ĐẠI HỌC QUỐC GIA TP HỒ CHÍ MINH

TRƯỜNG ĐẠI HỌC BÁCH KHOA



BÁO CÁO BÀI TẬP LỚN

LÝ THUYẾT ĐIỀU KHIỂN NÂNG CAO

LỚP L01--- NHÓM 12--- HK 222

NGÀY NỘP 12/05/2023

Sinh viên thực hiện Mã số sinh viên Bài tập thực hiện
Lê Đinh Hoàng 2011227 2
Mã Quang Thoại 2013506 2
Nguyễn Quốc Huy 2013320 3
Trần Nhật Chung 2012744 1

Thành phố Hồ Chí Minh – 2023

Bài 1:
𝑢 + 𝑚𝑙(sin 𝜃)𝜃̈ 2 − 𝑚𝑔(cos 𝜃 sin 𝜃)
𝑥̈ =
𝑀 + 𝑚 − 𝑚(cos 𝜃)2
𝑢 cos 𝜃 − (𝑀 + 𝑚)𝑔(sin 𝜃) + 𝑚𝑙(cos 𝜃 sin 𝜃)𝜃̇
𝜃̈ =
𝑚𝑙(cos 𝜃)2 − (𝑀 + 𝑚)𝑙
Thay số với M = 1, m = 0.1, l = 1, g = 10 ta có hệ sau:
𝑢 + 0.1(sin 𝜃)𝜃̈ 2 − (cos 𝜃 sin 𝜃)
𝑥̈ =
1.1 − 0.1(cos 𝜃)2
𝑢 cos 𝜃 − 11(sin 𝜃) + 0.1(cos 𝜃 sin 𝜃)𝜃̇
𝜃̈ =
0.1(cos 𝜃)2 − 1.1

1.1. Đặt 𝑥1 = 𝑥, 𝑥2 = 𝑥̇ , 𝑥3 = 𝜃, 𝑥4 = 𝜃̇ . Ta có phương trình vi phân của hệ:

𝑢 + 0.1(sin 𝑥3 )𝑥4 − (cos 𝑥3 sin 𝑥3 )
𝑥̇ 2 =
1.1 − 0.1(cos 𝑥3 )2
𝑢 cos 𝑥3 − 11(sin 𝑥3 ) + 0.1(cos 𝑥3 sin 𝑥3 )𝑥4
𝑥̇ 4 =
0.1(cos 𝑥3 )2 − 1.1
𝑦 = 𝑥3
1.2. Thiết kế bộ điều khiển hồi tiếp tuyến tính hóa
Ta tiến hành tính đạo hàm của tín hiệu ngõ ra 𝑥3 = 𝜃:
𝑦 = 𝑥3
𝑦̇ = 𝑥4
𝑢 cos 𝑥3 − 11(sin 𝑥3 ) + 0.1(cos 𝑥3 sin 𝑥3 )𝑥4
𝑦̈ =
0.1(cos 𝑥3 )2 − 1.1
− 11(sin 𝑥3 ) + 0.1(cos 𝑥3 sin 𝑥3 )𝑥4 𝑢 cos 𝑥3
= +
0.1(cos 𝑥3 )2 − 1.1 0.1(cos 𝑥3 )2 − 1.1
<=> 𝑦̈ = 𝑎(𝑥) + 𝑏(𝑥)𝑢 (1)
Với:
− 11(sin 𝑥3 ) + 0.1(cos 𝑥3 sin 𝑥3 )𝑥4
𝑎(𝑥) =
0.1(cos 𝑥3 )2 − 1.1
cos 𝑥3
𝑏(𝑥) =
0.1(cos 𝑥3 )2 − 1.1
Ta có biểu thức bộ điều khiển hồi tiếp tuyến tính hóa:
 1
𝑢= (−𝑎(𝑥) + 𝑣)
𝑏(𝑥)
Thay vào biểu thức (1) ta được: 𝑦̈ = 𝑣 (2)
Với 𝑒 = 𝑦𝑑 − 𝑦 ta có biểu thức bộ điều khiển bám tuyến tính:
𝑣 = 𝑦̈ 𝑑 + (𝑘1 𝑒̇ + 𝑘2 𝑒)
Thay vào (2) ta được đặc tính động học sai số:
𝑒̈ + 𝑘1 𝑒̇ + 𝑘2 𝑒 = 0
Phương trình đặc trưng động học sai số:
𝑠 2 + 𝑘1 𝑠 + 𝑘2 = 0
Theo yêu cầu đề bài tất cả các cực phải bằng -5, nên ta có phương trình đặc trưng mong
muốn:
𝑠 2 + 10𝑠 + 25 = 0
Đồng nhất 2 phương trình trên ta được 𝑘1 = 10, 𝑘2 = 25
Chọn bộ lọc thông thấp bậc 2 để tín hiệu 𝑦𝑑 (𝑡 ) khả vi bị chặn đến đạp hàm bậc 2. Hàm
truyền của bộ lọc là:
1
𝐺𝐿𝐹 (𝑠) =
0.01𝑠 2 + 0.2𝑠 + 1
Từ những dữ kiện trên, ta xây dựng mô hình MATLAB/Simulink mô phỏng hệ thống
như sau:
Với khối “Tracking Control”:

Khối “Feedback”:

Code khối “ax”

function ax = fcn(x3, x4)
ax = -((1.1*9.8*sin(x3)) - 0.1*cos(x3)*sin(x3)*x4)/(0.1*cos(x3)*cos(x3) - 1.1);

Code khối “bx”

function bx = fcn(x3)
bx = cos(x3)/(0.1*cos(x3)*cos(x3)-1.1);

Khối “System”:
a. Kiểm chứng bộ điều khiển:

 Ngõ vào là sóng vuông:

 Ngõ vào là sóng sin:

 Ngõ vào là sóng tam giác:

b. Khảo sát anh hưởng của vị trí các cực của phương trình đặc trưng động học sai
số đến chất lượng điều khiển.

