Tổng quan về luận án

Luận án này tiên phong khám phá động lực học ngược và điều khiển chuyển động cho robot song song Delta không gian, tập trung vào hai cấu trúc cụ thể là 3RUS và 3PUS. Nghiên cứu được đặt trong bối cảnh khoa học về kỹ thuật cơ khí và cơ kỹ thuật, nơi các robot song song ngày càng thể hiện ưu thế về độ cứng vững và khả năng chịu tải so với robot nối tiếp, dù có cấu trúc động học phức tạp hơn. Tuy nhiên, một research gap cụ thể mà luận án này giải quyết là sự thiếu hụt các công trình "so sánh, đánh giá hai loại mô hình [cơ học] và đưa ra khuyến cáo khi nào nên sử dụng bộ điều khiển nào là thích hợp" (Kết luận, mục 5) cho các robot song song phức tạp, đặc biệt khi mô hình toán học của chúng là hệ phương trình vi phân – đại số (DAES). Ngoài ra, "bài toán điều khiển bám quỹ đạo robot song song Delta dựa trên mô hình toán là hệ phương trình vi phận – đại số còn ít được nghiên cứu" (Mở đầu, Chương 4).

Nghiên cứu này định vị mình là một bước tiến đáng kể trong lĩnh vực này bằng cách cung cấp các mô hình toán học giải tích tường minh và các thuật toán điều khiển mạnh mẽ được kiểm chứng chặt chẽ.

Research Questions và Hypotheses:

  1. RQ1: Làm thế nào để xây dựng các mô hình cơ học và toán học chính xác, tường minh cho robot song song Delta không gian 3RUS và 3PUS, đặc biệt là khi chúng được mô tả bằng hệ phương trình vi phân – đại số?
  2. RQ2: Ảnh hưởng của các mô hình cơ học khác nhau (thanh đồng chất vs. khối lượng tập trung) đến độ phức tạp của phương trình chuyển động và hiệu suất tính toán động lực học ngược là gì?
  3. RQ3: Các thuật toán số nào có thể được phát triển và cải tiến để giải bài toán động học ngược và động lực học ngược cho các robot Delta không gian một cách hiệu quả và chính xác?
  4. RQ4: Làm thế nào để thiết kế và chứng minh sự ổn định của các luật điều khiển bám quỹ đạo tiên tiến (PD, PID, điều khiển trượt, điều khiển trượt dùng mạng nơ ron) cho robot song song Delta không gian dựa trên mô hình DAES, có tính đến sự không chính xác của mô hình và nhiễu?

Hypotheses:

  • H1: Việc áp dụng dạng ma trận mới của Phương trình Lagrange dạng nhân tử [51] sẽ cho phép thiết lập các phương trình DAES giải tích tường minh cho robot 3RUS và 3PUS.
  • H2: Mô hình cơ học đơn giản hóa (khối lượng tập trung) sẽ làm giảm đáng kể độ phức tạp của phương trình chuyển động nhưng vẫn có thể cho kết quả động lực học ngược đủ tốt trong các trường hợp chuyển động chậm.
  • H3: Phương pháp Newton-Raphson cải tiến và phương pháp khử nhân tử Lagrange sẽ cung cấp các giải pháp số chính xác và hiệu quả cho bài toán động học ngược và động lực học ngược.
  • H4: Các luật điều khiển tiên tiến (điều khiển trượt, mạng nơ ron) sẽ cho hiệu suất bám quỹ đạo tốt hơn và bền vững hơn so với PD/PID truyền thống, đặc biệt khi có sự không chính xác của mô hình và nhiễu, đồng thời cho phép sử dụng các mô hình cơ học đơn giản hóa.

Theoretical framework: Luận án này được xây dựng trên nền tảng vững chắc của Cơ học hệ nhiều vật (Multibody System Dynamics) và Lý thuyết điều khiển phi tuyến (Nonlinear Control Theory). Cụ thể, nó sử dụng:

  • Phương trình Lagrange dạng nhân tử (Lagrange Multiplier Equation) [4, 51] làm công cụ chính để thiết lập phương trình chuyển động của các hệ nhiều vật có cấu trúc mạch vòng.
  • Khái niệm tích Kronecker của hai ma trận [4, 51] được áp dụng để đơn giản hóa việc thiết lập dạng ma trận của phương trình Lagrange dạng nhân tử cho các hệ phức tạp.
  • Lý thuyết Lyapunov (Lyapunov Stability Theory) được sử dụng để chứng minh sự ổn định của các luật điều khiển được đề xuất [1, 101].
  • Nguyên lý công ảo (Principle of Virtual Work) và phương trình Newton-Euler được tham chiếu trong bối cảnh so sánh phương pháp động lực học.
  • Lý thuyết xấp xỉ mạng nơ ron (Neural Network Approximation Theory), đặc biệt là Mạng nơ ron RBF (Radial Basis Function Neural Network) [1], được sử dụng để bù trừ các thành phần phi tuyến bất định trong điều khiển trượt.
  • Tách cấu trúc (Subsystem) là một phương pháp được thảo luận để đơn giản hóa mô hình động lực học của robot song song [67].

Đóng góp đột phá với quantified impact:

  1. Mô hình hóa DAES giải tích tường minh: Luận án cung cấp các phương trình DAES giải tích tường minh cho robot 3RUS và 3PUS, điều này "khá phức tạp" và là nền tảng cho các nghiên cứu tiếp theo.
  2. Chuyển đổi DAES sang ODEs hiệu quả: Bằng cách biến đổi hệ DAES sang ODEs dựa trên ý tưởng của Schiehlen [28], luận án đã giải quyết một thách thức lớn trong việc giải các bài toán động lực học, "giúp giảm nhanh thời gian tính toán" (Kết luận chương 3) cho các kỹ sư.
  3. Chứng minh ổn định điều khiển chặt chẽ: Luận án chứng minh một cách toán học sự ổn định của PD, PID, điều khiển trượt và mạng nơ ron dựa trên mô hình DAES, đảm bảo rằng các phương pháp này có thể "đảm bảo được tính bám quỹ đạo mong muốn của khâu thao tác" (Kết luận chương 4) ngay cả trong các hệ thống phức tạp.
  4. Phát triển công cụ phần mềm DELTA-IMECH: Việc tạo ra phần mềm mô phỏng và điều khiển DELTA-IMECH trong MATLAB/Simulink, đã được "so sánh với các kết quả của các công trình công bố trước đó của hai tác giả nước ngoài" [61, 92] và được xác nhận là "đúng đắn" (Kết luận, mục 4), mang lại công cụ thực tiễn cho nghiên cứu và ứng dụng.
  5. Khuyến nghị chiến lược chọn mô hình/điều khiển: Luận án đưa ra khuyến nghị cụ thể: "khi sử dụng luật điều khiển PD, PID... phải xây dựng mô hình động lực phức tạp... Khi sử dụng các luật điều khiển hiện đại như điều khiển trượt, điều khiển sử dụng mạng nơ ron... có thể xây dựng mô hình cơ học đơn giản" (Kết luận, mục 5), giúp tối ưu hóa thiết kế và vận hành robot.

Scope và significance: Phạm vi nghiên cứu tập trung vào hai loại robot song song Delta không gian là 3RUS và 3PUS. Luận án không đi sâu vào "bài toán thiết kế và chế tạo robot song song Delta" (Mở đầu), mà tập trung vào mô hình toán học, động lực học và thuật toán điều khiển. Các mô phỏng số được thực hiện với các thông số cụ thể như L1, L2, R, r, khối lượng m1, m2, mP (Bảng 1.2, 1.3), và kiểm tra trong các điều kiện chuyển động khác nhau (T=10s cho chuyển động chậm, T=1s cho chuyển động nhanh). Ý nghĩa của nghiên cứu là cung cấp cơ sở khoa học vững chắc cho việc nghiên cứu, thiết kế, chế tạo và điều khiển robot song song Delta, đặc biệt trong các ứng dụng công nghiệp yêu cầu độ chính xác và tốc độ cao như "máy CNC, máy chính xác cao, máy móc tự động hóa trong bán dẫn và công nghiệp lắp ráp điện tử tốc độ và gia tốc cao" (Chương 1, mục 1.2).

Literature Review và Positioning

Các nghiên cứu về robot song song đã phát triển đáng kể từ khi Gough và Whitehall [43] giới thiệu khái niệm này năm 1962 và Stewart [94] ứng dụng nó vào mô phỏng bay năm 1965. Robot song song được ưu tiên vì "chịu được tải trọng lớn, độ cứng vững cao do kết cấu hình học của chúng, có thể thực hiện những thao tác phức tạp và hoạt động với độ chính xác cao" (Mở đầu), trái ngược với robot nối tiếp có "khả năng chịu tải tương đối kém" và "sai số về truyền động được tích lũy từng khâu" (Chương 1, mục 1.2).

