Professional Documents
Culture Documents
Bai Giang Dieu Khien Robot-Version 3 Tín Chỉ
Bai Giang Dieu Khien Robot-Version 3 Tín Chỉ
ĐI U KHI N ROBOT
MÃ S : KTM.04.3
HÀ N I - 2012
Bài gi ng Đi u khi n Robot – KTM204.3
Bài gi ng Đi u khi n Robot – KTM204.3
L I NÓI Đ U
Trong những năm gần đây, cùng với sự phát triển c a công nghệ và các hệ
thống máy móc hiện đại, các Robot đang không ngừng phát triển về số l ợng cũng
nh khả năng c a chúng. Robot ngày càng thông minh, đảm nh n thay thế những công
việc mà con ng i không thể thực hiện nh : làm việc trong môi tr ng có tia phóng xạ,
giải c u con ng i trong hỏa hoạn, thu th p các thông số c a môi tr ng những n i
khắc nghiệt.... Các loại Robot ngày càng linh hoạt h n do chúng đ ợc điều khiển b i
bộ xử lý trung tâm đ ợc tích hợp thêm các hệ thống điều khiển thông minh.
Việc nghiên c u, tìm hiểu chuyên sâu về Robot và ph ng pháp điều khiển
Robot đòi hỏi ng i học và nghiên c u có những kiến th c sâu về lĩnh vực c khí,
điện tử, công nghệ thông tin. Môn học điều khiển Robot này nhằm trang bị cho ng i
học những kiến th c c bản về Robot nh : các bộ ph n cấu thành c a một Robot,
ph ng pháp phân tích động học, động lực học c a Robot; ph ng pháp xây dựng hệ
thống điều điều khiển thích hợp cho Robot thoả mãn các yêu cầu thực tế. Bên cạnh
những kiến th c c bản, môn học còn cung cấp một số ph ng pháp ng dụng tin học
để hỗ trợ việc phân tích động học, động lực học, mô phỏng hoạt động c a Robot và l p
trình điều khiển Robot.
Bài gi ng Đi u khi n Robot – KTM204.3
M CL C
L I NÓI Đ U ............................................................................................................... 3
M C L C...................................................................................................................... 4
CH NG 1. Đ NG L C H C ROBOT .................................................................. 7
1.1. Nhiệm vụ và ph ng pháp ................................................................................... 7
1.2. C học Lagrange với các vấn đề động lực học c a Robot ................................... 7
1.3. Ph ng trình động học Robot ............................................................................ 11
1.3.1. T ng quan .................................................................................................... 11
1.3.2. Bộ thông số Denavit-Hartenberg ................................................................. 12
1.3.3. Đặc tr ng ma tr n biến đ i thuần nhất ng dụng trong nghiên c u Robot . 15
1.3.4. Xác định ma tr n biến đ i thuần nhất mô tả chuyển động c a khâu chấp
hành cuối cùng ....................................................................................................... 17
1.3.5. Trình tự thiết l p hệ ph ng trình động học Robot..................................... 17
1.4. Ph ng trình động lực học Robot ...................................................................... 18
1.4.1. V n tốc c a một điểm trên Robot ................................................................ 18
1.4.2. Động năng c a Robot .................................................................................. 20
1.4.3. Thế năng c a Robot ..................................................................................... 22
1.4.4. Hàm Lagrange ............................................................................................. 22
1.4.5. Ph ng trình động lực học Robot ............................................................... 22
1.5. Các thuộc tính c a ph ng trình động lực học Euler-Lagrange c a robot chuỗi
................................................................................................................................... 28
CH NG 2. T NG QUAN V H TH NG ĐI U KHI N ROBOT ................ 41
2.1. T ng quan ........................................................................................................... 41
2.1.1. Khái niệm về điều khiển .............................................................................. 41
2.1.2. Cấu trúc c a một hệ thống điều khiển ......................................................... 41
Bài gi ng Đi u khi n Robot – KTM204.3
4.4. Các định nghĩa và định lý n định theo tiêu chuẩn Lyapunov cho hệ phi tuyến
không dừng ................................................................................................................ 82
CH NG 5. CÁC PH NG PHÁP ĐI U KHI N PHI TUY N ....................... 89
5.1. T ng quan ........................................................................................................... 89
5.2. Bộ điều khiển PD cho hệ nhiều biến .................................................................. 89
5.3. Điều khiển tiếp thu n cho hệ nhiều biến ............................................................ 94
5.4. Điều khiển tuyến tính hóa .................................................................................. 97
5.5. Điều khiển High-gain ....................................................................................... 101
5.6. Điều khiển tr ợt (sliding-mode) ...................................................................... 106
TÀI LI U THAM KH O ........................................................................................ 116
Bài gi ng Đi u khi n Robot – KTM204.3
CH NG 1. Đ NG L C H C ROBOT
• Xác định moment và lực động xuất hiện trong quá trình chuyển động. Khi đó
quy lu t biến đ i c a các biến khớp coi nh đã biết. Việc tính toán lực trong c
cấu tay máy là rất cần thiết để chọn công suất động c , kiểm tra bền, độ c ng
vững, đảm bảo độ tin c y c a Robot.
• Xác định sai số động t c là sai lệch so với quy lu t chuyển động theo ch ng
trình. Lúc này cần khảo sát ph ng trình chuyển động c a Robot có tính đến
đặc tính động lực c a động c và các khâu.
Có nhiều ph ng pháp nghiên c u động lực học Robot, nh ng trong ch ng
trình này sử dụng ph ng pháp c học Lagrange, cụ thể là ph ng trình Lagrange-
Euler. Đối với các khâu khớp c a Robot, với các ngu n động lực và kênh điều khiển
riêng biệt, không thể bỏ qua các hiệu ng trọng tr ng, quán tính, t ng hỗ, ly tâm,…
mà những khía cạnh này ch a đ ợc xét đến đầy đ trong c học c điển. C học
Lagrange nghiên c u các vấn đề nêu trên nh một hệ thống khép kín nên đây là
nguyên lý c học thích hợp đối với các bài toán động lực học Robot.
Ki K q, qi và Pi P q, qi (1.3)
Với qi là tọa độ suy rộng c a khớp th i. Nếu khớp th i là khớp quay thì qi là
góc quay i, nếu là khớp tịnh tiến thì qi là độ dài di.
Ta định nghĩa: Lực tác dụng lên khâu th i (i=1,2,…,n) với quan niệm là lực
t ng quát, nó có thể là một lực hoặc một moment (phụ thuộc vào biến khớp là tịnh tiến
hay quay), đ ợc xác định b i:
d L L
Fi (1.4)
dt qi qi
r2 1l1c1 1 2 l2c 1 2 i
1l1s1 1 2 l2 s 1 2 j
Hàm Lagrange:
L K P
1 1
m1l1212 m2 l1212 l22 1 2 2l1l2 c 21 1 2
2
2 2
m1 gl1c1 m2 g l1c1 l2c 1 2
d L L
F1
dt 1 1
d
dt
m m l m l m l l c 2
1 2
2
1 1
2
2 2 1 2 2 1 2 2 1 2
m1 gl1s1 m2 g l1s1 l2 s 1 2
m1 m2 l12 m2l22 2m2l1l2c 2 1
m2l22 m2l1l2 c 2 2 2m2l1l2 s 21 2 m2l1l2 s 2 22
m1 m2 gl1s1 m2 gl2 s 1 2
Bài gi ng Đi u khi n Robot – KTM204.3
d L L
F2
dt 2 2
d
dt
m2l22 1 2 m2l1l2c 21 m2l1l2 s 21 1 2 m2 gl2 s 1 2
m2l22 m2l1l2c 2 1 m2l22 2 m2l1l2 s 21 2
m2l1l2 s 21 1 2 m2 gl2 s 1 2
m2l22 m2l1l2c 2 1 m2l22 2 m2l1l2 s 212 m2 gl2 s 1 2
Để phân tích ý nghĩa các thành phần trong biều th c tính lực F1 và F2, ta viết lại
hai biểu th c trên d ới dạng nh sau:
Trong biểu th c trên, các hệ số Dii hoặc Dij thể hiện hiệu ng quán tính tại khớp
i hoặc j gây ra b i gia tốc tại khớp i hoặc j. Các số hạng có dạng Dijj j2 là lực ly tâm tác
động lên khớp i gây ra b i v n tốc tại khớp j. Các số hạng dạng Dijk j k Dikjk j là lực
Coriolit tác động lên khớp th i gây ra do v n tốc tại khớp j và k. Số hạng Di là lực
trọng tr ng tác dụng lên khớp i.
Ph ng trình động lực học c a robot 2 khâu trên Hình 1.1 là:
C1 q, q
m2l1l2 s 2 2
m2l1l2 s 2 1 2 m1 m2 gl1s1 m2 gl2 s 1 2
, G1 q
m2l1l2 s 21 0 m2 gl2 s 1 2
Bài gi ng Đi u khi n Robot – KTM204.3
Trong khi nghiên c u về động học Robot chúng ta th ng chú ý nhiều đến vị trí
và h ớng c a khâu cuối cùng (bàn tay máy, mỏ kẹp, tay kẹp). Khi biết đ ợc đến vị trí
và h ớng c a khâu cuối cùng chúng ta mới có thể điều khiển Robot để tiếp c n chính
xác đến đối t ợng mà Robot cần thao tác. Xét bàn tay máy c a một Robot g m n khâu,
để mô tả vị trí và h ớng c a bàn tay máy ta gắn trên bàn tay máy một hệ quy chiếu có
T
gốc đặt điểm giữa các ngón tay đ ợc mô tả b i vector 0 Pnorg px py pz và 3
• Vector có h ớng mà theo đó bàn tay sẽ tiếp c n đến đối t ợng, gọi là vector
a (approach),
• Vector có h ớng mà theo đó các ngón tay nắm vào nhau khi cầm nắm đối
t ợng, gọi là vector o (Occupation),
nx ox ax px
n 0 0
Pnorg
p y
n R
y oy ay
nT
0
(1.7)
nz oz az pz
0 0 0 1
0 0 0 1
Trong đó 0n R là ma tr n trực giao biểu diễn h ớng c a bàn tay máy đối với hệ
quy chiếu gốc.
Bài gi ng Đi u khi n Robot – KTM204.3
i-1
• Trục Zi c a hệ quy chiếu gắn lên khâu th i đặt dọc theo trục khớp th i.
• Trục Xi đ ợc đặt dọc theo pháp tuyến chung và h ớng từ khớp i đến i+1.
Tr ng hợp các trục khớp cắt nhau thì trục Xi chọn theo tích vector
X i Zi Zi 1 . Nếu Zi và Zi+1 song song hoặc trùng nhau thì có thể căn c vào
nguyên tắc chung hay chọn Xi theo Xi+1.
• Gốc c a hệ quy chiếu gắn lên khâu th i đặt tại giao điểm c a trục Zi và trục Xi.
• Trục Yi còn lại xác định theo quy tắc bàn tay phải.
Tr ng hợp khớp quay thì i là các biến khớp, tr ng hợp khớp tịnh tiến thì di là
biến khớp và ai = 0. Bộ thông số ai, αi, di, và i đ ợc gọi là bộ thông số Denavit-
Hartenberg (DH) Khi các hệ quy chiếu đ ợc gắn trên Robot bộ thông số DH đ ợc xác
định chi tiết nh sau:
• ai: khoảng cách từ trục Zi đến trục Zi+1 đo dọc theo trục Xi;
Bài gi ng Đi u khi n Robot – KTM204.3
• αi: góc giữa trục Zi và trục Zi+1 xác định theo trục Xi; t c αi là góc quay từ trục
Zi đến trùng với trục Zi+1 theo chiều quay ng ợc chiều kim đ ng h nhìn từ
chiều d ng trục Xi;
• di: khoảng cách từ trục Xi-1 đến trục Xi đo dọc theo trục Zi;
• i: góc giữa trục Xi-1 và trục Xi xác định theo trục Zi; t c i là góc quay từ trục
Xi-1 đến trùng với trục Xi theo chiều quay ng ợc chiều kim đ ng h nhìn từ
chiều d ng trục Zi;
zn
zn+1
On xn
zn-1
n
a0
Z0
X0
1.3.3. Đặc trưng ma trận biến đổi thuần nhất ứng dụng trong nghiên cứu Robot
Trên c s đã đặt các hệ quy chiếu mô tả tất cả các khâu c a c a Robot, ta có
thể thiết l p mối quan hệ giữa các hệ quy chiếu liên tiếp nhau (hệ quy chiếu i so với i-1)
nh Hình 1.6 b i ma tr n biến đ i thuần nhất với các đặc điểm sau:
i-1
Hình 1.6. Quan hệ giữa hai hệ quy chiếu liên tiếp nhau
Ta có thể viết bằng biểu th c toán nh sau:
Trong đó:
ci si 0 0 1 0 0 0
s ci 0 0 0 1 0 0
Rot Z ,i i ; Trans 0, 0, di ;
0 0 1 0 0 0 1 di
0 0 0 1 0 0 0 1
1 0 0 ai 1 1 0 0 0
0 1 0 0 0 c s i 1 0
Trans ai 1 , 0, 0 ; Rot X , i 1 i 1
0 0 1 0 0 s i 1 c i 1 0
0 0 0 1 0 0 0 1
ci si 0 ai 1
c s c i 1ci s i 1 di s i 1
i 1
i T
i 1 i (1.9)
s i 1si s i 1ci c i 1 di c i 1
0 0 0 1
Thông th ng, đối với một khâu thông số ai-1 và αi-1 đều đã biết, các khớp liên kết giữa
các khâu c a Robot hoặc là khớp quay hoặc là khớp tịnh tiến nên ma tr n biến đ i
thuần nhất i 1
i T là hàm một biến. Nếu là khớp quay thì i 1
i T là hàm c a góc quay i , nếu
là khớp tịnh tiến thì i 1
i T là hàm c a di.
1.3.4. Xác định ma trận biến đổi thuần nhất mô tả chuyển động của khâu chấp
hành cuối cùng
Tr ng hợp khi ta đã biết hết các ma tr n biến đ i c a các hệ quy chiếu gắn
trên các khâu c a Robot thì ta dễ dàng xác định ma tr n biến đ i c a khâu chấp hành
cuối cùng nh sau:
0
T T 10T 12T ... nn1T Tn T (1.10)
Trong đó:
n: là số khâu c a Robot
T: là hệ quy chiếu gắn lên điểm cuối c a khâu chấp hành cuối cùng
0: là hệ quy chiếu gốc c a Robot
• Chọn trục Xi là trục quay c a Zi thành Zi+1 (Xi trùng ph ng với đ ng vuông
góc chung c a Zi và Zi+1) và góc c a Zi với Zi+1 chính là αi. Nếu Zi và Zi+1 song
Bài gi ng Đi u khi n Robot – KTM204.3
song hoặc trùng nhau thì có thể căn c vào nguyên tắc chung hay chọn Xi theo
Xi+1. Nếu Zi và Zi+1 cắt nhau, chọn Xi vuông góc với mặt phẳng tạo b i Zi và Zi+1.
• Các hệ quy chiếu phải tuân theo quy tắc bàn tay phải.
