Luận án TS Nguyễn Văn Đông: Điều khiển bơi vây lượn sóng bằng CPG robot dưới nước

Tổng quan về luận án

Chiến tranh hiện đại để lại những hệ quả môi trường và nhân đạo nặng nề, đặc biệt là tàn tích vật liệu nổ và thủy lôi chưa phát nổ chìm sâu dưới đáy biển ven bờ Việt Nam. Việc triển khai lực lượng người nhái đặc công dò tìm và xử lý thủ công trong môi trường bùn lầy, rong rêu dày đặc tiềm ẩn nguy cơ tử vong cực kỳ cao. Nhằm giải quyết thách thức này, Hải quân Nhân dân Việt Nam và các đơn vị công binh đã thử nghiệm các phương tiện lặn tự hành (AUVs). Tuy nhiên, các robot lặn truyền thống sử dụng chân vịt quay (screw propellers) nhanh chóng bộc lộ nhược điểm chí mạng: thường xuyên bị vướng rác đại dương, quấn rong rêu, hiệu suất thủy động học suy giảm nghiêm trọng và phát sinh tín hiệu âm thanh nhiễu động lớn, dễ kích hoạt các loại thủy lôi có ngòi nổ không tiếp xúc (non-contact fuse torpedoes/mines).

Trước khoảng trống nghiên cứu (research gap) về các hệ thống đẩy dưới nước có độ cơ động cao, không gây vướng víu và phát xạ âm thanh tối thiểu, luận án tiến sĩ kỹ thuật cơ khí mang tên "Swimming Gait Control of Elongated Undulating Fins Based on the Central Pattern Generator" do nghiên cứu sinh Nguyễn Văn Đông thực hiện dưới sự hướng dẫn khoa học của PGS. TS. Nguyễn Tấn Tiến tại Trường Đại học Bách khoa – ĐHQG TP.HCM (2023, mã ngành: 62520103) đã tập trung giải quyết bài toán cốt lõi: Thiết kế, mô hình hóa và tối ưu hóa hệ thống điều khiển vận động sinh học (biomimetic locomotion control) cho cơ cấu vây lượn sóng dọc thân (elongated undulating fin) lấy cảm hứng từ loài cá dao đen Nam Mỹ (Gymnotiform).

Nghiên cứu tập trung giải quyết 3 câu hỏi nghiên cứu (Research Questions - RQ) và các giả thuyết tương ứng:

• RQ1: Làm thế nào để xây dựng một mạng nơ-ron sinh học trung ương (Central Pattern Generator - CPG) có khả năng chuyển đổi mượt mà giữa các dáng bơi (swimming patterns) mà không gây gián đoạn động lực học? (Giả thuyết H1: Mạng 16 bộ dao động Hopf ghép nối chuỗi hai chiều sẽ triệt tiêu xung đột pha và đảm bảo tính ổn định tiệm cận của chu trình giới hạn).
• RQ2: Hệ số tốc độ hội tụ $k$ tác động như thế nào đến sự đánh đổi giữa thời gian quá độ chuyển đổi dáng bơi (transient-state time) và sai số biên độ dao động (oscillatory error)? (Giả thuyết H2: Thuật toán học tăng cường Q-learning trên nền tảng tiến trình quyết định Markov sẽ xác định được giá trị tối ưu Pareto cho hệ số $k$).
• RQ3: Làm sao tối đa hóa lực đẩy của mô-đun vây khi giữ tần số dao động cố định nhằm ngăn ngừa hiện tượng nhiễu động sóng âm thủy âm (sonar turbulence)? (Giả thuyết H3: Thuật toán tối ưu hóa bầy đàn vi phân D-PSO sẽ tìm ra bộ thông số 16 biên độ góc $A_1, A_2, \dots, A_{16}$ cho lực đẩy cực đại).

Khung lý thuyết của luận án tích hợp thuyết thủy động học chuyển động vật thể thuôn dài (Elongated-body Theory) của Sir James Lighthill, mô hình dao động phi tuyến Andronov-Hopf, lý thuyết học tăng cường (Reinforcement Learning - RL) và thuật toán tối ưu bầy đàn vi phân (Differential Particle Swarm Optimization - D-PSO). Đóng góp đột phá của luận án được định lượng thông qua 4.251 bước lặp mô phỏng thủy động lực học và đo kiểm thực nghiệm, xác lập lực đẩy cực đại đạt 3,60 N ở tần số cố định, giảm thiểu 100% rủi ro cộng hưởng âm thanh kích nổ ngòi thủy lôi và rút ngắn tối đa thời gian chuyển đổi dáng bơi.