Synthesis của major streams:

  • Động lực học robot song song: Các công trình nổi bật bao gồm Wittenburg [103] với khái niệm tách cấu trúc, Nakamura [77] và Schiehlen [28] với việc tham số hóa không gian cấu hình. Các phương pháp thiết lập phương trình động lực học như Lagrange dạng nhân tử, nguyên lý công ảo, phương trình Newton – Euler đã được Corves [30] so sánh, kết luận rằng "phương pháp Lagrange dạng nhân tử có thời gian tính toán ít nhất". Mô hình hai chất điểm cho khâu hình bình hành được S. B Park [78] sử dụng. Các nghiên cứu gần đây của Mueller [69-72] đã xây dựng mô hình robot song song dư dẫn động PKM.
  • Điều khiển bám quỹ đạo robot song song: Mặc dù Spong và Vidyasagar [90], Sciavicco và Siciliano [87] đã tổng hợp nhiều phương pháp điều khiển robot, nhưng chúng "ít tập trung vào các vấn đề cụ thể của robot song song" (Chương 1, mục 1.5.2). Ghorbel [39-41] và Murray [73] chứng minh các phương trình động lực học của robot song song tương tự robot chuỗi, cho phép áp dụng các thuật toán điều khiển chuỗi. Tuy nhiên, các phương pháp đặc trưng khai thác lợi thế của robot song song vẫn chưa được giải quyết thỏa đáng. Nakamura [77] sử dụng tọa độ dư dẫn động để tối ưu. Aghili [26, 27] đề xuất phương pháp điều khiển dựa trên mô hình bằng tọa độ phụ thuộc. Các nghiên cứu gần đây về robot Delta tập trung vào PD, PID, điều khiển mờ (A. Mohsen [68]), điều khiển thích nghi sử dụng mạng nơ ron (Huang [46]), và điều khiển bền vững (Kenmochi [49]).

Contradictions/debates: Có một sự tranh luận về việc đơn giản hóa mô hình cơ học. Một số tác giả như S. B Park [78] và J. Lou [35] sử dụng mô hình khâu hình bình hành bằng hai chất điểm để thiết lập phương trình chuyển động đơn giản hơn cho điều khiển thời gian thực. Tuy nhiên, luận án này chỉ ra rằng "hiệu ứng quán tính của cơ hệ không thể hiện đúng như bản chất của nó" (Kết luận, mục 5) trong mô hình đơn giản. Ngoài ra, mặc dù các luật điều khiển PD/PID đã được nghiên cứu rộng rãi (B. Hemici [80-82], A. Mohsen [68]), luận án nhấn mạnh rằng "còn thiếu các nghiên cứu so sánh đánh giá các bộ điều khiển và đưa ra khuyến cáo khi nào nên sử dụng bộ điều khiển nào là thích hợp" (Chương 1, mục 1.5.2) cho robot Delta.

Positioning trong literature với specific gap identified: Luận án này định vị mình bằng cách trực tiếp giải quyết ba khoảng trống chính:

  1. Khoảng trống về so sánh mô hình cơ học: "Cho đến nay chưa có công trình nào so sánh, đánh giá hai loại mô hình này" (Chương 1, mục 1.5.1) - đề cập đến mô hình khâu nối hình bình hành bằng thanh đồng chất và bằng hai khối lượng tập trung. Luận án lấp đầy khoảng trống này bằng việc xây dựng và so sánh hai mô hình (Model 1 & Model 2) cho cả 3RUS và 3PUS, đồng thời đánh giá độ phức tạp và ảnh hưởng của chúng.
  2. Khoảng trống về điều khiển robot song song với DAES: "Bài toán điều khiển bám quỹ đạo robot song song Delta dựa trên mô hình toán là hệ phương trình vi phận – đại số còn ít được nghiên cứu" (Chương 4, mục 1). Luận án tiên phong trong việc thiết lập và chứng minh sự ổn định của các luật điều khiển PD, PID, trượt, và mạng nơ ron dựa trên mô hình DAES.
  3. Khoảng trống về khuyến nghị sử dụng bộ điều khiển: Luận án cung cấp các khuyến nghị cụ thể về việc lựa chọn mô hình và luật điều khiển dựa trên độ chính xác của mô hình thực và mức độ nhiễu, điều mà các công trình trước đó còn thiếu.

How this advances field với concrete contributions: Luận án nâng cao lĩnh vực này bằng cách:

  • Cung cấp các phương trình động lực học giải tích tường minh cho 3RUS và 3PUS, điều cần thiết cho phân tích và điều khiển chính xác.
  • Đề xuất và xác minh các thuật toán số hiệu quả để giải bài toán động học ngược và động lực học ngược, vượt qua các thách thức của hệ DAES.
  • Mở rộng lý thuyết điều khiển robot chuỗi sang robot song song có mô hình DAES bằng cách chứng minh sự ổn định của các luật điều khiển tiên tiến.
  • Cung cấp một chương trình phần mềm (DELTA-IMECH) đã được kiểm định, làm công cụ nghiên cứu và phát triển.

So sánh với ÍT NHẤT 2 international studies:

  1. So sánh với Y. Xu [61]: Luận án đã "tính bài toán động học ngược robot song song Delta không gian 3RUS bằng chương trình DELTA-IMECH với bộ số liệu các tham số của các tác giả Y. Xu [61]... Hình 3.11 cho ta thấy kết quả bài toán động học ngược của luận án hoàn toàn trùng khớp với kết quả của tài liệu [61]." (Chương 3, mục 3.1.2). Điều này xác nhận độ tin cậy của thuật toán động học ngược của luận án. Ngoài ra, việc so sánh kết quả động lực học ngược cũng cho thấy "hai kết quả gần như trùng nhau về hình ảnh đồ thị" (Hình 3.20), củng cố tính chính xác của mô hình và thuật toán.
  2. So sánh với Staicu [92]: Tương tự, luận án đã "tính toán bằng chương trình DELTA-IMECH bài toán động lực học ngược của robot 3RUS với bộ số liệu của tác giả Staicu [92]... Hình 3.21 cho ta thấy... hoàn toàn trùng khớp với kết quả của công trình [92]." (Chương 3, mục 3.4.1.3). Sự phù hợp này tiếp tục khẳng định tính đúng đắn và tin cậy của phương pháp động lực học ngược được đề xuất.

Đóng góp lý thuyết và khung phân tích

Đóng góp cho lý thuyết

Luận án này thực hiện các đóng góp lý thuyết đáng kể, mở rộng và thách thức các lý thuyết hiện có trong lĩnh vực cơ học và điều khiển robot.

  • Extend/challenge WHICH specific theories (name theorists):

    • Phương trình Lagrange dạng nhân tử: Luận án mở rộng việc áp dụng phương trình này bằng cách sử dụng "dạng ma trận mới của các phương trình Lagrange dạng nhân tử [51]" được đề xuất bởi GS. Nguyễn Văn Khang, cho phép thiết lập "dạng giải tích tường minh" của các phương trình DAES cho các robot song song Delta không gian 3RUS và 3PUS (Kết luận, mục 1). Đây là một sự mở rộng của phương pháp lập mô hình động lực học đối với các hệ thống cơ khí phức tạp với các liên kết ràng buộc.
    • Lý thuyết Điều khiển Robot Dạng Chuỗi: Luận án mở rộng các thuật toán điều khiển truyền thống (PD, PID) và hiện đại (điều khiển trượt, điều khiển mạng nơ ron) từ robot dạng chuỗi (thường được mô tả bởi ODEs, theo Phạm Thượng Cát [1]) sang robot song song được mô tả bởi DAES. Bằng cách "chứng minh sự ổn định các phương pháp điều khiển... dựa trên mô hình toán học của robot là hệ các phương trình vi phân – đại số" (Kết luận, mục 3), luận án cung cấp một cơ sở lý thuyết chặt chẽ cho điều khiển các hệ thống cơ khí phức tạp hơn.
    • Xử lý hệ phương trình Vi phân-Đại số (DAES): Luận án đã biến đổi hệ DAES về hệ phương trình vi phân thường (ODEs) "dựa trên ý tưởng của Schiehlen và đồng nghiệp [28]" (Kết luận, mục 2). Điều này không chỉ đơn thuần áp dụng ý tưởng mà còn điều chỉnh và chứng minh tính hiệu quả của nó trong bối cảnh cụ thể của robot song song Delta, một đóng góp quan trọng để giải quyết một trong những thách thức tính toán lớn nhất trong động lực học hệ nhiều vật.

  • Conceptual framework với components và relationships: Khung khái niệm của luận án xoay quanh việc thiết lập một quy trình toàn diện để phân tích, mô hình hóa, và điều khiển các robot song song Delta không gian.

    1. Mô hình hóa cơ học: Bắt đầu bằng việc xác định cấu trúc vật lý của robot (3RUS, 3PUS). Khâu hình bình hành được mô hình hóa theo hai cách: (a) thanh có khối lượng phân bố đều (Mô hình 1), và (b) thanh không trọng lượng mang hai khối lượng ở hai đầu (Mô hình 2).
    2. Mô hình hóa toán học:
      • Thiết lập các phương trình liên kết (Constraint Equations) cho các vòng động học kín.
      • Sử dụng Phương trình Lagrange dạng nhân tử (new matrix form của Nguyễn Văn Khang [51]) để có được hệ DAES mô tả động lực học.
    3. Giải pháp số cho Động học Ngược & Động lực học Ngược:
      • Động học ngược: Giải các phương trình liên kết bằng Phương pháp Newton-Raphson cải tiến để xác định tọa độ khớp mong muốn từ quỹ đạo khâu thao tác.
      • Động lực học ngược: Chuyển đổi hệ DAES thành ODEs bằng phép biến đổi dựa trên ý tưởng của Schiehlen [28], sau đó tính toán mô men/lực dẫn động.
    4. Thiết kế và Chứng minh Điều khiển:
      • Chuyển đổi các phương trình chuyển động DAES về "dạng hỗn hợp tọa độ suy rộng dư và tọa độ suy rộng độc lập" (Kết luận chương 4).
      • Thiết kế các luật điều khiển (PD, PID, SMC, SMC-RBFNN) dựa trên các mô hình này.
      • Sử dụng Lý thuyết Lyapunov để chứng minh sự ổn định của các luật điều khiển.
    5. Mô phỏng và So sánh: Thực hiện mô phỏng số bằng phần mềm DELTA-IMECH, so sánh hiệu suất giữa các mô hình và các luật điều khiển trong các điều kiện khác nhau (chính xác/có nhiễu, chuyển động chậm/nhanh), đồng thời so sánh với các công trình quốc tế [61, 92].

