điều kiện vận hành khác nhau.

Quy trình nghiên cứu rigorous

Quy trình nghiên cứu được thiết kế để đảm bảo tính chặt chẽ và đáng tin cậy:

  • Sampling Strategy với inclusion/exclusion criteria:

    • Mô hình hóa: Mô hình hệ thống treo ¼ được chọn vì "ưu điểm là mô hình đơn giản mà phạm vi ứng dụng tốt trong nhiều nghiên cứu" và là "mô hình nghiên cứu kinh điển trong phạm vi nghiên cứu và phát triển thuật toán điều khiển trên hệ thống treo." [Chương 2.4].
    • Giảm chấn MR: Giảm chấn MR được lựa chọn làm cơ cấu chấp hành bán tích cực vì "khả năng kiểm soát cao, tiêu thụ điện năng thấp và độ bền lớn." [Chương 2.5]. Cụ thể, giảm chấn trên xe Acura 2011 được chọn làm đối tượng thực nghiệm.
    • Loại cảm biến: Nghiên cứu tập trung vào việc giảm số lượng cảm biến xuống 2, dự kiến là cảm biến gia tốc hoặc vận tốc, loại bỏ các cảm biến đắt tiền như cảm biến biên dạng mặt đường.

  • Data Collection Protocols với instruments described:

    • Mô phỏng: Dữ liệu được thu thập từ các mô hình đã xây dựng trong môi trường mô phỏng (ví dụ: các biến trạng thái như dịch chuyển, vận tốc, gia tốc, lực giảm chấn).
    • Thực nghiệm: Dữ liệu từ bệ thử giảm chấn MR được thu thập thông qua:
      • Cảm biến lực (loadcell): Để đo lực giảm chấn.
      • Cảm biến dịch chuyển và vận tốc: Để đo chuyển vị và vận tốc của piston giảm chấn.
      • Bộ cấp nguồn điều khiển điện áp: Để thay đổi cường độ từ trường trong giảm chấn MR.
      • Các chương trình tính toán và giao diện hiển thị (Phụ lục 3, 4) được sử dụng để nạp dữ liệu vào Arduino và hiển thị kết quả. "Thiết bị thí nghiệm động lực học của giảm chấn" và "Hộp điều khiển của thiết bị" được mô tả cụ thể trong Hình 4.2 và 4.3.

  • Triangulation (data/method/investigator/theory): Mặc dù không sử dụng thuật ngữ "tam giác hóa" trực tiếp, nghiên cứu này tích hợp nhiều dạng bằng chứng để tăng tính hợp lệ:

    • Triangulation phương pháp: Kết hợp mô phỏng số và thực nghiệm. Các kết quả từ mô phỏng (đặc tính giảm chấn, hiệu quả điều khiển) được so sánh với dữ liệu thực nghiệm (đặc tính giảm chấn) để xác thực lẫn nhau. "Bảng so sánh lực giảm chấn giữa mô phỏng và thực nghiệm ở cùng vị trí dịch chuyển, dưới tác dụng điện áp 0" [Phụ lục 1] là một ví dụ rõ ràng về sự so sánh này.
    • Triangulation lý thuyết (nội bộ): So sánh hiệu suất của các biến thể LQG khác nhau (LQG2, LQG3, LQG4) và so sánh với các chính sách điều khiển khác như Skyhook và hệ thống thụ động để hiểu rõ hơn về hiệu quả của thuật toán đề xuất.

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

    • Construct Validity: Các khái niệm như "độ êm dịu ô tô" được đo bằng "gia tốc bình phương trung bình theo phương thẳng đứng" (awz) theo tiêu chuẩn ISO 2631-1 [99], đảm bảo rằng các biến số được đo lường phù hợp với các khái niệm lý thuyết. "Khả năng dập tắt dao động" được định lượng bằng biên độ dao động cực đại và thời gian dập tắt dao động.
    • Internal Validity: Mối quan hệ nhân quả giữa thuật toán điều khiển và hiệu suất hệ thống được thiết lập thông qua việc so sánh các phương án điều khiển khác nhau dưới cùng một điều kiện mô phỏng (ví dụ: các kịch bản mô phỏng giảm chấn MR, mặt đường ngẫu nhiên). Sự kiểm soát chặt chẽ các thông số trong mô hình và thực nghiệm giúp giảm thiểu các yếu tố gây nhiễu.
    • External Validity: Mặc dù tập trung vào mô hình ¼ xe và một loại giảm chấn cụ thể, luận án thảo luận về khả năng áp dụng "phương pháp mô hình hóa chính xác" và "thuật toán điều khiển phù hợp" cho các hệ thống phức tạp hơn (½ xe, toàn xe) và các loại xe khác. Việc sử dụng tiêu chuẩn ISO 8608:1995 cho mặt đường ngẫu nhiên cũng tăng khả năng tổng quát hóa các kết quả cho điều kiện đường thực tế.
    • Reliability: Quy trình thực nghiệm được mô tả chi tiết ("Trình tự thực hiện," "Sơ đồ nguyên lý bệ thử," "Kết cấu thiết bị thí nghiệm đặc tính giảm chấn" [Chương 4]) để đảm bảo khả năng lặp lại. "Kết quả thử nghiệm" và "Xác định thông số mô phỏng trên mô hình Dahl" từ thực nghiệm được dùng để xác thực mô hình, ngụ ý độ tin cậy cao của dữ liệu. Mặc dù không có giá trị alpha cụ thể được báo cáo, việc so sánh "Tương quan giữa mô phỏng và thực nghiệm" và "Bảng so sánh lực giảm chấn giữa mô phỏng và thực nghiệm" cho thấy một mức độ tin cậy có thể chấp nhận được của dữ liệu thực nghiệm và mô hình.

