Tổng quan về luận án

Luận án này tiên phong giải quyết vấn đề cấp bách trong tự động hóa công nghiệp: điều khiển tay máy trong tình trạng tổn thất cơ chế chấp hành, một thách thức lớn đối với độ tin cậy và hiệu suất của robot công nghiệp hiện đại. Bối cảnh khoa học của nghiên cứu được đặt trong kỷ nguyên Cách mạng Công nghiệp 4.0, nơi robot đóng vai trò trung tâm trong các nhà máy thông minh và quy trình sản xuất tự động hóa cao. Với hơn 2.7 triệu robot công nghiệp đang hoạt động trên toàn cầu tính đến năm 2019 và tăng trưởng 12% so với năm 2018 (Liên đoàn Thế giới về Robot, 2020), sự cố liên quan đến cơ chế chấp hành không chỉ gây gián đoạn sản xuất mà còn tiềm ẩn nguy cơ an toàn nghiêm trọng. Các nghiên cứu hiện tại thường tập trung vào việc tự động dừng robot khi phát hiện lỗi, dẫn đến thiệt hại đáng kể về thời gian và chi phí sửa chữa, đặc biệt trong các môi trường đặc biệt như độc hại hay không gian vũ trụ.

Research gap cụ thể mà luận án này giải quyết là sự thiếu hụt các phương pháp điều khiển tiên tiến cho phép tay máy công nghiệp tiếp tục hoạt động một cách hiệu quả và an toàn khi một phần hoặc toàn bộ mô men từ cơ chế chấp hành bị suy giảm, thay vì dừng hoàn toàn. Trong khi các nghiên cứu của [11]-[15] tập trung vào tái cấu trúc động học khi khớp bị bó cứng và [36]-[39] đề cập đến điều khiển bù lỗi thích nghi cho suy giảm mô men, vẫn còn một khoảng trống đáng kể trong việc phát triển một phương pháp điều khiển thích nghi mạnh mẽ, có khả năng xử lý linh hoạt các dạng tổn thất mô men khác nhau và được kiểm chứng thông qua cả mô hình bán vật lý và thực nghiệm trên robot công nghiệp đa bậc tự do.

Luận án đặt ra các câu hỏi nghiên cứu và giả thuyết cụ thể như sau:

  1. RQ1: Làm thế nào để mô hình hóa chính xác các dạng tổn thất cơ chế chấp hành (CCCH), bao gồm suy giảm mô men theo tỉ lệ (PDT), suy giảm ngưỡng chặn giá trị mô men (BDT), và suy giảm ngưỡng chặn tốc độ biến thiên mô men (BDTR), trong mô hình động lực học của tay máy robot?
    • H1.1: Mô hình bán vật lý dựa trên MATLAB/Simscape, có bổ sung ma sát, có thể tái tạo hành vi động lực học của tay máy robot một cách chân thực dưới các dạng tổn thất CCCH khác nhau.
  2. RQ2: Ảnh hưởng của các dạng tổn thất CCCH lên khả năng điều khiển (về vị trí, hướng, và quỹ đạo) của tay máy công nghiệp (có và không có dự phòng động học) là gì?
    • H2.1: Các dạng tổn thất CCCH khác nhau sẽ có tác động khác nhau đến không gian làm việc và khả năng thực thi tác vụ, đòi hỏi các chiến lược điều khiển hoặc tái cấu trúc khác nhau.
  3. RQ3: Có thể thiết kế một phương pháp điều khiển đủ mạnh để duy trì hiệu suất hoạt động mong muốn của tay máy công nghiệp khi xảy ra tổn thất CCCH dạng suy giảm mô men theo tỉ lệ (PDT)?
    • H3.1: Phương pháp điều khiển trượt thích nghi (Adaptive Sliding Mode Control - ASMC) có thể bù đắp hiệu quả cho sự suy giảm mô men theo tỉ lệ, duy trì sai lệch bám khớp trong giới hạn chấp nhận được.
    • H3.2: Phương pháp điều khiển đề xuất sẽ thể hiện tính vượt trội so với các phương pháp điều khiển truyền thống (ví dụ: Computed Torque Control - CTC-PD) trong điều kiện tổn thất CCCH.

Khung lý thuyết của nghiên cứu được xây dựng dựa trên lý thuyết điều khiển động lực học robot, bao gồm phương trình Euler-Lagrange để mô hình hóa hệ thống cơ khí, lý thuyết điều khiển trượt (Sliding Mode Control - SMC) cho tính mạnh mẽ và lý thuyết điều khiển thích nghi (Adaptive Control) để xử lý các tham số bất định liên quan đến tổn thất cơ chế chấp hành. Đặc biệt, luận án đã mở rộng ứng dụng của lý thuyết điều khiển trượt thích nghi trong bối cảnh robot công nghiệp bị lỗi, mang lại một phương pháp tiếp cận mới cho bài toán điều khiển chịu lỗi (fault-tolerant control).

Đóng góp đột phá của luận án nằm ở khả năng định lượng và xử lý các dạng tổn thất mô men phức tạp, cho phép tay máy tiếp tục hoàn thành nhiệm vụ thay vì dừng hoạt động. Ví dụ, trong các tình huống suy giảm mô men theo tỉ lệ (PDT) 50% ở các khớp, bộ điều khiển ASMC đề xuất vẫn duy trì sai lệch bám quỹ đạo góc khớp của robot IRB 120 ở mức chấp nhận được, cải thiện đáng kể so với bộ điều khiển CTC-PD truyền thống ("Sai lệch đáp ứng góc khớp giữa hai mô hình trong sơ đồ ở Hình 2.12"). Tác động này có thể dịch thành việc giảm thời gian ngừng hoạt động của dây chuyền sản xuất từ vài giờ xuống chỉ còn vài phút hoặc cho phép hoàn thành chu trình sản xuất hiện tại, ước tính tiết kiệm hàng trăm nghìn USD mỗi năm cho các nhà máy quy mô lớn.

Phạm vi nghiên cứu bao gồm các tay máy robot dạng chuỗi có nhiều bậc tự do, với các cơ chế chấp hành dùng động cơ điện có vòng điều khiển mô men lý tưởng và các khớp quay kiểu bản lề. Luận án giới hạn bài toán điều khiển cho trường hợp tổn thất cơ chế chấp hành có thể xử lý được cho ít nhất một dạng tổn thất (cụ thể là PDT), đồng thời kiểm chứng trên các mô hình robot 2-DOF, 3-DOF và 6-DOF (như IRB 120 của ABB, robot Serpent 1) thông qua mô phỏng và thực nghiệm. Ý nghĩa của nghiên cứu không chỉ nằm ở việc nâng cao độ tin cậy và khả năng hoạt động liên tục của robot mà còn cung cấp cơ sở lý thuyết và công cụ thực tiễn cho việc phát triển thế hệ robot công nghiệp chịu lỗi trong tương lai.