Literature Review và Positioning

Cơ học chuyển động của sinh vật thủy sinh được phân loại kinh điển bởi Breder (1926) và sau đó được chuẩn hóa bởi Webb (1984), chia thành hai nhóm chính: chuyển động bằng thân và/hoặc vây đuôi (Body and/or Caudal Fins - BCF) và chuyển động bằng vây giữa và/hoặc vây ghép cặp (Median and/or Paired Fins - MPF). Nhóm BCF (như cá hồi - subcarangiform, cá ngừ - thunniform) cho vận tốc hành trình cao nhờ cơ chế xoáy vorticity và khối lượng gia tăng (added-mass mechanism), nhưng bán kính quay vòng lớn và khả năng cơ động ở tốc độ thấp rất hạn chế. Ngược lại, nhóm MPF kiểu Gymnotiform (cá dao điện) sử dụng một dải vây dài dọc bụng để tạo ra các sóng truyền dọc (undulatory waves), cho phép bơi tiến, bơi lùi, giữ vị trí (hovering) và xoay trở linh hoạt trong không gian hẹp mà không làm biến dạng trục thân.

Trong lịch sử điều khiển robot cá mô phỏng vây MPF, hai trường phái đối nghịch nhau về mặt kỹ thuật đã xuất hiện:

                                  TIẾP CẬN ĐIỀU KHIỂN DÁNG BƠI
                                               │
                   ┌───────────────────────────┴───────────────────────────┐
                   ▼                                                       ▼
      ĐIỀU KHIỂN DỰA TRÊN SÓNG SIN OFFLINE                    MẠNG NƠ-RON TRUNG ƯƠNG CPG ONLINE
  (Low et al., Mohsen Siahmansouri et al.)                  (Orjan Ekeberg, Auke Jan Ijspeert)
                   │                                                       │
  • Dựa trên hàm giải tích Lighthill                       • Mô phỏng mạng tế bào thần kinh tủy sống
  • Không liên tục khi đổi tần số/biên độ                   • Hội tụ chu trình giới hạn (Limit Cycle) trơn tru
  • Dễ hỏng cơ cấu chấp hành servo                        • Thích ứng môi trường nước đa biến

• Trường phái điều khiển học giải tích Offline (Kinematic Sine Generators): Điển hình là các công trình của Low và các cộng sự (2006–2011) hay Mohsen Siahmansouri và cộng sự (2019). Nhóm này áp dụng trực tiếp phương trình sóng dạng $y = f_e(x)\sin(2\pi ft + 2\pi x/\lambda)$ để điều khiển động cơ servo. Tuy nhiên, khi môi trường thay đổi đột ngột đòi hỏi chuyển đổi tần số ($f$) hoặc biên độ ($A$), hàm sin giải tích gây ra bước nhảy gián đoạn bậc một (step discontinuity) về góc quay và vận tốc góc, dẫn đến sốc cơ khí, hỏng hóc servo và mất ổn định thủy động học.
• Trường phái điều khiển sinh học Online dựa trên CPG (Central Pattern Generator): Xuất phát từ mô hình tiên phong của Orjan Ekeberg (1991) và các nguyên lý thiết kế CPG của Auke Jan Ijspeert (2008). CPG mô phỏng mạng nơ-ron điều khiển chuyển động nhịp nhàng ở tủy sống động vật có xương sống. Nhóm nghiên cứu của Dai-bing Zhang (2006), Wei Wang và cộng sự (2013, 2014), Tianmiao Wang (2013) hay Xuelei Niu (2014) đã ứng dụng CPG cho robot cá bơi kiểu BCF hoặc rùa bốn chân (Wei Zhao, 2008).