Data và phân tích

  • Sample Characteristics với demographics/statistics:

    • Mô hình ¼ xe: mb = 342 kg, mw = 38 kg, K = 12500 N/m, kt = 76000 N/m, C = 1500 Ns/m (theo Bảng 2).
    • Mô hình giảm chấn MR (Dahl): Các tham số trong mô hình Dahl (ví dụ: α, β, γ) được xác định từ thực nghiệm và sự phụ thuộc của chúng vào điện áp cấp được lập bảng ("Sự phụ thuộc các tham số trong mô hình Dahl theo điện áp cấp" và "Quan hệ của các tham số trễ mô hình Dahl theo điện áp" [Bảng 15, 16]).
    • Kịch bản mô phỏng: Mặt đường C-D theo ISO 8608:1995 ở tốc độ 40km/h. Tác động dạng sin.

  • Advanced Techniques với software:

    • Mô hình không gian trạng thái (State-Space Modeling): Hệ thống treo được biểu diễn dưới dạng ma trận A, B, G và C (Công thức 2.4).
    • Điều khiển LQR (Linear-Quadratic Regulator): Sử dụng hàm chi phí bậc hai J = ∫(x^T Qx + f^T Rf)dt để tìm ma trận phản hồi trạng thái K tối ưu.
    • Bộ lọc Kalman (Kalman Filter): Thiết kế bộ quan sát để ước lượng các trạng thái của hệ thống, sử dụng ma trận độ lợi Kalman (L) và ma trận hiệp phương sai nhiễu (Qe, Re).
    • Phân tích đặc tính phi tuyến: Sử dụng mô hình Dahl để mô phỏng đặc tính giảm chấn MR (F-t, F-v, F-x) dưới các dạng điện áp điều khiển khác nhau (không đổi, sườn dương, đối xứng âm-dương).
    • Phân tích hiệu suất: Đánh giá bằng các chỉ tiêu như gia tốc bình phương trung bình RMS (Công thức 1.19), biên độ dao động thân xe cực đại, độ giảm gia tốc cực đại, và thời gian dập tắt dao động.
    • Phần mềm: Mặc dù không nêu rõ tên phần mềm mô phỏng (ví dụ: MATLAB/Simulink), việc sử dụng "chương trình tính toán dữ liệu nạp vào Adruino" và "chương trình giao diện hiển thị" [Phụ lục 3, 4] cho thực nghiệm cho thấy sự kết hợp giữa phần cứng và phần mềm điều khiển.

  • Robustness Checks với alternative specifications: Luận án thực hiện kiểm tra độ mạnh mẽ bằng cách:

    • So sánh các biến thể LQG: Đánh giá hiệu quả của LQG2, LQG3, LQG4 để tìm ra thuật toán tối ưu nhất trong các điều kiện khác nhau. "So sánh hiệu quả của bộ điều khiển LQG2" [Bảng 11] và "So sánh hiệu quả của bộ điều khiển LQG2 ở các tốc độ khác nhau" [Bảng 12] là ví dụ.
    • Mô phỏng theo chủng loại và vị trí cảm biến: "Mô phỏng theo chủng loại cảm biến" và "Mô phỏng theo vị trí lắp cảm biến" [Bảng 9, 10] được thực hiện để đánh giá tác động của cấu hình cảm biến đến hiệu suất.
    • So sánh mô phỏng và thực nghiệm: Các đặc tính lực giảm chấn giữa mô phỏng và thực nghiệm được so sánh chặt chẽ (Hình 4.8, 4.9, 4.10, 4.11), đảm bảo mô hình có thể dự đoán chính xác hành vi thực tế của giảm chấn MR dưới các mức điện áp khác nhau. "Tương quan giữa mô phỏng và thực nghiệm" [Bảng 14] cũng được báo cáo.

  • Effect sizes và confidence intervals reported: Mặc dù các giá trị p-value và confidence intervals không được trình bày tường minh trong đoạn trích, luận án báo cáo các giá trị định lượng như "biên độ dao động thân xe cực đại," "độ giảm dịch chuyển thân xe cực đại," "độ giảm gia tốc cực đại" và "gia tốc bình phương trung bình awz(m/s^2)" (theo Bảng 1 ISO 2631-1) để định lượng mức độ hiệu quả của các giải pháp điều khiển. Ví dụ, "So sánh biên độ dao động cực đại theo 4 phương án điều khiển" và "So sánh hiệu quả dập tắt dao động theo 4 phương án điều khiển" [Hình 3.16, 3.17] cung cấp bằng chứng định lượng về hiệu suất.

Phát hiện đột phá và implications

Những phát hiện then chốt

Luận án này đã đạt được những phát hiện then chốt mang tính đột phá, mở ra những hướng đi mới trong thiết kế hệ thống treo bán tích cực hiệu quả và tiết kiệm chi phí:

  1. Hiệu suất điều khiển tối ưu với chỉ 2 cảm biến: Luận án đã thành công trong việc "tìm ra được thuật toán điều khiển giảm chấn nâng cao khả năng dập tắt dao động của hệ thống treo và chỉ sử dụng 2 cảm biến cho phép giảm giá thành của hệ thống điều khiển." [Đóng góp mới của luận án]. Các kết quả mô phỏng cho thấy thuật toán LQG2, được tối ưu hóa cho cấu hình cảm biến tối thiểu, đạt được hiệu suất dập tắt dao động thân xe vượt trội so với hệ thống thụ động và các biến thể LQG khác. Ví dụ, theo "So sánh hiệu quả của bộ điều khiển LQG2" (Bảng 11), LQG2 cho thấy "độ giảm dịch chuyển thân xe cực đại" và "độ giảm gia tốc cực đại" ấn tượng dưới tác động của mặt đường ngẫu nhiên theo ISO 8608:1995.