 TH1: chọn các cực bằng -10 (𝑘1 = 20, 𝑘2 = 100)

  TH2: chọn các cực bằng -50 (𝑘1 = 100, 𝑘2 = 2500)

 Nhận xét: vị trí của các cực quyết định càng xa trục ảo về phía bên trái thì chất
lượng điều khiển càng tốt.

1.3. Thiết kế bộ điều khiển trượt

Từ đáp án câu 1.2 ta có:
− 11(sin 𝑥3 ) + 0.1(cos 𝑥3 sin 𝑥3 )𝑥4 𝑢 cos 𝑥3
𝑦̈ = +
0.1(cos 𝑥3 )2 − 1.1 0.1(cos 𝑥3 )2 − 1.1
− 11(sin 𝑥3 ) + 0.1(cos 𝑥3 sin 𝑥3 )𝑥4
𝑎(𝑥) =
0.1(cos 𝑥3 )2 − 1.1
cos 𝑥3
𝑏(𝑥) =
0.1(cos 𝑥3 )2 − 1.1
Chọn mặt trượt: 𝛿 = 𝑒̇ + 𝑘1 𝑒
với: 𝑒 = 𝑦𝑑 – 𝑦
Đa thức đặc trưng của mặt trượt là: 𝑠 + 𝑘1 = 0
Theo yêu cầu cực của mặt trượt là -5, suy ra: 𝑘1 = 5
Từ đó ta viết được biểu thức bộ điều khiển trượt:
1
𝑢= [−𝑎(𝑥) + 𝑦̈ 𝑑 + 5𝑒̇ + 𝐾𝑠𝑖𝑔𝑛(𝛿)]
𝑏(𝑥)
Với:
− 11(sin 𝑥3 ) + 0.1(cos 𝑥3 sin 𝑥3 )𝑥4
𝑎(𝑥) =
0.1(cos 𝑥3 )2 − 1.1
cos 𝑥3
𝑏(𝑥) =
0.1(cos 𝑥3 )2 − 1.1
Chọn: K = 100
Chọn bộ lọc thông thấp bậc 2 để tín hiệu 𝑦𝑑 (𝑡 ) khả vi bị chặn đến đạo hàm bậc 2. Hàm
truyền của bộ lọc là:
1
𝐺𝐿𝐹 (𝑠) =
0.01𝑠 2 + 0.2𝑠 + 1
Từ những dữ liệu trên ta bắt đầu xây dựng mô hình MATLAB/Simulink mô phỏng bộ
điều khiển trượt vừa thiết kế:
Với các khổi “Sliding control”:

Code các khối “ax” và “bx” giống như câu 1.2.

Khối “Pendulum”:

Code khối “fcn”:

function y = fcn(u, x3, x4)
y = (u*cos(x3) - 0.1*9.8*sin(x3) + 0.1*sin(x3)*cos(x3)*x4)/(0.1*cos(x3)*cos(x3)-
1.1);

a. Khiểm chứng bộ điều khiển:

 Ngõ vào là sóng vuông: đáp ứng xuất hiện vọt lố nhỏ, độ bám của bộ điều khiển
vẫn chưa tốt lắm.

 Ngõ vào là sóng sin: đáp ứng của bộ điều khiển bám sát tín hiệu ngõ vào.
 Ngõ vào là sóng tam giác: đáp ứng xuất hiện vọt lố, sai số khá lớn so với tín hiệu
đầu vào.

b. Khảo sát ảnh hưởng của vị trí các cực đến chất lượng điều khiển .
  TH1: chọn các cực bằng -10 (k = 10)

Đáp ứng đã tốt hơn so với k = 5, vọt lố được triệt tiêu nhưng chưa bám hoàn toàn với
tín hiệu ngõ vào.

 TH1: chọn các cực bằng -50 (k = 50)

Đáp ứng của bộ điều khiển gần như đã bám được với tín hiệu ngõ vào.

 Nhận xét: khi chọn cực (của phương trình đặc trưng mặt trượt) càng cách xa
trục ảo về phía bên trái thì chất lượng bộ điều khiển càng tốt.
c. Khảo sát ảnh hưởng của hệ số K (hệ số nhân với sign(𝛿) hoặc sat(𝛿) trong bộ
điều khiển) đến chất lượng điều khiển.

 TH1: chọn K = 200

 TH2: chọn K = 500

 Nhận xét: K càng lớn thì chất lượng điều khiển càng tốt.
d. Khảo sát tín hiệu điều khiển trong các trường hợp sử dụng hàm sign(𝛿) và sat(𝛿).