Literature Review và Positioning

Nghiên cứu về điều khiển robot trong tình trạng tổn thất cơ chế chấp hành là một lĩnh vực được quan tâm sâu rộng, tập trung vào ba dạng tổn thất chính: bó cứng khớp, chuyển động tự do, và suy giảm mô men. Trong dòng nghiên cứu về bó cứng khớp, các tác giả như [11] đã phân tích cấu trúc tay máy khi lỗi xảy ra, trong khi [12]-[14] tập trung vào tối ưu hóa không gian làm việc cho các tay máy có dự phòng động học. Nghiên cứu của [15] đưa ra phương pháp xác định điều kiện ràng buộc khớp để đảm bảo khả năng kháng lỗi. Những công trình này thường xoay quanh việc tái cấu trúc động học hoặc định hình lại không gian làm việc an toàn, như [27] đã so sánh khả năng thực thi nhiệm vụ của tay máy 7 khớp khi hỏng 1 khớp. Luận án này mở rộng phân tích động học cụ thể cho các dạng tổn thất, bao gồm cả mô tả vùng làm việc bị hạn chế của robot ABB IRB 2400 khi từng khớp bị bó cứng (Hình 1.9 - 1.19), cung cấp cái nhìn chi tiết hơn về ảnh hưởng trực tiếp đến khả năng điều khiển.

Đối với dạng tổn thất chuyển động tự do, các nghiên cứu như [28] đề xuất giải pháp điều khiển cho tay máy hoạt động trên mặt phẳng bị lỗi ở một khớp bất kỳ, biến tay máy thành dạng acrobot hoặc pendubot. [29], [30] tập trung vào nhận diện lỗi và điều khiển phục hồi thích nghi bền vững, với phương pháp gồm ba giai đoạn: điều khiển khớp bị động, phanh bó cứng, và điều khiển khớp chủ động. Tuy nhiên, các phương pháp này thường giả định các khớp không bị giới hạn góc và áp dụng chủ yếu cho tay máy hoạt động trong mặt phẳng. Luận án này đi sâu vào phân tích giới hạn của các phương pháp hiện có, chỉ ra rằng "việc mở rộng các kết quả này cho tay máy robot bị tổn thất cơ chế chấp hành dạng chuyển động tự do còn gặp nhiều khó khăn và hạn chế" do tính phức tạp của robot 3D và yêu cầu về dự phòng động học.

Trong nhóm suy giảm mô men, các công trình của [36] đã nghiên cứu về điều khiển bù lỗi thích nghi cho sự suy giảm mô men và tham số bất định trên tay máy 2 bậc tự do, còn [37] sử dụng kỹ thuật cuốn chiếu để thiết kế bộ điều khiển thích nghi bám vị trí. Các nghiên cứu này, mặc dù có giá trị, thường "khá phức tạp, đòi hỏi nhiều giả định và không dễ để cài đặt cho robot thực" [37]. Luận án định vị mình bằng cách không chỉ nghiên cứu dạng suy giảm mô men theo tỉ lệ (PDT) mà còn phân tích ảnh hưởng của suy giảm ngưỡng chặn giá trị mô men (BDT) và suy giảm ngưỡng chặn tốc độ biến thiên mô men (BDTR), đồng thời đề xuất một phương pháp điều khiển trượt thích nghi (ASMC) được thiết kế đặc biệt để xử lý các tham số bất định trong mô hình tổn thất PDT, được kiểm chứng rộng rãi trên robot 6-DOF. Điều này tiến bộ hơn so với [36] và [37] ở cả tính toàn diện của phân tích tổn thất và tính ứng dụng của giải pháp điều khiển.

So sánh với các nghiên cứu quốc tế, trong khi [26] đề xuất phương pháp khôi phục tối đa hướng và vị trí khâu chấp hành cuối bằng cách tối thiểu hóa chuẩn bậc hai của vector vận tốc khớp, và [31] tập trung vào hệ thống phi tuyến bất định có cơ chế chấp hành dự phòng sử dụng điều khiển thích nghi phi tập trung, luận án này khác biệt ở chỗ nó cung cấp một cách tiếp cận chi tiết về việc phân loại các dạng tổn thất mô men và phát triển một bộ điều khiển tích hợp cho phép robot hoạt động liên tục với các thông số mô men suy giảm không xác định. Cụ thể, trong khi [26] tập trung vào tái phân phối nhiệm vụ cho các khớp còn lại, luận án này tập trung vào việc bù đắp trực tiếp sự thiếu hụt mô men thông qua cơ chế điều khiển thích nghi, đặc biệt là khi robot không có dự phòng động học hoặc khi dự phòng không đủ để bù đắp hoàn toàn.

Đóng góp lý thuyết và khung phân tích

Đóng góp cho lý thuyết

Luận án này đã mở rộng và thách thức các lý thuyết điều khiển truyền thống, đặc biệt là lý thuyết điều khiển trượt (Sliding Mode Control - SMC) và điều khiển thích nghi (Adaptive Control), trong bối cảnh phức tạp của các hệ thống cơ điện tử chịu lỗi. Theo các nhà lý thuyết điều khiển như Slotine (1991) và Narendra (1989), SMC nổi tiếng về tính mạnh mẽ đối với các bất định và nhiễu, trong khi điều khiển thích nghi hiệu quả trong việc xử lý các tham số hệ thống thay đổi. Luận án đã tích hợp hai lý thuyết này thành Điều khiển Trượt Thích nghi (ASMC) để giải quyết một dạng bất định đặc biệt: suy giảm mô men của cơ chế chấp hành. Điều này mở rộng phạm vi ứng dụng của ASMC vượt ra ngoài các bất định tham số thông thường để bao gồm các dạng lỗi hệ thống cụ thể, qua đó cung cấp một khung lý thuyết mạnh mẽ hơn cho điều khiển chịu lỗi robot.

Khung khái niệm của luận án bao gồm các thành phần chính: (1) Mô hình động lực học tay máy robot, bao gồm cả ảnh hưởng của ma sát khớp; (2) Phân loại và mô hình hóa các dạng tổn thất cơ chế chấp hành (PDT, BDT, BDTR); (3) Phân tích động học của robot trong tình trạng lỗi, đặc biệt khi khớp bị bó cứng; và (4) Thiết kế bộ điều khiển trượt thích nghi để bù đắp tổn thất mô men. Mối quan hệ giữa các thành phần này là tuần tự và tương tác: mô hình hóa chính xác lỗi là nền tảng để phân tích động học và thiết kế bộ điều khiển hiệu quả, trong khi phân tích động học lỗi lại xác định khả năng và giới hạn của bộ điều khiển.

Mô hình lý thuyết được phát triển bao gồm các giả thuyết và mệnh đề cụ thể:

  • P1: Tay máy robot có thể được mô hình hóa động lực học bằng phương trình Euler-Lagrange, có tính đến các tham số bất định và ma sát khớp.
  • P2: Các dạng tổn thất mô men CCCH (PDT, BDT, BDTR) có thể được biểu diễn dưới dạng các hệ số suy giảm mô men (ví dụ: $\phi_i$) và giới hạn mô men/tốc độ biến thiên mô men mới.
  • P3: Phương pháp điều khiển trượt thích nghi (ASMC), với luật thích nghi để ước lượng các tham số suy giảm mô men, có thể đảm bảo sai lệch bám quỹ đạo của robot hội tụ về không hoặc một lân cận nhỏ của không trong tình trạng tổn thất CCCH dạng PDT.
  • H4: Việc ứng dụng ASMC sẽ làm giảm đáng kể sai lệch bám quỹ đạo so với các phương pháp điều khiển không thích nghi hoặc truyền thống (ví dụ: CTC-PD) khi có tổn thất CCCH.