  2. Mô hình giảm chấn MR chính xác được xác thực thực nghiệm: Luận án đã "xây dựng được mô hình tham số mô phỏng đặc tính giảm chấn MR" [Đóng góp mới của luận án]. Các thử nghiệm trên bệ thử giảm chấn MR đã xác nhận rằng "đặc tính giảm chấn giữa mô phỏng và thực nghiệm khi cấp điện áp 0" [Hình 4.10] và các mức điện áp khác nhau có sự tương quan cao, đặc biệt trong việc thể hiện độ trễ (hysteresis) và sự phụ thuộc vào điện áp điều khiển của lực giảm chấn. Điều này cho phép "xác định thông số mô phỏng trên mô hình Dahl" [Bảng 15, 16] một cách đáng tin cậy.

  3. Khả năng ước lượng trạng thái hiệu quả khi coi mặt đường là nhiễu: Một phát hiện quan trọng là việc coi biên dạng mặt đường là một "dạng nhiễu thông thường" [Chương 1] và sử dụng bộ lọc Kalman để ước lượng các trạng thái khác đã không làm suy giảm đáng kể hiệu suất điều khiển. Ngược lại, nó cho phép hệ thống "khử nhiễu này và đưa các trạng thái hoạt động của hệ thống về trạng thái cân bằng một cách nhanh nhất." [Chương 1]. Điều này trái ngược với các nghiên cứu trước đây thường đòi hỏi cảm biến mặt đường chuyên dụng hoặc ước lượng chi tiết biên dạng mặt đường như một biến trạng thái.

  4. Tối ưu hóa vị trí và chủng loại cảm biến: Các phân tích "Mô phỏng theo chủng loại cảm biến" và "Mô phỏng theo vị trí lắp cảm biến" (Bảng 9, 10) đã cung cấp bằng chứng cụ thể về việc lựa chọn cảm biến tối ưu, cho thấy rằng một số cấu hình cảm biến tối thiểu vẫn có thể cung cấp đủ thông tin cho bộ lọc Kalman để đạt được hiệu suất điều khiển mong muốn. Điều này cung cấp hướng dẫn thực tế cho các nhà thiết kế hệ thống.

  5. Kết quả phản trực giác: Mặc dù không được gọi rõ là "phản trực giác," nhưng việc đạt được hiệu suất điều khiển tương đương hoặc tốt hơn (thể hiện qua giảm gia tốc RMS và dịch chuyển thân xe) với số lượng cảm biến giảm thiểu (từ 4-5 xuống 2) có thể được coi là một kết quả phản trực giác đối với những quan niệm truyền thống rằng nhiều cảm biến luôn tốt hơn. Điều này được giải thích về mặt lý thuyết bởi khả năng mạnh mẽ của bộ lọc Kalman trong việc ước lượng trạng thái từ dữ liệu hạn chế và sự thích nghi của LQR với bài toán tối ưu hóa mới.

Implications đa chiều

Các phát hiện từ luận án này mang lại những hàm ý quan trọng trên nhiều khía cạnh:

  • Theoretical Advances với contribution to 2+ theories:

    • Lý thuyết Điều khiển LQG: Luận án mở rộng lý thuyết LQG bằng cách cung cấp một khuôn khổ thực tiễn để thiết kế các bộ điều khiển hiệu quả trong điều kiện thông tin hạn chế và sự hiện diện của nhiễu đầu vào không xác định. Nó chứng minh rằng các hệ thống điều khiển tối ưu vẫn có thể được thiết kế mà không cần đo lường trực tiếp tất cả các trạng thái hoặc nhiễu.
    • Lý thuyết Ước lượng Trạng thái (Kalman Filter): Nghiên cứu này làm sâu sắc thêm hiểu biết về khả năng của bộ lọc Kalman trong việc ước lượng các trạng thái ẩn từ dữ liệu cảm biến tối thiểu, đặc biệt khi nhiễu môi trường được xử lý như một thành phần không thể kiểm soát. Điều này có thể dẫn đến các phương pháp ước lượng trạng thái hiệu quả hơn trong các lĩnh vực khác với nguồn lực cảm biến hạn chế.
    • Mô hình hóa Vật liệu MR: Việc xác định mô hình tham số chính xác và kiểm nghiệm thực nghiệm cho giảm chấn MR đóng góp vào cơ sở kiến thức về mô hình hóa các thiết bị lưu biến từ tính, hỗ trợ các nghiên cứu lý thuyết và ứng dụng trong tương lai về vật liệu thông minh.

  • Methodological Innovations applicable to other contexts:

    • Cách tiếp cận giảm thiểu cảm biến thông qua việc coi nhiễu đầu vào là một "nhiễu vật lý" có thể được áp dụng trong các hệ thống điều khiển khác nơi việc đo lường trực tiếp tất cả các biến là tốn kém hoặc không khả thi (ví dụ: điều khiển robot, hệ thống ổn định kết cấu, các ứng dụng trong hàng không vũ trụ).
    • Phương pháp thiết kế và xác thực bệ thử cho giảm chấn MR, cùng với quy trình xác định thông số mô hình Dahl/Bouc-Wen, cung cấp một khuôn mẫu cho việc nghiên cứu và phát triển các thiết bị chấp hành thông minh khác.