 Khi sử dụng hàm sign(𝛿)

 Khi sử dụng hàm sat(𝛿)

 Nhận xét: cùng các thông số với nhau, bộ điều khiển sử dụng hàm sat(𝛿) có chất
lượng tốt hơn bộ điều khiển sử dụng hàm sign(𝛿).
 BÀI TẬP LỚN LÝ THUYẾT ĐIỀU KHIỂN NÂNG CAO

2.1. Tính hàm truyền của đối tượng

Từ phương trình vi phân mô tả ta được hàm truyền đối tượng sau:
1
𝑚 1.4285
𝐺 (𝑝 ) = = 2
𝑐 𝑘 𝑝 + 1.4285𝑝 + 2.8571
𝑝2 + 𝑝 +
𝑚 𝑚
2.2. Thiết kế bộ điều khiển theo mô hình chuẩn sao cho ngõ ra đối tượng bám được
theo mô hình chuẩn của phương trình. Xây dựng mô hình Simulink mô phỏng
hệ điều khiển và nhận xét:
9
𝑦𝑚 = 𝑢
𝑝2 + 6𝑝 + 9 𝑐
Thiết kế bộ điều khiển theo mô hình chuẩn:
 Bước 1: Phân tích 𝐵 = 𝐵+ 𝐵− = 1 × 1.4286
 Bước 2: Kiểm tra điều khiện tồn tại lời giải:
𝐵𝑚 9
Điều kiện 1: 𝐵′𝑚 = = = 6.2999
𝐵− 1.4285

Điều kiện 2: deg(Am) – deg(Bm) ≥ deg(A) – deg(B)

2 - 0 ≥ 2 – 0 (Thỏa mãn điều kiện)
 Bước 3: Chọn đa thức 𝐴0 thỏa mãn:
deg(𝐴0 ) ≥ 2deg(A) – deg(𝐴𝑚 ) – deg(𝐵+ ) – 1 = 4 – 2 – 1 = 1
Chọn 𝐴0 = p+1
 Bước 4: Xác định bậc của đa thức 𝑅1 ,S
deg(𝑅1 ) = deg(𝐴0 ) + deg(𝐴𝑚 ) – deg(A) = 1 + 2 – 2 = 1
 Chọn 𝑅1 = 𝑟0 𝑝 + 𝑟1
deg(S) = min{deg(𝑅1 ) + deg(𝐵 + ) , deg(𝐴0 ) + deg(𝐴𝑚 ) − deg(𝐵− )} =
{1,4} = 1. Chọn S = 𝑠0 𝑝 + 𝑠1
 Bước 5: Giải phương trình Diopantine để xác định 𝑅1 , 𝑆
𝑨𝑅1 + 𝐵 − 𝑆 = 𝐴0 𝐴𝑚
(𝒑𝟐 + 𝟏. 𝟒𝟐𝟖𝟔𝒑 + 𝟐. 𝟖𝟓𝟕𝟏)(𝑟0 𝑝 + 𝑟1 ) + 1.4286(𝑠0 𝑝 + 𝑠1 )
= (𝑝 + 1)(𝑝2 + 6𝑝 + 9)
Đồng nhất 2 vế ta được các thông số sau: 𝑟0 = 1, 𝑟1 = 5.5714, 𝑠0 = 2.9285,
𝑠1 = −4.8425
 Bước 6: Tìm R và T
R = 𝑅1 𝐵+ = (p+5.5714)
T = 𝐴0 𝐵′𝑚 = 6.2999(p+1)
Mô hình simulink:

Kết quả mô phỏng:

 Nhận xét: Nếu một hệ thống ta biết trước cấu trúc và các thông số của hệ thống.
Thì ta dễ dàng có thể thiết kế được bộ điều khiển theo mô hình chuẩn mà ta mong
muốn với độ chính xác cao .
2.3. Giả sử không xác định chính xác các thông số m,c,k. Thiết kế bộ điều khiển
thích nghi theo mô hình chuẩn (MRAS), luật cập nhập MIT gần đúng để cập
nhập thông số sao cho ngõ ra đối tượng bám được theo mô hình chuẩn ở câu
2.2. Xây dựng mô hình Simulink mô hình hệ điều khiển và nhận xét. Khảo sát
ảnh hưởng của hệ số gamma lên chất lượng điều khiển.
Thiết kế bộ điều khiển MRAS:
Thừa kế kết quả từ câu 2, ta có các bậc R,T,S là bậc 1
R = 𝑟0 𝑝 + 𝑟1 ; T = 𝑡0 𝑝 + 𝑡1 ; S = 𝑠0 𝑝 + 𝑠1 . Chọn 𝑟0 = 1
Luật MIT gần đúng cập nhật thông số:
𝑑𝑡0 𝑝
= −𝛾𝑒 [ 𝑢 ]
𝑑𝑡 (𝑝 + 1)(𝑝2 + 6𝑝 + 9) 𝑐
𝑑𝑡1 1
= −𝛾𝑒 [ 𝑢 ]
𝑑𝑡 (𝑝 + 1)(𝑝2 + 6𝑝 + 9) 𝑐
𝑑𝑠0 𝑝
= 𝛾𝑒 [ 𝑦]
𝑑𝑡 (𝑝 + 1)(𝑝2 + 6𝑝 + 9)
𝑑𝑠1 1
= 𝛾𝑒 [ ]
𝑑𝑡 (𝑝 + 1)(𝑝2 + 6𝑝 + 9)
 𝑑𝑟1 1
= 𝛾𝑒 [ 𝑢]
𝑑𝑡 (𝑝 + 1)(𝑝2 + 6𝑝 + 9)
Mô hình simulink:

 Khối Caculator u

 Parameter Update
Kết quả mô phỏng:
 Gamma = 32 (đẹp nhất)

 Gamma = 10
 Gamma = 100

Nhận xét: Khi một hệ thống mà ta chưa biết cấu trúc và các thông số của hệ thống
thì ta vẫn có thể dùng phương pháp MRAS cập nhập các thông số của bộ điều
khiển qua các chu kì theo mô hình chuẩn mà ta mong muốn. Tuy nhiên, với
phương pháp này thì nó không đảm bảo tính ổn định của hệ thống trong quá trình
thích nghi. Và còn phụ thuộc vào hệ số thích nghi gamma. Như 3 ví dụ ở trên,
 khi gamma nhỏ thì hệ thống thích nghi rất chậm nhưng khi ta tăng hệ số gamma
lên cao thì chúng lại làm cho hệ thống mất ổn định. Độ chính xác của bộ điều
khiển này còn phụ thuộc vào nhiều yếu tố khác nữa.
2.4. Giả sử không xác định được chính xác các thông số m,c,k. Thiết kệ bộ điều
khiển tự chỉnh (STR) sao cho ngõ ra đối tượng bám được theo mô hình chuẩn ở
câu 2.2. Xây dựng mô hình Simulink mô phỏng hệ điều khiển và nhận xét. (rời
rạc hóa mô hình đối tượng và mô hình chuẩn).
Ước lượng thông số của hệ thống
0.121901𝑞+0.081669
Rời rạc hóa mô hình chuẩn ta có: 𝐺𝑚 (𝑞) = ; 𝑇 = 0.2𝑠
𝑞2 −1.097624𝑞+0.300119

𝑏1𝑞+𝑏2 𝑏1𝑞−1 +𝑏2𝑞−2

Rời rạc hóa đối tượng ta có: 𝐺 (𝑞) = =
𝑞2 +𝑎1𝑞+𝑎2 1+𝑎1𝑞−1 +𝑎2𝑞−2

𝑦(𝑘 ) = −𝑎1 𝑦(𝑘 − 1) − 𝑎2 𝑦(𝑘 − 2) + 𝑏1 𝑦(𝑘 − 1) + 𝑏2 𝑦(𝑘 − 2)

Đặt 𝜃 = [𝑎1 𝑎2 𝑏1 𝑏2 ]𝑇 ; 𝜑(𝑘 ) = [−𝑦(𝑘 − 1) − 𝑦(𝑘 − 2) 𝑢 (𝑘 − 1) 𝑢(𝑘 −
2)]𝑇
𝑦(𝑘 ) = 𝜃𝜑(𝑘 )𝑇
Thuận toán ước lượng trung bình tối thiểu đệ quy:

Trong đó: 𝜃̂ = rand(4,1)

P(0) = 𝐼2𝑥2
Chạy thuật toán ước lượng tham số trực tuyến, ta được 𝜃̂ = [−0.9 0.25 0.15 0.1]
Xây dựng bộ điều khiển tự chỉnh STR bám theo mô hình chuẩn
̂
𝑏
 Bước 1: Phân tích 𝐵 = 𝐵+ 𝐵− = (𝑞 + ̂2)𝑏̂1
𝑏1
 Bước 2: Kiểm tra điều khiện tồn tại lời giải:
𝐵𝑚 0.121901𝑞+0.081669
Điều kiện 1: 𝐵′𝑚 = = ̂1
𝐵− 𝑏

Điều kiện 2: deg(Am) – deg(Bm) ≥ deg(A) – deg(B)

2 - 1 ≥ 2 – 1 (Thỏa mãn điều kiện)
 Bước 3: Chọn đa thức 𝐴0 thỏa mãn:
deg(𝐴0 ) ≥ 2deg(A) – deg(𝐴𝑚 ) – deg(𝐵+ ) – 1 = 4 – 2 – 1 – 1 = 0
Chọn 𝐴0 = 0.5
 Bước 4: Xác định bậc của đa thức 𝑅1 ,S
deg(𝑅1 ) = deg(𝐴0 ) + deg(𝐴𝑚 ) – deg(A) = 0 + 2 – 2 = 0
Chọn 𝑅1 = 𝑟0
deg(S) = min{deg(𝑅1 ) + deg(𝐵 + ) , deg(𝐴0 ) + deg(𝐴𝑚 ) − deg(𝐵− )} =
{1,2} = 1. Chọn S = 𝑠0 𝑞 + 𝑠1
 Bước 5: Giải phương trình Diopantine để xác định 𝑅1 , 𝑆
𝑨𝑅1 + 𝐵 − 𝑆 = 𝐴0 𝐴𝑚
(𝒒𝟐 + 𝑎̂ ̂2 )(𝑟0 ) + 𝑏̂1 (𝑠0 𝑞 + 𝑠1 ) = 0.5(𝑞2 − 1.097624𝑞 + 0.30119)
1𝑞 + 𝑎
̂1
−0.548812−0.5𝑎
Đồng nhất 2 vế ta được các thông số sau: 𝑟0 = 0, 𝑠0 = ̂1
, 𝑠1 =
𝑏
̂2
0.1505973−0.5𝑎
̂1
𝑏