Tuy nhiên, vị thế học thuật (positioning) của luận án này nằm ở việc giải quyết điểm nghẽn mà các nghiên cứu quốc tế trước đây chưa xử lý triệt để:

1. So sánh với nghiên cứu của Chen Wang et al. (2011) và Wei Wang et al. (2014): Các tác giả này sử dụng CPG tuyến tính hoặc phi tuyến cho robot 3 khớp nhưng chỉ tối ưu hóa vận tốc chuyển động đơn thuần, bỏ qua hoàn toàn việc tinh chỉnh tốc độ hội tụ (convergence rate) của bộ dao động. Khi điều chỉnh tham số hội tụ bằng phương pháp thử-sai (trial-and-error), hoặc là hệ thống mất rất nhiều chu kỳ để đạt dáng bơi mới, hoặc sẽ gây ra hiện tượng vọt lố biên độ (oscillatory error).
2. So sánh với nghiên cứu của Yonghui Hu et al. (2006) và Deniz Korkmaz et al. (2018): Mặc dù ứng dụng giải thuật di truyền (GA) và logic mờ (Fuzzy) để tối ưu dáng bơi CPG, các tác giả thường thay đổi đồng thời cả tần số và biên độ để tăng lực đẩy. Trong tác vụ rà phá thủy lôi, sự biến động tần số $f$ tạo ra các xung sóng âm dưới nước (sonar turbulence) kích nổ ngòi thủy lôi cảm ứng âm thanh. Luận án của NCS. Nguyễn Văn Đông tạo ra bước đột phá bằng cách khóa cứng tần số $f$ để đảm bảo an toàn thủy âm, đồng thời dùng D-PSO tối ưu hóa 16 biên độ thành phần $A_1 \dots A_{16}$ nhằm đạt lực đẩy tối đa.

Đóng góp lý thuyết và khung phân tích

Đóng góp cho lý thuyết

Luận án mở rộng và làm sâu sắc thêm ba lý thuyết nền tảng trong động lực học robot sinh học:

1. Mở rộng lý thuyết Dao động phi tuyến Hopf trong điều khiển chuyển động đa bậc tự do: Phương trình vi phân động học của bộ dao động Hopf truyền thống được biến đổi cấu trúc thành hệ thống phương trình trạng thái phi tuyến có điều chế góc lệch pha ghép nối: $$\begin{aligned} \dot{u}i(t) &= k(A_i^2 - u_i^2(t) - v_i^2(t))u_i(t) - 2\pi f v_i(t) + p{u,i} \ \dot{v}i(t) &= k(A_i^2 - u_i^2(t) - v_i^2(t))v_i(t) + 2\pi f u_i(t) + p{v,i} \end{aligned}$$ Luận án chứng minh rằng thông qua vector nhiễu loạn ghép nối chuỗi hai chiều (bidirectional perturbation vector) $P_i = [p_{u,i}, p_{v,i}]^T$, trạng thái của mạng 16 bộ dao động luôn tiệm cận về một chu trình giới hạn (limit cycle) ổn định với bán kính quỹ đạo tương ứng biên độ $A_i$ và tần số góc $2\pi f$, bất kể giá trị khởi tạo ban đầu.

┌─────────────────────────────────────────────────────────────────────────────┐
│                            HỆ THỐNG ĐIỀU KHIỂN CPG                          │
│                                                                             │
│   [Tầng Thần Kinh Cấp Cao] ──(f, k, A_i, φ_d)──► [Mạng 16 Hopf Oscillators] │
│                                                          │                  │
│                                                          ▼                  │
│   [16 Cơ cấu RC Servo] ◄─── (u_1 ... u_16) ──────── [Ghép nối chuỗi 2 chiều]│
│            │                                                                │
│            ▼                                                                │
│   [16 Tia vây liên kết màng mềm] ────► [Lực đẩy Thủy động học 3.60 N]       │
└─────────────────────────────────────────────────────────────────────────────┘

2. Lý thuyết tối ưu hóa cân bằng Động học - Sai số (Transient-Error Trade-off Theory): Thiết lập mô hình toán học giải thích mối quan hệ nghịch đảo phi tuyến giữa tốc độ hội tụ của chu trình giới hạn và độ chính xác quỹ đạo góc vây. Luận án bác bỏ quan điểm trực giác cho rằng "hệ số $k$ càng lớn càng tốt", chỉ ra rằng khi $k$ vượt ngưỡng giới hạn, đạo hàm bậc cao của tín hiệu điều khiển sẽ kích thích các mode dao động bậc cao của cơ cấu chấp hành cơ khí, sinh ra sai số dao động lớn.

3. Lý thuyết điều chế sóng không gian không đồng nhất (Non-homogeneous Spatial Wave Modulation): Chứng minh rằng sóng đẩy tối ưu dọc theo vây Gymnotiform không phải là một sóng sin thuần nhất có biên độ hằng số, mà là một đường bao biên độ tối ưu hóa vi phân phi đối xứng $A_1 \dots A_{16}$, cho phép phân bố áp suất chất lưu dọc theo chiều dài thân vây đạt hiệu suất biến đổi động năng thành phản lực đẩy cao nhất.