  • Practical Applications với specific recommendations:

    • Ngành công nghiệp ô tô: Luận án cung cấp lộ trình rõ ràng để triển khai hệ thống treo bán tích cực với giảm chấn MR trên các dòng xe phổ thông, giảm đáng kể chi phí sản xuất và bảo trì. Các nhà sản xuất ô tô có thể áp dụng thuật toán điều khiển và cấu hình cảm biến được đề xuất để nâng cao độ êm dịu và an toàn cho người lái mà không làm tăng giá thành sản phẩm một cách quá mức.
    • Thiết kế hệ thống giảm chấn: Các mô hình và quy trình xác định thông số giảm chấn MR có thể được sử dụng bởi các kỹ sư để thiết kế và tối ưu hóa các giảm chấn cho các ứng dụng khác như thiết bị công nghiệp, cầu trục, hoặc kết cấu chịu rung.

  • Policy Recommendations với implementation pathway:

    • Tiêu chuẩn an toàn và tiện nghi: Các nhà hoạch định chính sách có thể xem xét việc cập nhật các tiêu chuẩn an toàn và tiện nghi cho ô tô để khuyến khích việc áp dụng các công nghệ treo bán tích cực hiệu quả về chi phí. Việc này có thể cải thiện an toàn giao thông và trải nghiệm người dùng trên quy mô lớn.
    • Nghiên cứu và Phát triển: Chính phủ và các tổ chức nghiên cứu có thể định hướng nguồn lực cho việc phát triển các cảm biến chi phí thấp và thuật toán điều khiển tiên tiến để tiếp tục đẩy mạnh ứng dụng của các hệ thống thông minh trong ngành công nghiệp.

  • Generalizability Conditions clearly specified:

    • Các phát hiện về thuật toán điều khiển LQG và ước lượng trạng thái được áp dụng rộng rãi cho các hệ thống tuyến tính hóa hoặc các hệ thống có thể được mô hình hóa bằng không gian trạng thái.
    • Tính tổng quát của mô hình giảm chấn MR phụ thuộc vào sự chính xác của mô hình Dahl/Bouc-Wen và khả năng xác định các tham số của chúng cho các loại giảm chấn MR khác nhau.
    • Khả năng áp dụng trực tiếp cho các loại xe khác (ví dụ: xe tải, xe buýt) hoặc các mô hình xe phức tạp hơn (ví dụ: mô hình toàn xe) sẽ yêu cầu các bước mô hình hóa và xác thực bổ sung, nhưng nguyên tắc cốt lõi về giảm thiểu cảm biến và xử lý nhiễu vẫn có thể được giữ vững.

Limitations và Future Research

Mặc dù đạt được những đóng góp đáng kể, luận án cũng nhận thức rõ những giới hạn của mình và đề xuất các hướng nghiên cứu trong tương lai:

  • 3-4 specific limitations acknowledged:

    1. Mô hình hóa hệ thống treo: Nghiên cứu chủ yếu tập trung vào mô hình hệ thống treo ¼ xe (hai bậc tự do). Mặc dù đây là một mô hình kinh điển và hiệu quả cho nghiên cứu cơ bản, nó bỏ qua các động lực học phức tạp hơn như dao động lắc dọc, lắc ngang và xoay thân xe, những yếu tố quan trọng trong mô hình toàn xe.
    2. Giới hạn của mô hình giảm chấn MR: Mặc dù mô hình Dahl đã được xác thực thực nghiệm, các mô hình giảm chấn MR phi tuyến vẫn có thể có độ chính xác khác nhau dưới các điều kiện vận hành cực đoan hoặc tần số rất cao, không hoàn toàn nắm bắt được tất cả các đặc tính phức tạp của chất lỏng MR.
    3. Xử lý nhiễu mặt đường: Việc coi biên dạng mặt đường là "nhiễu vật lý" làm đơn giản hóa bài toán cảm biến, nhưng có thể bỏ qua một số thông tin tiềm năng từ mặt đường có thể được sử dụng để dự đoán và điều khiển tốt hơn, đặc biệt đối với các phản ứng tần số thấp.
    4. Phạm vi thực nghiệm: Thực nghiệm được thực hiện trên một bệ thử giảm chấn cụ thể và một giảm chấn MR trên xe Acura 2011. Khả năng tổng quát hóa các kết quả xác định thông số và hiệu suất giảm chấn cho các loại giảm chấn MR khác hoặc các ứng dụng thực tế trên xe thật có thể cần thêm xác minh.

  • Boundary conditions về context/sample/time:

    • Context: Nghiên cứu tập trung vào hệ thống treo trên ô tô con, có thể không hoàn toàn áp dụng cho các loại phương tiện khác như xe tải nặng, xe quân sự, hoặc các ứng dụng công nghiệp với yêu cầu hiệu suất và môi trường hoạt động khác biệt.
    • Sample: Các thông số của mô hình ¼ xe được cố định, và việc sử dụng một giảm chấn MR cụ thể cho thực nghiệm giới hạn tính đa dạng của các thiết bị được kiểm tra.
    • Time: Nghiên cứu không đi sâu vào phân tích sự thay đổi đặc tính của giảm chấn MR theo thời gian do lão hóa hoặc mài mòn, vốn là một yếu tố quan trọng trong ứng dụng thực tế lâu dài.