• Khi gắn hệ quy chiếu lên các khâu, phải tuân theo các phép biến đ i c a ma
tr n thuần nhất nh biểu th c (1.8). Nghĩa là coi hệ quy chiếu sau là biến đ i
c a hệ quy chiếu tr ớc; các phép quay và tịnh tiến trong biến đ i này phải là
một trong những phép biến đ i c a biểu th c (1.8), các thông số DH cũng đ ợc
xác định theo các phép biến đ i này. Trong quá trình gắn các hệ quy chiếu lên
các khâu, nếu xuất hiện phép quay c a trục Zi đối với trục Zi-1 quanh trục Yi-1 thì
vị trí ban đầu c a Robot giả định là không đúng, cần phải chọn lại vị trí ban đầu
cho Robot.
b. Lập bảng thông số DH
c. Dựa vào các thông số DH xác định các ma trận biến đ i thuần nhất i 1
i T theo công
thức (1.9).
d. Tính các ma trận biến đ i thuần nhất i0 T biểu diễn vị trí và hướng của các khâu so
với hệ quy chiếu gốc.
r i0T . i r Ti . i r (1.11)
Trong đó: i r là tọa độ c a điểm xét trong hệ quy chiếu i; i r không thay đ i
theo th i gian; i0 T Ti là ma tr n chuyển đ i từ hệ quy chiếu i về hệ quy chiếu gốc.
Nh v y r là một hàm c a th i gian t.
V n tốc c a một vi khối l ợng dm trên Hình 1.7, đ ợc xác định nh sau:
i T
Ti . i r i q j i r
dr d
r (1.12)
dt dt j 1 q
j
Bài gi ng Đi u khi n Robot – KTM204.3
r .r Tr rr T (1.13)
Trong đó:
x x2 xy xz
y x z yx 2
y y yz
z zx zy z 2
r .r Tr r .r T
i T Ti i
T
i
i
Tr i
q j r . qk r (1.14)
j 1 q j k 1 qk
i i T T T
Tr i i r .i r T i q j qk
j 1 k 1 q j qk
1 i i T T T
dKi Tr i i r .i r T i q j qk dm
2 j 1 k 1 q j qk
(1.15)
1 i i T T T
Tr i i r .dm.i r T i q j qk
2 j 1 k 1 q j qk
1 i i Ti TiT
Ki dK Tr
i 2 j 1 k 1 q j khau i
i i T
r . r dm q q
qk j k
(1.16)
khau i
khau i
i x 2 dm
x. ydm x. zdm xdm
i i i i i
i x. i ydm
y dm y. zdm ydm
i 2 i i i
Ji r . r dm
i i T
(1.17)
i x. i zdm
y. zdm z dm zdm
i i i 2 i
khau i
i xdm
ydm zdm dm
i i
Với một v t rắn trong hệ quy chiếu Decac nh Hình 1.8, ta có moment quán
tính độc cực:
Đặt:
I xx I yy I zz
I xy I xz mx
2
I xx I yy I zz
I xy I yz my
Ji 2 (1.21)
I xx I yy I zz
I xz I yz mz
2
mx my mz m
Vì v y ta có:
1 i i T T T 1 i i T T T
Ki Tr i J i i q j qk Tr i J i i q j qk (1.22)
2 j 1 k 1 q j qk 2 j 1 k 1 q j qk
Chú ý:
• Khi tính ma tr n giả quán tính mà hệ quy chiếu trùng với hệ quy chiếu quán
tính trung tâm thì
I xx I yy I zz
0 0 0
2
I xx I yy I zz
0 0 0
Ji 2 (1.24)
I xx I yy I zz
0 0 0
2
0 0 0 m
• Khi tính ma tr n giả quán tính mà hệ quy chiếu không trùng với hệ quy chiếu
quán tính trung tâm mà đ ợc tịnh tiến so với hệ quy chiếu quán tính trung tâm
với các l ợng t ng ng dx, dy, dz thì
Bài gi ng Đi u khi n Robot – KTM204.3
I xx I yy I zz
md x2 I xy md x d y I xz md x d z mx md x
2
I xx I yy I zz
I xy md x d y md y2 I yz md y d z my md y
Ji 2 (1.25)
I xx I yy I zz
I xz md x d z I yz md y d z md z2 mz md z
2
mx md x my md y mz md z m
1 n i i Ti TiT n
L K P Tr J
2 i 1 j 1 k 1 q j qk
i q q
j k
i 1
mi g T .Ti . i rGi (1.28)
Sau khi thiết l p hàm Lagrange, với p = 1, 2,…, n (p là chỉ số lần l ợt theo j và k), ta
tính đ ợc:
L 1 n i T T T 1 n i T T T
Tr i J i i qk Tr i J i i q j (1.30)
q p 2 i 1 k 1 q p qk 2 i 1 j 1 q j q p
Ta có:
L n i T T T
Tr i J i i qk (1.32)
q p i 1 k 1 q p qk
Cũng để ý rằng: Trong Ti(q1,q2,…,qi), với qi là các biến khớp c a i khớp đầu tiên. Do
Ti
v y, nếu i < p thì 0 . Cuối cùng ta có:
q p
L n i Ti TiT
Tr Ji qk (1.33)
q p i p k 1 qk q p
d L d n i Ti Ti T
Tr Ji qk
dt q p dt i p k 1 qk q p
n i T T T n i i 2Ti Ti T
Tr i J i i k
q Tr J qk qm (1.34)
qk q p qk qm q p
i
i p k 1 i p k 1 m 1
n i i 2Ti Ti T
Tr Ji qk qm
i p k 1 m 1 q p qm qk
L 1 n i i 2Ti TiT
Tr Ji q j qk
q p 2 i p j 1 k 1 q j q p qk
(1.35)
1 n i i 2Ti T T n
T Ti i
Tr Ji i q j qk mi g . rG
2 i p j 1 k 1 qk q p q j i p q p i
n j T j T jT n j j 2T j T jT n T j j
Fi Tr Jj qk Tr Jj qk qm m j g .
T
. rG j (1.36)
j i k 1 qk qi j i k 1 m 1 qk qm qi j i qi
F J q q C q, q q G q (1.37)
Trong đó:
J: Thể hiện lực tác dụng c a quán tính, là ma tr n đối x ng (nxn);
C: Thể hiện tác dụng c a lực ly tâm và Cariolis, ma tr n (nxn);
G: Thể hiện tác dụng c a trọng tr ng, là vector (nx1).
Ph ng trình (1.37) là ph ng trình động lực học c a Robot. Nếu thêm vào
ph ng trình trên các tác dụng khác nh : Fex đặc tr ng cho các ngoại lực tác dụng lên
các khớp, Ff đặc tr ng cho hiệu ng ma sát, ta có:
F J q q C q, q q G q Ff q Fex (1.38)
Chọn hệ quy chiếu gốc và gắn các hệ quy chiếu lên các khâu nh Hình 1.9. Từ đó ta
có thể l p bảng thông số DH c a Robot nh trong Bảng 1.2.
Bài gi ng Đi u khi n Robot – KTM204.3
q2
g
X2 G2
Y2
F2
Y0 X1
q1
G1
Y1
F1
X0
2 0 l1 0 q2
Sử dụng biểu th c (1.9) ta dễ dàng xác định đ ợc các ma tr n biến đ i thuần nhất nh
sau:
c q1 q2 s q1 q2 0 l1cq1
s q q c q1 q2 0 l1sq1
T2 02 T 10T 12T 1 2
0 0 1 0
0 0 0 1
Vector biểu diễn khối tâm c a từng khâu trong hệ quy chiếu c a nó
T T
l l
1
rG1 1 0 0 1 ; 2 rG2 2 0 0 1
2 2
g 0 g 0 1
T
Bài gi ng Đi u khi n Robot – KTM204.3
Với hệ quy chiếu c a từng khâu đã chọn nh trên thì đây là hệ quy chiếu quán tính
trung tâm đã đ ợc tịnh tiến theo trục x một đoạn d xi li / 2 . Sử dụng biểu th c (1.25)
ta có ma tr n giả quán tính c a các khâu nh sau:
Áp dụng ph ng trình (1.36) cho Robot 2 b c tự do (n=2) và khai triển chi tiết ta đ ợc
Trong đó các ma tr n thành phần trong biểu th c trên đ ợc xác định nh sau
s q1 q2 c q1 q2 0 l1sq1
T2 c q1 q2 s q1 q2 0 l1cq1
;
q1 0 0 0 0
0 0 0 0
c q1 q2 s q1 q2 0 l1cq1
T2
2
s q1 q2 c q1 q2 0 l1sq1
;
q1q1 0 0 0 0
0 0 0 0
Bài gi ng Đi u khi n Robot – KTM204.3
s q1 q2 c q1 q2 0 0
T2 c q1 q2 s q1 q2 0 0
;
q2 0 0 0 0
0 0 0 0
c q1 q2 s q1 q2 0 0
T2
2
T2 2
s q1 q2 c q1 q2 0 0
q1q2 q2q2 0 0 0 0
0 0 0 0
Sau khi thực hiện các phép tính và rút gọn ta có hệ ph ng trình vi phân chuyển
động c a Robot 2R:
Kiểm tra lại các ph ng trình vi phân trên bằng ch ng trình Matlab thiết l p hệ
ph ng trình vi phân chuyển động c a Robot 2R nh sau:
clc; clear all;
syms q1 q2 qd1 qd2 qdd1 qdd2 m1 m2 L1 L2 g
% Vector gia toc trong truong
Vg=[0;- g; 0; 1];
% Vector toa do khoi tam trong he quy cua khau
rRG1=[L1/2; 0; 0; 1];
rRG2=[L2/2; 0; 0; 1];
% Ma tran gia quan tinh
Ixx1=0; Iyy1=m1*L1^2/12; Izz1=m1*L1^2/12;
Ixx2=0; Iyy2=m2*L2^2/12; Izz2=m2*L2^2/12;
J1=[ (-Ixx1+Iyy1+Izz1)/2+m1*L1^2/4 0 0 m1*L1/2
0 (Ixx1-Iyy1+Izz1)/2 0 0
0 0 (Ixx1+Iyy1-Izz1)/2 0
m1*L1/2 0 0 m1];
J2=[ (-Ixx2+Iyy2+Izz2)/2+m2*L2^2/4 0 0 m2*L2/2
0 (Ixx2-Iyy2+Izz2)/2 0 0
0 0 (Ixx2+Iyy2-Izz2)/2 0
m2*L2/2 0 0 m2];
% Ma tran bien doi thuan nhat
T01=[cos(q1) -sin(q1) 0 0; sin(q1) cos(q1) 0 0; 0 0 1 0; 0 0 0 1];
T12=[cos(q2) -sin(q2) 0 L1; sin(q2) cos(q2) 0 0; 0 0 1 0; 0 0 0 1];
T02=T01*T12;
% He phuong trinh vi phan chuyen dong
F1= trace(diff(T01,q1)*J1*transpose(diff(T01,q1)))*qdd1+...
trace(diff(T02,q1)*J2*transpose(diff(T02,q1)))*qdd1+...
trace(diff(T02,q2)*J2*transpose(diff(T02,q1)))*qdd2+...
trace(diff(diff(T01,q1),q1)*J1*transpose(diff(T01,q1)))*qd1*qd1+...
Bài gi ng Đi u khi n Robot – KTM204.3
trace(diff(diff(T02,q1),q1)*J2*transpose(diff(T02,q1)))*qd1*qd1+...
2*trace(diff(diff(T02,q1),q2)*J2*transpose(diff(T02,q1)))*qd1*qd2+...
trace(diff(diff(T02,q2),q2)*J2*transpose(diff(T02,q1)))*qd2*qd2-...
m1*transpose(Vg)*diff(T01,q1)*rRG1-
m2*transpose(Vg)*diff(T02,q1)*rRG2;
F2= trace(diff(T02,q1)*J2*transpose(diff(T02,q2)))*qdd1+...
trace(diff(T02,q2)*J2*transpose(diff(T02,q2)))*qdd2+...
trace(diff(diff(T02,q1),q1)*J2*transpose(diff(T02,q2)))*qd1*qd1+...
2*trace(diff(diff(T02,q1),q2)*J2*transpose(diff(T02,q2)))*qd1*qd2+...
trace(diff(diff(T02,q2),q2)*J2*transpose(diff(T02,q2)))*qd2*qd2-...
m2*transpose(Vg)*diff(T02,q2)*rRG2;
% Don gian hoa he phuong trinh vi phan chuyen dong
F1=simplify(F1)
F2=simplify(F2)
m2l1l2 sq2 q q2 m
1 0
2
l gc q q
2 1 2
2 2
Nh v y, ta có ph ng trình dạng Euler-Lagrange F J 2 q q C2 q, q q G2 q với
m1l12 m2l22 m2l22 m2l1l2cq2
m l 2
m l l cq
3
21 21 2 2
3 2 q
J 2 (q ) , q 1
m2l22 m2l1l2cq2 m2l22 q2
3 2 3
m2l1l2 sq2 m l l sq
q2 2 1 2 2 q1 q2
2 2
C2 (q, q)
m2l1l2 sq2 q 0
2
1
m1 m2
2 m2 l1 gcq1 2 l2 gc q1 q2
G2 (q)
m2
l2 gc q1 q2
2
F J q q C q, q q G q (1.40)
Trong đó, các ma tr n quán tính J(q) và ma tr n Coriolis C (q, q) có các tính chất nh
sau [2]:
➢ Tính chất 1: Tính bị chặn của ma trận quán tính (Bounds on the Inertia
Matrix)
Ma tr n quán tính J(q) c a một robot chuỗi n khâu là một ma tr n vuông, đối
x ng, xác định d ng và bị chặn nh sau:
1 (q) I nn J (q) n (q) I nn
xT J1 (q) x m1 m2 l12 m2l22 2m2l1l2c2 x12 2 m2l22 m2l1l2c2 x1x2 m2l22 x22
Bài gi ng Đi u khi n Robot – KTM204.3
n
n
jkl j j j j
nkl jkl 2ckl qi 2ckl kl kl ki il qi
i 1 qi qi qi ql qk
i 1
n
j j
il ki qi
i 1 qk ql
Do ma tr n quán tính J(q) là ma tr n đối x ng, nên jil jli , do v y, bằng cách đ i hệ
số k và l ta có nlk nkl và nếu k l thì nkk 0 .
Kiểm tra tính chất đối x ng lệch đối với các ma tr n quán tính và ma tr n
Coriolis trong Ví dụ 1.1 ta thấy:
Bài gi ng Đi u khi n Robot – KTM204.3
2m2l1l2 s 2 2
J1 (q) 2C1 (q, q)
m2l1l2 s 2 2 m2l1l2 s 2 2
m2l1l2 s 2 1 2
2
m2l1l2 s 2 2 0 m2l1l2 s 21 0
0
m2l1l2 s 2 21 2
m2l1l2 s 2 21 2 0
Dễ thấy, ma tr n J1 (q) 2C1 (q, q) là ma tr n đối x ng lệch và x x1 , x2 R 2 thì
T
0
m2l1l2 s 2 21 2 x
x T
J (q) 2C (q, q) x x x2 1 0.
m2l1l2 s 2 21 2 x2
1 1 1
0
Kiểm tra tính chất đối x ng lệch đối với các ma tr n quán tính và ma tr n Coriolis
trong Ví dụ 1.2 ta thấy:
➢ Tính chất 4: Tính chất tuyến tính với các tham số (The Linearity in the
Parameters Property)
F J q q C q, q q G q : Y (q, q, q)
hằng số chỉ ch a các tham số nh khối l ợng và moment quán tính các khâu, chiều dài
các khâu..., không phụ thuộc vào các biến q, q, q .