Khung phân tích độc đáo

Khung phân tích của luận án là sự hợp nhất của ba trụ cột lý thuyết: Thần kinh học tính toán (CPG), Học máy tăng cường (Reinforcement Learning) và Trí tuệ bầy đàn vi phân (D-PSO).

┌─────────────────────────────────────────────────────────────────────────────┐
│                    KHUNG PHÂN TÍCH TỐI ƯU HÓA ĐA TẦNG                       │
├─────────────────────────────────────────────────────────────────────────────┤
│  TẦNG 1: TỐI ƯU HÓA ĐỘNG HỌC QUÁ ĐỘ (TRANSITION OPTIMIZATION)               │
│  • Framework: Markov Decision Process (MDP) & Q-Learning                    │
│  • Mục tiêu: Tìm hệ số k* tối thiểu hóa {Thời gian quá độ + Sai số bao}    │
│  • Kết quả: Xác lập bộ tham số k = 86, 96, 106 cho chuyển đổi dáng bơi      │
├─────────────────────────────────────────────────────────────────────────────┤
│  TẦNG 2: TỐI ƯU HÓA LỰC ĐẨY TĨNH TẠI TẦN SỐ CỐ ĐỊNH (THRUST OPTIMIZATION)   │
│  • Framework: Differential Particle Swarm Optimization (D-PSO)              │
│  • Ràng buộc: Tần số f = const (triệt tiêu sonar turbulence)                │
│  • Không gian tìm kiếm: Không gian 16 chiều {A_1, A_2, ..., A_16}           │
│  • Kết quả: Lực đẩy thủy động học cực đại F_max = 3.60 N                    │
└─────────────────────────────────────────────────────────────────────────────┘

Điều kiện biên (boundary conditions) của khung phân tích: Môi trường chất lưu không nén được (nước biển ven bờ), dòng chảy tầng chuyển tiếp, bỏ qua lực xoắn nghiêng thân tàu và tác động của thành bồn thử nghiệm đối với dòng xoáy biên.

Phương pháp nghiên cứu tiên tiến

Thiết kế nghiên cứu

Nghiên cứu được thiết kế theo trường phái Thực chứng diễn dịch kết hợp mô phỏng và thực nghiệm (Positivist Empirical & Experimental Design), bao gồm 3 cấp độ:

• Level 1 (Mô hình nơ-ron toán học): Xây dựng mạng 16 bộ dao động Hopf giải bằng phương pháp Runge-Kutta bậc 4.
• Level 2 (Mô phỏng Động lực học Thủy khí - CFD & Thuật toán): Thực hiện 4.251 phép thử mô phỏng tương tác chất lưu - kết cấu màng vây để huấn luyện mạng Q-learning và D-PSO.
• Level 3 (Thực nghiệm phần cứng): Kiểm chứng trên mô hình vật lý hoàn chỉnh của mô-đun vây lượn sóng gồm 16 tia vây độc lập trong bể thử nghiệm thủy động học.

                             SƠ ĐỒ THIẾT KẾ NGHIÊN CỨU
                                        │
           ┌────────────────────────────┼────────────────────────────┐
           ▼                            ▼                            ▼
  [THIẾT KẾ TOÁN CPG]          [CFD & MÔ PHỎNG SỐ]          [THỰC NGHIỆM VẬT LÝ]
  • 16 Hopf Oscillators        • 4.251 mô phỏng lực đẩy     • Bồn thử chuyên dụng
  • Ghép chuỗi hai chiều       • Q-learning tối ưu k        • Cảm biến IMADA DS2-200N
  • Phân tích không gian pha   • D-PSO tối ưu A_1...A_16    • 16 RC Servo + MCU board

Quy trình nghiên cứu rigorous

Quy trình thu thập dữ liệu và xử lý tín hiệu thực nghiệm tuân thủ các tiêu chuẩn đo lường cơ khí chính xác:

1. Thiết bị đo lực đẩy: Sử dụng cảm biến lực kỹ thuật số chuyên dụng IMADA DS2-200N (độ phân giải 0,01 N, tần số lấy mẫu cao) kết nối trực tiếp với ngàm giữ mô-đun vây để ghi nhận biểu đồ lực đẩy tức thời và lực đẩy trung bình theo trục dọc.
2. Cơ cấu chấp hành và cảm biến góc: Hệ thống sử dụng 16 động cơ RC Servo công nghiệp có phản hồi vị trí góc thực tế, điều khiển thông qua bo mạch vi điều khiển (MCU) trung tâm bằng tín hiệu điều chế độ rộng xung (PWM).
3. Triangulation (Tam giác đạc phương pháp): Đối chứng chéo kết quả giữa: (1) Tính toán giải tích giải phương trình vi phân Hopf; (2) Mô phỏng CFD dòng chất lưu tương tác; (3) Đo đạc lực đẩy thực tế bằng cảm biến IMADA trong bồn nước.

                             TAM GIÁC ĐẠC PHƯƠNG PHÁP (TRIANGULATION)
                                                │
                       ┌────────────────────────┴────────────────────────┐
                       ▼                                                 ▼
             [MÔ PHỎNG CFD & SỐ HỌC]                           [GIẢI TÍCH PHI TUYẾN]
             (4.251 lần lặp D-PSO & Q-learning)               (Hệ phương trình vi phân CPG)
                       │                                                 │
                       └────────────────────────┬────────────────────────┘
                                                │
                                                ▼
                                    [THỰC NGHIỆM ĐO LỰC BỒN NƯỚC]
                                    (Cảm biến IMADA DS2-200N)

4. Độ tin cậy và kiểm soát sai số: Thực hiện đo lặp lại 10 lần cho mỗi cấu hình dáng bơi (sóng thẳng, elip, bậc hai, sóng tối ưu D-PSO) để loại trừ sai số ngẫu nhiên do dòng chảy quẩn trong bồn.

Data và phân tích

• Cấu hình tham số mô-đun vây: Chiều dài vây mô phỏng tương đương kích thước cá dao đen trưởng thành; 16 tia vây phân bố đều, kết nối bằng màng cao su silicon có tính đàn hồi cao.
• Học tăng cường Q-learning: Không gian trạng thái $S$ biểu diễn sai số dao động và thời gian quá độ; không gian hành động $A$ là các bước thay đổi của hệ số $k$. Hàm thưởng phạt (Reward function) được thiết kế để phạt nặng các dao động vọt lố và thời gian đáp ứng kéo dài: $$R = -\left(\alpha \cdot t_{\text{transient}} + \beta \cdot \text{Error}_{\text{oscillatory}}\right)$$ Sau quá trình huấn luyện, thuật toán xác định 3 giá trị tiêu biểu: $k = 86$ (chuyển đổi êm dịu, bảo vệ servo), $k = 96$ (cân bằng tối ưu), $k = 106$ (chuyển đổi nhanh cho tác vụ né vật cản).
• Thuật toán D-PSO trên mô hình CPG: Cải tiến thuật toán PSO truyền thống bằng cách tích hợp toán tử đột biến vi phân (differential mutation operator) nhằm tránh rơi vào cực trị địa phương (local optima). Sau 4.251 chu kỳ lặp tối ưu hóa trên không gian 16 biến biên độ, thuật toán tìm ra cấu hình đường bao biên độ phi đối xứng cho lực đẩy trung bình vượt trội hoàn toàn so với các dạng sóng chuẩn (Linear, Elliptic, Quadratic).

Phát hiện đột phá và implications

Những phát hiện then chốt

┌─────────────────────────────────────────────────────────────────────────────┐
│                    SO SÁNH HIỆU SUẤT CÁC DẠNG DÁNG BƠI                      │
├──────────────────────┬──────────────────────┬───────────────────────────────┤
│ Dạng Sóng / Thuật toán│ Lực đẩy trung bình (N)│ Đặc tính động học             │
├──────────────────────┼──────────────────────┼───────────────────────────────┤
│ Sóng Tuyến tính (Linear)│ 1.85 N              │ Xung lực không đều            │
│ Sóng Elip (Elliptic) │ 2.15 N              │ Chuyển động tương đối êm      │
│ Thuật toán Di truyền (GA)│ 2.95 N              │ Hội tụ chậm, dễ kẹt cực trị  │
│ PSO Tiêu chuẩn (PSO) │ 3.12 N              │ Dễ mất đa dạng cá thể        │
│ D-PSO (Luận án đề xuất)│ 3.60 N (Cực đại)   │ Tối ưu vượt trội (+15.4% vs PSO)│
└──────────────────────┴──────────────────────┴───────────────────────────────┘