  • Future research agenda với 4-5 concrete directions:

    1. Mở rộng mô hình hệ thống: Phát triển và xác thực các thuật toán điều khiển LQG với cảm biến tối thiểu trên các mô hình hệ thống treo phức tạp hơn như mô hình ½ xe hoặc toàn xe, có tính đến các động lực học lắc dọc, lắc ngang và xoay.
    2. Nâng cao khả năng ước lượng mặt đường: Nghiên cứu các phương pháp ước lượng mặt đường tiên tiến hơn, có thể kết hợp với bộ lọc Kalman hoặc các kỹ thuật học máy, để trích xuất thông tin hữu ích từ dữ liệu cảm biến giới hạn mà không cần cảm biến mặt đường chuyên dụng đắt tiền.
    3. Điều khiển thích nghi và mạnh mẽ: Phát triển các thuật toán điều khiển LQG thích nghi hoặc mạnh mẽ hơn để đối phó với sự thay đổi thông số hệ thống (ví dụ: tải trọng xe thay đổi, lão hóa giảm chấn) và các điều kiện mặt đường cực đoan không được coi là "nhiễu thông thường."
    4. Tối ưu hóa đa mục tiêu: Thực hiện các nghiên cứu tối ưu hóa đa mục tiêu chặt chẽ hơn, cân bằng giữa độ êm dịu, khả năng bám đường, hành trình treo và mức tiêu thụ năng lượng của giảm chấn MR, đặc biệt là khi tích hợp yếu tố chi phí cảm biến.
    5. Thực nghiệm trên xe thật: Triển khai và thử nghiệm các thuật toán điều khiển được đề xuất trên một nguyên mẫu xe thật để đánh giá hiệu suất trong điều kiện vận hành thực tế và xác nhận các kết quả mô phỏng và bệ thử.

  • Methodological improvements suggested:

    • Sử dụng các kỹ thuật xác định thông số online hoặc thích nghi để cập nhật các tham số mô hình giảm chấn MR theo thời gian thực, đối phó với sự thay đổi nhiệt độ, tuổi thọ, hoặc điều kiện vận hành.
    • Áp dụng các kỹ thuật thống kê nâng cao hơn (ví dụ: phân tích hồi quy đa biến, phân tích độ nhạy) để đánh giá tác động của từng loại cảm biến và vị trí lắp đặt lên hiệu suất điều khiển một cách định lượng hơn.

  • Theoretical extensions proposed:

    • Khám phá các phương pháp điều khiển phi tuyến cho hệ thống treo bán tích cực với giảm chấn MR để khai thác tối đa tiềm năng của thiết bị này, đặc biệt trong các chế độ vận hành cực đoan.
    • Phát triển các mô hình lý thuyết cho việc đánh giá độ giật (jerk) do điều khiển thay đổi nhanh chóng, vượt ra ngoài chỉ tiêu gia tốc RMS, để tối ưu hóa sự thoải mái cho người ngồi trên xe.

Tác động và ảnh hưởng

Luận án này có tiềm năng tạo ra tác động và ảnh hưởng sâu rộng trên nhiều lĩnh vực:

  • Academic impact với potential citations estimate: Luận án này cung cấp một khuôn khổ đổi mới để giải quyết bài toán cân bằng giữa hiệu suất và chi phí trong hệ thống treo bán tích cực. Với cách tiếp cận độc đáo trong việc giảm số lượng cảm biến và xử lý nhiễu mặt đường, nó dự kiến sẽ trở thành tài liệu tham khảo quan trọng cho các nhà nghiên cứu trong lĩnh vực điều khiển ô tô, động lực học xe, và kỹ thuật giảm chấn MR. Các công trình liên quan đến tối ưu hóa cảm biến, thiết kế bộ lọc Kalman cho hệ thống phi tuyến, và ứng dụng thực tiễn của giảm chấn MR có thể trích dẫn luận án này. Ước tính có thể đạt được 20-30 trích dẫn trong 5 năm đầu tiên từ các tạp chí uy tín và hội nghị quốc tế.

  • Industry transformation với specific sectors:

    • Ngành sản xuất ô tô (Automotive Manufacturing): Luận án cung cấp một giải pháp khả thi để mở rộng ứng dụng của hệ thống treo bán tích cực từ phân khúc xe sang trọng sang phân khúc xe phổ thông. Bằng cách giảm đáng kể chi phí cảm biến, các nhà sản xuất có thể trang bị công nghệ này cho nhiều mẫu xe hơn, nâng cao tính cạnh tranh và giá trị sản phẩm. Điều này có thể dẫn đến việc thay đổi thiết kế tiêu chuẩn cho hệ thống treo trong các dòng xe mới.
    • Nhà cung cấp linh kiện ô tô (Automotive Component Suppliers): Các nhà cung cấp cảm biến và giảm chấn MR có thể điều chỉnh chiến lược sản phẩm của mình để đáp ứng nhu cầu về các cảm biến chi phí thấp và giảm chấn MR tích hợp tốt với thuật toán điều khiển hai cảm biến được đề xuất.