Kiểm tra tính chất tuyến tính với các tham số c a Ví dụ 1.2:
F J 2 q q C2 q, q q G2 q Y (q, q, q)
m1 m l2 m m
1 m2 l12 , 2 2 2 , 3 m2l1l2 , 4 1 m2 l1 g , 5 2 l2 g
3 3 2 2
q2
q1 q1 q2 q1 cq2 q2 q1 q2 sq2 cq1 c q1 q2
Y 2
cq2 q1 sq2 q12
0 q1 q2 0 c q1 q2
2
Trên đây là các tính chất quan trọng c a ph ng trình động lực học Robot sẽ đ ợc
khai thác trong quá trình thiết kế điều khiển phi tuyến Robot.
Ví d 1.4: Thiết l p hệ ph ng trình động lực học c a Robot 3 b c tự do RRP nh
Hình 1.10. Robot đ ợc đặt thẳng đ ng chịu gia tốc trọng tr ng g. Các khâu có chiều
dài, khối l ợng t ng ng là li, mi và moment quán tính độc cực c a các trục dọc theo
khâu là 0, với các trục vuông góc với khâu bằng mili2 /12 .
g
X3
Z1≡X2
X1≡Y2
L2
L1 L1
(a) (b)
Bài gi ng Đi u khi n Robot – KTM204.3
Giả sử khối tâm c a từng khâu nằm tại trọng tâm c a từng khâu, khi đó, vector biểu
diễn khối tâm c a từng khâu trong hệ quy chiếu c a nó là:
T T T
L L2 L3
1
rG1 0 0 1 1 ; 2 rG2 0 0 1 ; 3rG3 0 0 1 ;
2 2 2
Hệ quy chiếu c a khâu 1 đ ợc chọn nh trên là hệ quy chiếu quán tính trung
tâm với trục z đặt dọc theo khâu và các trục x, y vuông góc với khâu 1, hệ trục này đã
m1l12
đ ợc tịnh tiến theo trục z một đoạn d z1 L1 / 2 , do v y I xx1 I yy1 , I zz1 0 . Sử
12
dụng biểu th c (1.25) ta có ma tr n giả quán tính c a khâu 1 nh sau:
0 0 0 0
0 0 0 0
J1 .
0 0 m1 L12 / 3 m1 L1 / 2
0 0 m1 L1 / 2 m1
Hệ quy chiếu c a khâu 2 là hệ quy chiếu quán tính trung tâm với trục y đặt dọc theo
khâu và các trục x, z vuông góc với khâu 2, hệ trục này đã đ ợc tịnh tiến theo trục y
m2l22
một đoạn d y 2 L2 / 2 , do v y I xx 2 I zz 2 , I yy 2 0 . T ng tự, với hệ quy chiếu
12
m3l32
c a khâu 3: I xx 3 I yy 3 , I zz 3 0 và d z 3 L3 / 2 , ta có ma tr n giả quán tính c a
12
khâu 2 và khâu 3 nh sau:
0 0 0 0 0 0 0 0
0 m l 2 / 3
0 m2l2 / 2 0 0 0 0
J2 2 2
. J3
0 0 0 0 0 0 m3 L23 / 3 m3 L3 / 2
0 m2l2 / 2 0 m2 0 0 m3 L3 / 2 m3
Áp dụng ph ng trình (1.36) cho Robot 3 b c tự do (n=3) và khai triển chi tiết ta đ ợc
Bài gi ng Đi u khi n Robot – KTM204.3
T T T T T T T T T T T T T T T
F1 Tr 1 J1 1 q1 Tr 2 J 2 2 q1 Tr 2 J 2 2 q2 Tr 3 J 3 3 q1 Tr 3 J 3 3 q2
q1 q1 q1 q1 q2 q1 q1 q1 q2 q1
T T T 2T1 T T 2T2 T T 2T2 T T
Tr 3 J 3 3 q3 Tr J1 1 q1q1 Tr J 2 2 q1q1 2Tr J 2 2 q1q2
q3 q1 q1q1 q1 q1q1 q1 q1q2 q1
2T2 T T 2T3 T3T 2T3 T3T 2T3 T3T
Tr J2 2 2 2
q q Tr J 1 1
q q Tr J 2 2
q q Tr J q3 q3
q2 q2 q1 q1q1 q1 q2 q2 q1 q3q3 q1
3 3 3
2T3 T T 2T3 T T 2T3 T T
2Tr J 3 3 q1q2 2Tr J 3 3 q1q3 2Tr J3 3 q2 q3
q1q2 q1 q1q3 q1 q2 q3 q1
T T T
m1 g T . 1 .1 rG1 m2 g T . 2 .2 rG2 m3 g T . 3 .3 rG3
q1 q1 q1
T T T T2 T2T T3 T3T T3 T3T T3 T3T
F2 Tr 2 J 2 2 1
q Tr J2 2
q Tr J3 1
q Tr J3 2
q Tr J3 q3
q1 q2 q2 q2 q1 q2 q2 q2 q3 q2
2T2 T T 2T2 T2T 2T2 T2T 2T3 T3T
Tr J2 2 1 1
q q Tr J 2 2
q q 2Tr J 1 2
q q Tr J q1q1
q1q1 q2 q2 q2 q2 q1q2 q2 q1q1 q2
2 2 3
2T3 T T 2T3 T3T 2T3 T3T 2T3 T3T
Tr J3 3 2 2
q q Tr J 3 3
q q 2Tr J 1 2
q q 2Tr J q1q3
q2 q2 q2 q3q3 q2 q1q2 q2 q1q3 q2
3 3 3
2T3 T T T T
2Tr J 3 3 q2 q3 m2 g T . 2 .2 rG2 m3 g T . 3 .3 rG3
q2 q3 q2 q2 q2
T T T T T T T T T 2T3 T T
F3 Tr 3 J 3 3 q1 Tr 3 J 3 3 q2 Tr 3 J 3 3 q3 Tr J 3 3 q1q1
q1 q3 q2 q3 q3 q3 q1q1 q3
2T3 T T 2T3 T T 2T3 T T
Tr J 3 3 q2 q2 Tr J 3 3 q3 q3 2Tr J 3 3 q1q2
q2 q2 q3 q3q3 q3 q1q2 q3
2T3 T T 2T3 T T T
2Tr J 3 3 q1q3 2Tr J 3 3 q2 q3 m3 g T . 3 .3 rG3
q1q3 q3 q2 q3 q3 q3
J2=[ 0 0 0 0;
0 m2*L2^2/3 0 m2*L2/2 ;
0 0 0 0;
0 m2*L2/2 0 m2];
J3=[ 0 0 0 0;
0 0 0 0;
0 0 m3*L3^2/3 m3*L3/2;
0 0 m3*L3/2 m3];
F2= trace(diff(T2,q1)*J2*transpose(diff(T2,q2)))*qdd1+...
trace(diff(T2,q2)*J2*transpose(diff(T2,q2)))*qdd2+...
trace(diff(T3,q1)*J3*transpose(diff(T3,q2)))*qdd1+...
trace(diff(T3,q2)*J3*transpose(diff(T3,q2)))*qdd2+...
trace(diff(T3,q3)*J3*transpose(diff(T3,q2)))*qdd3+...
trace(diff(diff(T2,q1),q1)*J2*transpose(diff(T2,q2)))*qd1*qd1+...
2*trace(diff(diff(T2,q1),q2)*J2*transpose(diff(T2,q2)))*qd1*qd2+...
trace(diff(diff(T2,q2),q2)*J2*transpose(diff(T2,q2)))*qd2*qd2+...
trace(diff(diff(T3,q1),q1)*J3*transpose(diff(T3,q2)))*qd1*qd1+...
trace(diff(diff(T3,q2),q2)*J3*transpose(diff(T3,q2)))*qd2*qd2+...
Bài gi ng Đi u khi n Robot – KTM204.3
trace(diff(diff(T3,q3),q3)*J3*transpose(diff(T3,q2)))*qd3*qd3+...
2*trace(diff(diff(T3,q1),q2)*J3*transpose(diff(T3,q2)))*qd1*qd2+...
2*trace(diff(diff(T3,q1),q3)*J3*transpose(diff(T3,q2)))*qd1*qd3+...
2*trace(diff(diff(T3,q2),q3)*J3*transpose(diff(T3,q2)))*qd2*qd3-...
m2*transpose(Vg)*diff(T2,q2)*rRG2-m3*transpose(Vg)*diff(T3,q2)*rRG3;
F3= trace(diff(T3,q1)*J3*transpose(diff(T3,q3)))*qdd1+...
trace(diff(T3,q2)*J3*transpose(diff(T3,q3)))*qdd2+...
trace(diff(T3,q3)*J3*transpose(diff(T3,q3)))*qdd3+...
trace(diff(diff(T3,q1),q1)*J3*transpose(diff(T3,q3)))*qd1*qd1+...
trace(diff(diff(T3,q2),q2)*J3*transpose(diff(T3,q3)))*qd2*qd2+...
trace(diff(diff(T3,q3),q3)*J3*transpose(diff(T3,q3)))*qd3*qd3+...
2*trace(diff(diff(T3,q1),q2)*J3*transpose(diff(T3,q3)))*qd1*qd2+...
2*trace(diff(diff(T3,q1),q3)*J3*transpose(diff(T3,q3)))*qd1*qd3+...
2*trace(diff(diff(T3,q2),q3)*J3*transpose(diff(T3,q3)))*qd2*qd3-...
m3*transpose(Vg)*diff(T3,q3)*rRG3;
Kết quả ta thu đ ợc ph ng trình động lực học c a robot RRP nh sau:
F J q q C q, q q G q
Trong đó: q q1 q2 q3
T
0
J11 0 0 C11 C12 C13 gc(q )
J (q) 0 J 22
0 ; C (q, q) C21 C22 C23 ; G(q) 2
m2 L2 m3 L3 2m3q3
2
0 0 J 33 C31 C32 C33
2m3 gs (q2 )
m L2 m L2 m q 2 m L q
J11 2 2 3 3 3 3 3 3 3 1 cos(2q2 )
Với: 6 6 2 2
m L2 m L2
J 22 2 2 3 3 m3 q32 m3 L3 q3 ; J 33 m3
3 3
Bài gi ng Đi u khi n Robot – KTM204.3
1 mL m L2 m L2 m q 2 m L q J
C11 q3 1 c(2q2 ) m3 q3 3 3 q2 s(2q2 ) 2 2 3 3 3 3 3 3 3 11
2 2 6 6 2 2 2
m L2 m L2 m q 2 m L q
C12 q1 s(2q2 ) 2 2 3 3 3 3 3 3 3
6 6 2 2
1 mL
C13 q1 1 c(2q2 ) m3 q3 3 3
2 2
m L2 m L2 m q 2 m L q
C21 q1 s(2q2 ) 2 2 3 3 3 3 3 3 3 C12
6 6 2 2
mL J
C22 q3 m3 q3 3 3 22
2 2
mL
C23 q2 m3 q3 3 3
2
1 1 m L
C31 q1 m3 L3 2m3 q3 c(q2 ) 2 q1 1 c(2q2 ) 3 3 m3 q3 C13
2 2 2
mL
C32 q2 m3 q3 3 3 C23
2
J
C33 0 33
2
0 C12 C13
J q 2C q, q 2 C12 0 C23
C13 C23 0
BÀI T P CH NG 1
Bài 1.1. Thiết l p hệ ph ng trình động lực học c a Robot 2 b c tự do PP nh Hình
1.11. Robot đ ợc đặt thẳng đ ng chịu gia tốc trọng tr ng g. Các khâu có chiều dài,
khối l ợng t ng ng là li, mi và moment quán tính độc cực c a các trục dọc theo khâu
là 0, với các trục vuông góc với khâu bằng mili2 /12 .
CH NG 2. T NG QUAN V H TH NG ĐI U KHI N
ROBOT
2.1. T ng quan
• Bộ não điều khiển: tăng tốc nếu v<40 km/h giảm tốc nếu v>40 km/h → xử lý
thông tin.
Hình 2.4. Điều khiển động c theo cấu trúc vòng kín
• Hệ thống một đầu vào-một đầu ra (hệ SISO): (Single Input-Single Output).
Bài gi ng Đi u khi n Robot – KTM204.3
• Hệ thống nhiều đầu vào-nhiều đầu ra (hệ MIMO): (Multi Input-Multi Output).
Đa số các hệ thống trong thực tế đều là hệ phi tuyến biến đ i theo th i gian,
nhiều đầu vào, nhiều đầu ra.
2.3. M t s h th ng đi u khi n
• Bộ điều khiển có khả năng xử lý thông tin không rõ ràng, có khả năng học, có
khả năng xử lý l ợng thông tin lớn.
Các ph ng pháp điều khiển thông minh
• Khối ch c năng: tín hiệu ra bằng hàm truyền nhân tín hiệu vào;
• Điểm rẽ nhánh: tất cả tín hiệu tại điểm rẽ nhánh đều bằng nhau;
Hình 2.5. Hàm truyền c a hệ thống với x(t) là tín hiệu đầu vào, y(t) là tín hiệu đầu ra
X 2 ( s) G1 ( s). X 1 ( s)
Ta có: (2.2)
Y ( s) G2 ( s). X 2 ( s)
Ta có: Y (s) G1 (s). X1 (s) G2 (s). X1 (s) G1 (s) G2 (s). X1 (s) (2.4)
Bài gi ng Đi u khi n Robot – KTM204.3
CH NG 3. ĐI U KHI N T NG KH P Đ C L P TRONG
ROBOT
3.1. T ng quan
Nội dung bài toán điều khiển Robot là xác định các thông số đầu vào c a các
khớp để điều khiển khâu chấp hành cuối c a Robot thực thi một chuyển động yêu cầu.
Thông số đầu vào c a khớp có thể là lực, moment, hoặc có thể là thông số đầu vào c a
c cấu chấp hành nh thông số điện áp cấp cho động c điện, áp lực chất lỏng cho xy
lanh th y lực. Chuyển động yêu cầu có thể là các vị trí, h ớng liên tiếp c a c cấu
chấp hành cuối hoặc là một đ ng cong liên tục nào đó.
Giải bài toán động học ng ợc ta có thể giải quyết về mặt động học yêu cầu trên.
Đó cũng là nội dung c bản để xây dựng ch ng trình điều khiển vị trí cho Robot. Tuy
nhiên việc giải bài toán này ch a xét tới điều kiện thực tế khi Robot làm việc, nh là
các tác động c a moment, lực, ma sát,… Tùy theo yêu cầu về độ chính xác điều khiển
mà ta cần tính đến ảnh h ng c a các yếu tố trên. Vì v y, ph ng pháp điều khiển
cũng tr lên đa dạng và phong phú h n.