 Bước 6: Tìm R và T
̂
𝑏
R = 𝑅1 𝐵+ = 0.5(𝑞 + ̂2)
𝑏1
0.121901𝑞+0.081669
T = 𝐴0 𝐵′𝑚 = 0.5 ̂1
𝑏

Luật điều khiển Ru = Tuc – Sy

̂1
1.097624+𝑎 ̂2
0.3012−𝑎 0.1219
𝑢 (𝑘 ) = ̂
𝑦 (𝑘 ) − ̂
𝑦 (𝑘 − 1) + ̂1
𝑢𝑐 ( 𝑘 )
𝑏1 𝑏1 𝑏

0.08162 𝑏̂2
+ ̂1
𝑢𝑐 ( 𝑘 − 1) − ̂1
𝑢(𝑘 − 1)
𝑏 𝑏

Mô hình Simulink
 Subsystem

 Parameter Estimation
 Kết quả mô phỏng
 Đáp ứng ngõ ra của mô hình đối tượng bám theo mô hình chuẩn

 Thông số ước lượng

Nhận xét: Với mô hình chưa biết cấu trúc và các thông số của đối tượng ta có thể sử
dụng phương pháp tự chỉnh thích nghi STR để ước lượng thông số của hệ thống. Hệ số
quên gamma sẽ ảnh hưởng lớn đến chất lượng ước lượng thông số. Trong bài này nhóm
lấy hệ số gamma = 0.995 cho nên thông số ước lượng rất gần so với thông số thực của
hệ thống.
2.5. Trong quá trình vận hành, người dùng có thể thêm, bớt các vật nặng với khối
lượng tối đa 0.3 kg lên xe. Mô phỏng lại các câu 2.2, 2.3 và 2.4 trong trường
hợp này. Nhận xét.
 Trường hợp 1: Giả sử thêm vật nặng 0.3kg (2.2_MRC)
Mô hình Simulink
Kết quả mô phỏng:

 Trường hợp 2: Giả sử bớt vật nặng 0.2 kg (2.2_MRC)

Mô hình Simulink
Kết quả mô phỏng:
 Trường hợp 3: Giả sử thêm vật nặng 0.3 kg (2.3_MRAS)
Mô hình Simulink
Kết quả mô phỏng:
 Trường hợp 4: Giả sử bớt vật nặng 0,2 kg (2.3_MRAS)
Mô hình Simulink:
Kết quả mô phỏng:
 Trường hơp 5: Giả sử them vật nặng 0.3 kg (2.4_STR)
Mô hình Simulink:
Kết quả mô phỏng:

Nhận xét: Ở bộ điều khiển MRS khi thay đổi thông số của hệ thống và không biết chính
xác mô hình của đối tượng thì bộ điều khiển hoạt động không còn tốt được nữa, chúng
không thể bám vào mô hình chuẩn. Ở bộ điều khiển MRAS thì có sự cải thiện từ bộ
MRS, nhờ có bộ cập nhập thông số thì sau khi thay đổi thông số hệ thống thì sau vài
chu kì hệ thống vẫn có thể tiếp tục bám được, tuy nhiên để hệ thống có bám được với
mô hình chuẩn sau khi thay đổi hay không còn phụ thuộc nhiều vào giá trị khởi tạo của
các thông số, cũng như gamma. Ở bộ điều khiển STR thì nhờ có bộ ước lượng thông số
cho nên bộ điều khiển này hoạt động rất tốt và ổn định hơn 2 bộ trước.

2.6 Thiết kế bộ điều khiển (theo mô hình chuẩn) có hoạch định độ lợi theo biến m. So
sánh với bộ điều khiển ở phần 2.2
Thiết kế bộ điều khiển theo mô hình chuẩn:
 1
 Bước 1: Phân tích 𝐵 = 𝐵+ 𝐵− = 1 ×
𝑚

 Bước 2: Kiểm tra điều khiện tồn tại lời giải:

𝐵𝑚
Điều kiện 1: 𝐵′𝑚 = = 9𝑚
𝐵−

Điều kiện 2: deg(Am) – deg(Bm) ≥ deg(A) – deg(B)