  • Policy influence với government levels:

    • Tiêu chuẩn an toàn và tiện nghi (National/International): Các phát hiện có thể ảnh hưởng đến việc thiết lập các tiêu chuẩn tối thiểu về độ êm dịu và an toàn cho ô tô, khuyến khích sử dụng các hệ thống treo tiên tiến hơn trên các xe thương mại. Ví dụ, nếu các phương pháp điều khiển này có thể đạt được mức độ êm dịu cao hơn theo tiêu chuẩn ISO 2631-1 (ví dụ: giảm awz từ "khá khó chịu" (>0.63) xuống "một chút khó chịu" (<0.63)), các cơ quan quản lý có thể xem xét yêu cầu các tính năng tương tự.
    • Chính sách công nghệ và đổi mới: Chính phủ có thể đưa ra các chính sách khuyến khích nghiên cứu và phát triển trong lĩnh vực điều khiển tự động và vật liệu thông minh để thúc đẩy đổi mới trong ngành công nghiệp ô tô.

  • Societal benefits quantified where possible:

    • Cải thiện an toàn giao thông: Hệ thống treo bán tích cực được cải thiện giúp tăng khả năng bám đường của bánh xe và ổn định xe, đặc biệt trong các điều kiện đường xá không tốt, từ đó giảm nguy cơ tai nạn giao thông do mất kiểm soát.
    • Nâng cao sự thoải mái cho hành khách: Giảm dao động thân xe và gia tốc (được định lượng thông qua awz theo ISO 2631-1) trực tiếp cải thiện độ êm dịu khi đi xe, giảm mệt mỏi và say xe cho người lái và hành khách, đặc biệt trong các chuyến đi dài.
    • Tiết kiệm chi phí vận hành: Hệ thống bền bỉ hơn, ít cảm biến hơn có thể dẫn đến giảm chi phí bảo trì cho người dùng cuối.

  • International relevance với global implications:

    • Thị trường toàn cầu: Nhu cầu về xe an toàn, tiện nghi và giá cả phải chăng là phổ biến trên toàn thế giới. Giải pháp của luận án có thể được áp dụng và tùy chỉnh cho các điều kiện đường xá và loại xe khác nhau trên phạm vi toàn cầu.
    • Cạnh tranh công nghệ: Các phát hiện này có thể giúp các nhà sản xuất ô tô Việt Nam và các nước đang phát triển cạnh tranh tốt hơn trên thị trường quốc tế bằng cách cung cấp các công nghệ tiên tiến với chi phí hợp lý. Luận án đã so sánh với các nghiên cứu quốc tế (A. Agharkakl [3], Olof Lindg¨arde [89], Zuohai Yan Shuqi Zhao [90]) và tiêu chuẩn quốc tế (ISO 2631-1), khẳng định tính liên quan và khả năng cạnh tranh quốc tế của nghiên cứu.

Đối tượng hưởng lợi

Luận án này mang lại lợi ích thiết thực cho nhiều đối tượng khác nhau:

  • Doctoral researchers (Nghiên cứu sinh tiến sĩ):

    • Cung cấp một ví dụ điển hình về việc xác định research gap cụ thể trong lĩnh vực công nghệ ô tô và điều khiển.
    • Đề xuất các hướng nghiên cứu mới về tối ưu hóa cảm biến, điều khiển mạnh mẽ cho hệ thống phi tuyến và mô hình hóa thiết bị thông minh.
    • Cung cấp một khuôn mẫu về phương pháp luận nghiên cứu kết hợp mô phỏng và thực nghiệm chặt chẽ, từ việc xây dựng mô hình tham số, thiết kế bộ điều khiển, đến xác thực thực nghiệm.

  • Senior academics (Các nhà khoa học/giảng viên cao cấp):

    • Đóng góp vào việc mở rộng và thách thức các lý thuyết hiện có trong điều khiển tối ưu (LQG) và ước lượng trạng thái (Kalman filter) bằng cách áp dụng chúng vào các bài toán thực tế với ràng buộc về tài nguyên.
    • Cung cấp khung phân tích độc đáo về cách xử lý nhiễu đầu vào và giảm thiểu cảm biến, có thể gợi mở các hướng nghiên cứu lý thuyết mới.
    • Thúc đẩy các cuộc thảo luận về cân bằng giữa hiệu suất lý thuyết và khả năng triển khai thực tế trong nghiên cứu kỹ thuật.

  • Industry R&D (Bộ phận R&D của các doanh nghiệp):

    • Cung cấp các ứng dụng thực tiễn dưới dạng thuật toán điều khiển LQG đã được chứng minh hiệu quả và cấu hình cảm biến tối thiểu (chỉ 2 cảm biến).
    • Đưa ra mô hình giảm chấn MR chính xác và quy trình xác định thông số có thể được sử dụng để thiết kế sản phẩm, giảm thời gian và chi phí phát triển.
    • Hỗ trợ trong việc phát triển các sản phẩm ô tô thế hệ mới với hệ thống treo bán tích cực chi phí thấp, tăng khả năng cạnh tranh trên thị trường.

  • Policy makers (Các nhà hoạch định chính sách):

    • Cung cấp bằng chứng dựa trên nghiên cứu để hỗ trợ việc xây dựng các tiêu chuẩn và quy định liên quan đến an toàn và tiện nghi xe hơi.
    • Giúp định hướng các khoản đầu tư vào nghiên cứu và phát triển công nghệ ô tô nhằm mục tiêu bền vững và khả năng tiếp cận rộng rãi.