Trong ch ng này, chúng ta xem xét hệ thống điều khiển đ n giản nhất đó là
điều khiển chuyển động c a từng khớp trong Robot. Hệ thống điều khiển này đ ợc gọi
là hệ thống điều khiển một đầu vào/một đầu ra (SISO system). Cấu trúc c bản c a hệ
thống điều khiển phản h i SISO đ ợc mô tả nh Hình 6.1. Trong hệ thống điều khiển
này, bộ điều khiển (Controller) thực hiện điều khiển tín hiệu ra đạt tín hiệu ra mong
muốn (Reference input). Trong hệ thống điều khiển này, ngoài tín hiệu điều khiển còn
có tín hiệu nhiễu (Disturbance) tác động vào c cầu chấp hành (Plant). Vì v y, chúng
ta cần phải điều khiển để làm giảm ảnh h ng c a nhiễu tới tín hiệu ra. Điều khiển để
đạt đ ợc tín hiệu ra mong muốn và giảm nhiễu là trọng tâm c a mọi ph ng pháp điều
khiển.
3.2. Đ ng l c h c c c u ch p hành
Trong ch ng động lực học Robot, chúng ta đã có ph ng trình vi phân chuyển
động c a một Robot n b c tự do:
F J q q C q, q q G q V q FEX (3.1)
Ph ng trình (3.1) mô tả động lực học c a một chuỗi các v t rắn lý t ng liên
kết với nhau và F chính là lực t ng quát tác dụng lên các khớp liên kết. Các thành
phần c a F có thể là moment nếu khớp đó là khớp quay và là lực nếu khớp đó là khớp
tịnh tiến. Lực t ng quát đ ợc tạo ra b i các c cấu chấp hành sử dụng năng l ợng điện,
chất lỏng, chất khí. Trong nội dung c a phần này, chúng ta t p trung vào nghiên c u
động lực học c a c cấu chấp hành đặc biệt là động c điện một chiều kích từ bằng
nam châm vĩnh cửu. Trong tr ng hợp này, chúng ta coi từ thông =const, moment
trên roto đ ợc điều khiển b i c ng độ dòng điện phần ng ia. Mô hình động c điện
một chiều kích từ bằng nam châm vĩnh cửu đ ợc mô tả nh trên Hình 3.2.
dia
L Ria V Vb (3.3)
dt
d 2 m d
Jm 2
Bm m m l K mia l (3.6)
dt dt r r
Trong đó: Jm = Ja+Jg với Ja là moment quán tính phần ng, Jg là moment quán
tính bánh răng lắp trên trục động c . Bm là hệ số cản
Từ hai ph ng trình (3.7) và (3.8) ta có thể xây dựng s đ khối cho hệ thống
một động c điện DC nh Hình 3.4.
Từ đó ta có hàm truyền giữa hiệu điện thế và góc quay c a động c khi (l = 0):
m ( s ) Km
(3.9)
V ( s) s Ls R J m s Bm Kb K m
m ( s ) Ls R
(3.10)
l ( s) / r s Ls R J m s Bm Kb K m
Thực tế, tỉ số giữa L/R th ng nhỏ h n nhiều so với tỉ số Jm/Bm. Bằng cách chia cả tử
và m u c a ph ng trình (3.9) và (3.10) cho R, sau đó loại bỏ đại l ợng vô cùng bé
L/R, ph ng trình (3.9) và (3.10) có thể viết lại nh sau:
m ( s ) Km / R
(3.11)
V ( s) s J m s Bm Kb K m / R
m ( s ) 1
(3.12)
l ( s) / r s J m s Bm Kb K m / R
Thông th ng trong khi truyền động từ các động c đến các khớp ng i ta
th ng sử dụng các bộ truyền đai, xích, bánh răng… Trong tr ng hợp t ng quát các
biến khớp và moment khớp có quan hệ với biến góc quay và moment c a động c :
Từ đó, ph ng trình chuyển động c a một Robot n khâu có thể viết nh sau:
n n
1
J mi 2 J ii mi Bmi Kbi K mi / Ri mi K mi / Ri Vi di (3.19)
ri
Trong đó:
1 n n
di ij j Cij q j Gi Ffi Fexi
J q (3.20)
ri j 1, j i j 1
Trong ph ng trình (3.19), hệ số c a mi là một hàm phi tuyến phụ thuộc vào các biến
khớp. Tuy nhiên, với một tỉ số truyền ri đ lớn thì hệ số này luôn tiến tới một giá trị
trung bình nào đó. Từ đó, ta đặt
1
J effi J mi J ii và Beffi Bmi Kbi Kmi / Ri ; ui Kmi / Ri Vi (3.21)
ri 2
u thế c a ph ng trình (3.22) cho ta một ph ng trình động lực học tuyến tính c a
các góc quay c a động c và ảnh h ng c a thành phần phi tuyến tới hệ thống ta coi
nh là nhiễu di tác động vào hệ thống. Thành phần nhiễu này sẽ ảnh h ng rất nhỏ tới
v n tốc và gia tốc c a các khớp nếu ta chọn tỉ số truyền ri đ lớn. Từ đó, ta có thể sử
dụng phép biến đ i Laplace và xây dựng đ ợc s đ khối cho một khớp nh Hình 3.6.
Hình 3.6. S đ khối c a hệ thống điều khiển mạch h cho một khớp
Khi đó, bài toán điều khiển vị trí đặt ra là cần điều khiển góc quay m đạt góc quay yêu
cầu d trong khi loại bỏ đ ợc nhiễu d tác động vào hệ thống.
Hình 3.7. S đ khối c a hệ thống điều khiển PD mạch kín cho một khớp c a Robot
Sử dụng phép biến đ i Laplace cho hai vế c a ph ng trình (3.22) và kết hợp với
ph ng trình (3.23) ta có ph ng trình biểu diễn hệ thống mạch kín nh sau:
KK P d 1
m ( s ) m ( s ) D( s ) (3.24)
( s) ( s)
Hệ thống điều khiển mạch kín này phải n định với tất cả các giá trị KP, KD d ng và
các nhiễu đ ợc giới hạn. Từ đó ta xác định đ ợc hàm sai số nh sau:
E ( s) dm ( s) m ( s)
J eff s 2 Beff KK D s 1 (3.26)
dm ( s) D( s )
( s ) ( s )
Nhiễu tác động vào hệ thống nh trong ph ng trình (3.20) là đại l ợng biến đ i theo
th i gian, tuy nhiên trong giai đoạn xác l p chúng ta có thể giả thiết nhiễu tác động vào
hệ thống là một hằng số d D const nên D(s) = D/s. Bây gi ta có thể áp dụng định
lý giá trị cuối cùng (Final value theorem) để xác định sai số trong giai đoạn xác l p:
D
ess lim sE ( s) (3.27)
s 0 KK P
Nh n xét: Dựa vào biểu th c (3.20) ta thấy hệ số nhiễu D tỉ lệ nghịch với tỉ số truyền r.
Do đó, sai số ess có thể giảm nhỏ h n khi thiết kế Robot với tỉ số truyền r lớn. Ngoài ra,
hệ số KP cũng có thể chọn đ lớn để có thể đạt sai số ess nhỏ.
Hệ thống điều khiển PD mạch kín cho một khớp nh s đ khối trên Hình 3.7
là hệ thống điều khiển mạch kín b c 2. Chúng ta đã biết, hệ thống điều khiển mạch kín
Bài gi ng Đi u khi n Robot – KTM204.3
s2
Beff KK D
s
KK P
s 2 2 s 2 (3.28)
J eff J eff
Trong khi thiết kế Robot, ng i ta mong muốn thiết kế hệ thống trạng thái tắt dao
động giới hạn =1 để tránh hiện t ợng dao động. Khi đó giá trị sẽ xác định tốc độ
đáp ng điều khiển.
Ví d 3.1: Khảo c u hệ thống mạch kín b c 2 nh trên Hình 3.8.
p(s) s 2 1 K D s K P (3.30)
Trường hợp 1: Giả sử d = 10rad và không có nhiễu d = 0Nm. Với =1, các hệ số KP
và KD đ ợc xác định theo biểu th c (3.29) chỉ phụ thuộc vào cho 3 tr ng hợp nh
trong bảng 3.1. Sử dụng phần mềm Matlab Simulink ta xây dựng s đ hệ thống nh
Hình 3.9. Từ đó ta có phản ng c a hệ thống nh trên Hình 3.10.
D
1
144
s2 +s
Theta In KP
Transfer Fcn
Scope
23 du/dt
KD Derivative
KP KD
4 16 7
8 64 15
12 144 23
Hình 3.12. S đ khối c a hệ thống điều khiển PID mạch kín cho một khớp c a Robot
Hệ thống điều khiển kín với bộ điều khiển PID là hệ thống b c 3
Bài gi ng Đi u khi n Robot – KTM204.3
m ( s)
K D s2 KP s KI
md ( s)
s
D( s ) (3.32)
2 ( s) 2 ( s)
KI
B eff KK D K P
(3.34)
J eff
Ví d 3.2: Khảo c u hệ thống mạch kín b c 2 nh trên Hình 3.8 khi thêm vào hệ thống
bộ điều khiển tích phân ta thu đ ợc s đ hệ thống nh Hình 3.14. Phản ng c a hệ
thống nh trên Hình 3.12. Ta thấy rằng sai số xác l p bị triệt tiêu, tuy nhiên với hệ số
KP và KD lớn thì hệ thống nhanh n định h n.
1
15 D
s
KI Integrator
1
64
s2 +s
Theta In KP
Transfer Fcn
Scope
15 du/dt
KD Derivative
Hình 3.13. S đ hệ thống b c 2 với bộ điều khiển PID trong Matlab Simulink
Bài gi ng Đi u khi n Robot – KTM204.3
Hình 3.15. S đ khối c a hệ b c 2 với sự giới hạn giá trị trị thông số điều khiển
1
64
s2 +s
Theta In KP
Saturation Transfer Fcn
Scope
15 du/dt
KD Derivative
Hình 3.16. S đ hệ thống b c 2 với sự giới hạn giá trị thông số điều khiển
trong Matlab Simulink
Bài gi ng Đi u khi n Robot – KTM204.3
Hình 3.17. Phản ng c a hệ thống khi có sự giới hạn giá trị trị thông số điều khiển
Ví d 3.4: Thiết l p hệ thống điều khiển PD và PID cho từng khớp đ n c a Robot RR
để đạt đ ợc vị trí mong muốn cho tr ớc q1 và q2. Các khớp đ ợc d n động bằng động
c điện 1 chiều. Các thông số hệ thống nh sau:
Khối l ợng các khâu m1=m2=1kg Hệ số s c phản điện động Kb=1Vs/rad
Chiều dài các khâu l1=l2=1m Hệ số moment Km=1Nm/A
Điện tr phần ng động c R=1 Tỉ số truyền từ động c đến các khớp r=10
q2
g
X2 G2
Y2
F2
Y0 X1
q1
G1
Y1
F1
X0
và các thông số đã cho c a bài toán ta thiết l p đ ợc hệ ph ng trình động lực học
Robot RR nh sau:
J eff 1 m1 Beff 1 m1 u1 d1
(3.36)
J eff 2 m 2 Beff 2 m 2 u2 d 2
Trong đó
1 1
J eff 1 J m1 J11 1 (kg/m2) J eff 2 J m 2 J 22 1 (kg/m2)
r2 r2
1 1 cq2 sq2 2 30 10
d1 q2 sq2 q1q2 q2 cq1 c q1 q2
10 3 2 2 2 2
1 1 cq2 sq2 2 10
d2 q1 q1 c q1 q2
10 3 2 2 2
Từ đó ta có
J eff 1 m1 Beff 1 m1 u1 d1 m1 u1 2 m1 d1
(3.37)
J eff 2 m 2 Beff 2 m 2 u2 d 2
m 2 u2 2 m 2 d 2
Sử dụng Matlab Simulink ta có thể xây dựng mô hình điều khiển mạch h cho
Robot RR nh Hình 3.19.
Fcn d1
f(u)
Gain1
qdd1 qd1 q1
1 1
s s
Integrator1 Integrator2
u(1)
q1 Scope q1
2
Gain2 u(4)
qd2 q2
qdd2
1 1 q2 Scope q2
s s
Integrator3 Integrator4
Fcn d2
f(u)
Fcn d1
f(u)
Gain1
qdd1 qd1 q1
1 1
s s
64
Integrator1 Integrator2
KP u(1)
Q1
14 du/dt q1 Scope q1
2
KD Derivative
Gain2 u(4)
qdd2 qd2 q2
1 1 q2 Scope q2
64
s s
KP1
Q2 Integrator3 Integrator4
14 du/dt
Fcn d2
KD1 Derivative1
f(u)
Hình 3.20. S đ khối hệ thống điều PD điều khiển từng khớp c a Robot RR
Hình 3.21. Đáp ng b ớc c a hệ thống điều khiển PD điều khiển từng khớp c a Robot RR
Nh n xét: Từ đáp ng hệ thống với bộ điều khiển PD ta thấy v n t n tại sai số thiết l p,
để triệt tiêu sai số này ta có thể sử dụng bộ điều khiển PID. Thiết l p hệ thống điều
khiển PID cho từng khớp đ n c a Robot RR nh Hình 3.22. Ta có đáp ng c a hệ
thống nh Hình 3.23.
Bài gi ng Đi u khi n Robot – KTM204.3
Fcn d1
f(u)
2
1
50 Gain1
s
qdd1 qd1 q1
KI1 Integrator 1 1
s s
64
Integrator1 Integrator2
KP1 u(1)
Q1
14 du/dt
q1 Scope q1
KD1 Derivative 2
1 Gain2 u(4)
50 qdd2 qd2 q2
s
1 1 q2 Scope q2
KI2 Integrator5
s s
64
Integrator3 Integrator4
KP2
Q2
Fcn d2
14 du/dt
f(u)
KD2 Derivative1
Hình 3.22. Hệ thống điều khiển PID điều khiển từng khớp c a Robot RR
Hình 3.23. Đáp ng b ớc c a hệ thống điều khiển PID điều khiển từng khớp c a
Robot RR
Bài gi ng Đi u khi n Robot – KTM204.3
Để hệ kín có tính n định yêu cầu hàm truyền H(s) và F(s) phải chọn sao cho đa th c
đặc tr ng trong biểu th c (3.40) có các nghiệm nằm bên trái mặt phẳng ph c. Khi đó
bản thân hàm truyền tiếp thu n phải n định.
Nếu ta chọn hàm truyền tiếp thu n là hàm ng ợc c a hàm truyền thu n c a hệ
thống F (s) 1/ G(s) thì a(s) p(s) và b(s) q(s) . Khi đó ta có ph ng trình c a hệ kín
q(s) p(s)d (s) q(s)c(s)Y (s) q(s) c(s)b(s) p(s)d (s ) R(s ) (3.41)
Bài gi ng Đi u khi n Robot – KTM204.3
Từ đó, ta có thể viết d ới dạng sai số điều khiển E(s) Y (s) R(s)
Nếu hệ thống n định thì tín hiệu ra y(t) luôn đạt đ ợc yêu cầu c a tín hiệu vào r(t). Vì
v y chúng ta có thể chọn hàm truyền tiếp thu n F(s) theo ph ng pháp trên với điều
kiện đa th c tử số c a hàm truyền thu n q(s) phải t n tại nghiệm nằm bên trái mặt
phẳng ph c.
Khi có nhiễu tác động vào hệ thống D(s) nh trên Hình 3.25, ta có thể dễ dàng
xác định đ ợc sai số điều khiển
q( s )d ( s )
E ( s) D( s ) (3.43)
p( s)d ( s) q( s)c( s)
Hình 3.25. Điều khiển tiếp thu n cho hệ thống có nhiễu tác động
Chúng ta có thể thấy rằng khi bỏ qua ảnh h ng c a nhiễu tác động vào hệ thống thì
tín hiệu ra luôn đạt yêu cầu mong muốn, khi xét đến ảnh h ng c a nhiễu tác động vào
hệ thống thì sai số xác l p sẽ phụ thuộc duy nhất vào nhiễu.