2 - 0 ≥ 2 – 0 (Thỏa mãn điều kiện)
 Bước 3: Chọn đa thức 𝐴0 thỏa mãn:
deg(𝐴0 ) ≥ 2deg(A) – deg(𝐴𝑚 ) – deg(𝐵+ ) – 1 = 4 – 2 – 1 = 1
Chọn 𝐴0 = p+1
 Bước 4: Xác định bậc của đa thức 𝑅1 ,S
deg(𝑅1 ) = deg(𝐴0 ) + deg(𝐴𝑚 ) – deg(A) = 1 + 2 – 2 = 1
Chọn 𝑅1 = 𝑟0 𝑝 + 𝑟1
deg(S) = min{deg(𝑅1 ) + deg(𝐵 + ) , deg(𝐴0 ) + deg(𝐴𝑚 ) − deg(𝐵− )} =
{1,4} = 1. Chọn S = 𝑠0 𝑝 + 𝑠1
 Bước 5: Giải phương trình Diopantine để xác định 𝑅1 , 𝑆
𝑨𝑅1 + 𝐵 − 𝑆 = 𝐴0 𝐴𝑚
𝟏 𝟐 1
(𝒑𝟐 + 𝒑 + ) (𝑟0 𝑝 + 𝑟1 ) + (𝑠0 𝑝 + 𝑠1 ) = (𝑝 + 1)(𝑝2 + 6𝑝 + 9)
𝒎 𝒎 𝑚
1
Đồng nhất 2 vế ta được các thông số sau: 𝑟0 = 1, 𝑟1 = 𝑝 + 7 − , 𝑠0 =
𝑚
1 2
15𝑚 − 9 + , 𝑠1 = 9𝑚 + − 14
𝑚 𝑚

 Bước 6: Tìm R và T
1
R = 𝑅1 𝐵+ = 𝑝 + 7 −
𝑚

T = 𝐴0 𝐵′𝑚 = 9mp+9m

Mô hình simulink:
 Ru =Tuc-Sy
 Plant
Kết quả mô phỏng:
Nhận xét: Nhìn kết quả giữa 2 bộ điều khiển ta dễ dàng thấy rằng bộ điều khiển MRS ở
câu 2.2 thích nghi tốt hơn so với bộ hoạch định độ lợi. Ở bộ điều khiển MRS nếu thông
số của hệ thống không thay đổi thì bộ điều khiển hoạt động khá tốt. Còn ở bộ hoạch
định độ lợi thì khi thay đổi hệ thống thì vẫn thích nghi được tuy nhiên thông số thay đổi
đó phải gần với thông số chuẩn, nếu chúng ta thay đổi xa với thông số chuẩn thì chúng
sẽ khó bám được

2.7 Trong thực tế, phép đo khối lượng m có thể có sai số tối đa là 0.01kg. Mô phỏng bộ
điều khiển trong trường hợp này, từ đó rút ra nhận xét, so sánh với các bộ điều khiển
MRAS và STR.
Trường hợp 1: Giả sử khối lượng có sai số + 0.01 kg (MRAS)
Sơ đồ simulink:

Kết quả mô phỏng:

Trường hợp 2: giả sử khối lượng sai số +0.01kg (STR)
 Mô hình simulink

 Kết quả mô phỏng:

Nhận xét: Khi có sự sai số trong quá trình phép đo m, trong trường hợp này mô
hình vẫn đáp ứng tốt, không có sự thay đổi quá nhiều so với m chuẩn là 0.7kg.
Giữa 2 bộ điều khiển ta dễ dàng nhận thấy rằng, bộ điều khiển STR hoạt động
tốt hơn bộ điều khiển MRAS. Bởi vì ở bộ điều khiển STR có một bộ ước lượng
thông số, bộ ước lượng thông số này sẽ làm hệ thống ổn định trong quá trình
thay đổi thông số. Còn bộ MRAS thì thay đổi thông số đối tượng theo mô hình
chuẩn do đó đôi khi chúng không đảm bảo các thông số được hội tụ đúng và cần
mất vài chu kì thì hệ thống mới bám được mô hình chuẩn.
Bài 3 (điều khiển tối ưu): Cho hệ thống bậc nhất mô tả bởi phương trình:

𝑥̇(𝑡) = −2𝑥(𝑡) + 𝑢(𝑡)

3.1. Tìm luật điều khiển tối ưu u*(t) và quỹ đạo tối ưu x*(t) sao cho tối thiểu chỉ tiêu
chất lượng

Với điều kiện đầu x(0) = 0 và điều kiện cuối x(4) = 4.

3.2. Tìm ít nhất 2 luật điều khiển u(t) khác cũng đưa hệ thống từ điểm đầu x(0) = 0
đếnđiểm cuối x(4) = 4. Mô phỏng simulink và tính J1 đối với mỗi luật điều khiển
u. Kiểm chứng luật điều khiển u*(t) vừa tìm được ở câu 3.1 là tối ưu.

3.3. Tìm luật điều khiển tối ưu u*(t) và quỹ đạo tối ưu x*(t) sao cho tối thiểu chỉ tiêu
chất lượng

Với điều kiện đầu x(0) = 0.

3.4. Kiểm chứng trong các luật điều khiển lân cận của u*(t), luật điều khiển u*(t)
chogiá trị J2 nhỏ nhất.

Bài làm.
3.1
Ta có hàm Hamiton: H = 𝑥 2 + 𝑢2 + 𝛾(−2𝑥 + 𝑢)
Phương trình Euler-Lagrang:
𝜕𝐻
= -𝛾 . 2x -2𝛾 = -𝛾 . (1)
𝜕𝑥
𝜕𝐻
𝜕𝑢
=0 → 2u + 𝛾 = 0 (2)
 𝜕𝐻
= 𝑥. -2x + u = 𝑥 . (3)
𝜕𝛾