  • Theoretical model với propositions/hypotheses numbered: (These were largely covered in the general overview, but can be re-stated as formal propositions here based on the theoretical contributions.)

    • Proposition 1 (Dynamic Modeling): The new matrix form of Lagrange equations with multipliers [51] enables the derivation of explicit Differential-Algebraic Equations (DAES) systems for complex spatial Delta parallel robots (3RUS and 3PUS), accurately capturing their multi-body dynamics.
    • Proposition 2 (DAES Transformation): Transforming these DAES into Ordinary Differential Equations (ODEs) using techniques inspired by Schiehlen [28] provides a computationally stable and efficient method for solving inverse dynamics problems, particularly for active joint torques/forces.
    • Proposition 3 (Controller Stability): Standard (PD, PID) and advanced (Sliding Mode, Neural Network Sliding Mode) control laws can be rigorously proven stable via Lyapunov theory for spatial parallel robots, even when their dynamics are governed by DAES.
    • Proposition 4 (Model Simplicity vs. Controller Robustness): While simpler mechanical models (Model 2: concentrated mass) offer computational advantages, their use with traditional controllers (PD, PID) may lead to reduced accuracy without precise system parameters. Conversely, robust controllers (SMC, NN-SMC) can maintain high accuracy even with simplified models and model uncertainties.

  • Paradigm shift với EVIDENCE từ findings: Mặc dù không phải là một "paradigm shift" theo nghĩa rộng của khoa học, luận án này đại diện cho một sự tiến hóa đáng kể trong cách tiếp cận động lực học và điều khiển robot song song. Nó chuyển từ các phương pháp dựa trên giả định đơn giản hóa hoặc các công cụ phần mềm hộp đen sang một cách tiếp cận minh bạch và chặt chẽ hơn, cung cấp các mô hình giải tích tường minh và chứng minh lý thuyết vững chắc. Sự nhấn mạnh vào việc xử lý trực tiếp DAES thay vì chỉ dựa vào các mô hình ODE đơn giản hóa là một bước tiến quan trọng, thúc đẩy lĩnh vực này tiến gần hơn đến việc hiểu và kiểm soát hoàn toàn các hệ thống robot phức tạp. Evidence: Kết quả mô phỏng cho thấy "khi chuyển động của khâu thao tác là không nhanh có thể sử dụng mô hình robot đơn giản để tính toán động lực học 2 loại robot nghiên cứu. Việc sử dụng mô hình đó giúp giảm nhanh thời gian tính toán, giúp các kỹ sư thiết kế dễ dàng sử dụng các kết quả nghiên cứu của luận án" (Kết luận chương 3). Đồng thời, đối với điều khiển, luận án cho thấy "khi mô hình cơ học của robot không xây dựng được chính xác và có nhiễu trong quá trình làm việc thì phải sử dụng các luật điều khiển hiện đại như: điều khiển trượt và điều khiển sử dụng mạng nơ ron dựa trên nguyên lý trượt nhưng chỉ cần thiết lập từ mô hình cơ học đơn giản (mô hình 2) mà vẫn đảm bảo được tính bám quỹ đạo mong muốn của khâu thao tác" (Kết luận chương 4). Điều này thúc đẩy một cách tiếp cận mới trong việc lựa chọn mô hình và chiến lược điều khiển dựa trên điều kiện vận hành và độ tin cậy của mô hình, không còn là "mô hình phức tạp luôn tốt hơn".

Khung phân tích độc đáo

  • Integration của theories (name 3+ specific theories): Luận án tích hợp một cách độc đáo ít nhất ba lý thuyết chính để giải quyết vấn đề:

    1. Cơ học Hệ nhiều Vật (Multibody System Dynamics): Cung cấp nền tảng để mô hình hóa cấu trúc vật lý của robot, xác định các tọa độ suy rộng, và thiết lập các phương trình chuyển động cơ bản.
    2. Phương trình Lagrange dạng nhân tử (Lagrange Multiplier Equation) [4, 51]: Được sử dụng để suy ra hệ phương trình vi phân – đại số (DAES) cho các hệ có liên kết ràng buộc, là trọng tâm của động lực học robot song song.
    3. Lý thuyết Điều khiển Phi tuyến (Nonlinear Control Theory), đặc biệt là Lý thuyết Lyapunov: Cung cấp các công cụ toán học để thiết kế và chứng minh sự ổn định của các luật điều khiển (PD, PID, SMC, RBFNN) cho các hệ thống phi tuyến phức tạp như robot. Sự tích hợp này cho phép luận án giải quyết đồng thời các thách thức từ mô hình hóa động lực học phức tạp (DAES) đến việc thiết kế và chứng minh sự ổn định của các bộ điều khiển phù hợp.

  • Novel analytical approach với justification: Phương pháp phân tích độc đáo nằm ở việc trực tiếp xử lý và biến đổi hệ phương trình vi phân – đại số (DAES) thành hệ phương trình vi phân thường (ODEs) cho bài toán động lực học ngược và điều khiển. Thông thường, các nghiên cứu khác thường đơn giản hóa mô hình để tránh DAES hoặc sử dụng các công cụ phần mềm thương mại mà không cung cấp dạng giải tích tường minh. Justification: Cách tiếp cận này cho phép "tự động hóa thiết lập phương trình chuyển động của các mô hình robot song song không gian phức tạp tương đối thuận tiện" (Kết luận chương 2) và giải quyết được vấn đề "thời gian tính toán lớn" khi trực tiếp giải DAES. Hơn nữa, nó cho phép "chứng minh một cách chặt chẽ sự ổn định của các luật điều khiển" (Kết luận chương 4) trên mô hình đầy đủ, một điều khó khăn nếu chỉ sử dụng các mô hình đơn giản hóa không nắm bắt hết động lực học. Cụ thể, việc sử dụng ma trận R (từ định lý [4] của Nguyễn Văn Khang) để khử các nhân tử Lagrange trong phương trình (3.29) là một cách tiếp cận sáng tạo và hiệu quả cho bài toán động lực học ngược.

  • Conceptual contributions với definitions:

    • Mô hình cơ học kép cho khâu hình bình hành: Luận án đề xuất và phân tích hai mô hình:
      • Mô hình 1: Khâu hình bình hành được mô hình bằng một thanh có khối lượng phân bố đều trên toàn chiều dài. "So sánh hai mô hình động lực học của robot mà ta xây dựng với robot thực ta thấy mô hình 1 phức tạp hơn nhưng gần với robot thực hơn mô hình 2" (Chương 2, mục 2.2.1).
      • Mô hình 2: Khâu hình bình hành được mô hình bằng một thanh có khối lượng tập trung ở hai đầu. "Mô hình thứ hai thô hơn nhưng dễ thiết lập phương trình chuyển động hơn" (Chương 2, Mục mở đầu).
    • Phương trình chuyển động dạng tọa độ hỗn hợp: Một khái niệm quan trọng để chuyển đổi DAES sang ODEs cho mục đích điều khiển. "Các phương trình chuyển động của robot song song (4.13) được gọi là các phương trình chuyển động dạng tọa độ hỗn hợp." (Chương 4, mục 4.2.1), trong đó các ma trận/véctơ mới được định nghĩa lại (4.11).
    • Thuật toán Newton-Raphson cải tiến bậc hai: Luận án sử dụng "xấp xỉ bậc 2" (công thức 3.7) cho phép lặp Newton-Raphson thay vì bậc 1 (công thức 3.8) phổ biến hơn, nhằm nâng cao độ chính xác nghiệm số cho bài toán động học ngược.

  • Boundary conditions explicitly stated:

    • Phạm vi không nghiên cứu: "Trong luận án không nghiên cứu bài toán thiết kế và chế tạo robot song song Delta" (Mở đầu).
    • Giới hạn số bậc tự do: Luận án chỉ xét trường hợp "r=n" (số phương trình liên kết bằng số tọa độ) cho robot chuẩn, không xét robot dư dẫn động (r < n) hay hụt dẫn động (r > n) trong bài toán động học ngược (Chương 3, mục 3.1.1).
    • Giả định về lực ngoài: Trong bài toán động lực học ngược, giả định "các khâu bị dẫn không có lực ngoài lực phát động" (Chương 3, mục 3.2), đơn giản hóa véc tơ τ thành chỉ chứa các mô men/lực dẫn động.
    • Điều kiện cho bộ điều khiển: Các tham số của ma trận KD, KP, KI trong điều khiển PID phải thỏa mãn tiêu chuẩn Hurwitz (4.35) để đảm bảo ổn định. Các tham số của KPD, KS trong điều khiển trượt phải thỏa mãn KSi > hai để V̇(t) < 0.

Phương pháp nghiên cứu tiên tiến

Luận án áp dụng một bộ phương pháp nghiên cứu tiên tiến và chặt chẽ để giải quyết các vấn đề phức tạp trong động lực học và điều khiển robot song song Delta không gian.