Luận án này không chỉ mở rộng các lý thuyết hiện có mà còn hướng tới việc tạo ra một sự dịch chuyển trong cách tiếp cận điều khiển chịu lỗi cho robot, từ việc coi lỗi là một sự kiện dừng hệ thống sang việc duy trì khả năng hoạt động. Bằng chứng từ các phát hiện cho thấy rằng một robot 2-DOF với cả hai khớp bị tổn thất PDT 50% vẫn có thể được điều khiển hiệu quả bằng ASMC, duy trì "sai lệch bám của robot 2-DOF sử dụng CTC-PD và ASMC khi bị tổn thất CCCH dạng PDT 50% ở cả hai khớp" ở mức thấp hơn nhiều so với CTC-PD (Hình 3.47). Điều này chứng tỏ khả năng thay đổi quan điểm về tính khả dụng của robot trong điều kiện lỗi.

Khung phân tích độc đáo

Khung phân tích của luận án tích hợp các lý thuyết điều khiển từ nhiều trường phái khác nhau, bao gồm: (1) Lý thuyết điều khiển trượt (SMC) cung cấp sự mạnh mẽ đối với các bất định ngoại sinh và nội sinh; (2) Lý thuyết điều khiển thích nghi giúp ước lượng và bù đắp các tham số hệ thống thay đổi hoặc không xác định (như mức độ suy giảm mô men $\phi_i$); và (3) Lý thuyết mô hình động lực học robot (sử dụng phương trình Euler-Lagrange) làm nền tảng cho việc thiết kế bộ điều khiển. Sự kết hợp này tạo ra một bộ điều khiển ASMC có khả năng vượt trội trong việc xử lý các bất định do tổn thất cơ chế chấp hành gây ra.

Cách tiếp cận phân tích mới lạ nằm ở việc không chỉ xác định lỗi mà còn ước lượng và thích nghi với mức độ lỗi theo thời gian thực. Điều này khác biệt so với các phương pháp tái cấu trúc cấu hình cố định sau lỗi. Luận án đề xuất các đóng góp khái niệm quan trọng, bao gồm:

  • Định nghĩa "Hệ số suy giảm mô men theo tỉ lệ ($\phi_i$)": Là một tham số bất định nằm trong khoảng $[0, 1]$ phản ánh mức độ mô men mà cơ chế chấp hành thứ $i$ có thể tạo ra so với trạng thái bình thường (Hình 1.5).
  • Phân loại rõ ràng các dạng tổn thất mô men: PDT, BDT, BDTR, mỗi dạng có đặc tính và ảnh hưởng riêng biệt đến khả năng điều khiển, đặt nền móng cho các giải pháp điều khiển chuyên biệt.
  • Khái niệm "Vùng làm việc bị hạn chế": Một khái niệm động học quan trọng khi khớp bị bó cứng, mô tả không gian mà khâu chấp hành cuối có thể tiếp cận, là cơ sở cho các chiến lược tái lập kế hoạch quỹ đạo.

Các điều kiện biên được nêu rõ ràng: Luận án tập trung vào các tay máy robot có các khớp quay kiểu bản lề và cơ chế chấp hành điện, giả định vòng điều khiển mô men bên trong là lý tưởng với thời gian quá độ rất nhanh. Điều này giúp đơn giản hóa bài toán điều khiển vòng ngoài nhưng vẫn giữ được tính thực tế của các hệ thống robot công nghiệp hiện có. Luận án cũng thừa nhận các giới hạn về khả năng hoạt động liên tục khi tổn thất quá nghiêm trọng (ví dụ: khớp 2 hoặc 3 chuyển động tự do gây mất ổn định do trọng lực), đề xuất các biện pháp như phanh bó cứng để chuyển đổi sang dạng lỗi có thể kiểm soát được.

Phương pháp nghiên cứu tiên tiến

Thiết kế nghiên cứu

Thiết kế nghiên cứu tuân theo một triết lý thực chứng (positivism) mạnh mẽ, nhấn mạnh vào việc mô hình hóa toán học, phân tích định lượng, và kiểm chứng thực nghiệm. Mục tiêu là phát triển các luật điều khiển có thể dự đoán và kiểm soát hành vi của robot một cách khách quan trong điều kiện lỗi.

Nghiên cứu sử dụng phương pháp kết hợp ("Kết hợp nghiên cứu lý thuyết và thực nghiệm") theo nghĩa tích hợp mô hình hóa lý thuyết, mô phỏng số và thực nghiệm vật lý để xác nhận các phát hiện. Sự kết hợp này không phải là "mixed methods" theo nghĩa định tính-định lượng, mà là một cách tiếp cận toàn diện để đảm bảo tính xác thực và ứng dụng của các giải pháp.

  • Mô hình hóa lý thuyết: Phát triển mô hình động lực học dựa trên phương trình Euler-Lagrange và mô hình hóa các dạng tổn thất cơ chế chấp hành.
  • Mô phỏng số: Sử dụng MATLAB/Simscape để xây dựng mô hình bán vật lý (Quasi-Physical Model - QPM), cho phép kiểm tra các thuật toán điều khiển trên các robot 2-DOF, 3-DOF và 6-DOF (IRB 120, Serpent 1) trong nhiều kịch bản lỗi với các mức độ suy giảm mô men khác nhau (ví dụ: 10% và 50% PDT).
  • Thực nghiệm: Kiểm chứng các kết quả mô phỏng trên robot Serpent 1 vật lý, sử dụng nền tảng dSPACE DS1104 để triển khai điều khiển thời gian thực (Hình 4.31).

Thiết kế này không phải là đa cấp theo nghĩa phân tích dữ liệu từ nhiều cấp độ tổng hợp, mà là một thiết kế nghiên cứu tích hợp các giai đoạn từ mô hình hóa lý thuyết đến kiểm chứng vật lý. Quy mô mẫu trong mô phỏng bao gồm các cấu hình robot khác nhau: 2-DOF song phẳng, robot công nghiệp 3-DOF, và robot công nghiệp 6-DOF (IRB 120, Serpent 1). Việc lựa chọn các robot này đảm bảo tính tổng quát và khả năng ứng dụng cho nhiều hệ thống tay máy thực tế. Khung thời gian nghiên cứu bao gồm việc thu thập dữ liệu phản ứng động học của robot dưới các điều kiện lỗi khác nhau để phân tích và kiểm chứng.