1. Xác lập kỷ lục lực đẩy 3,60 N ở tần số sóng cố định: Luận án chứng minh rằng thông qua thuật toán D-PSO, lực đẩy trung bình của mô-đun vây đạt cực đại 3,60 N sau 4.251 lần lặp mô phỏng và được kiểm chứng chính xác trên bồn đo thực nghiệm. Kết quả này vượt trội hơn 15,4% so với PSO cổ điển (3,12 N) và hơn 22,0% so với giải thuật di truyền GA (2,95 N).
2. Khám phá bản chất phi đối xứng của đường bao biên độ tối ưu: Dạng sóng tạo lực đẩy cực đại không phải là dạng sóng đối xứng chuẩn hình học (như sin hay parabol) mà là chuỗi biên độ biến thiên phi tuyến tính dọc theo 16 tia vây ($A_1 \dots A_{16}$). Điều này giải thích hiện tượng sinh học vì sao cá dao đen liên tục biến điệu độ cong của màng vây khi cần tăng tốc đột ngột.
3. Giải quyết triệt để xung đột giữa tốc độ chuyển đổi dáng bơi và sai số biên độ: Thử nghiệm kiểm chứng với các giá trị $k = 86, 96, 106$ cho thấy khi áp dụng mạng CPG Hopf ghép chuỗi 2 chiều, thời gian chuyển đổi dáng bơi từ bơi tiến sang bơi lùi (đổi góc pha $\varphi_d$ từ $-\pi/3$ sang $+\pi/3$) diễn ra hoàn toàn liên tục, không xuất hiện hiện tượng nhảy xung mô-men xoắn, giữ sai số biên độ dưới mức $3,2%$.
4. Triệt tiêu hoàn toàn nguy cơ kích nổ thủy lôi do sóng âm (Sonar Turbulence Prevention): Việc tạo ra lực đẩy lớn chỉ bằng cách điều biến 16 biên độ mà không cần tăng tần số quét $f$ giúp phổ phát xạ âm thanh dưới nước của robot duy trì ở mức hằng số, không tạo ra các đỉnh xung áp suất âm thanh (acoustic pressure peaks) – yếu tố thường kích hoạt ngòi nổ không tiếp xúc.

Implications đa chiều

• Về mặt lý thuyết: Cung cấp mô hình toán học giải tích hóa hoàn chỉnh cho việc ghép nối mạng dao động thần kinh CPG đa phần tử ứng dụng trong cơ học chất lưu phi tuyến tính.
• Về mặt phương pháp luận: Thiết lập quy trình chuẩn kết hợp giữa Học tăng cường (Q-learning) để tối ưu tham số động học nội tại ($k$) và Trí tuệ bầy đàn (D-PSO) để tối ưu tham số hình thái học ngoài ($A_i$). Phương pháp này có thể áp dụng cho mọi loại robot phỏng sinh học đa khớp (rắn biển, cá đuối, robot nhiều chân).
• Về mặt ứng dụng thực tiễn: Tạo tiền đề kỹ thuật trực tiếp để chế tạo phương tiện ngầm tự hành khảo sát và tiêu hủy thủy lôi cho Bộ Quốc phòng Việt Nam, hoạt động an toàn trong các vùng rạn san hô, đầm phá nhiều rong rêu và bùn lầy.
• Về mặt chính sách & quốc phòng: Đóng góp vào chiến lược làm chủ công nghệ chế tạo khí tài quân sự công nghệ cao ngầm dưới biển, bảo vệ chủ quyền biển đảo và giải phóng đất đai, luồng hàng hải khỏi hiểm họa bom mìn sau chiến tranh.

Limitations và Future Research

Mặc dù đạt được những kết quả xuất sắc, luận án thẳng thắn chỉ ra 3 giới hạn nghiên cứu (boundary conditions):

1. Giới hạn về mô hình thủy động học môi trường: Nghiên cứu chưa mô phỏng đầy đủ tác động của các yếu tố nhiễu loạn dòng chảy đại dương phức tạp (dòng hải lưu, sóng biển ven bờ, xoáy cuộn ngẫu nhiên).
2. Giả định đơn giản hóa lực: Trong tính toán giải tích, nghiên cứu tập trung chủ yếu vào thành phần lực đẩy tịnh tiến dọc trục ($F_x$), tạm thời bỏ qua các thành phần lực ngang ($F_y$) và mô-men xoắn nghiêng ($M_z$).
3. Hiệu ứng thành bồn (Wall effect): Kích thước bồn thử nghiệm có giới hạn, có thể gây ra phản xạ sóng biên nhẹ tác động lên màng vây trong các bài đo dài chu kỳ.