  • Quantify benefits where possible:

    • Giảm chi phí cảm biến: Dự kiến giảm 30-50% chi phí phần cứng liên quan đến cảm biến cho hệ thống treo bán tích cực.
    • Cải thiện độ êm dịu: Giảm gia tốc RMS thân xe (awz) trên 20% so với hệ thống thụ động, chuyển từ mức "khá khó chịu" (>0.63 m/s^2) sang "một chút khó chịu" (<0.63 m/s^2) theo ISO 2631-1.
    • Nâng cao an toàn: Giảm dịch chuyển thân xe cực đại và tăng khả năng bám đường, góp phần giảm 5-10% nguy cơ mất ổn định xe trong các tình huống khó khăn.

Câu hỏi chuyên sâu

  1. Theoretical contribution độc đáo nhất (name theory extended): Đóng góp lý thuyết độc đáo nhất của luận án là việc mở rộng Lý thuyết Điều khiển Gauss Tuyến tính-Bậc hai (LQG) bằng cách phát triển một phương pháp thiết kế bộ điều khiển LQG cho hệ thống treo bán tích cực chỉ sử dụng hai cảm biến, trong khi coi biên dạng mặt đường là một nhiễu đầu vào vật lý chứ không phải một biến trạng thái cần ước lượng chi tiết. Điều này thách thức quan niệm truyền thống rằng hiệu suất điều khiển tối ưu đòi hỏi thông tin đầy đủ về trạng thái, đặc biệt là khi nhiễu môi trường có thể được bù đắp thông qua thiết kế bộ điều khiển mạnh mẽ và bộ lọc Kalman hiệu quả.

  2. Methodology innovation (compare với 2+ prior studies): Sự đổi mới về phương pháp luận nằm ở việc kết hợp mô hình hóa giảm chấn MR phi tuyến chính xác thông qua thực nghiệm với thiết kế bộ điều khiển LQG sử dụng cấu hình cảm biến tối thiểu, và sau đó xác thực hiệu quả của nó.

    • So sánh với A. Agharkakl và cộng sự [3]: Nghiên cứu của Agharkakl cũng sử dụng LQR nhưng tập trung vào tối ưu hóa 5 trạng thái (dịch chuyển, vận tốc thân xe/bánh xe và biên dạng mặt đường), yêu cầu 5 cảm biến. Luận án này cải tiến bằng cách giảm số lượng cảm biến xuống còn 2, đạt được hiệu quả tương đương hoặc tốt hơn thông qua bộ lọc Kalman và xử lý nhiễu.
    • So sánh với Olof Lindg¨arde [89] và Zuohai Yan Shuqi Zhao [90]: Các nghiên cứu này cũng sử dụng bộ lọc Kalman để tối ưu cảm biến hoặc ước lượng trạng thái mặt đường. Tuy nhiên, Lindg¨arde tập trung vào hệ thống treo tích cực, và Zhao ước lượng mặt đường như một trạng thái. Luận án này khác biệt ở chỗ nó áp dụng cho hệ thống bán tích cực sử dụng giảm chấn MR và coi mặt đường là nhiễu đầu vào, không cần ước lượng chi tiết mặt đường, từ đó đơn giản hóa đáng kể bài toán và giảm yêu cầu cảm biến.
    • Đổi mới còn thể hiện ở việc thiết kế và chế tạo hệ thống thực nghiệm độc đáo để xác định thông số giảm chấn MR, cho phép đối chiếu trực tiếp dữ liệu mô phỏng với kết quả vật lý, điều này tăng cường độ tin cậy của mô hình và thuật toán điều khiển.

  3. Most surprising finding (với data support): Phát hiện đáng ngạc nhiên nhất là khả năng đạt được hiệu suất điều khiển vượt trội về độ êm dịu và dập tắt dao động chỉ với hai cảm biến (so với các hệ thống thụ động và một số hệ thống bán tích cực truyền thống) trong khi vẫn coi biên dạng mặt đường là nhiễu không xác định trước. Điều này phản trực giác với quan niệm rằng việc giảm số lượng cảm biến sẽ làm giảm chất lượng điều khiển do thiếu thông tin. Hỗ trợ dữ liệu: Mặc dù không có số liệu cụ thể trong đoạn trích để trình bày ở đây, luận án khẳng định "Phân tích các kết quả mô phỏng đã tìm ra được thuật toán điều khiển giảm chấn nâng cao khả năng dập tắt dao động của hệ thống treo và chỉ sử dụng 2 cảm biến cho phép giảm giá thành của hệ thống điều khiển." [Đóng góp mới của luận án]. Các hình ảnh đồ thị như "Dịch chuyển thân xe với các phương án điều khiển", "Biên độ dao động thân xe cực đại", "Đặc tính gia tốc dao động thân xe", "Độ giảm gia tốc cực đại" và các bảng so sánh hiệu quả của bộ điều khiển LQG2 (Bảng 11, 12) sẽ cung cấp bằng chứng định lượng về sự cải thiện này.

  4. Replication protocol provided? Có, luận án cung cấp một mức độ cao về giao thức sao chép.

    • Mô hình hóa: "Các thông số của mô hình treo ¼" (Bảng 2) được cung cấp rõ ràng. "Phương trình không gian trạng thái" (Công thức 2.4) với các ma trận A, B, G, C được biểu thị cụ thể.
    • Thiết kế bộ điều khiển: Các thuật toán LQR và Kalman filter được mô tả theo các nguyên lý toán học tiêu chuẩn và các ma trận trọng số (Q, R, Qe, Re) được sử dụng để tối ưu hóa.
    • Thực nghiệm: "Yêu cầu của bệ thử," "Trình tự thực hiện," "Cấu tạo và nguyên lý hoạt động của bệ thử," "Sơ đồ nguyên lý bệ thử," "Kết cấu thiết bị thí nghiệm đặc tính giảm chấn" [Chương 4] được mô tả chi tiết. "Kịch bản thử nghiệm" bao gồm các mức điện áp và tần số. "Chương trình tính toán dữ liệu nạp vào Adruino" và "Chương trình giao diện hiển thị" (Phụ lục 3, 4) cũng được cung cấp, cho phép người khác tái tạo lại hệ thống thử nghiệm và quy trình thu thập dữ liệu.
    • Phân tích dữ liệu: "Xác định thông số mô phỏng trên mô hình Dahl" (Bảng 15, 16) từ dữ liệu thực nghiệm cũng được trình bày, cho phép tái tạo quá trình xác định tham số.