Tr lại bài toán điều khiển Robot, giả sử rằng md (t ) là quỹ đạo mong muốn mà
hệ thống cần phải đạt đ ợc. Trong tr ng hợp này, hàm truyền thu n
K
G( s) ; hàm truyền c a bộ điều khiển H (s) K P K D s . S đ khối c a hệ
J eff s Beff s
2
Hình 3.26. Điều khiển tiếp thu n cho từng khớp c a Robot
Bài gi ng Đi u khi n Robot – KTM204.3
Trong tr ng hợp này, tử số c a hàm truyền thu n là một hằng số và hàm ng ợc G(s)-1
là một hàm không hữu tỉ. Tuy nhiên, với một quỹ đạo định tr ớc chúng ta hoàn toàn
có thể tính tr ớc đ ợc các đạo hàm nên hệ thống không cần tính đạo hàm c a tín hiệu
thực. So sánh sai số xác l p trong biểu th c (3.43) hoàn toàn giống với biểu th c (3.27)
và không phụ thuộc vào quỹ đạo yêu cầu. Sai số xác l p này có thể loại trừ khi sử dụng
bộ điều khiển PID. Dựa trên s đ khối Hình 3.26 ta có lu t điều khiển theo th i gian
nh sau:
md K D md m K P md m
J eff Beff
V (t ) md
K K (3.44)
f (t ) K D e(t ) K P e(t )
J eff Beff
Trong đó f(t) là tín hiệu tiếp thu n f (t ) md md và e(t) là sai số điều
K K
khiển e(t ) md m . Từ ph ng trình động học thu n c cấu chấp hành
J eff m Beff m KV (t ) rd (t ) , ta có ph ng trình vi phân b c hai c a sai số điều khiển
1 n
ij j Cij q , q q j Gi q Ffi q Fexi
n
dd J q d
q d
d d d d d
(3.46)
rk j 1, j i j 1
Bài gi ng Đi u khi n Robot – KTM204.3
Nh n thấy th nguyên c a dd là th nguyên c a tải trọng (moment hay lực) nên chúng
ta có thể đ a dd là tín hiệu tiếp thu n để loại trừ nhiễu vào hệ thống nh s đ khối
trên Hình 3.27.
Hình 3.27. Điều khiển tiếp thu n kết hợp với tải trọng tính
Việc sử dụng bộ điều khiển tiếp thu n kết hợp với tải trọng tính có thể loại trừ đ ợc
nhiễu hoàn toàn d d d d 0 trong điều kiện lý t ng, quỹ đạo điều khiển hoàn
toàn trùng khớp với quỹ đạo yêu cầu m . Trong thực tế, chúng ta chỉ mong muốn
d
có thể giảm một phần ảnh h ng c a nhiễu tác động vào hệ thống và các giá trị điều
khiển dd th ng đ ợc tính tr ớc b i vì khối l ợng tính toán là rất lớn.
BÀI T P CH NG 3
Bài 3.1. Khảo c u hệ thống mạch kín b c 2 nh trên Hình 3.28. Xác định hệ số KP và
KD để hệ thống điều khiển mạch kín đạt tần số dao động riêng =10 rad/s và hệ số tắt
dao động =1. Với các hệ số KP và KD vừa xác định hãy khảo c u phản ng và sai số
xác l p c a hệ thống trong hai tr ng hợp sau:
Bài 3.2. Khảo c u hệ thống điều khiển PID mạch kín cho một khớp c a Robot nh
trên Hình 3.29. Giả thiết Jeff=1kgm2, Beff=3Nm/s. Bỏ qua ảnh h ng c a bộ điều khiển
tích phân hãy xác định hệ số KP và KD để hệ thống điều khiển mạch kín đạt tần số dao
động riêng =15 rad/s và hệ số tắt dao động =1. Với các hệ số KP và KD vừa xác định
hãy khảo c u phản ng và sai số xác l p c a hệ thống với các hệ số KI =5; 10; 50. Giả
sử nhiễu tác dụng vào hệ thống là một hằng số d=60Nm và giá trị góc quay mong
muốn md = 12rad.
Hình 3.29. S đ khối c a hệ thống điều khiển PID mạch kín cho một khớp c a Robot
Bài 3.3. Thiết l p hệ thống điều khiển PD và PID cho từng khớp đ n c a Robot PP
nh Hình 3.30 để đạt đ ợc vị trí mong muốn cho tr ớc q1=0.05m, q2=0.1m và đáp ng
c a hệ kín =1, =15rad/s. Các khớp đ ợc d n động bằng động c điện 1 chiều. Các
thông số hệ thống nh sau:
Khối l ợng các khâu m1=m2=1kg Hệ số s c phản điện động Kb=1Vs/rad
Chiều dài các khâu l1=l2=1m Hệ số moment Km=1Nm/A
Tỉ số truyền từ động c đến các khớp quay r=10 và đến khớp tr ợt r=10rad/m
Bài gi ng Đi u khi n Robot – KTM204.3
CH NG 4. LÝ THUY T N Đ NH LYAPUNOV
liên tục và r i rạc. Tuy nhiên, nội dung c a môn học chỉ t p trung đề c p đến các hệ
phi tuyến liên tục.
Hệ phi tuyến liên tục dừng có thể biểu diễn b i ph ng trình trạng thái có dạng
nh sau:
x(t ) f x(t ), u (t )
(4.1)
y (t ) g ( x(t ), u (t ))
x f ( x, u ) x x ,u 0 0 (4.2)
e
b. Điểm trạng thái dừng xd là điểm trạng thái mà tại đó và với một kích thích
cố định ( u ud ) cho tr ớc thì hệ sẽ không thay đ i trạng thái. Nh v y, điểm
trạng thái dừng xd sẽ chính là nghiệm c a ph ng trình:
x f ( x, u ) x x ,u ud
0 (4.3)
d
Một hệ phi tuyến có thể có nhiều điểm cân bằng hoặc không có điểm cân bằng
nào. Điều này hoàn toàn khác so với hệ tuyến tính, hệ tuyến tính x Ax luôn luôn có
1 điểm cân bằng là xe 0 .
Ví d 4.1: Xét hệ ph ng trình vi phân chuyển động c a con lắc đ n trên hình 4.1, mô
tả b i ph ng trình sau: ml 2 (t ) b (t ) mgl sin( ) u(t ) . Xác định các điểm cân
bằng (nếu có) c a hệ.
Bài gi ng Đi u khi n Robot – KTM204.3
Viết lại ph ng trình vi phân c a con lắc đ n về dạng ph ng trình trạng thái (4.1), ta
có:
x2 (t )
x1 (t )
x (t ) g b 1
2 sin( x1 (t )) 2 x2 (t ) 2 u (t )
l ml ml
Trong đó: x1 (t ) (t ), x2 (t ) (t ) và
x2 (t )
f ( x, u ) g b 1
sin( x1 (t )) 2 x2 (t ) 2 u (t )
l ml ml
Điểm cân bằng c a hệ là nghiệm c a ph ng trình: Hình 4.1: Hệ con lắc đ n
x f ( x, u ) x x ,u 0 0
e
x2 e 0
x 0
g b 2e
sin( x1e ) 2 x2 e 0 x1e k
l ml
k
Nh v y, hệ trên có vô số điểm cân bằng xe , nh các vị trí d ới đây:
0
Một trong những điều kiện hay tiêu chuẩn chất l ợng đầu tiên mà bộ điều khiển
cần phải mang đến đ ợc cho hệ thống là tính n định. Đây là tính chất động học đảm
bảo rằng sau khi bị một tác động t c th i đánh b t hệ ra khỏi điểm cân bằng thì sau đó
hệ có khả năng tự tìm về điểm cân bằng ban đầu (hoặc ít nhất cũng về đ ợc lân c n
khác c a nó). Nói cách khác, nếu sau khi bị nhiễu t c th i đánh b t ra khỏi điểm cân
bằng và đ a tới trạng thái không mong muốn nào đó mà hệ:
+ Tự quay về đ ợc đúng điểm cân bằng ban đầu thì đ ợc gọi là n định tiệm
c n tại điểm cân bằng đó.
Bài gi ng Đi u khi n Robot – KTM204.3
+ Tự quay về đ ợc một lân c n c a điểm cân bằng thì đ ợc gọi là n định tại
điểm cân bằng đó.
Hệ thống có thể n định tại điểm cân bằng này nh ng không n định tại điểm
2 k
cân bằng khác, ví dụ nh với con lắc đ n trên thì điểm cân bằng xe là điểm
0
(2k 1)
cân bằng n định, nh ng điểm cân bằng xe là điểm cân bằng không n
0
định.
Định nghĩa theo toán học về n định tại điểm cân bằng hay còn gọi là n định
Lyapunov đ ợc trình bày nh sau:
Đ nh nghĩa 4.2:
Xét hệ phi tuyến b c n không kích thích đ ợc mô tả b i ph ng trình
x f ( x, u ) u 0 (4.4)
Giả sử hệ thống có điểm cân bằng tại gốc tạo độ xe 0 (thỏa mãn f (0,0) 0 ). Khi đó
hệ phi tuyến sẽ đ ợc gọi là:
a) n định Lyapunov tại điểm cân bằng 0, nếu với mọi hằng số thực 0 cho
tr ớc, luôn t n tại ( ) phụ thuộc sao cho quỹ đạo trạng thái tự do x(t ) với điều
kiện đầu x(0) x0 thỏa mãn:
Trong đó x(t ) là nghiệm c a hệ ph ng trình vi phân (4.4) thỏa mãn điều kiện
đầu x(0) x0 .
b) n định tiệm cận Lyapunov tại điểm cân bằng 0 nếu hệ vừa n định tại 0 và
t n tại hằng số ( ) thỏa mãn:
Lân c n B quanh điểm 0 đ ợc gọi là miền n định. Nếu miền n định là toàn
bộ không gian trạng thái thì tính n định còn đ ợc gọi là n định toàn cục.
c) n định theo hàm mũ tại điểm cân bằng 0 nếu t n tại hai số d ng và
sao cho:
Ph ng trình (4.7) có nghĩa là vector trạng thái x(t) c a một hệ n định theo hàm mũ
hội tụ về điểm cân bằng nhanh h n một hàm mũ với hằng số là tốc độ hội tụ.
Đ nh nghĩa 4.3:
Nếu tính chất n định tiệm c n (hoặc n định theo hàm mũ) đạt đ ợc với mọi trạng
thái ban đầu, thì điểm cân bằng đó đ ợc gọi là n định tiệm c n (hoặc n định theo
hàm mũ) toàn cục.
Hình ảnh mô tả định nghĩa về n định Lyapunov và n định tiệm c n Lyapunov,
với hình cầu nét liền là miền B c a biến trạng thái x(t) và hình cầu nét đ t là miền
B c a trạng thái ban đầu x(0) x0 .
x0
Ví d 4.2: Xét hệ phi tuyến sau x (1 sin 2 x) x . Hệ trên có một điểm cân bằng duy
nhất tại xe=0. Ngoài ra ta thấy, nghiệm c a ph ng trình vi phân trên là
1
x(t ) x(0)exp 1 sin 2 x( ) d
0
Dễ thấy x(t ) x(0) et . Do v y, điểm cân bằng xe=0 n định theo hàm mũ với tốc độ
hội tụ =1. Với mọi trạng thái ban đầu x(0) thì trạng thái x(t) c a hệ đều hội tụ về
Bài gi ng Đi u khi n Robot – KTM204.3
điểm cân bằng 0 theo hàm mũ. Nh v y, điểm cân bằng xe=0 n định theo hàm mũ
toàn cục.
Hàm thực liên tục, bất biến W(x) đ ợc gọi là bán xác định dương trong miền nếu
thỏa mãn:
• W (0) 0 ,
• W ( x) 0 với x 0, x .
Trong miền , hàm W(x) là xác định âm nếu hàm - W(x) là xác định d ng, và hàm
W(x) là bán xác định âm nếu hàm -W(x) là bán xác định d ng.
Ví d 4.3:
- Hàm V1 x x12 x22 là hàm bất biến xác định d ng toàn cục vì
V1 x 0 x1 x2 0 t c x x1 , x2 0 , và V1 x 0 với x 0, x R 2 .
T
- Hàm V2 x x12 (1 sin x2 ) là hàm bất biến bán xác định d ng toàn cục vì
V2 x 0 với x R 2 và V2 x 0 tại nhiều h n một vị trí khi x1 0, x2 k .
Bài gi ng Đi u khi n Robot – KTM204.3
- Hàm V3 x x12 x22 2 x12 x22 là hàm xác định âm trong miền
B1 x x1 , x2 R 2 | x12 x22 2
T
và hàm bán xác định âm trong miền
B x x , x R | x12 x22 2 .
T 2
2 1 2
a) ổn định tại 0 trong miền n định nếu t n tại hàm V(x) sao cho:
Ng ợc lại, nếu V x 0 với x , thì hệ trên là không ổn định tại điểm cân
bằng.
b) ổn định tiệm cận tại 0 trong miền n định nếu t n tại hàm V(x) sao cho:
c) ổn định tiệm cận toàn cục nếu t n tại hàm V(x) sao cho:
• V x xác định d ng
• V x xác định âm
• V x khi x
Hàm V(x) thỏa mãn các tính chất trên đ ợc gọi là hàm Lyapunov.
Chú ý: Tính toàn cục cũng có nghĩa rằng điểm cân bằng tại gốc tọa độ là điểm cân
bằng duy nhất c a hệ thống.
Ví d 4.4:
Xét ph ng trình vi phân c a một con lắc đ n nh sau: sin 0 . Chọn các
biến trạng thái là x1 , x2 .
x1 x2
x2 x2 sin x1
Dễ thấy hệ trên có duy nhất một điểm cân bằng tại gốc tọa độ (0,0). Thử xác định tính
1 2 1 2
n định c a hệ bằng hàm xác định d ng V1 ( x)
x1 x2 , ta thấy hàm V1 ( x) là hàm
2 2
xác định d ng, nh ng đạo hàm theo th i gian c a nó ch a chắc đã xác định một dấu
theo sự biến thiên c a các biến trạng thái, do v y nó mới chỉ đ ợc gọi là hàm ng viên
Lyapunov (Lyapunov candidate function). Xác định đạo hàm theo th i gian c a hàm
V1 ( x) ta đ ợc:
Quan sát hàm V1 ( x) ta thấy rất khó kết lu n về dấu c a hàm này theo sự thay đ i c a
các biến trạng thái x1 và x2 , do không xác định đ ợc dấu các đại l ợng x2 x1 x2 sin x1 .
Do v y cần phải thử lại với các hàm ng viên Lyapunov khác, mục tiêu là lựa chọn
hàm ng viên là xác định d ng và đạo hàm theo th i gian c a nó có các l ợng không
mong muốn triệt tiêu l n nhau, từ đó hàm ng viên này và đạo hàm c a nó sẽ xác định
một dấu theo sự thay đ i c a các biến trạng thái.
Dễ thấy V2 ( x) là hàm bán xác định âm trong miền D. Nh v y, theo Định lý 4.1 có thể
kết lu n con lắc đ n trên n định tại điểm cân bằng 0 trong miền D.