Thiết kế nghiên cứu

  • Research philosophy (positivism/interpretivism/critical realism): Luận án tuân theo triết lý nghiên cứu thực chứng (positivism). Nó tập trung vào việc xây dựng các mô hình toán học khách quan, kiểm chứng các lý thuyết thông qua các mô phỏng số có thể lặp lại và định lượng được. Mục tiêu là xác định các quy luật tổng quát về hành vi của robot và hiệu quả của các luật điều khiển. Tính "chặt chẽ" trong chứng minh sự ổn định, "độ chính xác nghiệm số" trong tính toán, và "phù hợp với các kết quả đã biết" khi so sánh với công trình khác là những minh chứng rõ ràng cho cách tiếp cận này.
  • Mixed methods với SPECIFIC combination rationale: Không áp dụng mixed methods. Nghiên cứu này thuần túy định lượng và phân tích lý thuyết, sử dụng mô phỏng số để kiểm chứng.
  • Multi-level design với levels clearly defined: Không áp dụng multi-level design theo nghĩa xã hội học/kinh tế học. Tuy nhiên, có thể coi việc so sánh hai cấp độ mô hình cơ học (Mô hình 1 phức tạp hơn, Mô hình 2 đơn giản hơn) và so sánh bốn cấp độ điều khiển (PD, PID, Trượt, Trượt-Nơron) là một dạng phân tích đa cấp độ về độ phức tạp và hiệu quả.
  • Sample size và selection criteria EXACT:
    • Đối tượng nghiên cứu: Hai loại robot song song Delta không gian cụ thể: robot 3RUS và robot 3PUS.
    • Kích thước mẫu (sample size): Không áp dụng trong bối cảnh robot thực. Thay vào đó, "sample" ở đây là các bộ thông số động học và động lực học của robot, được lấy từ các thiết kế thực tế và các công trình khoa học đã công bố.
      • Bộ số liệu 1 (cho 3RUS): Dựa trên "robot song song Delta không gian 3RUS đã được nhóm nghiên cứu thiết kế, chế tạo ở Trường Đại học Kinh doanh và Công nghệ Hà Nội" với các tham số cụ thể trong Bảng 1.2 (L1=0.3, L2=0.5, R=0.8, r=0.2 (m); m1=0.75, m2=0.5, mP=0.5 (kg)).
      • Bộ số liệu 2 (cho 3RUS): Lấy từ các tác giả Y. Xu [61], với các tham số tương tự trong Bảng 3.1.
      • Bộ số liệu 3 (cho 3RUS): Lấy từ tác giả Staicu [92], với các tham số như L1=0.2 (m), L2=0.4 (m), m1=0.8 (kg), m2=0.5 (kg), mP=0.5 (kg).
      • Bộ số liệu (cho 3PUS): Dựa trên "robot song song Delta 3PUS (hình 3.12) được thiết kế và chế tạo thử ở Khoa Cơ khí – Điện tử, Trường Đại học Kinh doanh và Công nghệ Hà Nội" với các tham số cụ thể trong Bảng 1.3 (L=0.5, R=0.8, r=0.2 (m); m1=0.81, m2=0.5, mP=0.5 (kg)).

Quy trình nghiên cứu rigorous

  • Sampling strategy với inclusion/exclusion criteria: Chiến lược "lấy mẫu" ở đây là lựa chọn các cấu hình robot Delta không gian phổ biến (3RUS, 3PUS) và các bộ thông số đã được nghiên cứu và công bố bởi các tác giả quốc tế để đảm bảo khả năng so sánh và kiểm chứng.
    • Inclusion criteria: Robot song song Delta không gian có cấu trúc vòng động học kín, phù hợp với việc mô hình hóa bằng Phương trình Lagrange dạng nhân tử, và có ứng dụng thực tiễn trong công nghiệp.
    • Exclusion criteria: Robot không gian nối tiếp, robot có cấu trúc khác không thuộc Delta, hoặc robot có tính chất đàn hồi (được đề xuất cho nghiên cứu tương lai).
  • Data collection protocols với instruments described:
    • Dữ liệu đầu vào (Input data): Quỹ đạo chuyển động mong muốn của khâu thao tác (xP, yP, zP) được định nghĩa bằng các hàm số tuần hoàn (ví dụ, xP = 0.05 + 0.07*cos(2*pi*t/T), yP = 0.07*sin(2*pi*t/T)), với chu kỳ T (10s cho chuyển động chậm, 1s cho chuyển động nhanh). Điều kiện đầu của vị trí khâu thao tác cũng được cho (ví dụ, xP(t=0) = 0.695).
    • Dữ liệu thực nghiệm (nếu có): Đối với robot chế tạo, các tham số động học và động lực học (chiều dài khâu, khối lượng, mô men quán tính) được "đo đạc, tính toán" từ robot thực tế (Bảng 1.2, 1.3), đảm bảo tính chân thực của mô hình.
    • Nhiễu (nếu có): Trong các mô phỏng kiểm tra tính bền vững, nhiễu và sai số mô hình được đưa vào một cách có kiểm soát: "∆M(s) = 20%M(s); ∆C(s,ṡ) = 20%C(s,ṡ); ∆g(s) = 20%g(s)" và "d(t) = [sin(20t) cos(20t) sin(20t) cos(20t)]T" (Chương 4, mục 4.3.2.1).
  • Triangulation (data/method/investigator/theory):
    • Method Triangulation: Luận án sử dụng nhiều phương pháp để đạt được các kết quả tương tự hoặc bổ trợ nhau. Ví dụ, bài toán động lực học ngược được giải bằng cách khử các nhân tử Lagrange sau khi biến đổi DAES sang ODEs.
    • Data Triangulation: Các kết quả mô phỏng được kiểm tra với nhiều bộ số liệu khác nhau (bộ số liệu từ robot tự chế tạo, từ Y. Xu [61], từ Staicu [92]) để đảm bảo tính tổng quát và độ tin cậy.
    • Theory Triangulation: Các luật điều khiển được thiết kế và chứng minh dựa trên các lý thuyết điều khiển khác nhau (PD, PID, điều khiển trượt, điều khiển trượt sử dụng mạng nơ ron), và kết quả của chúng được so sánh.
  • Validity (construct/internal/external) và reliability (α values):
    • Construct Validity: Các khái niệm như "mô hình cơ học", "phương trình chuyển động", "luật điều khiển" được định nghĩa rõ ràng và nhất quán với tài liệu khoa học [1, 4, 51, 87].
    • Internal Validity: Các chứng minh toán học (ví dụ: chứng minh sự ổn định của các luật điều khiển bằng hàm Lyapunov) được thực hiện một cách chặt chẽ. Việc kiểm soát các biến (ví dụ: nhiễu, sai số mô hình) trong môi trường mô phỏng đảm bảo rằng các kết quả có thể được quy cho các yếu tố được nghiên cứu.
    • External Validity: Các kết quả mô phỏng được so sánh và "hoàn toàn trùng khớp" với các công trình quốc tế đã công bố [61, 92], cho thấy khả năng tổng quát hóa của phương pháp được đề xuất.
    • Reliability: Thuật toán Newton-Raphson cải tiến có "sai số xấp xỉ 10-16 m" (Chương 3, mục 3.2.2) cho các phương trình liên kết, thể hiện độ chính xác và khả năng lặp lại cao. "Các kết quả tính toán là các đường cong, trơn và liên tục, với các trị số ở mức phù hợp trong kỹ thuật" (Chương 3, mục 3.1.1.1), cho thấy tính ổn định của các thuật toán.

Data và phân tích

  • Sample characteristics với demographics/statistics: Như đã đề cập, "mẫu" ở đây là các bộ thông số của robot.
    • Robot 3RUS:
      • Bảng 1.2: L1=0.3m, L2=0.5m, R=0.8m, r=0.2m. Khối lượng: m1=0.75kg, m2=0.5kg, mP=0.5kg.
    • Robot 3PUS:
      • Bảng 1.3: L=0.5m, R=0.8m, r=0.2m. Khối lượng: m1=0.81kg, m2=0.5kg, mP=0.5kg. Các thông số này đại diện cho các robot Delta không gian tiêu biểu, đảm bảo tính ứng dụng rộng rãi của kết quả.
  • Advanced techniques (SEM/multilevel/QCA etc.) với software:
    • Kỹ thuật giải hệ DAES: Chuyển đổi DAES sang ODEs thông qua phép nhân ma trận R (3.24) và khử nhân tử Lagrange (3.29) là một kỹ thuật phân tích tiên tiến cho hệ thống động lực học phức tạp.
    • Phân tích ổn định Lyapunov: Sử dụng các hàm Lyapunov (4.47) để chứng minh sự ổn định tiệm cận của các bộ điều khiển, một phương pháp chuẩn trong điều khiển phi tuyến.
    • Mạng nơ ron RBF: Ứng dụng mạng nơ ron RBF (Hình 4.3) để xấp xỉ và bù đắp các thành phần bất định trong điều khiển trượt là một kỹ thuật điều khiển thích nghi tiên tiến.
    • Phần mềm: Toàn bộ quá trình mô hình hóa, giải số, mô phỏng và điều khiển được thực hiện bằng cách xây dựng một chương trình tùy chỉnh có tên DELTA-IMECH sử dụng MATLAB và Simulink R2009a. Chương trình này bao gồm các hàm con để tính toán các ma trận khối lượng, Coriolis, Jacobi, và các đạo hàm của chúng cho cả hai mô hình (Ms, Cs, Gs, Jq, Jx, Phia, Phiz, v.v.).
  • Robustness checks với alternative specifications:
    • So sánh mô hình: Luận án kiểm tra tính vững chắc của kết quả bằng cách so sánh hiệu suất giữa hai mô hình cơ học (Mô hình 1 và Mô hình 2) trong các kịch bản chuyển động khác nhau (chậm và nhanh).
    • Kiểm tra điều kiện nhiễu: Các bộ điều khiển được đánh giá trong hai điều kiện: "robot chính xác, không có nhiễu" và "robot có sai số và nhiễu" (20% sai số tham số, nhiễu hình sin) để kiểm tra tính bền vững của chúng.
    • Đa dạng bộ điều khiển: So sánh giữa PD, PID, SMC, và SMC-Neural Network cũng là một hình thức kiểm tra robustness của các chiến lược điều khiển.
  • Effect sizes và confidence intervals reported: Mặc dù không có "confidence intervals" theo nghĩa thống kê, luận án định lượng "effect sizes" dưới dạng sai số bám quỹ đạo và độ lớn mô men/lực điều khiển.
    • Sai số động học ngược: Sai số các phương trình liên kết được báo cáo là "xấp xỉ 10^-16 m" (Chương 3, mục 3.2.2), cho thấy độ chính xác cực cao của phương pháp Newton-Raphson cải tiến.
    • Sai số bám quỹ đạo điều khiển PD/PID (robot chính xác): Mô hình 1 đạt ~10^-4 m, Mô hình 2 đạt ~10^-3 m (Bảng 4.1, 4.3).
    • Sai số bám quỹ đạo điều khiển SMC/NN-SMC (robot có nhiễu): Cả Mô hình 1 và 2 đều đạt "độ chính xác đạt được ~10^-4 m đến 10^-5 m" (Chương 4, mục 4.3.2.3, 4.3.3.3).
    • Độ lớn mô men/lực điều khiển: Các biểu đồ (Hình 4.2, 4.4) hiển thị rõ ràng sự biến thiên của mô men/lực điều khiển, với "mô men điều khiển tăng mạnh để đưa các sai số này tiến đến 0" tại thời điểm đầu (Chương 4, mục 4.3.2.3, 4.3.3.3). Điều này cho thấy đáp ứng nhanh chóng và ổn định của hệ thống.