(3): u = 𝑥 . + 2𝑥
(2): 𝛾 = −2𝑢 = −2𝑥 . − 4𝑥
(1): 2x – 2(−2𝑥 . − 4𝑥) = 2𝑥 .. + 4𝑥 .
<-> 2x +4𝑥 . + 8𝑥 = 2𝑥 .. + 4𝑥 .
<-> 2𝑥 .. − 10𝑥 = 0
Ta có : ∆= 𝑏2 − 4𝑎𝑐 = 80 >0
(−𝑏 ± √∆) ±√80
𝑃1,2 = = = ±√5
2𝑎 4
 x(t) = 𝐶1 𝑒 2.23606𝑡 + 𝐶2 𝑒 −2.23606𝑡
Ta có
X(0) = 0 suy ra: 𝐶1 + 𝐶2 = 0
X(4) = 4 𝐶1 𝑒 2.23606∗4 + 𝐶2 𝑒 −2.23606∗4 = 4
Suy ra: 𝐶1 + 𝐶2 = 0
7663.86𝐶1 + 0.00013𝐶2 = 4

Suy ra: 𝐶1 = 0.000522

𝐶2 = −0.000522
Ta có: 𝑥 . (𝑡 ) = 0.00116𝑒 2.23606𝑡 + 0.00116𝑒 −2.23606𝑡
𝑢∗ (t) = 𝑥 . (𝑡 ) + 2𝑥 (𝑡 )
= (0.00116+2*0.000522) 𝑒 2.23606𝑡 + (0.00116-2*0.000522) 𝑒 −2.23606𝑡
= 0.0022𝑒 2.23606𝑡 + 0.00012𝑒 −2.23606𝑡
3.2

a. Tìm ít nhất 2 luật điều khiển u(t)

Thay đổi một số thông số của chỉ tiêu chất lượng J1 như sau:
4
𝐽1_1 = ∫ (𝑥 (𝑡 ) + 𝑢2 (𝑡))𝑑𝑡
0
 4
1
𝐽1_2 = ∫ (𝑥 2 (𝑡) + 𝑢 2 (𝑡))𝑑𝑡
0 2
Tìm u*(t) cho TH 𝐽1_1
Ta có hàm Hamiton: H = 𝑥 2 + 𝑢2 + 𝛾(−2𝑥 + 𝑢)
Phương trình Euler-Lagrang:
𝜕𝐻
= -𝛾 . 2x -2𝛾 = -𝛾 . (1)
𝜕𝑥
𝜕𝐻
𝜕𝑢
=0 → 2u + 𝛾 = 0 (2)

𝜕𝐻
= 𝑥. -2x + u = 𝑥 . (3)
𝜕𝛾

(3): u = 𝑥 . + 2𝑥
(2): 𝛾 = −2𝑢 = −2𝑥 . − 4𝑥
(1): 1 – 2(−2𝑥 . − 4𝑥) = 2𝑥 .. + 4𝑥 .
<-> 1+4𝑥 . + 8𝑥 = 2𝑥 .. + 4𝑥 .
<-> 2𝑥 .. − 8𝑥 = 1
1
 x(t) = 𝐶1 𝑒 2𝑡 + 𝐶2 𝑒 −2𝑡 -
8

Ta có
1
X(0) = 0 suy ra: 𝐶1 + 𝐶2 =
8
1
X(4) = 4 𝐶1 𝑒 2∗4 + 𝐶2 𝑒 −2∗4 =
8
1
Suy ra: 𝐶1 + 𝐶2 =
8
1
2980.96𝐶1 + 0.00034𝐶2 =
8

Suy ra: 𝐶1 = 0.00138

𝐶2 = 0.1236
1
 Ta có: 𝑥 . (𝑡) = 0.00276𝑒 2𝑡 – 0.2472𝑒 −2𝑡 -
8
∗ .(
𝑢 (t) = 𝑥 𝑡 ) + 2𝑥 (𝑡 )
1
 = (0.00276+2*0.00138) 𝑒 2𝑡 + (-0.2499 + 2*0.1236) 𝑒 −2𝑡 -
4
 1
= 0.00552𝑒 2𝑡 -
4

Mô hình Simulink

Kết quả ta thấy được nó đi từ điểm 0 đến thời gian cuối bằng 4 thì nó sấp xỉ đến điểm
4 và J trong trường hợp này bằng= 65.4464

Tìm u*(t) cho TH 𝐽1_2

4
1
𝐽1_2 = ∫ (𝑥 2 (𝑡) + 𝑢 2 (𝑡))𝑑𝑡
0 2

1
Ta có hàm Hamiton: H = 𝑥 2 + 𝑢2 + 𝛾(−2𝑥 + 𝑢)
2

Phương trình Euler-Lagrang:

 𝜕𝐻
= -𝛾 . 2x -2𝛾 = -𝛾 . (1)
𝜕𝑥
𝜕𝐻
𝜕𝑢
=0 → u+𝛾=0 (2)

𝜕𝐻
= 𝑥. -2x + u = 𝑥 . (3)
𝜕𝛾

(3): u = 𝑥 . + 2𝑥
(2): 𝛾 = −𝑢 = −𝑥 . − 2𝑥
(1): 2x – 2(−𝑥 . − 2𝑥) = 𝑥 .. + 2𝑥 .
<-> 2x+2𝑥 . + 4𝑥 = 𝑥 .. + 2𝑥 .
<-> 𝑥 .. − 6𝑥 = 0
 x(t) = 𝐶1 𝑒 2.4495𝑡 + 𝐶2 𝑒 −2.4495𝑡
Ta có
X(0) = 0 suy ra: 𝐶1 + 𝐶2 = 0
X(4) = 4 𝐶1 𝑒 2.4495∗4 + 𝐶2 𝑒 −2.4495∗4 =4
Suy ra: 𝐶1 + 𝐶2 = 0
17996.97𝐶1 + 0.000055𝐶2 = 4