Ví d 4.5:
Hãy xét tính n định c a hệ phi tuyến sau:
Cộng hai vế c a hai ph ng trình vừa thu đ ợc cùng với giả thiết các nghiệm x1 và x2
đ ng th i khác 0, ta suy ra x12 x22 2 0 , tuy nhiên thay ng ợc lại điều kiện
x12 x22 2 0 , ta lại thu đ ợc x1 và x2 đ ng th i bằng 0, suy ra giả thiết trên là vô lý.
Thử với một trong hai biến x1 và x2 bằng 0, ta thu đ ợc các điểm cân bằng sau: (0,0),
(0, 2) , (0, 2) , ( 2,0) , ( 2,0) .
Để xét tính n định c a hệ quanh điểm cân bằng (0,0), ta sử dụng hàm xác định d ng
sau: V ( x) x12 x22 , đạo hàm theo th i gian c a V ( x) là:
V ( x) 2 x1 x1 2 x2 x2 2 x1 x1 x12 x22 2 4 x1 x22 2 x2 4 x12 x2 x2 x12 x22 2
2 x12 x22 x12 x22 2
Hàm V ( x) là hàm xác định âm trong miền D x x1 , x2 R 2 | x12 x22 2 , do
T
v y hệ phi tuyến trên n định tiệm c n tại gốc tọa độ trong miền D. Chú ý miền D
đ ợc lựa chọn phải hàm điểm cân bằng c a hệ.
Để xác định tính n định c a hệ quanh các điểm cân bằng khác, ta phải đ i biến để đ a
đ a điểm cân bằng cần xét về điểm (0,0) trong hệ tọa độ mới.
Ví d 4.6:
Hãy xét tính n định c a hệ phi tuyến quanh các điểm cân bằng c a hệ:
x1 x2 x1 x12 x22
x2 x1 x2 x1 x2
2 2
x2 x1 x12 x22 0
x1 x2 x1 x2 0
2 2
khi x , do v y, hệ trên là n định tiệm c n toàn cục tại gốc tọa độ.
x f ( x, u, t ) u 0 (4.8)
Giả sử hệ thống có điểm cân bằng tại gốc tạo độ xe 0 (thỏa mãn f (0,0, t ) 0 với
t t0 ). Khi đó hệ phi tuyến đ ợc gọi là:
a) n định Lyapunov tại t0, nếu với mọi hằng số thực 0 cho tr ớc, luôn t n
tại ( , t0 ) 0 phụ thuộc và t0 sao cho quỹ đạo trạng thái tự do x(t ) với điều kiện
đầu x(t0 ) x0 thỏa mãn:
Bài gi ng Đi u khi n Robot – KTM204.3
Trong đó x(t ) là nghiệm c a hệ ph ng trình vi phân (4.8) thỏa mãn điều kiện
đầu x(t0 ) x0 .
c) n định tiệm cận Lyapunov tại t0, nếu hệ vừa n định tại 0 và t n tại hằng số
(t0 ) 0 , thỏa mãn:
Lân c n B quanh điểm 0 đ ợc gọi là miền n định. Nếu miền n định là toàn
bộ không gian trạng thái thì tính n định còn đ ợc gọi là n định toàn cục.
c) n định theo hàm mũ tại điểm cân bằng 0 nếu t n tại hai số d ng và
sao cho:
t t0
x(t ) x0 e với t t0 và mọi x0 B . (4.11)
Ph ng trình (4.7) có nghĩa là vector trạng thái x(t) c a một hệ n định theo hàm mũ
hội tụ về điểm cân bằng nhanh h n một hàm mũ với hằng số là tốc độ hội tụ.
Đ nh nghĩa 4.7:
Một hàm thực liên tục, biến thiên theo th i gian V(x,t) đ ợc gọi là xác định dương
trong miền nếu t n tại một hàm thực, liên tục, bất biến W(x) xác định d ng trong
miền sao cho:
• V (0, t ) 0
• V ( x, t ) W ( x) với x và t 0 .
T ng tự, trong miền , nếu hàm V(x,t) thỏa mãn V (0, t ) 0 và V(x,t) lớn h n
một hàm W(x) bán xác định d ng thì V(x,t) là bán xác định dương. Và hàm V(x,t) là
Bài gi ng Đi u khi n Robot – KTM204.3
xác định âm nếu hàm -V(x,t) là xác định d ng, và hàm V(x,t) là bán xác định âm nếu
hàm -V(x,t) là bán xác định d ng.
a) ổn định tại 0 trong miền n định nếu t n tại hàm V(x,t) sao cho:
• V x, t khi x , với t 0
Ví d 4.7:
Xét tính n định c a hệ phi tuyến không dừng sau:
x1 (t ) x1 (t ) e 2t x2 (t )
x2 (t ) x1 (t ) x2 (t )
Để xác định tính n định c a điểm cân bằng 0, xét hàm V(x,t) sau:
Bài gi ng Đi u khi n Robot – KTM204.3
Nh v y, hàm V ( x, t ) là hàm xác định âm (điều kiện 2). Nh v y, Theo định lý 4.2. c
thì hệ phi tuyến trên n định tiệm c n đều toàn cục.
Với các hệ phi tuyến, việc tìm đ ợc hàm Lyapunov xác định d ng và có đạo
hàm theo th i gian xác định âm đôi khi rất khó, do v y việc ch ng minh tính n định
tiệm c n cho hệ là không dễ dàng. Tuy nhiên b đề Barbalat ch ng minh sự liên quan
giữa tính tiệm c n c a các hàm và các đạo hàm c a chúng đã giúp ch ng minh tính n
định tiệm c n khi chỉ tìm đ ợc hàm Luapunov xác định d ng với đạo hàm thỏa mãn
bán xác định âm.
❖ Các chú ý về tính tiệm cận và các đạo hàm của hàm số:
+/ Hàm số có đạo hàm theo th i gian tiến tới 0, không có nghĩa là hàm số đó hội tụ,
t c f (t ) 0 không thể suy ra là f hội tụ khi t . Ví dụ, hàm số f (t ) sin(log t )
cos(log t )
với f (t ) 0 khi t , nh ng hàm f(t) dao động, ch không hội tụ. Hay
t
hàm số g (t ) t sin(log t ) khi t , trong khi g (t ) 0 khi t .
+/ Hàm số hội tụ không thể suy ra đạo hàm b c nhất theo th i gian tiến tới 0, t c hàm
số f hội tụ tới một giới hạn hữu hạn khi t không thể suy ra f (t ) 0 . Ví dụ,
hàm số f (t ) et sin(e2t ) 0 khi t , trong khi đạo hàm c a nó
f (t ) et sin(e2t ) 2et cos(e2t ) khi t .
+/ Nếu hàm số f(t) bị chặn d ới và giảm ( f (t ) 0 ), khi đó hàm số f(t) sẽ hội tụ.
Bài gi ng Đi u khi n Robot – KTM204.3
Đ nh lý 4.3 (B đ Barbalat):
Nếu hàm số khả vi f(t) có giới hạn hữu hạn khi t và nếu đạo hàm c a nó theo
th i gian f (t ) liên tục đều thì f (t ) 0 khi t .
Trong b đề Barbalat trên đã nhắc đến khái niệm hàm số liên tục đều, để dễ hiểu cho
ng i đọc, khái niệm này sẽ đ ợc nhắc lại sau đây:
Đ nh nghĩa 4.8:
Một hàm số g(t) đ ợc gọi là liên tục đều trên khoảng [0, ) nếu với mọi số d ng
0 luôn t n tại một số d ng ( ) phụ thuộc vào sao cho nếu t t1 thì suy
ra g (t ) g (t1 ) với t 0, t1 0 .
Tuy nhiên, để kiểm tra tính liên tục đều c a một hàm số ta có thể kiểm tra thông qua
đạo hàm c a nó: điều kiện đ để một hàm số khả vi là liên tục đều là đạo hàm c a nó
bị chặn. Nh v y, b đề Barbalat có thể áp dụng nh sau: Nếu hàm số khả vi f(t) có
giới hạn hữu hạn khi t và nếu đạo hàm bậc hai của nó theo thời gian f (t ) t n
tại và bị chặn thì f (t ) 0 khi t .
Nếu hàm số thực V(x,t) thỏa mãn các điều kiện sau:
a. V(x,t) bị chặn d ới
thì V ( x, t ) 0 khi t .
Ví d 4.8:
Xét tính n định c a hệ phi tuyến không dừng sau:
e e w(t )
ew(t )
Trong đó: e(t ), (t ) là biến trạng thái c a hệ, và w(t ) là hàm không xác định, nh ng bị
chặn. Xét hàm xác định d ng V (t ) e2 2 có đạo hàm V (t ) 2e2 0 bán xác
định âm, nh v y 0 V (t ) V (0) , do v y các biến trạng thái e(t ), (t ) bị chặn. Xác
Bài gi ng Đi u khi n Robot – KTM204.3
định đạo hàm b c hai c a V (t ) ta có: V (t ) 4e(e w) , do các biến trạng thái
e(t ), (t ) , w(t ) bị chặn, do v y, V (t ) bị chặn. Theo điều kiện đ xác định tính liên tục
đều thì đạo hàm V (t ) là liên tục đều. Áp dụng b đề Barbalat có thể kết lu n V (t ) 0
hay e(t ) 0 khi t . Nh v y, chỉ có biến trạng thái e(t) tiệm c n tới 0 khi t ,
còn biến trạng thái (t ) chỉ có thể kết lu n là bị chặn.
Chú ý:
• Tiêu chuẩn Lyapunov chỉ là một điều kiện đ . Điều này nói rằng nếu ta không
tìm đ ợc một hàm Lyapunov V(x,t) cho hệ thì v n không thể khẳng định đ ợc
rằng hệ không n định.
• Một hệ n định có thể có nhiều hàm Lyapunov. Hàm Lyapunov nào mang đến
cho hệ miền n định lớn h n sẽ đ ợc gọi là hàm Lyapunov có chất l ợng cao
h n.
• Hiện nay không t n tại một ph ng pháp t ng quát nào cho việc tìm hàm
Lyapunov. Với từng bài toán cụ thể, ta phải đi xây dựng hàm Lyapunov riêng
biệt cho chính hệ đó.
BÀI T P CH NG 4
Bài 4.1. Hãy xác định điểm cân bằng và xét tính n định c a các hệ phi tuyến dừng
sau quanh điểm cân bằng ( n định tiệm c n?, toàn cục?):
b/ x 5 x
5
a/ x x3 sin 4 x
x1 x1 x2 x2 x12 x22
e/ x (x 1) x x sin x / 2
2 7
f/
x2 x1 x2 x1 x1 x2
2 2
x1 x2 x1 x12 x24 x x1 x1 x2
g/ h/ 1
x2 x1 x2 x1 x2 x2 x2
2 4
Bài 4.2. Ch ng minh rằng hệ sau n định tiệm c n toàn cục quanh điểm cân bằng:
Bài gi ng Đi u khi n Robot – KTM204.3
Bài 4.3. Xét các hệ sau là n định, n định tiệm c n hay không n định quanh điểm
cân bằng:
x1 x1 x12 x1 x2
b/ x2 sin x3 x1 2 x3 sat ( y ) với y 2 x1 5x2 2 x3
2
a/ x2 x2 x32
x x x2 x3 2 x3 sat ( y )
3 3 1
x1 2 x1 x13 x1 x1
c/ x2 x2 x12 d/ x2 x1 x2 x3 x1 x3
x x x3 x2 x1 1
3 3
Bài 4.4. Hãy xác định điểm cân bằng và xét tính n định c a các hệ phi tuyến không
dừng sau quanh điểm cân bằng:
x x
a/ x b/ x
1 t
2
1 t
c/ x tx d/ x (2 et ) x x 0
x1 5 x25 x38 x1
x
g/ x2 x2 4 x32 h/ x
x 2 sin t x 1 sin x 2
3 3
x1 x1 g (t ) x2
i/ , trong đó, hàm g(t) là hàm khả vi liên tục và thỏa mãn
x2 x1 x2
0 g (t ) k và g (t ) g (t ) với t 0 .
Bài 4.5. Chỉ ra hệ phi tuyến sau n định theo hàm mũ, hãy ớc l ợng miền n định
c a hệ:
5.1. T ng quan
Trong ch ng tr ớc, chúng ta đã tìm hiều về ph ng pháp thiết l p lu t điều
khiển cho mỗi khớp c a Robot dựa trên mô hình SISO và coi ảnh h ng c a các khớp
khác nh là nhiễu tác động vào hệ thống. Trong thực tế ph ng trình động lực học c a
Robot th ng là các ph ng trình ph c tạp, phi tuyến và nhiều biến. Trong ch ng
này chúng ta xem xét bài toán điều khiển Robot với mô hình điều khiển phi tuyến và
nhiều biến. Để thực hiện điều này chúng ta tr lại xem xét ph ng trình động lực học
Robot
n n
Sau một số phép biến đ i với chú ý mi ri qi ta đ a ph ng trình (5.1) về dạng sau:
Trong đó:
ri K mi
u là vector tín hiệu vào với các phần tử ui Vi có th nguyên c a
Ri
moment
1 1
V qT M ( q ) q q T K P q (5.4)
2 2
Nhóm th nhất trong ph ng trình (5.4) là động năng c a Robot và nhóm th hai đại
diện cho thành phần phản h i hữu tỉ K P q . Nhìn vào ph ng trình (5.4) ta có thể thấy
rằng V chính là t ng động năng c a c hệ vị trí cân bằng qd mà khi thay các c cấu
chấp hành c a các khớp bằng các lò xo với độ c ng biểu diễn b i ma tr n KP. Khi đó V
là một hàm không âm và V=0 khi q=qd và q 0 . Điều này ch ng tỏ rằng với một vị trí
xác định nào đó cho tr ớc thì V sẽ tiến tới 0 hay nói cách khác là Robot có thể chuyển
động tới một vị trí bất kỳ cho tr ớc.
Áp dụng lý thuyết n định Lyapunov ch ng minh tính n định c a ph ng pháp điều
khiển, ta thấy do tính chất bị chặn c a ma tr n quán tính t n tại các ma tr n xác định
d ng M1 , M 2 sao cho: M1 M (q) M 2 suy ra:
1 T 1 1 1
q M1q qT K P q V qT M 2 q qT K P q
2 2 2 2
Nh v y, hàm V là hàm xác định d ng và bị chặn trên b i một hàm xác định d ng.
Đạo hàm hai vế c a ph ng trình (5.4) theo th i gian, với chú ý Jm và q là hằng số, ta
d
có
1
V qT M ( q ) q q T J ( q ) q q T K P q (5.5)
2
Tr ớc hết để đ n giản bài toán chúng ta giả thiết B = 0, G(q) = 0, Ff (q) 0 , và Fex = 0
trong ph ng trình (5.2). Từ đó ta có
M (q)q u C (q, q)q (5.6)
V qT u K P q (5.8)
V qT K D q 0 (5.9)
Bài gi ng Đi u khi n Robot – KTM204.3
Nh v y, hàm V là hàm bán xác định âm. Việc phân tích trên ch ng tỏ rằng V luôn
giảm khi q 0 và Robot sẽ tiếp c n tới một vị trí cân bằng nào đó khi V 0 q 0
khi đó q 0 . Từ ph ng trình chuyển động kết hợp với điều khiển PD, ta có
Ph ng trình (5.10) hàm ý rằng khi q 0 thì q 0 hay q q d . Theo định lý LaSalle thì
sự cân bằng này là n định tiệm c n.