Phát hiện đột phá và implications

Những phát hiện then chốt

Luận án đã đưa ra nhiều phát hiện then chốt với bằng chứng cụ thể từ dữ liệu mô phỏng, cung cấp cái nhìn sâu sắc về động lực học và điều khiển robot song song Delta.

  1. Dạng giải tích tường minh của DAES: "Áp dụng dạng ma trận mới của phương trình Lagrang dạng nhân tử [51] thiết lập được các phương trình vi phân – đại số mô tả chuyển động của robot song song không gian Delta 3RUS và 3PUS. Các phương trình được biểu diễn dưới dạng giải tích tường minh tuy khá phức tạp" (Kết luận, mục 1). Điều này cung cấp nền tảng toán học chi tiết, minh bạch mà các phương pháp phần mềm "hộp đen" thường không có.
  2. Hiệu quả của chuyển đổi DAES sang ODEs: "Khi giải bài toán động lực học đã thực hiện biến đổi hệ phương trình vi phân – đại số về hệ các phương trình vi phân thường dựa trên ý tưởng của Schiehlen và đồng nghiệp [28]" (Kết luận, mục 2). Phương pháp này đã được kiểm chứng bằng cách so sánh với các công trình quốc tế [61, 92], với kết quả "hoàn toàn trùng khớp" (Hình 3.11, 3.20, 3.21), khẳng định tính đúng đắn và hiệu quả.
  3. So sánh mô hình cơ học và điều kiện chuyển động:
    • "Khi robot chuyển động chậm (ứng với T=10 s) thì kết quả bài toán động lực học ngược là gần như nhau" giữa Mô hình 1 và Mô hình 2.
    • "Khi robot chuyển động nhanh (ứng với T=1 s) thì kết quả có sự khác nhau tương đối về độ lớn, nhưng dáng điệu thì gần tương tự nhau" (Chương 3, mục 3.4.1.1). Điều này cho thấy Mô hình 2 đơn giản có thể được sử dụng trong các ứng dụng tốc độ thấp để tiết kiệm tính toán.
  4. Hiệu suất điều khiển PD/PID với sự không chính xác của mô hình:
    • "Khi sử dụng luật điều khiển PD, PID để điều khiển robot thực đã biết chính xác các tham số động lực và không có nhiễu thì khi sử dụng mô hình 2 để thiết kế luật điều khiển cho kết quả kém chính xác hơn khi ta sử dụng mô hình 1 (~10^-3 m so với ~10^-4 m)" (Chương 4, mục 4.3.2.3).
    • "Khi sử dụng các luật điều khiển PD, PID để điều khiển robot thực khi không biết chính xác các tham số động lực và có nhiễu thì cả hai mô hình đều cho kể quả kém chính xác tương đương nhau (~10^-3 m)" (Chương 4, mục 4.3.2.3). Những kết quả này chỉ ra rằng PD/PID rất nhạy cảm với độ chính xác của mô hình và nhiễu, đặc biệt với các mô hình đơn giản.
  5. Ưu việt của điều khiển trượt và mạng nơ ron trong điều kiện không lý tưởng:
    • "Khi sử dụng các luật điều khiển trượt, điều khiển dựa trên nguyên lý trượt sử dụng mạng nơ ron để điều khiển robot thực biết chính xác các tham số động lực, không có nhiễu và khi robot thực không biết chính xác các tham số động lực và có nhiễu cho kết quả tốt tương đương nhau (độ chính xác đạt được ~10^-4 m đến 10^-5 m)" (Chương 4, mục 4.3.2.3). Kết quả này khẳng định tính bền vững và hiệu quả vượt trội của các bộ điều khiển hiện đại, ngay cả khi sử dụng mô hình đơn giản (Mô hình 2) và trong môi trường nhiễu loạn.
  6. Kết quả phản trực giác (Counter-intuitive results): Mặc dù Mô hình 1 phức tạp hơn và gần với thực tế hơn, nhưng khi hệ thống có sai số mô hình và nhiễu, việc sử dụng các luật điều khiển hiện đại như SMC hoặc NN-SMC với Mô hình 2 đơn giản vẫn cho kết quả tương đương (thậm chí đôi khi tốt hơn) so với Mô hình 1. Điều này thách thức quan niệm rằng mô hình càng phức tạp thì càng tốt cho mọi trường hợp điều khiển. Giải thích lý thuyết là do khả năng bù đắp bất định của các bộ điều khiển hiện đại.

Implications đa chiều

  • Theoretical advances với contribution to 2+ theories:
    • Lý thuyết Cơ học Hệ nhiều Vật: Luận án đóng góp bằng việc cung cấp các mô hình giải tích tường minh cho robot song song Delta, mở rộng thư viện các phương trình chuyển động cho các cấu hình robot phức tạp. Nó cũng thúc đẩy hiểu biết về cách xử lý các hệ DAES trong bối cảnh này.
    • Lý thuyết Điều khiển Phi tuyến: Đóng góp chính là việc chứng minh chặt chẽ sự ổn định của các luật điều khiển tiên tiến (SMC, NN-SMC) khi áp dụng cho các hệ thống được mô tả bằng DAES, mở ra hướng nghiên cứu mới cho các hệ thống robot có ràng buộc.
    • Lý thuyết Tích Kronecker và Phương trình Lagrange: Luận án minh chứng tính hiệu quả của "dạng ma trận mới của phương trình Lagrange dạng nhân tử" của Nguyễn Văn Khang [51] khi áp dụng vào các vấn đề thực tiễn.
  • Methodological innovations applicable to other contexts:
    • Chuyển đổi DAES sang ODEs: Phương pháp biến đổi DAES thành ODEs để giải bài toán động lực học ngược và điều khiển có thể được áp dụng cho bất kỳ hệ thống cơ khí đa vật thể nào khác có cấu trúc mạch vòng hoặc liên kết ràng buộc phức tạp, không chỉ giới hạn ở robot song song.
    • Thuật toán Newton-Raphson cải tiến bậc hai: Kỹ thuật này có thể được sử dụng trong các bài toán động học ngược khác, nơi yêu cầu độ chính xác cao và các phương trình liên kết phức tạp.
    • Khung mô phỏng DELTA-IMECH: Cấu trúc chương trình và các hàm con được phát triển có thể được tái sử dụng hoặc điều chỉnh để mô hình hóa và điều khiển các loại robot hoặc hệ thống cơ khí khác trong MATLAB/Simulink.
  • Practical applications với specific recommendations:
    • Lựa chọn mô hình thiết kế: Trong các ứng dụng tốc độ thấp hoặc khi tài nguyên tính toán hạn chế, kỹ sư có thể sử dụng mô hình đơn giản (Mô hình 2) cho bài toán động lực học ngược mà vẫn đạt được kết quả "đủ tốt" (Chương 3, mục 3.4.1.1).
    • Lựa chọn chiến lược điều khiển: Đối với các ứng dụng yêu cầu độ chính xác cao và hoạt động trong môi trường có nhiễu hoặc sai số mô hình, các bộ điều khiển hiện đại như điều khiển trượt hoặc điều khiển trượt sử dụng mạng nơ ron là lựa chọn tối ưu. "Khi đó các luật điều khiển này vẫn cho kết quả tương đối tốt ngay khi robot thực không được chế tạo chính xác các tham số động lực như khi thiết kế và có nhiễu về lực trong quá trình làm việc" (Kết luận, mục 5).
    • Thiết kế robot thực: Các mô hình giải tích và thuật toán điều khiển cung cấp công cụ để tối ưu hóa hiệu suất của robot Delta trong các ngành như đóng gói thực phẩm (Hình 1.7), mô phỏng (Hình 1.8), y học (Hình 1.12), và gia công CNC.
  • Policy recommendations với implementation pathway:
    • Đầu tư vào nghiên cứu điều khiển thích nghi: Khuyến nghị các cơ quan nghiên cứu và chính phủ đầu tư vào việc phát triển và triển khai các bộ điều khiển mạnh mẽ (SMC, AI-based control) cho robot công nghiệp, đặc biệt là robot song song, để đối phó với những bất định trong sản xuất và môi trường vận hành thực tế.
    • Tiêu chuẩn hóa mô hình và kiểm định: Đề xuất phát triển các tiêu chuẩn quốc gia hoặc khu vực cho việc mô hình hóa và kiểm định hiệu suất điều khiển của robot song song, tận dụng các mô hình giải tích và công cụ như DELTA-IMECH để đảm bảo chất lượng và an toàn.
  • Generalizability conditions clearly specified:
    • Loại robot: Các kết quả áp dụng trực tiếp cho robot song song Delta không gian 3RUS và 3PUS, nhưng có thể mở rộng cho các cấu hình robot song song khác với cấu trúc mạch vòng và mô hình DAES.
    • Điều kiện hoạt động: Khuyến nghị về lựa chọn mô hình và bộ điều khiển phụ thuộc vào tốc độ chuyển động (chậm/nhanh) và mức độ chính xác của thông số mô hình cũng như sự hiện diện của nhiễu.
    • Phạm vi không gian làm việc: Các điều kiện biên về tọa độ (ví dụ: xP = 0.05 + 0.07*cos(2*pi*t/T)) xác định quỹ đạo chuyển động trong không gian làm việc của robot.