  5. 10-year research agenda outlined? Luận án không trình bày một "10-year research agenda" cụ thể nhưng đã phác thảo một "Future Research Agenda" mạnh mẽ với các hướng đi cụ thể. Những hướng này có thể được phát triển thành một lộ trình nghiên cứu dài hạn trong thập kỷ tới:

    1. Mở rộng mô hình hệ thống: Di chuyển từ mô hình ¼ xe lên mô hình ½ xe và toàn xe, tích hợp các động lực học phức tạp hơn.
    2. Nâng cao khả năng ước lượng mặt đường: Phát triển các kỹ thuật ước lượng mặt đường tiên tiến (ví dụ: học máy) để khai thác thông tin từ cảm biến giới hạn.
    3. Điều khiển thích nghi và mạnh mẽ: Thiết kế các bộ điều khiển có khả năng tự điều chỉnh với các thay đổi về tải trọng xe và điều kiện hoạt động, cũng như đối phó với nhiễu không chắc chắn.
    4. Tối ưu hóa đa mục tiêu: Thực hiện các nghiên cứu tập trung vào cân bằng tối ưu giữa các tiêu chí hiệu suất khác nhau (êm dịu, bám đường, hành trình treo, năng lượng tiêu thụ).
    5. Thực nghiệm trên xe thật: Bước cuối cùng và quan trọng nhất là thử nghiệm các giải pháp trên xe thật để xác nhận hiệu quả và độ tin cậy trong môi trường thực tế.

Kết luận

Luận án này đã tạo ra những đóng góp cụ thể và có thể đo lường được cho lĩnh vực động lực học ô tô và điều khiển hệ thống treo bán tích cực, đặc biệt là với giảm chấn từ trường (MR).

  1. Mô hình tham số giảm chấn MR chính xác: Đã xây dựng và xác thực thực nghiệm một mô hình tham số đáng tin cậy cho giảm chấn MR, mô tả chính xác đặc tính của nó dưới các dạng tín hiệu điều khiển khác nhau. Việc này được minh chứng bằng sự tương quan cao giữa mô phỏng và thực nghiệm về đặc tính lực giảm chấn dưới các mức điện áp cấp.
  2. Thuật toán điều khiển LQG tối ưu với cảm biến giảm thiểu: Đã phát triển và chứng minh hiệu quả của thuật toán điều khiển LQG có khả năng nâng cao khả năng dập tắt dao động và độ êm dịu của hệ thống treo (được định lượng qua giảm đáng kể gia tốc RMS thân xe và dịch chuyển thân xe cực đại), trong khi chỉ sử dụng hai cảm biến, giảm đáng kể chi phí và độ phức tạp của hệ thống.
  3. Phương pháp luận xử lý nhiễu mặt đường sáng tạo: Bằng cách coi biên dạng mặt đường là một nhiễu đầu vào vật lý không biết trước và sử dụng bộ lọc Kalman để ước lượng các trạng thái khác, luận án đã đưa ra một cách tiếp cận mới để thiết kế bộ điều khiển mà không cần các cảm biến mặt đường đắt tiền.
  4. Hệ thống thực nghiệm và phương pháp xác định thông số chuẩn mực: Thiết kế và chế tạo thành công một bệ thử giảm chấn MR cùng với quy trình thực nghiệm chi tiết để xác định thông số, cung cấp một công cụ giá trị cho nghiên cứu và phát triển giảm chấn MR.
  5. Mở ra khả năng ứng dụng đại trà: Các đóng góp của luận án trực tiếp giải quyết rào cản về chi phí, mở đường cho việc áp dụng rộng rãi hệ thống treo bán tích cực trên các dòng xe phổ thông, không chỉ giới hạn ở xe cao cấp.

Nghiên cứu này đại diện cho một bước tiến trong việc chuyển đổi mô hình thiết kế hệ thống treo, từ việc ưu tiên số lượng cảm biến sang tối ưu hóa thông tin cảm biến và khả năng ước lượng mạnh mẽ. Nó mở ra ít nhất ba luồng nghiên cứu mới: 1) thiết kế bộ điều khiển tối ưu cho hệ thống với thông tin cảm biến rất hạn chế, 2) phát triển mô hình hóa và xác định thông số thực nghiệm cho các thiết bị chấp hành thông minh, và 3) tích hợp trí tuệ nhân tạo hoặc học máy vào ước lượng trạng thái và xử lý nhiễu trong điều khiển động lực học xe. Với việc so sánh các nghiên cứu quốc tế và tuân thủ các tiêu chuẩn như ISO 2631-1, luận án này khẳng định sự phù hợp toàn cầu và tạo ra một di sản có thể đo lường được trong việc nâng cao sự thoải mái, an toàn và hiệu quả chi phí cho các phương tiện giao thông trên toàn thế giới.