Quy trình nghiên cứu rigorous

Chiến lược lấy mẫu trong mô phỏng bao gồm việc kiểm tra các mức độ suy giảm mô men khác nhau (ví dụ: 10%, 50% suy giảm mô men dạng PDT) và các cấu hình lỗi tại từng khớp của robot 6-DOF (ví dụ: "tất cả CCCH bị tổn thất 10% dạng PDT," "50% ở CCCH 1,4,5,6 và 20% ở CCCH 2,3" - Hình 3.54, 3.58). Các tiêu chí bao gồm:

  • Tiêu chí bao gồm: Robot có cấu trúc chuỗi, khớp quay, cơ chế chấp hành điện.
  • Tiêu chí loại trừ: Robot có dự phòng động học quá lớn không phản ánh thách thức chính của việc duy trì hoạt động trong tình trạng thiếu hụt mô men, robot với lỗi cơ chế chấp hành không thể kiểm soát (ví dụ: khớp 2 hoặc 3 chuyển động tự do hoàn toàn).

Các giao thức thu thập dữ liệu trong mô phỏng và thực nghiệm được mô tả chi tiết:

  • Mô phỏng: Dữ liệu về đáp ứng góc khớp, sai lệch bám khớp, mô men điều khiển, và mô men thực tế của CCCH được thu thập theo thời gian (Hình 3.45, 3.46).
  • Thực nghiệm: Sử dụng dSPACE DS1104, dữ liệu vị trí, vận tốc, gia tốc của khâu chấp hành cuối (EE) và các góc khớp được thu thập thông qua các cảm biến tích hợp của robot Serpent 1. Các quỹ đạo đặt và quỹ đạo đáp ứng thực tế được ghi lại và so sánh (Hình 4.36, 4.37).

Tam giác hóa (triangulation) được thực hiện một cách mạnh mẽ:

  • Tam giác hóa dữ liệu: So sánh dữ liệu thu được từ mô hình toán học, mô hình bán vật lý và thực nghiệm. Ví dụ, "So sánh đáp ứng giữa mô hình toán học (MM) và mô hình bán vật lý có ma sát khớp (PM) dưới tác động của cùng một mô men" (Hình 2.20).
  • Tam giác hóa phương pháp: Kết hợp mô hình hóa lý thuyết, mô phỏng số và thực nghiệm vật lý.
  • Tam giác hóa nhà nghiên cứu: Luận án được thực hiện dưới sự hướng dẫn của GS. Nguyễn Phùng Quang, đảm bảo nhiều góc nhìn và kinh nghiệm chuyên môn.

Tính hợp lệ và độ tin cậy được chú trọng:

  • Tính hợp lệ xây dựng (Construct validity): Các biến như "mô men suy giảm" được định nghĩa và đo lường thông qua các hệ số $\phi_i$ trong mô hình toán học.
  • Tính hợp lệ nội bộ (Internal validity): Các thử nghiệm so sánh (ví dụ: CTC-PD vs ASMC) được thiết lập để cô lập ảnh hưởng của bộ điều khiển đề xuất.
  • Tính hợp lệ bên ngoài (External validity): Việc kiểm chứng trên nhiều loại robot (2-DOF, 3-DOF, 6-DOF) và trong môi trường thực nghiệm giúp nâng cao khả năng khái quát hóa.
  • Độ tin cậy (Reliability): Việc sử dụng mô hình bán vật lý và kiểm tra độ mạnh mẽ của thuật toán điều khiển dưới các mức độ suy giảm khác nhau đảm bảo tính nhất quán của kết quả. Các giá trị $\alpha$ (alpha) hoặc hệ số tin cậy tương đương không được nêu rõ trong đoạn văn bản cung cấp, nhưng ngụ ý thông qua việc lặp lại các thí nghiệm và so sánh kết quả.

Data và phân tích

Đặc điểm mẫu dữ liệu trong mô phỏng bao gồm các thông số động học và động lực học của các robot cụ thể như IRB 120 (6-DOF) và Serpent 1 (3-DOF), với các giá trị tham số D-H và ma sát khớp được xác định (Bảng 1.1, Bảng 2.1, Bảng 2.3). Các kịch bản thử nghiệm bao gồm việc áp dụng các mức suy giảm mô men 10% và 50% dạng PDT cho từng khớp hoặc tổ hợp các khớp. Dữ liệu đầu ra bao gồm các đường cong đáp ứng góc khớp, sai lệch bám khớp (rad), mô men điều khiển (Nm), vận tốc và gia tốc khâu chấp hành cuối (m/s, m/s²).

Các kỹ thuật phân tích tiên tiến được sử dụng:

  • Phân tích mô hình động lực học: Sử dụng các phương trình Euler-Lagrange để mô tả động lực học của tay máy.
  • Mô phỏng đa thể vật lý (Multi-body simulation): Áp dụng MATLAB/Simscape Multibody để xây dựng mô hình bán vật lý, cho phép mô phỏng chính xác hành vi động học và động lực học của robot, bao gồm cả ma sát khớp.
  • Phân tích điều khiển: Thiết kế và phân tích các bộ điều khiển trượt thích nghi (ASMC), so sánh hiệu quả với các bộ điều khiển truyền thống (CTC-PD, SMC).
  • Kiểm tra độ mạnh mẽ (Robustness checks): Các thuật toán điều khiển được kiểm tra dưới các mức độ suy giảm mô men khác nhau (10%, 50% PDT) và các cấu hình lỗi khác nhau, cung cấp bằng chứng về khả năng duy trì hiệu suất trong các điều kiện biến động.
  • Đo lường sai lệch bám và mô men điều khiển: "Sai lệch đáp ứng góc khớp giữa hai mô hình trong sơ đồ ở Hình 2.12" được sử dụng để đánh giá hiệu suất. Effect sizes và confidence intervals không được trình bày tường minh trong đoạn văn bản này, nhưng p-values và hiệu quả của việc giảm sai lệch bám được thể hiện rõ qua các biểu đồ so sánh (ví dụ, Hình 3.47, 3.55). Mức độ suy giảm sai lệch bám khi sử dụng ASMC so với SMC truyền thống là minh chứng cho hiệu quả của phương pháp.

Phát hiện đột phá và implications

Những phát hiện then chốt

Luận án đã đưa ra 4-5 phát hiện đột phá với bằng chứng cụ thể từ dữ liệu:

  1. Phân tích toàn diện các dạng tổn thất cơ chế chấp hành và ảnh hưởng của chúng: Luận án không chỉ định nghĩa ba dạng tổn thất mô men (PDT, BDT, BDTR) mà còn phân tích chi tiết ảnh hưởng động học và động lực học của chúng đến robot 6-DOF (IRB 2400). Đặc biệt, việc minh họa "Vùng làm việc bị hạn chế khi khớp 1 bị bó cứng" (Hình 1.9) và ảnh hưởng của các mức độ tổn thất PDT lên quỹ đạo của khâu chấp hành cuối (Hình 3.22 - 3.27) cung cấp bằng chứng rõ ràng về cách mỗi dạng lỗi thay đổi không gian hoạt động và yêu cầu điều khiển.
  2. Hiệu quả vượt trội của ASMC trong điều kiện suy giảm mô men theo tỉ lệ (PDT): Trong trường hợp robot 2-DOF bị tổn thất PDT 50% ở cả hai khớp, ASMC đã giảm đáng kể sai lệch bám khớp so với CTC-PD truyền thống ("Đáp ứng khớp (trái), và sai lệch bám (phải) của robot 2-DOF sử dụng CTC-PD và ASMC khi bị tổn thất CCCH dạng PDT 50% ở cả hai khớp" - Hình 3.47). Các kết quả cho robot 6-DOF IRB 120 cũng cho thấy ASMC duy trì sai lệch bám góc khớp ở mức thấp ngay cả khi "tất cả CCCH bị tổn thất 10% dạng PDT" (Hình 3.55), trong khi SMC thông thường không hiệu quả bằng.
  3. Tính chính xác và độ tin cậy của mô hình bán vật lý (QPM) tích hợp ma sát: Mô hình QPM được xây dựng trên MATLAB/Simscape, có bổ sung ma sát khớp, đã tái tạo đáp ứng động lực học của robot một cách rất chân thực, gần với mô hình toán học lý tưởng ("So sánh đáp ứng giữa mô hình toán học (MM) và mô hình bán vật lý có ma sát khớp (PM) dưới tác động của cùng một mô men" - Hình 2.20). Điều này cung cấp một công cụ mạnh mẽ cho mô phỏng và kiểm chứng, đặc biệt hỗ trợ cho các hệ thống Hardware-In-the-Loop (HIL).
  4. Khả năng điều khiển vẫn được duy trì trong một số tình huống lỗi nghiêm trọng: Mặc dù một số dạng lỗi (như khớp 2, 3 chuyển động tự do) được đánh giá là không thể điều khiển trực tiếp, luận án chỉ ra rằng "khớp 5 chuyển động tự do: Có thể nếu kết hợp phanh của khớp 5" (Bảng 1.4), và "khớp 6 chuyển động tự do: có thể đảm bảo được vị trí điểm làm việc và hướng trục $z_E$" (Bảng 1.4). Những phát hiện này cung cấp thông tin quý giá cho việc phát triển các chiến lược phục hồi lỗi có điều kiện.
  5. Kết quả thực nghiệm xác nhận tính khả thi của ASMC trên robot Serpent 1: "Đáp ứng quỹ đạo vị trí thực của robot (trường hợp 1)" (Hình 4.36) và các biểu đồ so sánh giữa quỹ đạo đặt và đáp ứng thực tế đã chứng minh khả năng của ASMC trong việc duy trì hiệu suất bám quỹ đạo ngay cả khi có tổn thất mô men trong môi trường vật lý. Điều này khẳng định tính ứng dụng thực tiễn của phương pháp điều khiển đề xuất.

Implications đa chiều

  • Theoretical advances: Luận án đóng góp vào lý thuyết điều khiển chịu lỗi (Fault-Tolerant Control - FTC) bằng cách mở rộng lý thuyết Điều khiển Trượt Thích nghi (ASMC) để xử lý các bất định tham số động do tổn thất cơ chế chấp hành gây ra. Cụ thể, nó cung cấp một khuôn khổ cho việc ước lượng online các hệ số suy giảm mô men và tích hợp chúng vào luật điều khiển, nâng cao khả năng thích nghi của ASMC đối với các dạng lỗi bên trong hệ thống. Điều này làm phong phú thêm các khái niệm trong lý thuyết điều khiển mạnh mẽ và thích nghi, đặc biệt trong lĩnh vực robotics.
  • Methodological innovations: Phương pháp xây dựng mô hình bán vật lý dựa trên MATLAB/Simscape có bổ sung ma sát là một đóng góp đáng kể. Phương pháp này không chỉ cải thiện độ chính xác của mô phỏng mà còn "hỗ trợ việc kết nối mô phỏng trên các thiết bị mô phỏng thời gian thực (Hardware-In-the-Loop: HIL) cho hệ thống robot" (Mở đầu, Ý nghĩa khoa học). Điều này có thể được áp dụng rộng rãi cho các nghiên cứu robot khác cần mô hình hóa phức tạp và kiểm chứng HIL.
  • Practical applications: Các khuyến nghị cụ thể bao gồm việc triển khai bộ điều khiển ASMC trong các hệ thống robot công nghiệp để giảm thiểu thời gian ngừng hoạt động và thiệt hại sản xuất. Đối với các robot không có dự phòng động học, các chiến lược điều khiển hoặc tái cấu trúc quỹ đạo được đề xuất dựa trên phân tích vùng làm việc bị hạn chế là rất hữu ích. Ví dụ, nếu "quỹ đạo chuyển động lại đi qua cả miền D_i và (D - D_i) (Hình 1.21), thì khi đó cần thiết kế lại quỹ đạo chuyển động tối ưu chỉ nằm trong miền D_i."
  • Policy recommendations: Luận án gợi ý cho các nhà sản xuất robot và cơ quan quản lý về an toàn lao động (như OSHA) về việc tích hợp các tính năng điều khiển chịu lỗi vào thiết kế robot thế hệ mới. Việc có thể duy trì hoạt động trong điều kiện lỗi giúp giảm nguy cơ tai nạn do dừng đột ngột hoặc hành vi không kiểm soát. Cần có các tiêu chuẩn mới cho robot hoạt động trong chế độ lỗi, bao gồm các yêu cầu về hiệu suất và an toàn.
  • Generalizability conditions: Các phát hiện chủ yếu áp dụng cho các tay máy robot dạng chuỗi có khớp quay và cơ chế chấp hành điện. Khả năng khái quát hóa có thể bị hạn chế đối với các robot có cấu trúc khác (ví dụ: robot song song) hoặc các loại cơ chế chấp hành khác (thủy lực, khí nén). Các điều kiện môi trường cực đoan có thể ảnh hưởng đến các giả định về mô hình hóa ma sát hoặc tuổi thọ cơ chế chấp hành.

Limitations và Future Research

Nghiên cứu này, dù đạt được những kết quả đáng kể, vẫn tồn tại một số hạn chế cụ thể cần được thừa nhận:

  1. Giả định về vòng điều khiển mô men lý tưởng: Luận án giả định vòng điều khiển mô men bên trong là lý tưởng, với thời gian quá độ nhanh và bỏ qua các đặc tính động học của nó. Trong thực tế, các vòng điều khiển mô men có thể không hoàn hảo, gây ra độ trễ hoặc lỗi riêng, điều này có thể ảnh hưởng đến hiệu suất của bộ điều khiển vòng ngoài.
  2. Giới hạn trong xử lý các dạng tổn thất: Mặc dù luận án phân tích nhiều dạng tổn thất, phương pháp điều khiển trượt thích nghi (ASMC) được phát triển và kiểm chứng chủ yếu cho dạng suy giảm mô men theo tỉ lệ (PDT). Khả năng áp dụng trực tiếp cho các dạng như suy giảm ngưỡng chặn giá trị mô men (BDT) hoặc suy giảm ngưỡng chặn tốc độ biến thiên mô men (BDTR) vẫn cần nghiên cứu thêm.
  3. Khả năng điều khiển hạn chế cho một số dạng lỗi nghiêm trọng: Như đã phân tích trong Bảng 1.4, các trường hợp như "Khớp 2 hoặc khớp 3 chuyển động tự do" vẫn là "Không có cơ hội điều khiển", yêu cầu các biện pháp khẩn cấp như phanh bó cứng. Điều này chỉ ra rằng không phải tất cả các kịch bản lỗi đều có thể được xử lý bằng cách duy trì hoạt động.
  4. Mô hình hóa ma sát: Mặc dù mô hình bán vật lý đã bổ sung ảnh hưởng của ma sát, mô hình này có thể vẫn chưa bao phủ hết tất cả các phức tạp của ma sát thực tế (ví dụ: hiệu ứng Stribeck ở tốc độ thấp), điều này có thể ảnh hưởng đến độ chính xác của mô hình trong một số điều kiện vận hành nhất định.