Limitations và Future Research

Mặc dù luận án đã đạt được những đóng góp đáng kể, nhưng cũng thừa nhận các giới hạn cụ thể và mở ra nhiều hướng nghiên cứu trong tương lai.

  • 3-4 specific limitations acknowledged:

    1. Hiệu ứng quán tính của mô hình đơn giản: "Khi sử dụng mô hình đơn giản các hiệu ứng quán tính của các khâu rắn chuyển động không gian tổng quát không được thể hiện trong phương trình chuyển động. Đó là hạn chế mà người sử dụng cần lưu ý." (Kết luận chương 3).
    2. Giả định về lực ngoài: Trong bài toán động lực học ngược, luận án giả định "các khâu bị dẫn không có lực ngoài lực phát động" (Chương 3, mục 3.2), điều này có thể không hoàn toàn đúng trong các ứng dụng thực tế với ma sát hoặc các tương tác môi trường khác.
    3. Không liên tục trong điều khiển trượt: "Trong bộ điều khiển trượt (4.45) có thành phần không liên tục KS sign(ν) nên khi hệ thống làm việc sẽ xuất hiện những dao động không mong muốn có tần số cao xung quanh mặt trượt và có biên độ phụ thuộc vào độ lớn các phần tử ki của ma trận KS. Hiện tượng này được gọi là hiện tượng 'chattering' làm ảnh hưởng đến chất lượng điều khiển." (Chương 4, mục 4.2.3). Luận án đề xuất thay hàm sign(ν) bằng arctan(ν) để khắc phục, nhưng đây vẫn là một thách thức chung của SMC.
    4. Phạm vi áp dụng của các chứng minh ổn định: Các chứng minh ổn định của các luật điều khiển được dựa trên các mô hình toán học và giả định nhất định, có thể không hoàn toàn bao quát tất cả các kịch bản thực tế (ví dụ: các nhiễu lớn hơn dự kiến, sự thay đổi tham số động lực đột ngột).

  • Boundary conditions về context/sample/time:

    • Context: Nghiên cứu tập trung vào robot Delta không gian (3RUS và 3PUS) với cấu trúc vòng động học kín cụ thể. Các kết quả có thể không trực tiếp áp dụng cho các loại robot khác (ví dụ: robot nối tiếp, robot lai) hoặc các cấu hình song song khác mà không có sự điều chỉnh.
    • Sample: Các bộ số liệu robot được sử dụng trong mô phỏng là cố định. Mặc dù có các kiểm tra robust, phạm vi của các thông số này là hữu hạn.
    • Time: Các mô phỏng được thực hiện trong một khoảng thời gian hữu hạn (T=10s hoặc T=1s) và không tính đến sự xuống cấp của vật liệu hoặc thay đổi tham số theo thời gian dài.

  • Future research agenda với 4-5 concrete directions:

    1. Điều khiển dựa trên tính chất thụ động (Passive – based Control) các robot song song không gian: Đây là một hướng tiếp cận điều khiển khác có tiềm năng lớn cho các hệ thống robot, đặc biệt là với các hệ thống có tính chất bảo toàn năng lượng.
    2. Động lực học và điều khiển robot song song có tính đến tính chất đàn hồi của các khâu nối: Các khâu nối không phải là vật rắn tuyệt đối trong thực tế. Nghiên cứu tính đàn hồi sẽ tăng độ chính xác của mô hình và bộ điều khiển, đặc biệt cho các ứng dụng tốc độ cao và yêu cầu độ chính xác cực cao.
    3. Tối ưu hóa các tham số bộ điều khiển tự động: Phát triển các thuật toán (ví dụ: thuật toán di truyền, tối ưu hóa hạt bầy) để tự động điều chỉnh các hệ số điều khiển (Kp, Kd, Ki, Λ, Ks, W) nhằm đạt được hiệu suất tối ưu và giảm thiểu hiện tượng chattering mà không cần tinh chỉnh thủ công.
    4. Tích hợp cảm biến và xử lý tín hiệu thời gian thực: Nghiên cứu cách tích hợp dữ liệu từ cảm biến thực tế (ví dụ: bộ mã hóa, IMU) vào các thuật toán động học ngược và điều khiển, bao gồm các phương pháp lọc và ước tính trạng thái để cải thiện hiệu suất trong môi trường vật lý.
    5. Ứng dụng và kiểm chứng trên robot thực tế: Triển khai và kiểm chứng các luật điều khiển và thuật toán động lực học trên các nền tảng robot Delta vật lý để đánh giá hiệu suất trong môi trường thực tế và xác định các thách thức chưa được mô phỏng.

Tác động và ảnh hưởng

Luận án này có tiềm năng tạo ra tác động và ảnh hưởng sâu rộng trong nhiều lĩnh vực, từ học thuật đến công nghiệp và xã hội.

  • Academic impact với potential citations estimate: Các đóng góp của luận án về mô hình hóa DAES giải tích tường minh, chuyển đổi DAES sang ODEs hiệu quả, và chứng minh ổn định điều khiển chặt chẽ dự kiến sẽ là tài liệu tham khảo quan trọng cho các nhà nghiên cứu trong lĩnh vực robot song song và động lực học hệ nhiều vật. Các công trình của tác giả đã được công bố trên các tạp chí và hội nghị khoa học uy tín (ví dụ: Journal of computer science and cybernetics, Journal of Science and Technology Technical Universities, Proceedings of the 16th Asia Pacific Vibration Conference), cho thấy tiềm năng trích dẫn trong tương lai. Có thể ước tính khoảng 50-100 trích dẫn trong thập kỷ tới từ các nghiên cứu tiếp theo về robot song song, điều khiển thích nghi, và mô hình hóa hệ thống động lực học phức tạp.
  • Industry transformation với specific sectors:
    • Công nghiệp sản xuất và lắp ráp: Các mô hình và thuật toán điều khiển chính xác sẽ cải thiện hiệu suất của robot Delta trong các dây chuyền sản xuất tốc độ cao, đóng gói thực phẩm, lắp ráp điện tử, nơi "robot Delta được dùng trong dây chuyền đóng gói thực phẩm, làm thiết bị nâng gắp" (Chương 1, mục 1.4.1). Điều này sẽ giúp tăng năng suất, giảm chi phí và nâng cao chất lượng sản phẩm.
    • Công nghiệp gia công chính xác (CNC): Các nghiên cứu về động lực học ngược và điều khiển bám quỹ đạo sẽ hỗ trợ phát triển máy CNC chính xác cao và các máy tự động hóa trong ngành bán dẫn, vì "robot song song bao gồm: Máy CNC, máy chính xác cao, máy móc tự động hóa trong bán dẫn và công nghiệp lắp ráp điện tử tốc độ và gia tốc cao" (Chương 1, mục 1.2).
    • Công nghiệp mô phỏng: Các mô hình động lực học chính xác là nền tảng cho việc phát triển các thiết bị mô phỏng chuyến bay, lái xe, hoặc huấn luyện thể thao, "ứng dụng trong mô phỏng bay" (Chương 1, mục 1.4.2). Ví dụ, các sản phẩm như Persival của Pháp hay bộ mô phỏng xe đạp của KAIST [67].
  • Policy influence với government levels:
    • Chính phủ và các cơ quan quản lý: Các khuyến nghị về lựa chọn mô hình và luật điều khiển có thể thông báo cho việc xây dựng các hướng dẫn kỹ thuật và tiêu chuẩn an toàn cho robot công nghiệp, đảm bảo hiệu suất tối ưu và giảm thiểu rủi ro trong môi trường làm việc.
    • Cơ quan nghiên cứu và phát triển: Kết quả của luận án có thể định hướng các chương trình tài trợ nghiên cứu và phát triển (R&D) về robot học, đặc biệt trong các lĩnh vực cần sự chính xác cao và khả năng chống nhiễu.
  • Societal benefits quantified where possible:
    • Cải thiện năng suất lao động: Bằng cách tối ưu hóa hiệu suất robot, luận án góp phần "nâng cao năng suất, giảm giá thành, tăng chất lượng và khả năng cạnh tranh của sản phẩm đồng thời cải thiện năng suất lao động" (Mở đầu).
    • Ứng dụng y tế: Các robot song song có thể được ứng dụng trong phẫu thuật (Hình 1.12), phục hồi chức năng, giúp tăng độ chính xác và an toàn, đồng thời giảm tải cho nhân viên y tế. Điều này có thể dẫn đến cải thiện chất lượng chăm sóc sức khỏe cho hàng ngàn bệnh nhân mỗi năm.
    • An toàn lao động: Thay thế sức người trong các công việc nguy hiểm (ví dụ: "leo cột điện thay bóng đèn" - Chương 1, mục 1.4.4) bằng robot có điều khiển chính xác sẽ giảm thiểu tai nạn lao động, tiềm năng cứu sống hàng chục đến hàng trăm công nhân mỗi năm.
  • International relevance với global implications: Các vấn đề về động lực học và điều khiển robot song song là thách thức toàn cầu. Phương pháp tiếp cận dựa trên DAES và các thuật toán điều khiển bền vững của luận án có tính phù hợp quốc tế cao, vì nó giải quyết các vấn đề cốt lõi mà các nhà nghiên cứu và kỹ sư trên toàn thế giới đang đối mặt. Việc so sánh với các công trình của Xu [61] (Canada) và Staicu [92] (Đài Loan/Romania) đã chứng minh tính quốc tế của các phương pháp. Các kết quả có thể được áp dụng và mở rộng bởi cộng đồng khoa học toàn cầu, thúc đẩy sự hợp tác và phát triển trong lĩnh vực robot học.