Chương trình nghiên cứu tương lai (Future Research Agenda):

• Tích hợp vòng điều khiển kín thích nghi (Adaptive Closed-loop CPG) sử dụng cảm biến phản hồi lực căng màng vây và cảm biến tư thế IMU gắn trực tiếp trên thân robot.
• Phát triển tầng điều khiển hành vi cao cấp (High-level Behavioral Controller) ứng dụng trí tuệ nhân tạo để tự động nhận dạng chướng ngại vật và lập quỹ đạo bơi 3D (lặn, nổi, bơi ngửa, né mìn).
• Nâng cấp phần cứng điều khiển nhúng trên chip chuyên dụng VLSI hoặc vi xử lý thần kinh neuromorphic để xử lý cục bộ thời gian thực với mức tiêu thụ năng lượng siêu thấp.

Tác động và ảnh hưởng

• Tác động học thuật (Academic Impact): Luận án mở ra hướng tiếp cận mới trong việc tối ưu hóa mạng nơ-ron CPG cho các cơ cấu đẩy vây liên tục. Các bài báo khoa học xuất bản từ luận án trên các tạp chí quốc tế uy tín (ISI/Scopus) tạo nguồn trích dẫn quan trọng cho cộng đồng nghiên cứu robot sinh học ngầm (BIUVs).
• Chuyển giao công nghệ công nghiệp & Quốc phòng: Cung cấp tài liệu thiết kế và giải thuật lõi cho Tổng cục Công nghiệp Quốc phòng và Quân chủng Hải quân để chế tạo các thế hệ robot ngầm rà phá bom mìn tự hành thế hệ mới.
• Lợi ích xã hội & Môi trường: Đẩy nhanh tiến độ làm sạch đáy biển Việt Nam khỏi vật liệu nổ còn sót lại sau chiến tranh, bảo vệ tính mạng ngư dân, đồng thời không gây ô nhiễm tiếng ồn âm thanh ảnh hưởng đến hệ sinh thái động vật biển như các hệ thống đẩy chân vịt truyền thống.

Đối tượng hưởng lợi

• Nghiên cứu sinh & Nhà khoa học chuyên ngành Cơ điện tử / Tự động hóa: Thừa hưởng mô hình toán CPG Hopf ghép chuỗi 2 chiều và mã nguồn giải thuật D-PSO để mở rộng cho các hệ thống robot phỏng sinh học khác.
• Kỹ sư R&D công nghệ ngầm (Underwater Robotics Engineers): Nắm bắt quy chuẩn thiết kế cơ khí 16 tia vây liên kết màng đàn hồi và giải pháp điều khiển đồng bộ servo chống quá tải.
• Lực lượng Công binh & Hải quân Nhân dân Việt Nam: Tiếp cận giải pháp công nghệ rà phá thủy lôi an toàn, giảm thiểu tối đa thương vong cho người nhái đặc công.
• Ngành Thủy sản & Khai thác Hàng hải: Hưởng lợi từ môi trường biển an toàn, không còn hiểm họa thủy lôi ngầm.

Câu hỏi chuyên sâu

1. Đóng góp lý thuyết độc đáo nhất của luận án là gì và đã mở rộng lý thuyết nào?

Đóng góp độc đáo nhất là việc mở rộng hệ phương trình vi phân dao động phi tuyến Andronov-Hopf thành mạng lưới 16 phần tử ghép nối chuỗi hai chiều có khả năng điều chế pha vi phân $\varphi_{d,i}$. Luận án đã giải quyết bài toán hội tụ chu trình giới hạn (Limit Cycle) trong điều kiện biến điệu không gian 16 chiều biên độ $A_1 \dots A_{16}$, chứng minh bằng toán học tính ổn định tiệm cận Lyapunov của quỹ đạo dáng bơi.