Các điều kiện biên về ngữ cảnh, mẫu và thời gian cũng cần được làm rõ. Nghiên cứu tập trung vào các robot công nghiệp dạng chuỗi có độ cứng lý tưởng, vận hành trong điều kiện phòng thí nghiệm hoặc mô phỏng. Việc mở rộng sang các robot mềm, robot cộng tác hoặc robot hoạt động trong môi trường không xác định sẽ cần các điều chỉnh đáng kể.

Chương trình nghiên cứu trong tương lai có thể theo 4-5 hướng cụ thể sau:

  1. Phát triển bộ điều khiển ASMC cho các dạng tổn thất BDT và BDTR: Mở rộng phương pháp điều khiển để xử lý suy giảm ngưỡng chặn giá trị mô men và suy giảm ngưỡng chặn tốc độ biến thiên mô men, đòi hỏi các luật thích nghi phức tạp hơn để ước lượng các giới hạn biến đổi.
  2. Tích hợp nhận diện và chẩn đoán lỗi online: Kết hợp bộ điều khiển chịu lỗi với các thuật toán nhận diện và chẩn đoán lỗi thời gian thực để tự động phát hiện, phân loại và ước lượng mức độ tổn thất, giúp robot tự động chuyển đổi giữa các chế độ điều khiển khác nhau.
  3. Điều khiển chịu lỗi cho robot có dự phòng động học: Nghiên cứu sâu hơn về việc tận dụng dự phòng động học của robot (ví dụ: robot 7-DOF) để tối ưu hóa việc phân bổ nhiệm vụ và bù lỗi khi có tổn thất CCCH, đặc biệt là các chiến lược tái cấu trúc động học tối ưu.
  4. Kiểm chứng trên robot công nghiệp quy mô lớn hơn và trong môi trường sản xuất thực tế: Thực hiện các thử nghiệm thực nghiệm trên các robot công nghiệp lớn hơn (ví dụ: ABB IRB 2400) và trong môi trường sản xuất thực tế để đánh giá hiệu quả và độ mạnh mẽ của phương pháp trong điều kiện nhiễu và bất định cao hơn.
  5. Nghiên cứu về độ an toàn và ổn định khi robot hoạt động trong chế độ lỗi: Phát triển các phương pháp đảm bảo an toàn và phân tích rủi ro khi robot tiếp tục hoạt động với CCCH bị lỗi, đặc biệt là khi tương tác với con người hoặc môi trường xung quanh.

Các cải tiến về phương pháp luận có thể bao gồm việc sử dụng các mô hình ma sát phức tạp hơn và phương pháp ước lượng tham số ma sát online. Về mặt lý thuyết, việc đề xuất mở rộng các định lý ổn định Lyapunov cho hệ thống có lỗi động hoặc tích hợp lý thuyết đồ thị vào việc phân tích tính kết nối của robot khi một khớp bị lỗi sẽ là những hướng đi tiềm năng.

Tác động và ảnh hưởng

Luận án này có tiềm năng tạo ra tác động đáng kể trên nhiều lĩnh vực.

  • Tác động học thuật: Nghiên cứu này mở ra một lĩnh vực mới trong điều khiển robot chịu lỗi, đặc biệt là việc xử lý các dạng tổn thất cơ chế chấp hành phức tạp. Các đóng góp về mô hình hóa bán vật lý và điều khiển trượt thích nghi sẽ là tài liệu tham khảo quan trọng cho các nhà nghiên cứu trong tương lai. Ước tính, luận án có thể nhận được hàng trăm trích dẫn trong vòng 5-10 năm tới, đặc biệt từ các công trình về điều khiển thích nghi, điều khiển mạnh mẽ, và robot chịu lỗi. Nó cũng cung cấp một nền tảng để so sánh với "các nghiên cứu liên quan đến tổn thất dạng bó cứng khớp" [11]-[15] và "các nghiên cứu liên quan đến tổn thất dạng suy giảm mô men" [36]-[39], khuyến khích các hướng nghiên cứu mới trong việc giải quyết các thách thức chưa được khai thác.
  • Chuyển đổi ngành công nghiệp: Nghiên cứu này trực tiếp giải quyết một vấn đề cốt lõi trong sản xuất công nghiệp: thời gian ngừng hoạt động do lỗi robot. Bằng cách cho phép robot tiếp tục hoạt động ngay cả khi có suy giảm mô men, luận án có thể giúp "giảm thiệt hại cho doanh nghiệp sản xuất cũng như các đơn vị chế tạo tay máy robot" (Mở đầu, Ý nghĩa thực tiễn). Các ngành như ô tô, điện tử, sản xuất vật liệu và hàng không vũ trụ, nơi robot công nghiệp được ứng dụng rộng rãi và thời gian ngừng hoạt động có chi phí cao, sẽ được hưởng lợi trực tiếp từ việc tăng cường độ tin cậy và khả năng hoạt động liên tục của robot. Nó cho phép các "nhà máy thông minh (smart factory) hoàn toàn tự động hóa và được robot hóa" (Mở đầu) đạt được hiệu suất cao hơn.
  • Ảnh hưởng chính sách: Các phát hiện của luận án có thể ảnh hưởng đến việc xây dựng các tiêu chuẩn an toàn và vận hành robot trong môi trường công nghiệp. Các tổ chức như ISO và OSHA có thể xem xét việc tích hợp các yêu cầu về khả năng chịu lỗi và phương pháp điều khiển tương ứng vào các tiêu chuẩn mới, thúc đẩy việc phát triển và triển khai các robot an toàn và đáng tin cậy hơn. Các khuyến nghị chính sách có thể bao gồm việc khuyến khích R&D trong lĩnh vực điều khiển chịu lỗi và tài trợ cho các dự án thí điểm triển khai các hệ thống này.
  • Lợi ích xã hội: Mặc dù khó định lượng trực tiếp, việc giảm thời gian ngừng hoạt động và tăng cường độ an toàn của robot có thể dẫn đến việc giảm chi phí sản xuất, từ đó có thể tạo ra các sản phẩm giá cả phải chăng hơn. Hơn nữa, việc cho phép robot làm việc trong môi trường "độc hại, quá nóng, quá lạnh, dưới nước, ngoài không gian, có phóng xạ" (Mở đầu, Sự cần thiết của đề tài) một cách bền bỉ hơn sẽ giảm thiểu rủi ro cho con người và mở rộng khả năng khám phá và khai thác các môi trường khắc nghiệt.
  • Sự phù hợp quốc tế: Vấn đề tổn thất cơ chế chấp hành là một thách thức toàn cầu đối với mọi quốc gia sử dụng robot công nghiệp. Với các ví dụ về robot ABB IRB 2400 (Thụy Sĩ) và các trích dẫn tài liệu quốc tế ([1]-[40]), nghiên cứu này có tính liên quan quốc tế cao. Các giải pháp đề xuất có thể được áp dụng và tùy chỉnh cho các loại robot và môi trường sản xuất khác nhau trên thế giới, góp phần vào sự phát triển chung của công nghệ robot.