Trong tr ng hợp ph ng trình (5.2) có đại l ợng G(q) đặc tr ng cho tác dụng c a lực
trọng tr ng, thì ph ng trình (5.8) sẽ tr thành:
V qT u G(q) K P q
Để đạt đ ợc chất l ợng điều khiển t ng đ ng thì trong tr ng hợp này tín hiệu điều
khiển u(t) đ ợc chọn nh sau:
u K P q K D q G (q)
Tuy nhiên, nh ợc điểm c a lu t điều khiển trên đó là cần xác định đại l ợng G(q) theo
th i gian, nh v y cần biết ph ng trình c a vector G(q) và các tham số kèm theo,
điều này đôi khi là không thể thực hiện trong thực tế.
Ví d 5.1: Thiết l p hệ thống điều khiển đa biến PD cho Robot RR để đạt đ ợc vị trí
mong muốn cho tr ớc q1 và q2. Với các thông số hệ thống nh sau:
Khối l ợng các khâu m1=m2=1kg Hệ số s c phản điện động Kb=1Vs/rad
Chiều dài các khâu l1=l2=1m Hệ số moment Km=0.1Nm/A
Điện tr phần ng động c R=1 Tỉ số truyền từ động c đến các khớp r=10
Dựa vào kết quả c a bài toán động lực học Robot RR, ta có các ph ng trình
sau:
Bài gi ng Đi u khi n Robot – KTM204.3
Do đó:
Trong đó:
m2l1l2 sq2 m1
q1 q2
m2l1l2 sq2 m2
q2 2 m2 l1 gcq1 2 l2 gc q1 q2
2 2
C ( q, q ) G (q)
m2l1l2 sq2 q m
1 0
2
l gc q q
2 1 2
2 2
r1 K m1 / R1 V1
và u
r2 K m 2 / R2 V2
Thay số ta có:
Bài gi ng Đi u khi n Robot – KTM204.3
305 1 1 1 1
3 cq2 cq2 sq2 q2 sq2 q1 q2
3 2 2 2
M (q) ; C ( q, q )
1 1 cq 301 1 sq q 0
3 2 2 3 2 2 1
20 0 15cq1 5c q1 q2
B ; G (q) ;
0 20 5 c q1 q2
0 0
Ff (q) ; Fex
0 0
K 0 q1 q1d K D1 0 q1
u P1
0 K P 2 q2 q2d 0 K D 2 q2
Để thu n lợi h n cho việc xây dựng mô hình bằng Matlab Simulink ta biến đ i ph ng
trình trên về dạng sau:
Fn 1
f(u)
invM 11 f(u)
KP qdd1 qd1 q1
1 1
144 s s
u1 Product
KD
Integrator1 Integrator2
Q1
22 du/dt
u(1)
Derivative
q1 Scope q1
u2 qdd2 qd2 q2
144 1 1
s s u(4)
KP1
Q2 Product1
22 du/dt Integrator3 Integrator4 q2 Scope q2
KD1 Derivative1
Fn 2
invM 22 f(u)
f(u)
q1(PD)
q2(PD)
1
qd1
qd2
0.8
q , q [rad]
0.6
2
1
0.4
0.2
0
0 5 10 15 20 25 30 35 40 45 50
Time[s]
Ph ng trình (5.13) chỉ ra rằng với bộ điều khiển PD không thể bảo đảm hệ thống sẽ
đạt đ ợc quỹ đạo chuyển động cho tr ớc. Trong thực tế, với tr ng hợp này luôn t n
tại sai số trong trạng thái xác l p. Giả sử rằng hệ thống điều khiển kín là n định thì
trạng thái n định ta có
Trong đó K P q d q đ ợc gọi là moment giữ cần thiết để cân bằng với moment
thế năng G(q) và ngoại lực Fex. Từ đó, ta có thể tăng hệ số KP để giảm sai số xác l p.
Để có thể loại trừ hoàn toàn sai số xác l p ta có thể sử dụng bộ điều khiển PD kết hợp
với điều khiển tiếp thu n nh trong ch ng 3. Khi đó tín hiệu tiếp thu n có thể đ ợc
xác định b i ph ng trình sau
Ví d 5.2: Thiết l p hệ thống điều khiển đa biến PD kết hợp với điều khiển tiếp thu n
cho Robot RR để đạt đ ợc vị trí mong muốn cho tr ớc q1d và q2d . Với các thông số hệ
thống nh ví dụ 5.1.
Dựa trên mô hình hệ thống điều khiển đa biến PD ví dụ 5.1, ta có thể thêm
vào đó nhánh tiếp thu n với tín hiệu tiếp thu n đ ợc biểu diễn d ới dạng sau
1 d d
sq2d q1d q2d
1
2 sq2 q2 2 20 0
C (q , q )
d d
; B ;
1 sq d q d 0 20
0
2 2 1
15cq1d 5c q1d q2d 0 0
G (q )
d
; Ff (q d ) ; Fex
5c q1d q2d
0 0
Fn 1
f(u) invM 11
f(u)
f(u)
KP Ff1
qdd1 qd1 q1
1 1
Q1 u(1) 144 s s
u1
KD Product
du/dt Q1 Integrator1 Integrator2
f(u) invM 22 Fn 2
f(u)
f(u)
Ff2
Hình 5.3. S đ hệ thống điều khiển đa biến PD kết hợp với điều khiển tiếp thu n cho
Robot RR
q1(PD)
q2(PD)
1
qd1
qd2
0.8
q2(PD+FF)
q1(PD+FF)
q , q [rad]
0.6
2
1
0.4
0.2
0
0 5 10 15 20 25 30 35 40 45 50
Time[s]
Hình 5.4. Đáp ng b ớc hệ thống điều khiển đa biến PD kết hợp với điều khiển tiếp
thu n cho Robot RR
Bài gi ng Đi u khi n Robot – KTM204.3
để khi thế vào ph ng trình (5.17) ta thu đ ợc một hệ thống mạch kín tuyến tính. Với
hệ thống phi tuyến thì lu t điều khiển này có thể khó hoặc không thể tìm đ ợc, tuy
nhiên trong tr ng hợp này khi ta đã có hệ ph ng trình động lực học thì việc này tr
nên dễ dàng. Dựa vào ph ng trình (5.17) ta có thể chọn lu t điều khiển u nh sau
u M (q)aq C (q, q)q Bq G(q) Ff (q) Fex (5.19)
Ma tr n M(q) luôn t n tại ma tr n nghịch đảo, kết hợp hai ph ng trình (5.17)
và (5.19) ta có
q aq (5.20)
Đại l ợng aq đại diện cho tín hiệu đầu vào mới c a hệ thống đã đ ợc chọn
tr ớc. Khi đó, hệ ph ng trình (5.21) là hệ n ph ng trình độc l p tuyến tính nghĩa là
tín hiệu đầu vào aq có thể đ ợc thiết kế để điều khiển hệ thống tuyến tính. Lu t điều
khiển phi tuyến (5.19) đ ợc gọi là điều khiển tuyến tính hóa. Để ý tới ph ng trình
(5.19) ta thấy aq là đại l ợng chỉ phụ thuộc vào q và q , vì v y ta có thể chọn aq có
dạng nh sau
aq K P q K D q r (5.21)
t q d (t ), q d (t ) (5.23)
r (t ) q d (t ) K D q d (t ) K P q d (t ) (5.24)
Nh trình bày phần tr ớc các giá trị tần số riêng i xác định tốc độ đáp ng
c a khớp t ng ng trong phần này các giá trị tần số riêng i xác định tốc độ giảm sai
số điều khiển.
Chú ý rằng việc thực hiện ph ng pháp điều khiển tuyến tính hóa yêu cầu khi
tính toán các giá trị c a M(q), C (q, q) và các thông số khác cần đ ợc tính theo th i
gian thực khi đó ta có thể xây dựng mô hình điều khiển nh trên Hình 5.5.
c a hệ thống là xác định hoàn toàn. Điều này nhiều khi là không thể xác định trong
thực tế.
Ví d 5.3: Thiết l p hệ thống điều khiển tuyến tính hóa cho Robot RR để đạt đ ợc vị
trí mong muốn cho tr ớc q1d và q2d . Với các thông số hệ thống nh ví dụ 5.1.
Trong đó:
N (q, q) C (q, q)q Bq G(q) Ff (q) Fex
305 1 1 1 1
3 cq2 cq2 2 sq2 q2 sq2 q1 q2
3 2 2
M (q) ; C ( q, q )
1 1 cq 301 1 sq q 0
3 2 2 3
2
2 1
20 0 15cq1 5c q1 q2 0 0
B ; G ( q ) ; F ( q ) 0 ; F 0
0 20 5c q1 q2
f
ex
aq K P q K D q r
r (t ) q d (t ) K D q d (t ) K P q d (t )
N1
KP
f(u)
u(1) 144
Q1 KD
Fn 1
u(2) 22 f(u) invM 11
f(u)
Qd1 aq1
Q2 KP1 u(2)
Qdd2 u(5)
f(u)
M11 f(u) M12 f(u)
f(u)
M21 f(u) M22 301/3
N2
Hình 5.6. S đ hệ thống điều khiển động lực học ng ợc cho Robot RR
0.5
0.4
Magnitude[rad]
0.3
q1(IDC)
0.2
q2(IDC)
qd1
0.1
qd2
0
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
Time[s]
Hình 5.7. Đáp ng c a hệ thống điều khiển động lực học ng ợc cho Robot RR
Bài gi ng Đi u khi n Robot – KTM204.3
Mục tiêu điều khiển Robot đ ợc đặt ra là thiết kế lu t điều khiển cho tín hiệu
điều khiển u(t) để các biến khớp q(t) c a Robot bám theo một quỹ đạo mong muốn qd(t)
cho tr ớc với giả thiết là quỹ đạo mong muốn qd(t) là các hàm số liên tục và
qd (t ), qd (t ), qd (t ) bị chặn theo th i gian. Mục tiêu điều khiển bám quỹ đạo:
q(t ) qd (t ) t ng đ ng với việc đ a sai số điều khiển e(t ) qd (t ) q(t ) 0 khi
t . Tuy nhiên, mục tiêu đặt ra không chỉ biến khớp q(t) bám theo quỹ đạo mong
muốn qd(t) mà cả v n tốc biến thiên c a biến khớp q(t ) bám theo v n tốc mong muốn
qd (t ) . Để thu n lợi cho quá trình biến đ i và ch ng minh thu t toán, sai số điều khiển
phụ trợ r(t) đ ợc định nghĩa nh sau:
Trong đó, hằng số R là tham số điều khiển c a thu t toán. Mục tiêu đ a đ ng th i
các sai số e(t ) và e(t ) tiến về 0 đ ợc t ng đ ng với việc đ a e(t) và r(t) tiến về 0.
Từ ph ng trình (5.29) ta có:
r e e qd q e (5.30)
Nhân cả hai vế c a ph ng trình (5.30) với ma tr n quán tính M(q), thay ph ng trình
động lực học (5.28) vào ta thu đ ợc ph ng trình nh sau:
M (q)r M (q)qd M (q)q M (q)e
u C (q, q)q Bq G (q) Ff (q) Fex M (q )qd M (q )e
(5.31)
u C (q, q) qd r e Bq G (q ) Ff (q ) Fex M (q )qd M (q )e
u C (q, q)r e
Hàm trung gian (t) bao hàm các phần động học không xác định c a ph ng trình
động lực học robot (5.28), để tiến hành thiết kế điều khiển và phân tích n định c a
thu t toán đ a ra cần đánh giá giới hạn bị chặn c a hàm phụ trợ (t). Căn c vào tính
chất bị chặn c a ma tr n quán tính M(q), tính bị chặn c a quỹ đạo mong muốn, cấu
trúc c a các ma tr n G(q), B, Fex, C (q, q) , Ff (q) , hàm trung gian (t) th ng đ ợc
xác định là hàm bị chặn b i một ph ng trình b c hai c a biến trạng thái nh sau:
(t ) 1 2 z 3 z
2
(5.33)
Trong đó: 1 , 2 , 3 R là các hằng số có thể xác định đ ợc và vector trạng thái z(t)
e
đ ợc định nghĩa là z R 2n . Trong ph ng trình (5.33), kí hiệu • là chuẩn
r
Euler c a vector hoặc ma tr n.
Chú ý: nhắc lại một số định nghĩa và tính chất c a chuẩn vector và ma tr n:
trace AT A
m n
a
2
A ij
i 1 j 1
Để minh họa cho đánh giá (5.33), kiểm tra trên ph ng trình động lực học c a robot
RR ví dụ 5.1 ta có:
Trong đó:
305 1 1 1 1
3 cq2 cq2 2 sq2 q2 sq2 q1 q2
3 2 2
M (q) ; C ( q, q )
1 1 cq 301 1 sq q 0
3 2 2 3 2 2 1
20 0 15cq1 5c q1 q2
B ; G (q) ;
0 20 5c q1 q2
0 0
Ff (q) ; Fex
0 0
Xét từng đại l ợng trong hàm trung gian (t) ta có:
15cq1 5c q1 q2
15cq 5c q q 5c q q 2 152 52 52 5 21
2 2
G (q)
5c q1 q2 1 1 2 1 2
T ng tự: M (q)qd c1 ,
Bq B qd r e c2 c3 z
M (q)e M (q) r e c4 z
1 1
sq2 q2 d sq2 q1d q2 d
2 2
C (q, qd ) c1'
1
sq2 q1d 0
2
C (q, q ) C (q, qd r e) C (q, qd ) C (q, e r) c2' c3' z
C (q, q ) qd e C (q, qd )q C (q, q ) e C (q, qd ) qd r e C (q, q ) e
C (q, q) qd e c5 c6 z c7 z
2
Bài gi ng Đi u khi n Robot – KTM204.3
Chú ý: chúng ta chỉ cần ch ng minh t n tại các hằng số 1 , 2 , 3 thỏa mãn tính chất
trên, ch không cần xác định t ng minh các giá trị c a 1 , 2 , 3 . Do v y cũng
không cần thông tin chính xác về các tham số c a hệ nh khối l ợng, chiều dài, mô
men quán tính....