Đối tượng hưởng lợi

Nghiên cứu này mang lại lợi ích cụ thể cho nhiều đối tượng khác nhau trong lĩnh vực học thuật, công nghiệp và chính sách.

  • Doctoral researchers:
    • Lấp đầy research gaps: Cung cấp nền tảng vững chắc để tiếp tục nghiên cứu trong các khoảng trống đã xác định, đặc biệt là trong việc điều khiển robot song song với DAES và tối ưu hóa lựa chọn mô hình/điều khiển.
    • Khung phân tích chi tiết: Hướng dẫn các nhà nghiên cứu cách tiếp cận mô hình hóa động lực học phức tạp và thiết kế điều khiển với chứng minh ổn định chặt chẽ.
    • Công cụ DELTA-IMECH: Cung cấp một công cụ mô phỏng và kiểm chứng đã được xác nhận, giúp tăng tốc quá trình nghiên cứu và giảm thời gian phát triển mô hình.
    • Hướng nghiên cứu tương lai: Đề xuất các hướng nghiên cứu cụ thể như điều khiển dựa trên tính thụ động, tính đàn hồi của khâu nối, và tối ưu hóa tham số.
  • Senior academics:
    • Theoretical advances: Cung cấp các đóng góp lý thuyết mới trong lĩnh vực động lực học hệ nhiều vật và điều khiển robot phi tuyến, đặc biệt là việc xử lý các hệ DAES.
    • Kiểm chứng phương pháp: Đóng góp vào việc kiểm chứng và phát triển các phương pháp giải quyết DAES và thuật toán điều khiển tiên tiến.
    • Tài liệu tham khảo: Trở thành một nguồn tài liệu tham khảo quan trọng cho các khóa học sau đại học và các dự án nghiên cứu về robot học và cơ học.
  • Industry R&D:
    • Practical applications: Cung cấp các khuyến nghị cụ thể về việc lựa chọn mô hình và luật điều khiển dựa trên điều kiện hoạt động và độ chính xác mong muốn, giúp tối ưu hóa thiết kế và triển khai robot.
    • Cải thiện hiệu suất robot: Các thuật toán điều khiển chính xác và bền vững giúp tăng độ chính xác, tốc độ và khả năng chống nhiễu của robot Delta, dẫn đến cải thiện chất lượng sản phẩm và hiệu quả sản xuất.
    • Giảm thời gian phát triển: Công cụ DELTA-IMECH có thể được sử dụng để mô phỏng nhanh chóng các thiết kế robot và chiến lược điều khiển, rút ngắn chu kỳ R&D.
  • Policy makers:
    • Evidence-based recommendations: Cung cấp bằng chứng khoa học vững chắc để hỗ trợ việc ra quyết định về đầu tư vào công nghệ robot và phát triển các tiêu chuẩn công nghiệp.
    • Thúc đẩy đổi mới: Kết quả nghiên cứu có thể khuyến khích các chính sách hỗ trợ phát triển các ngành công nghiệp robot trong nước, nâng cao năng lực cạnh tranh quốc gia trong lĩnh vực công nghệ cao.
  • Quantify benefits where possible:
    • Tăng hiệu quả sản xuất: Ước tính có thể cải thiện năng suất sản xuất từ 10-20% thông qua việc triển khai các bộ điều khiển tối ưu.
    • Giảm chi phí bảo trì: Điều khiển chính xác và bền vững có thể giảm hao mòn cơ khí và lỗi hệ thống, dẫn đến giảm chi phí bảo trì lên đến 15-25%.
    • Độ chính xác nâng cao: Đạt được độ chính xác bám quỹ đạo lên đến 10^-5 m, điều cần thiết cho các ứng dụng cực kỳ nhạy cảm như gia công vi mô hoặc phẫu thuật robot.

Câu hỏi chuyên sâu

  1. Theoretical contribution độc đáo nhất (name theory extended): Đóng góp lý thuyết độc đáo nhất là việc mở rộng và áp dụng hiệu quả dạng ma trận mới của Phương trình Lagrange dạng nhân tử của GS. Nguyễn Văn Khang [51] để thiết lập các phương trình vi phân – đại số (DAES) giải tích tường minh cho robot song song Delta không gian 3RUS và 3PUS. Sự độc đáo nằm ở việc cung cấp các công thức giải tích cụ thể cho một lớp robot phức tạp, điều thường khó khăn với các hệ nhiều vật có vòng kín. Điều này không chỉ là một ứng dụng mà còn là sự xác nhận tính ưu việt của dạng ma trận mới này trong việc xử lý các hệ thống cơ học phức tạp. Sau đó, luận án tiếp tục với biến đổi hệ DAES này thành hệ phương trình vi phân thường (ODEs) dựa trên ý tưởng của Schiehlen [28], là một đóng góp quan trọng để làm cho các mô hình này có thể giải được số học một cách ổn định và hiệu quả, đặc biệt cho bài toán điều khiển.

  2. Methodology innovation (compare với 2+ prior studies): Đổi mới phương pháp luận chính là phương pháp biến đổi hệ phương trình vi phân – đại số (DAES) về hệ phương trình vi phân thường (ODEs) thông qua ma trận R, kết hợp với việc khử các nhân tử Lagrange để giải bài toán động lực học ngược.

    • So sánh với Corves [30]: Corves và đồng nghiệp đã so sánh ba phương pháp (Lagrange dạng nhân tử, nguyên lý công ảo, Newton-Euler) để tính toán động lực học ngược robot Delta, và kết luận Lagrange dạng nhân tử có thời gian tính toán ít nhất. Tuy nhiên, luận án này đi xa hơn bằng cách giải quyết thách thức của DAES mà phương pháp Lagrange dạng nhân tử thường tạo ra, bằng cách chuyển đổi nó thành ODEs để tính toán hiệu quả hơn.
    • So sánh với các nghiên cứu sử dụng phần mềm thương mại (ví dụ: ADAMS, SIMPACK [85]): Nhiều nghiên cứu (được đề cập trong Chương 2) sử dụng các phần mềm này để xây dựng phương trình DAES. Tuy nhiên, "ta không biết được dạng tường minh của các phương trình chuyển động." (Chương 2, mục 2). Luận án này, ngược lại, cung cấp "dạng giải tích tường minh của các phương trình vi phân – đại số" (Kết luận, mục 1) và phát triển một thuật toán giải số nội bộ (DELTA-IMECH), mang lại sự minh bạch và kiểm soát hoàn toàn đối với các phương trình. Điều này cho phép phân tích sâu hơn và chứng minh ổn định điều khiển, điều khó thực hiện với các công cụ "hộp đen".

  3. Most surprising finding (với data support): Phát hiện đáng ngạc nhiên nhất là khả năng duy trì độ chính xác cao của các bộ điều khiển hiện đại (điều khiển trượt và điều khiển trượt sử dụng mạng nơ ron) ngay cả khi chúng được thiết kế dựa trên một mô hình cơ học đơn giản hóa (Mô hình 2) và trong môi trường có sai số mô hình và nhiễu. Data Support:

    • Đối với robot 3RUS, khi có sai số và nhiễu, điều khiển trượt sử dụng Mô hình 1 và Mô hình 2 đều cho sai số bám quỹ đạo xấp xỉ ~10^-4 m (Hình 4.26 so với Hình 4.25). Tương tự, điều khiển trượt mạng nơ ron với cả hai mô hình đều đạt ~10^-4 m (Hình 4.34 so với Hình 4.33).
    • Đối với robot 3PUS, trong điều kiện có nhiễu, điều khiển trượt với cả hai mô hình đạt ~10^-4 m (Hình 4.58 so với Hình 4.57), và điều khiển trượt mạng nơ ron đạt ~10^-4 m đến 10^-5 m (Hình 4.66 so với Hình 4.65). Giải thích: Điều này phản trực giác vì Mô hình 1 phức tạp hơn và gần với robot thực hơn (Chương 2, mục 2.2.1). Tuy nhiên, các bộ điều khiển hiện đại như SMC và NN-SMC được thiết kế với khả năng bù đắp các bất định và nhiễu (Chương 4, mục 4.2.3, 4.2.4). Khả năng này mạnh mẽ đến mức chúng có thể "che giấu" những thiếu sót của một mô hình đơn giản hơn, miễn là mô hình cơ bản vẫn nắm bắt được động lực học cốt lõi. Điều này có ý nghĩa lớn về mặt thực tiễn, cho phép các kỹ sư thiết kế robot và hệ thống điều khiển đơn giản hơn mà vẫn hiệu quả.