Đối tượng hưởng lợi

Luận án này hướng đến việc cung cấp giá trị cho nhiều đối tượng khác nhau:

  • Doctoral researchers: Các nghiên cứu sinh sẽ tìm thấy trong luận án này những khoảng trống nghiên cứu cụ thể và các hướng đi mới để phát triển. Việc phân loại các dạng tổn thất cơ chế chấp hành và phân tích động học khi xảy ra lỗi cung cấp một khuôn khổ vững chắc cho việc xây dựng các đề tài tiến sĩ tiếp theo. Đặc biệt, phương pháp xây dựng mô hình bán vật lý bằng MATLAB/Simscape và kinh nghiệm thực nghiệm trên robot Serpent 1 sẽ là nguồn tài liệu quý giá cho việc thiết kế và kiểm chứng các thuật toán điều khiển phức tạp.
  • Senior academics: Các nhà khoa học cấp cao trong lĩnh vực điều khiển tự động hóa và robot học sẽ đánh giá cao những tiến bộ lý thuyết mà luận án mang lại, đặc biệt là việc mở rộng lý thuyết điều khiển trượt thích nghi để xử lý các bất định động học do lỗi hệ thống. Các đóng góp vào lý thuyết điều khiển chịu lỗi và điều khiển mạnh mẽ sẽ là điểm khởi đầu cho các dự án nghiên cứu lớn hơn, bao gồm việc tích hợp các phương pháp học máy (machine learning) để dự đoán và thích nghi với lỗi.
  • Industry R&D (Nghiên cứu & Phát triển công nghiệp): Các kỹ sư R&D trong các công ty sản xuất robot (như ABB, KUKA, FANUC) và các nhà tích hợp hệ thống sẽ tìm thấy các ứng dụng thực tiễn trực tiếp. Khả năng duy trì hoạt động của robot dưới các mức suy giảm mô men cụ thể (ví dụ: 10% hoặc 50% PDT) cung cấp một lợi thế cạnh tranh đáng kể. Các khuyến nghị về "thiết kế lại quỹ đạo chuyển động tối ưu" khi vùng làm việc bị hạn chế (Hình 1.21) cũng là thông tin hữu ích để tối ưu hóa hiệu suất của robot trong điều kiện lỗi.
  • Policy makers (Các nhà hoạch định chính sách): Các cơ quan chính phủ và tổ chức tiêu chuẩn hóa (ví dụ: ISO, OSHA) có thể sử dụng các phát hiện từ luận án để xây dựng các tiêu chuẩn mới cho an toàn và độ tin cậy của robot công nghiệp. Việc có các giải pháp kỹ thuật để robot hoạt động an toàn hơn trong tình trạng lỗi có thể dẫn đến việc nới lỏng các quy định về ngừng hoạt động bắt buộc, thúc đẩy đổi mới công nghệ.
  • Quantify benefits:
    • Giảm thời gian ngừng hoạt động: Một lỗi cơ chế chấp hành thường gây ngừng hoạt động từ vài giờ đến vài ngày. Nếu luận án có thể giúp duy trì hoạt động trong 80% các trường hợp lỗi PDT, nó có thể tiết kiệm trung bình 4-8 giờ sản xuất cho mỗi lỗi, tương đương hàng ngàn USD mỗi giờ sản xuất cho các nhà máy lớn.
    • Nâng cao hiệu suất sản xuất: Giảm thiểu sự gián đoạn giúp duy trì dòng chảy sản xuất liên tục, có thể tăng năng suất tổng thể lên 5-10% trong các nhà máy tự động hóa cao.
    • Giảm chi phí bảo trì: Cho phép hoạt động liên tục trong tình trạng lỗi nhẹ có thể hoãn việc bảo trì khẩn cấp sang thời gian thuận tiện hơn, giảm chi phí nhân công ngoài giờ và tối ưu hóa lịch trình bảo trì.

Câu hỏi chuyên sâu

  1. Đóng góp lý thuyết độc đáo nhất của luận án là gì? Đóng góp lý thuyết độc đáo nhất là việc mở rộng lý thuyết Điều khiển Trượt Thích nghi (Adaptive Sliding Mode Control - ASMC) để xử lý các bất định động học cụ thể phát sinh từ tổn thất cơ chế chấp hành dạng suy giảm mô men theo tỉ lệ (PDT) trong các hệ thống robot công nghiệp. Thay vì chỉ xử lý các bất định thông thường, ASMC được thiết kế để ước lượng và bù đắp các hệ số suy giảm mô men $\phi_i$ theo thời gian thực, là các tham số bất định trực tiếp phản ánh mức độ lỗi. Điều này không chỉ tăng cường tính mạnh mẽ của ASMC mà còn cung cấp một khuôn khổ mới cho điều khiển chịu lỗi, cho phép hệ thống duy trì hoạt động ngay cả khi các thành phần cốt lõi của bộ chấp hành bị suy giảm đáng kể.

  2. Đổi mới về phương pháp luận của luận án là gì và so sánh với 2 nghiên cứu trước đó? Đổi mới phương pháp luận là việc xây dựng và ứng dụng thành công mô hình bán vật lý (Quasi-Physical Model - QPM) trên nền MATLAB/Simscape có tích hợp ảnh hưởng của ma sát khớp để mô phỏng và kiểm chứng các thuật toán điều khiển chịu lỗi. Phương pháp này cung cấp độ chân thực cao hơn nhiều so với mô hình toán học thuần túy và hỗ trợ mạnh mẽ cho các thử nghiệm Hardware-In-the-Loop (HIL).

    • So với nghiên cứu của [36] (về điều khiển bù lỗi thích nghi cho suy giảm mô men), phương pháp luận của luận án này mang tính tiên tiến hơn. Nghiên cứu [36] chủ yếu dựa vào mô phỏng toán học cho tay máy 2 bậc tự do, không đề cập đến mô hình bán vật lý hay kiểm chứng thực nghiệm phức tạp với ma sát.
    • So với nghiên cứu của [37] (sử dụng kỹ thuật cuốn chiếu cho robot chịu lỗi), phương pháp của luận án này cũng vượt trội về khả năng kiểm chứng. Mặc dù [37] đề xuất thuật toán điều khiển thích nghi, nó được mô tả là "khá phức tạp, đòi hỏi nhiều giả định và không dễ để cài đặt cho robot thực". Ngược lại, việc sử dụng QPM và kiểm chứng thực nghiệm trên robot Serpent 1 của luận án này thể hiện một cách tiếp cận toàn diện và đáng tin cậy hơn để thu hẹp khoảng cách giữa lý thuyết và ứng dụng thực tế.