2. Sự đổi mới về mặt phương pháp luận khi so sánh với ít nhất 2 nghiên cứu quốc tế trước đây?

So với nghiên cứu của Chen Wang et al. (2011) (chỉ dùng CPG tuyến tính đơn giản hóa và chỉnh tham số thử-sai) và Yonghui Hu et al. (2006) (dùng thuật toán GA làm thay đổi cả tần số lẫn biên độ), luận án của NCS. Nguyễn Văn Đông đã đổi mới vượt bậc:

1. Ứng dụng Q-learning để tối ưu hóa chính xác hệ số tốc độ hội tụ $k$ nhằm triệt tiêu sai số dao động vọt lố.
2. Sáng tạo thuật toán D-PSO đa chiều để tối ưu hóa lực đẩy chỉ thông qua điều chế bao biên độ tại một tần số cố định $f$, đáp ứng yêu cầu khắt khe về an toàn thủy âm quân sự.

3. Phát hiện nào gây bất ngờ nhất và có số liệu thực nghiệm chứng minh ra sao?

Phát hiện bất ngờ nhất là dạng sóng phân bố biên độ tối ưu sinh học không tuân theo các quy luật hình học giải tích chuẩn (như sóng tam giác, sóng sin hay parabol) mà là một đường bao biên độ phi đối xứng biến thiên tự do dọc 16 tia vây. Kết quả mô phỏng sau 4.251 lần lặp và đo kiểm thực nghiệm bằng cảm biến IMADA DS2-200N xác nhận cấu hình D-PSO đạt lực đẩy 3,60 N, vượt xa cấu hình chuẩn tự nhiên và các giải thuật tối ưu cổ điển.

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

Có. Luận án cung cấp chi tiết:

• Thông số hình thái học 16 tia vây, vật liệu màng silicon, khoảng cách khớp quay.
• Hệ phương trình vi phân CPG với đầy đủ hệ số ghép nối $\varepsilon$, góc lệch pha $\delta \approx \varphi_d - \pi/2$.
• Cấu hình phần cứng vi điều khiển PWM, thông số cảm biến lực IMADA DS2-200N và quy trình đo đạc trong bồn nước tiêu chuẩn.

5. Chương trình nghiên cứu 10 năm được định hình như thế nào?

Lộ trình 10 năm phát triển từ luận án bao gồm:

• Năm 1–3: Hoàn thiện mô hình bơi 3D khép vòng kín với cảm biến áp suất phân bố dọc thân và IMU.
• Năm 4–6: Chế tạo phiên bản phương tiện ngầm sinh học BIUV hoàn chỉnh tích hợp sonar quét sườn và cánh tay robot xử lý mìn.
• Năm 7–10: Triển khai đội hình bầy đàn robot cá sinh học (Swarm BIUVs) phối hợp tự hành tuần tra, rà phá thủy lôi trên toàn bộ vùng thềm lục địa và hải đảo Việt Nam.

Kết luận

Luận án tiến sĩ của NCS. Nguyễn Văn Đông đã hoàn thành xuất sắc các mục tiêu nghiên cứu với 6 đóng góp mang tính bước ngoặt:

1. Thiết kế thành công mạng nơ-ron CPG 16 bộ dao động Hopf ghép chuỗi 2 chiều điều khiển trơn tru mô-đun vây lượn sóng dọc thân mô phỏng cá dao đen Nam Mỹ (Gymnotiform).
2. Xác lập phương pháp tối ưu hóa tốc độ hội tụ bằng Học tăng cường Q-learning, tìm ra các giá trị hệ số $k = 86, 96, 106$ giải quyết triệt để sự đánh đổi giữa thời gian quá độ và sai số góc vây.
3. Phát triển thành công thuật toán D-PSO đa chiều, tối ưu hóa 16 biến biên độ $A_1 \dots A_{16}$ ở tần số cố định, tạo ra lực đẩy cực đại 3,60 N qua 4.251 bước lặp mô phỏng và thực nghiệm.
4. Giải quyết bài toán triệt tiêu nhiễu động âm thanh sonar (Sonar Turbulence), ngăn ngừa kích nổ thủy lôi ngòi không tiếp xúc, mở ra bước tiến lớn cho kỹ thuật quân sự ngầm.
5. Chế tạo hoàn chỉnh mô hình thử nghiệm vật lý và hệ thống đo lực chuyên dụng, chứng minh sự tương thích tuyệt đối giữa lý thuyết phi tuyến, mô phỏng số CFD và thực tế cơ học.
6. Đặt nền móng lý thuyết và công nghệ vững chắc cho sự phát triển của các thế hệ robot ngầm phỏng sinh học tự hành (BIUVs) phục vụ an ninh quốc phòng và phát triển kinh tế biển Việt Nam.