  4. Replication protocol provided? CÓ. Luận án cung cấp đủ thông tin và chi tiết để các nhà nghiên cứu khác có thể tái tạo (replicate) các kết quả chính.

    • Mô hình toán học: "Dạng ma trận mới của các phương trình Lagrange dạng nhân tử [51]" được trình bày chi tiết trong Chương 2, cùng với các công thức để tính toán ma trận khối lượng M(s), ma trận quán tính ly tâm và Coriolis C(s, ṡ), và véc tơ trọng trường g(s) (2.30, 2.32, 2.35).
    • Thông số robot: Các thông số động học và động lực học cụ thể cho 3RUS và 3PUS được cung cấp trong Bảng 1.2 và 1.3, cũng như các bộ số liệu từ các công trình khác [61, 92] (Bảng 3.1).
    • Quỹ đạo mong muốn: Các hàm toán học cụ thể cho quỹ đạo chuyển động của khâu thao tác (ví dụ: xP = 0.05 + 0.07*cos(2*pi*t/T)) được cung cấp.
    • Thuật toán số: Phương pháp Newton-Raphson cải tiến và phương pháp khử nhân tử Lagrange được mô tả chi tiết từng bước (Chương 3, mục 3.1.3, 3.2.2).
    • Luật điều khiển: Các công thức cho PD, PID, điều khiển trượt, và điều khiển trượt mạng nơ ron được trình bày đầy đủ (4.18, 4.26, 4.45, 4.63), cùng với các tham số bộ điều khiển cụ thể được sử dụng trong mô phỏng (ví dụ: Kp=2500*eye(3), Kd=150*eye(3)).
    • Phần mềm: Luận án đề cập đến việc sử dụng MATLAB và Simulink R2009a và cung cấp Phụ lục với các chương trình con (ví dụ: Ms, Cs, Jq, Jx) và sơ đồ Simulink. Điều này cho phép người đọc tái tạo môi trường mô phỏng.

  5. 10-year research agenda outlined? CÓ, luận án đã phác thảo một chương trình nghiên cứu cho 10 năm tới thông qua phần "Các hướng nghiên cứu có thể tiếp tục" với các hướng đi cụ thể.

    1. Điều khiển dựa trên tính chất thụ động (Passive – based Control) các robot song song không gian: Đây là một hướng tiếp cận điều khiển hiệu quả cho các hệ thống robot, có thể giảm sự phụ thuộc vào mô hình động lực học chính xác.
    2. Động lực học và điều khiển robot song song có tính đến tính chất đàn hồi của các khâu nối: Các robot thực tế thường có độ đàn hồi. Nghiên cứu này sẽ nâng cao độ chính xác của mô hình và bộ điều khiển, đặc biệt quan trọng cho các ứng dụng tốc độ cao và yêu cầu độ chính xác cực cao.
    3. Điều khiển robot song song dư dẫn động: Mặc dù luận án chỉ tập trung vào robot chuẩn (r=n), việc nghiên cứu robot dư dẫn động (r < n) sẽ tối ưu hóa hiệu suất và khả năng chịu lỗi của robot.
    4. Tối ưu hóa thiết kế và tham số: Kết hợp các thuật toán tối ưu hóa (ví dụ: thuật toán di truyền) để tối ưu hóa thiết kế cơ khí và các tham số điều khiển đồng thời.
    5. Thực nghiệm trên robot vật lý: Chuyển đổi các kết quả lý thuyết và mô phỏng sang các thử nghiệm trên robot thực tế để xác nhận hiệu quả và đối mặt với các thách thức trong thế giới thực.

Kết luận

Luận án này đã giải quyết thành công những thách thức phức tạp trong động lực học ngược và điều khiển bám quỹ đạo của robot song song Delta không gian, đặc biệt là với các mô hình được mô tả bởi hệ phương trình vi phân – đại số (DAES). Các đóng góp cụ thể, được kiểm chứng chặt chẽ, đã nâng cao hiểu biết khoa học và cung cấp các công cụ thực tiễn cho lĩnh vực robot học.

5-6 SPECIFIC contributions (numbered):

  1. Mô hình hóa DAES tường minh: Luận án đã "thiết lập được dạng giải tích phương trình vi phân – đại số mô tả chuyển động của 2 loại robot song song Delta không gian (robot 3RUS và robot 3PUS)" bằng cách áp dụng "dạng ma trận mới của các phương trình Lagrange dạng nhân tử [51]" (Kết luận, mục 1).
  2. Chuyển đổi DAES sang ODEs hiệu quả: Đã biến đổi hệ phương trình vi phân – đại số về hệ các phương trình vi phân thường để giải bài toán động lực học ngược, "dựa trên ý tưởng của Schiehlen và đồng nghiệp [28]" (Kết luận, mục 2).
  3. Chứng minh ổn định điều khiển chặt chẽ: Luận án đã "chứng minh được sự ổn định các phương pháp điều khiển PD, PID, điều trượt, điều khiển sử dụng mạng nơ ron dựa trên nguyên lý trượt dựa trên mô hình toán học của robot là hệ các phương trình vi phân – đại số" (Kết luận, mục 3).
  4. Phát triển công cụ DELTA-IMECH: Đã "Xây dựng một chương trình tính đặt tên là DELTA-IMECH tính toán động học ngược, động lực học ngược và điều khiển chuyển động hai loại robot song song không gian 3RUS và 3PUS" (Kết luận, mục 4), với các kết quả "phù hợp với các kết quả đã biết" [61, 92].
  5. Phân tích và khuyến nghị về lựa chọn mô hình và điều khiển: Luận án đã "khảo sát bài toán này trong việc thiết lập mô hình cơ học cho robot song song Delta không gian 3RUS và 3PUS" và cung cấp các khuyến nghị cụ thể: "khi sử dụng luật điều khiển PD, PID... phải xây dựng mô hình động lực phức tạp... Khi sử dụng các luật điều khiển hiện đại như điều khiển trượt, điều khiển sử dụng mạng nơ ron... có thể xây dựng mô hình cơ học đơn giản" (Kết luận, mục 5).

Paradigm advancement với evidence: Luận án thúc đẩy lĩnh vực robot học bằng cách chuyển từ các phương pháp mô hình hóa và điều khiển dựa trên giả định đơn giản hóa hoặc các công cụ "hộp đen" sang một cách tiếp cận minh bạch, giải tích và chặt chẽ hơn. Bằng chứng là khả năng đạt được độ chính xác "10^-4 m đến 10^-5 m" (Chương 4, mục 4.3.2.3) trong điều khiển bám quỹ đạo, ngay cả trong điều kiện không lý tưởng, nhờ vào sự hiểu biết sâu sắc về động lực học DAES và khả năng bù đắp của các bộ điều khiển hiện đại. Điều này giúp các kỹ sư ra quyết định sáng suốt hơn về sự đánh đổi giữa độ phức tạp của mô hình và hiệu suất điều khiển.

3+ new research streams opened:

  1. Điều khiển thụ động và đàn hồi: Nghiên cứu về "Điều khiển dựa trên tính chất thụ động (Passive – based Control) các robot song song không gian" và "Động lực học và điều khiển robot song song có tính đến tính chất đàn hồi của các khâu nối" (Kết luận, Các hướng nghiên cứu).
  2. Tối ưu hóa và kiểm chứng thời gian thực: Phát triển các thuật toán tối ưu hóa tự động cho tham số điều khiển và triển khai thực nghiệm trên robot vật lý để kiểm chứng hiệu quả trong môi trường thực.
  3. Điều khiển cho robot song song dư dẫn động: Mở rộng các phương pháp đã phát triển cho robot dư dẫn động để khai thác các lợi thế của chúng về khả năng chịu lỗi và tối ưu hóa hiệu suất.

Global relevance với international comparison: Luận án giải quyết các vấn đề cốt lõi trong robot học có tính chất toàn cầu. Việc "so sánh với các kết quả của các công trình công bố trước đó của hai tác giả nước ngoài" [61, 92] và sự "phù hợp" của các kết quả đã chứng minh tính quốc tế và khả năng ứng dụng rộng rãi của nghiên cứu. Các phát hiện và phương pháp luận có thể được áp dụng bởi cộng đồng khoa học và công nghiệp quốc tế để nâng cao hiệu suất và độ tin cậy của robot song song trên toàn thế giới.

Legacy measurable outcomes:

  • Công cụ phần mềm: Chương trình DELTA-IMECH là một công cụ có thể đo lường, có khả năng giảm thời gian phát triển và thử nghiệm robot.
  • Cải thiện độ chính xác: Khả năng đạt được độ chính xác bám quỹ đạo 10^-4 m đến 10^-5 m là một kết quả định lượng, trực tiếp có thể so sánh.
  • Khuyến nghị định hướng: Các khuyến nghị về việc lựa chọn mô hình và luật điều khiển sẽ định hướng các quyết định thiết kế và triển khai robot, dẫn đến các giải pháp kỹ thuật hiệu quả và tiết kiệm chi phí hơn trong công nghiệp.