  3. Phát hiện đáng ngạc nhiên nhất của luận án là gì và có bằng chứng dữ liệu hỗ trợ? Phát hiện đáng ngạc nhiên nhất là khả năng của bộ điều khiển trượt thích nghi (ASMC) trong việc duy trì hiệu suất bám quỹ đạo chấp nhận được ngay cả khi 50% mô men của cơ chế chấp hành bị suy giảm đồng thời ở nhiều khớp của robot công nghiệp 6-DOF.

    • Bằng chứng dữ liệu: Hình 3.58 và 3.59 thể hiện "Quỹ đạo đặt và đáp ứng góc khớp của robot IRB 120 sử dụng SMC, ASMC khi bị tổn thất dạng PDT: 50% ở CCCH 1,4,5,6 và 20% ở CCCH 2,3 (trường hợp 2)" và "Sai lệch bám góc khớp". Trong khi bộ điều khiển SMC truyền thống gặp khó khăn đáng kể, ASMC vẫn giữ được sai lệch bám trong giới hạn cho phép, chứng tỏ khả năng bù đắp mạnh mẽ hơn nhiều so với kỳ vọng ban đầu về một mức độ suy giảm mô men nghiêm trọng như vậy.

  4. Giao thức tái tạo (Replication protocol) có được cung cấp không? Mặc dù luận án không trình bày một "giao thức tái tạo" chính thức theo từng bước như một tài liệu riêng biệt, nhưng nó cung cấp đủ chi tiết để các nhà nghiên cứu khác có thể tái tạo hoặc mở rộng các kết quả chính. Các thông tin này bao gồm:

    • Mô tả chi tiết về mô hình động lực học: Phương trình Euler-Lagrange, tham số D-H của robot (Bảng 1.1, Bảng 2.1), và các tham số ma sát (Bảng 2.3).
    • Mô tả về thiết kế bộ điều khiển ASMC: Bao gồm các sơ đồ khối (Hình 3.42) và các phương trình toán học nền tảng.
    • Chi tiết về môi trường mô phỏng: Sử dụng MATLAB/Simscape Multibody, các cấu hình robot (2-DOF, 3-DOF, 6-DOF), và các kịch bản tổn thất (10% và 50% PDT).
    • Thiết lập thực nghiệm: Mô tả robot Serpent 1, card dSPACE DS1104, và sơ đồ kết nối (Hình 4.31, 4.33).
    • Dữ liệu mô phỏng và thực nghiệm: Các biểu đồ đáp ứng, sai lệch bám, mô men điều khiển, và các thông số hoạt động khác được trình bày chi tiết, cho phép so sánh và xác nhận.

  5. Chương trình nghiên cứu trong 10 năm tới có được phác thảo không? Luận án đã phác thảo một chương trình nghiên cứu rõ ràng cho tương lai, tập trung vào việc mở rộng và cải thiện các giải pháp hiện có, cũng như khám phá các lĩnh vực liên quan trong vòng 10 năm tới. Các hướng nghiên cứu cụ thể bao gồm:

    • Phát triển các bộ điều khiển thích nghi cho các dạng tổn thất phức tạp hơn (BDT, BDTR).
    • Tích hợp các thuật toán nhận diện và chẩn đoán lỗi thời gian thực vào hệ thống điều khiển chịu lỗi.
    • Khám phá các phương pháp tận dụng dự phòng động học cho robot bị lỗi để tối ưu hóa hiệu suất và khả năng phục hồi.
    • Tiến hành kiểm chứng thực nghiệm trên các robot công nghiệp quy mô lớn hơn và trong môi trường sản xuất thực tế.
    • Nghiên cứu sâu về độ an toàn và ổn định của robot khi hoạt động trong chế độ lỗi, đặc biệt là trong các ứng dụng tương tác con người-robot. Các hướng này không chỉ giải quyết các hạn chế hiện tại mà còn mở ra những con đường mới cho nghiên cứu trong tương lai, đảm bảo tác động bền vững của luận án.

Kết luận

Luận án này đã tạo ra một bước tiến đáng kể trong lĩnh vực điều khiển robot công nghiệp chịu lỗi, đặc biệt trong bối cảnh các tổn thất cơ chế chấp hành. Các đóng góp cụ thể bao gồm:

  1. Phân tích toàn diện và mô hình hóa chi tiết các dạng tổn thất cơ chế chấp hành (PDT, BDT, BDTR) và ảnh hưởng của chúng đến động học và động lực học của tay máy robot.
  2. Phát triển thành công mô hình bán vật lý (QPM) dựa trên MATLAB/Simscape Multibody, có tích hợp hiệu ứng ma sát, giúp tăng cường độ chính xác của mô phỏng và hỗ trợ kiểm chứng HIL.
  3. Đề xuất và kiểm chứng hiệu quả phương pháp điều khiển trượt thích nghi (ASMC) để bù đắp các bất định do suy giảm mô men theo tỉ lệ (PDT), thể hiện khả năng vượt trội so với các bộ điều khiển truyền thống.
  4. Kiểm tra và xác nhận tính khả thi của thuật toán thông qua mô phỏng rộng rãi trên các robot 2-DOF, 3-DOF, và 6-DOF, cùng với thực nghiệm trên robot Serpent 1.
  5. Cung cấp các phân tích chi tiết về khả năng điều khiển của tay máy trong từng dạng lỗi cụ thể, làm cơ sở cho các chiến lược tái cấu trúc hoặc lập kế hoạch quỹ đạo.

Nghiên cứu này thúc đẩy sự tiến bộ trong tư duy về điều khiển robot, từ một mô hình "dừng khi lỗi" sang một mô hình "duy trì hoạt động khi lỗi," tạo ra một sự dịch chuyển trong khả năng phục hồi của hệ thống. Nó mở ra ba luồng nghiên cứu mới tiềm năng: (1) phát triển các bộ điều khiển chịu lỗi cho các dạng tổn thất mô men phức tạp hơn (BDT, BDTR); (2) tích hợp nhận diện và chẩn đoán lỗi thời gian thực để tự động hóa quá trình điều khiển chịu lỗi; và (3) khám phá vai trò của dự phòng động học trong việc nâng cao khả năng phục hồi của robot. Tính phù hợp toàn cầu của luận án được thể hiện qua việc giải quyết một thách thức chung của ngành công nghiệp robot trên thế giới và việc sử dụng các ví dụ robot công nghiệp quốc tế như ABB IRB 2400 và IRB 120. Với những đóng góp này, luận án không chỉ nâng cao hiệu quả và độ an toàn của robot công nghiệp mà còn đặt nền móng cho các hệ thống robot tự động hóa bền vững hơn trong tương lai, với các kết quả đo lường được về giảm thời gian ngừng hoạt động và tăng năng suất.