Sau khi đã đánh giá đ ợc tính bị chặn c a hàm trung gian (t) nh (5.33), ta chọn lu t
điều khiển u(t) có dạng nh sau:
u(t ) k1 k2 k3 k4 r (5.34)
Trong đó: ki là các hằng số điều khiển với i=1,..,4. Thay lu t điều khiển (5.34) vào
(5.31) ta có:
Phân tích tính n định c a hệ thống khi sử dụng lu t điều khiển (5.34) bằng lý thuyết
n định Lyapunov:
Xét hàm số xác định d ng V(t) nh sau:
1 1
V (t ) r T M (q)r eT e (5.36)
2 2
Do tính chất đối x ng, xác định d ng và bị chặn c a ma tr n quán tính M(q), do đó
1 1
min m1 ,1 z V (t ) max m2 ,1 z
2 2
(5.37)
2 2
Với m1 và m2 là giá trị chặn d ới và chặn trên c a M (q) . Đạo hàm theo th i gian
hàm V(t) ta có:
1 1 1 1 1
V (t ) r T M (q)r r T M (q)r r T M (q )r eT e eT e
2 2 2 2 2
(5.38)
1
r T M (q)r r T M (q)r eT e
2
V (t ) r T k1 k2 k3 k4 r C (q, q )r e r T M (q )r eT r e
1
2
(5.39)
1
eT e k1 k2 k3 k4 r T r r T M (q ) C (q, q ) r r T
2
Áp dụng tính chất phản đối x ng c a ph ng trình động lực học robot ta có
1
r T M (q) C (q, q) r 0 , và sử dụng đánh giá (5.33) ta có:
2
V (t ) e k1 k2 k3 k4 r r 1 2 z 3 z
2 2
2
(5.40)
k3 r 2 r z k 3 r
2
2 k 3
4 k3 4 k3
2
3 z 32 z
2 4
32 z
4
k4 r 3 r z k4 r
2 2
2 k 4k4 4k4
4
Do v y:
2 32 z 2
2 22 32 z
2
2
V (t ) e k1 r z 2 z
2 2 2
1
k
4k3 4k 4 4k 2 4 k 4k 4
3
z z
2
12 22 3 z
2 2
2
với k=min(,k1), và z k z . Ta thấy: V (t ) 0 nếu
4k2 4 k 4k 4
3
32 z
2
22
2
z k với mọi vector trạng thái z(t)
z 4k3 4k 4
32 z
2
22
T c k 2
với mọi vector trạng thái z(t) (5.41)
z 4k3 4k 4
Bằng cách chọn các tham số điều khiển k2, k3, k4 và đ lớn, thì tham số k đ lớn để
thỏa mãn
Bài gi ng Đi u khi n Robot – KTM204.3
32 z (0)
2
22
k 2
(5.42)
z (0) 4k3 4k4
Nh v y, điều kiện (5.41) thỏa mãn với giá trị ban đầu, điều này có nghĩa V (t ) 0 làm
cho hàm năng l ợng V(t) giảm, d n tới e và r giảm, điều đó có nghĩa z giảm,
nh v y điều kiện (5.41) thỏa mãn với mọi z(t). Căn c vào định lý n định Lyapunov
Định lý 4.2, ta kết lu n đ ợc các sai số điều khiển e(t) và r(t) n đ nh trong một giới
hạn quanh điểm 0, và giới hạn này có thể thu nhỏ gần về 0 bằng cách sử dụng các
tham số điều khiển rất lớn.
Một u điểm c a điều khiển high-gain đó là lu t điều khiển (5.34) không đòi
hỏi các thông tin chính xác về hệ thống nh thông tin về các ma tr n quán tính M(q),
ma tr n Coriolis C q, q , vector ảnh h ng c a lực trọng tr ng G(q),... Đây là tính
ch t b n v ng c a ph ng pháp điều khiển high-gain, không giống nh các ph ng
pháp điều khiển PD hay điều khiển tuyến tính hóa đã đ ợc giới thiệu trên.
Ví d 5.4: Thiết l p hệ thống điều khiển high-gain cho Robot RR để các biến khớp q(t)
cos(t )
c a robot bám theo một quỹ đạo mong muốn cho tr ớc qd . Với các thông
sin(t )
số hệ thống nh ví dụ 5.1.
Chú ý: Lu t điều khiển tr ợt u(t) có ch a hàm dấu sgn(.) với định nghĩa nh sau:
1 if x 0
sgn( x) 0 if x 0 với mọi xR
1 if x 0
Bài gi ng Đi u khi n Robot – KTM204.3
sgn( x1 )
sgn( x )
Nếu x là vector n chiều, x x1 , x2 ,.., xn thì sgn( x) 2
T
. Hãy chú ý tính chất
sgn( xn )
là xT sgn( x) x .
Phân tích tính n định c a hệ thống khi sử dụng lu t điều khiển (5.44) bằng lý thuyết
n định Lyapunov với hàm V(t) đ ợc chọn nh (5.36), các thuộc tính bị chặn c a V(t)
đ ợc ch ng minh hoàn toàn t ng tự nh tr ng hợp điều khiển high-gain. Lúc này
đạo hàm theo th i gian c a hàm V(t) tr thành nh sau:
eT e k1 k2 k3 r T r 1 r r T (5.45)
V (t ) e k1 k2 k3 r 1 r r 1 2 z 3 z
2 2
2
(5.46)
e k1 k2 k3 r r 2 z 3 z
2 2
2
Do theo tính chất c a chuẩn Euler thì r r , biến đ i t ng tự nh tr ng hợp điều
khiển high-gain ta thu đ ợc:
2 32 z 2
22 32 z
2
V (t ) e k1 r z 2
2 2 2 2
k z
4k 2 4k3 4 k 4k3 (5.47)
2
z z 2
32 z
2
22
Trong đó: z k .T ng tự, nếu tham số điều khiển k thỏa mãn:
4k 2 4k3
32 z (0)
2
22
k thì z 0 với z(t). Nh v y, V (t ) là hàm xác định âm.
4k 2 4k3
Theo Định lý 4.2, ta kết lu n đ ợc các biến khớp q(t) c a robot bám theo quỹ đạo
Bài gi ng Đi u khi n Robot – KTM204.3
mong muốn qd(t) với sai số điều khiển e(t) và r(t) tiến về 0 theo tiêu chuẩn ti m c n,
t c e(t)→0, r(t) →0 khi t→∞.
Tuy nhiên, kết quả sai số điều khiển e(t) và r(t) tiến về 0 theo tiêu chuẩn tiệm
c n ch a phải là kết quả n định cao nhất, thực chất với ph ng pháp điều khiển tr ợt,
các sai số này có thể đ ợc chỉ ra là tiến về 0 theo tiêu chuẩn hàm mũ nh sau: Theo
tính chất bị chặn c a V(t) (3.37) ta suy ra:
1 1 2V (t )
min m1 ,1 z V (t ) max m2 ,1 z z
2 2 2
2 2 max m2 ,1
2 z
V (t ) z z 2
V (t )
max(m 2 ,1)
2 z 2 z
0 V (t ) V (0)e max(m2 ,1)
z (t ) z (0) e max(m2 ,1)
Hàm trung gian (t) giả sử thỏa mãn tính chất tuyến tính theo tham số, t c là:
Trong đó, ma tr n h i quy Y (q, q, qd , qd , qd ) xác định đ ợc hoàn toàn. Còn vector
là vector tham số, chỉ ch a các tham số c a hệ thống nh khối l ợng, moment quán
tính, chiều dài các khâu,... đây là các hằng số, tuy nhiên thông tin về các đại l ợng này
c a robot là khó xác định đ ợc chính xác. Bộ điều khiển thích nghi đ ợc thiết kế mà
không đòi hỏi thông tin về các đại l ợng này c a hệ thống. Đây chính là tính chất bền
vững c a ph ng pháp điều khiển.
Thay tính chất (5.48) vào ph ng trình động lực học vòng h (5.31) c a robot
ta đ ợc:
M (q)r u C (q, q)r e Y (5.49)
Tín hiệu điều khiển u(t) theo lu t điều khiển thích nghi đ ợc lựa chọn nh sau:
ˆ
u (t ) kr Y (5.50)
Trong đó, hằng số k là tham số điều khiển, r(t) là sai số điều khiển phụ trợ đ ợc định
nghĩa (5.29), vector ˆ (t ) là vector ớc l ợng c a vector tham số không xác định .
ˆ là phần thích nghi c a lu t điều khiển
Đại l ợng Y (5.50), trong đó đại l ợng này
sẽ liên tục thay đ i giá trị để xấp xỉ cho hàm trung gian không xác định (t), do v y
đại l ợng Y ˆ có tác dụng triệt tiêu một phần c a (t). Thay lu t điều khiển thích nghi
(5.50) vào (5.49) thu đ ợc:
ˆ C (q, q)r e Y kr C (q, q)r e Y
M (q)r kr Y (5.51)
ˆ (t ) là sai số xấp xỉ c a
Trong đó vector (t ) ˆ (t ) cho vector tham số . Với
ph ng pháp điều khiển thích nghi, ngoài mục tiêu đ a các sai số điều khiển về 0, còn
có thêm mục tiêu giảm sai số xấp xỉ (t ) , do v y, hàm Lyapunov lúc này đ ợc lựa
chọn nh sau:
1 1 1
V (t ) r T M (q)r eT e T 1 (5.52)
2 2 2
Bài gi ng Đi u khi n Robot – KTM204.3
Với ma tr n là ma tr n hằng số vuông, xác định d ng, đối x ng, quyết định đến tốc
ˆ (t ) . Do tính chất đối x ng, xác định d ng và bị
độ c p nh t giá trị c a vector xấp xỉ
chặn c a ma tr n quán tính M(q), do đó
Với m1 và m2 là giá trị chặn d ới và chặn trên c a M (q) , min (1 ), max (1 ) là trị
riêng nhỏ nhất và lớn nhất c a ma tr n 1 . Đạo hàm theo th i gian hàm V(t) ta có:
ˆ (t )
B i vì (t ) ˆ (t ) do vector tham số là vector hằng số. Để hàm đạo
ˆ , để
hàm V (t ) là bán xác định âm, ta mong muốn triệt tiêu đại l ợng r T Y T 1
ˆ r T Y r T Y T Y T r . Nh v y, nếu lu t c p
đạt đ ợc điều này thì: T 1
T
ˆ Y T r
(5.55)
V (t ) e k r 0
2 2
(5.56)
Nh v y, đạo hàm V (t ) là hàm bán xác định âm. Phần tiếp theo sẽ sử dụng B đề
Barbalat để ch ng minh kết quả n định theo tiệm c n c a ph ng pháp điều khiển:
Do hàm Lyapunov V(t) xác định d ng, có đạo hàm V (t ) bán xác định âm, nên sai số
e(t), r(t) và (t ) bị chặn. Nh v y, e(t ) r (t ) e(t ) và r (t ) xác định theo (5.51) là
bị chặn. Do e(t ) , r (t ) bị chặn nên đạo hàm b c hai V (t ) là bị chặn, do v y hàm đạo
hàm b c nhất V (t ) là liên tục đều. Áp dụng Định lý 4.4, B đề Barbalat ta kết lu n
đ ợc V (t ) 0 khi t , t c là theo (5.56) thì e(t)→0 và r(t) →0 khi t . Nh
v y, các sai số điều khiển e(t), r(t) tiến tới 0 theo tiêu chuẩn ti m c n.
Ta nh n thấy ph ng pháp điều khiển thích nghi có rất nhiều u điểm n i b t
đó là đ a ra lu t điều khiển trong đó tín hiệu điều khiển u(t) là hàm liên tục, do đó có
Bài gi ng Đi u khi n Robot – KTM204.3
khả năng thực thi b i các c cấu chấp hành trong thực tế. Ngoài ra, đây là ph ng
pháp điều khiển bền vững và hệ thống đạt đ ợc chất l ợng n định theo tiêu chuẩn
tiệm c n.
Để so sánh giữa các ph ng pháp điều khiển đã đ ợc giới thiệu trong ch ng
này ta có thể l p một bảng nh sau:
Ví d 5.6: Thiết l p hệ thống điều khiển thích nghi cho Robot RR để các biến khớp q(t)
cos(t )
c a robot bám theo một quỹ đạo mong muốn cho tr ớc qd . Với các thông
sin(t )
số hệ thống nh ví dụ 5.1.
ˆ với r(t) xác định theo (5.29). Để xác định ma
Lu t điều khiển tr ợt là u (t ) kr Y
tr n h i quy Y (q, q, qd , qd , qd ) ta phân tích nh sau:
Trong đó:
Bài gi ng Đi u khi n Robot – KTM204.3
M 2cq2
M 1 M 2cq2 M3
2 B1 0
M (q) , B
M M 2cq2 0 B2
M4
3 2
m1l12 m2l22 m l2 m l2
với M1 m2l12 J m1r12 , M 2 m2l1l2 , M 3 2 2 , M 4 2 2 J m 2 r22
3 3 3
m2l1l2 m m
với: C , G1 1 m2 l1 g , G2 2 l2 g
2 2 2
Ff (q) 0, Fex 0
Nh v y:
(t ) C (q, q) qd e Bq G (q ) M (q ) qd e e
Csq2 q2 Csq2 q1 q2 qd 1 e1 B1 0 q1 G1cq1 G2c q1 q2
Csq2 q1 0 qd 2 e2 0 B2 q2 G2c q1 q2
M 2cq2
M 1 M 2cq2 M 3 2 qd 1 e1 e1
M M 2cq2 qd 2 e2 e2
M4
3 2
Y (q, q, qd , qd , qd )
Trong đó:
C M 4 1 R10
T
B1 B2 G1 G2 M1 M2 M3
Y (q, q, qd , qd , qd ) R 210
Y Y Y Y Y Y Y Y Y e
Y 11 12 13 14 15 16 17 18 19 1
Y21 Y22 Y23 Y24 Y25 Y26 Y27 Y28 Y29 e2
Bài gi ng Đi u khi n Robot – KTM204.3
Với:
Y11 sq2 q2 qd 1 e1 sq2 q1 q2 qd 2 e2 , Y21 sq2 q1 qd 1 e1
Y12 q1 , Y22 0, Y13 0, Y23 q2 , Y14 cq1 , Y24 0, Y15 Y25 c q1 q2
1 1
Y16 qd 1 e1 , Y26 0, Y17 cq2 qd 1 e1 qd 2 e2 , Y27 cq2 qd 1 e1
2 2
Y18 qd 2 e2 , Y28 qd 1 e1 , Y19 0, Y29 qd 2 e2
ˆ (t ) với vector
Ta thấy, vector tham số là vector hằng số, đ ợc xấp xỉ bằng vector
ˆ (t ) đ ợc c p nh t bằng lu t c p nh t sau:
xấp xỉ ˆ Y T r , với ma tr n R1010
ˆ (0) 0 .
và lựa chọn giá trị ban đầu 101
BÀI T P CH NG 5
Bài 5.1. Thiết l p hệ thống điều khiển đa biến PD điều khiển đ ng th i các khớp c a
Robot PP nh Hình 5.8 để đạt đ ợc vị trí mong muốn cho tr ớc q1=0.05m, q2=0.1m và
đáp ng c a hệ kín =1, =15rad/s. Các khớp đ ợc d n động bằng động c điện 1
chiều. Các thông số hệ thống nh sau:
Khối l ợng các khâu m1=m2=1kg Hệ số s c phản điện động Kb=1Vs/rad
Chiều dài các khâu l1=l2=1m Hệ số moment Km=1Nm/A
q2=0.1m và đáp ng c a hệ kín =1, =8rad/s. Các khớp đ ợc d n động bằng động c
điện 1 chiều. Các thông số hệ thống nh sau:
Khối l ợng các khâu m1=m2=1kg Hệ số s c phản điện động Kb=1Vs/rad
Chiều dài các khâu l1=l2=1m Hệ số moment Km=1Nm/A
Tỉ số truyền từ động c đến các khớp quay r=10 và đến khớp tr ợt r=10rad/m
Tỉ số truyền từ động c đến các khớp quay r=10 và đến khớp tr ợt r=10rad/m
TÀI LI U THAM KH O
[2]. Robot Modeling and Control – Mark W. Spong, Seth Hutchinson, and M.
Vidyasagar – John Wiley and Sons, Inc.