Suy ra: 𝐶1 = 0.000222

𝐶2 = −0.000222
 Ta có: 𝑥 . (𝑡) = 0.00054𝑒 2.4495𝑡 + 0.00054𝑒 −2.4495𝑡
𝑢∗ (t) = 𝑥 . (𝑡 ) + 2𝑥 (𝑡 )
 = (0.00054+2*0.000222) 𝑒 2.4495𝑡 + (0.00054 - 0.000222*2) 𝑒 −2.4495𝑡
= 0.000984𝑒 2.4495𝑡 + 0.000096𝑒 −2.4495𝑡

Ta có Mô hình Simulink
Kết quả ta thấy được nó đi từ điểm 0 đến thời gian cuối bằng 4 thì nó đến điểm 4 và J
trong trường hợp này bằng= 35.5128

b. Kiểm chứng 𝑢∗ (t) vừa tìm được ở 3.1 là tối ưu

với C1 và C2 tính được ở bài 3.1 ta có mô hình Simulink sau:
Kết quả ta thấy được nó đi từ điểm 0 đến thời gian cuối bằng 4 thì nó đến điểm 4, có
thể thấy nó đã tối ưu.

3.3

Ta có hàm Hamiton: H = 𝑥 2 + 𝑢2 + 𝛾(−2𝑥 + 𝑢)

Phương trình Euler-Lagrang:
𝜕𝐻
= -𝛾 . 2x -2𝛾 = -𝛾 . (1)
𝜕𝑥
𝜕𝐻
𝜕𝑢
=0 → 2u + 𝛾 = 0 (2)

𝜕𝐻
= 𝑥. -2x + u = 𝑥 . (3)
𝜕𝛾

(3): u = 𝑥 . + 2𝑥
(2): 𝛾 = −2𝑢 = −2𝑥 . − 4𝑥
(1): 2x – 2(−2𝑥 . − 4𝑥) = 2𝑥 .. + 4𝑥 .
<-> 2x +4𝑥 . + 8𝑥 = 2𝑥 .. + 4𝑥 .
 <-> 2𝑥 .. − 10𝑥 = 0
Ta có : ∆= 𝑏2 − 4𝑎𝑐 = 80 >0
(−𝑏 ± √∆) ±√80
𝑃1,2 = = = ±√5
2𝑎 4
 x(t) = 𝐶1 𝑒 2.23606𝑡 + 𝐶2 𝑒 −2.23606𝑡
 𝑥 . (𝑡 ) = 2.23606 ∗ 𝐶1 𝑒 2.23606𝑡 -2.23606*𝐶2 𝑒 −2.23606𝑡
Ta có:
𝑢∗ (t) = 𝑥 . (𝑡 ) + 2𝑥 (𝑡 )
= (2+2.23606)𝐶1 𝑒 2.23606𝑡 + (2-2.23606) 𝐶2 𝑒 −2.23606𝑡
𝛾 = −2𝑢 = (-4 - 4.47212) 𝐶1 𝑒 2.23606𝑡 + (-4 + 4.47212) 𝐶2 𝑒 −2.23606𝑡
Điều kiện cuối:
𝛾(4) = ( 𝑥4 - 4 )
 (-4 - 4.47212) 𝐶1 𝑒 2.23606∗4 + (-4 + 4.47212) 𝐶2 𝑒 −2.23606∗4 = 𝐶1 𝑒 2.23606∗4 +
𝐶2 𝑒 −2.23606∗4 - 4
Điều kiện đầu: x(0) = 0
Suy ra: 𝐶1 + 𝐶2 = 0
−72593𝐶1 − 0.0000688𝐶2 = -4

Suy ra: 𝐶1 = 0.0000551

𝐶2 = −0.0000551
𝑢∗ (t) = 𝑥 . (𝑡 ) + 2𝑥 (𝑡 )
= 0.000234𝑒 2.23606𝑡 + 0.000013𝑒 −2.23606𝑡
3.4

Kiểm chứng luật điểu khiển 𝑢∗ (t)

Ta có mô hình Simulink:
ở TH ban đầu:
𝐶1 = 0.0000551
𝐶2 = −0.0000551
Điểm cuối= 0.42
Ta có J2 = 7.155417
Các trường hợp lân cận:
TH1: 𝐶1 = 0.0000556
𝐶2 = −0.0000555

Ta có J2 = 7.155488

TH2: 𝐶1 = 0.0000554
𝐶2 = −0.0000548
Ta có J2 = 7.155442

TH3: 𝐶1 = 0.0000547
𝐶2 = −0.0000557

Ta có J2 = 7.155462
Vậy thông qua kiểm chứng có thể thấy với giá trị C1, C2 tính ra ở bài 3.3 thì giá trị J2
là nhỏ nhất và là điểm cực tiểu.