Bài gi ng Đi u khi n Robot – KTM204.

TS. ĐINH TH THANH HUY N

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

2.2. Phân loại hệ thống điều khiển ............................................................................ 43

2.2.1. Dựa trên mô tả toán học c a hệ thống ......................................................... 43
2.2.2. Dựa trên số đầu vào – ra c a hệ thống ........................................................ 43
2.3. Một số hệ thống điều khiển ................................................................................ 44
2.3.1. Điều khiển kinh điển ................................................................................... 44
2.3.2. Điều khiển hiện đại ...................................................................................... 44
2.3.3. Điều khiển thông minh ................................................................................ 44
2.4. S đ cấu trúc c a hệ thống ............................................................................... 45
2.4.1. Hệ thống ghép nối tiếp ................................................................................ 46
2.4.2. Hệ thống ghép song song ............................................................................ 46
2.4.3. Hệ thống có h i tiếp âm............................................................................... 47
2.4.4. Hệ thống có h i tiếp d ng ......................................................................... 47
CH NG 3. ĐI U KHI N T NG KH P Đ C L P TRONG ROBOT ........... 49
3.1. T ng quan ........................................................................................................... 49
3.2. Động lực học c cầu chấp hành ......................................................................... 50
3.3. Điều khiển vị trí ................................................................................................. 53
3.3.1. Bộ điều khiển PD......................................................................................... 54
3.3.2. Bộ điều khiển PID ....................................................................................... 58
3.3.3. Sự bão hòa trong hệ thống (Saturation) ....................................................... 60
3.4. Bộ điều khiển tiếp thu n và Tải trọng tính......................................................... 66
3.4.1. Bộ điều khiển tiếp thu n .............................................................................. 66
3.4.2. Tải trọng tính và khử nhiễu ......................................................................... 68
CH NG 4. LÝ THUY T N Đ NH LYAPUNOV.............................................. 73
4.1. Giới thiệu chung ................................................................................................. 73
4.2. Các định nghĩa về điểm cân bằng và sự n định tại điểm cân bằng c a hệ phi
tuyến .......................................................................................................................... 73
4.3. Các định lý n định theo tiêu chuẩn Lyapunov cho hệ phi tuyến dừng ............. 78
 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

1.1. Nhi m v và ph ng pháp

Nghiên c u động lực học Robot là công việc cần thiết khi phân tích cũng nh
t ng hợp quá trình điều khiển chuyển động. Việc nghiên c u động lực học Robot
th ng giải quyết hai nhiệm vụ sau đây:

• 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.

1.2. C h c Lagrange v i các v n đ đ ng l c h c của Robot

Hàm Lagrange c a một hệ thống năng l ợng đ ợc định nghĩa:
L=K-P (1.1)
Trong đó: K: T ng động năng c a hệ thống
P: T ng thế năng c a hệ thống
K và P đều là những đại l ợng vô h ớng nên có thể chọn bất c hệ tọa độ thích
hợp nào để bài toán đ ợc đ n giản. Đối với một Robot có n khâu, ta có:
n n
K   Ki và P   Pi (1.2)
i 1 i 1
 Bài gi ng Đi u khi n Robot – KTM204.3

đây, Ki và Pi là động năng và thế năng c a khâu th i xét trong hệ tọa độ

chọn. Ta biết mỗi đại l ợng Ki và Pi là hàm số phụ thuộc nhiều biến số:

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

Ph ng trình (1.4) gọi là ph ng trình Lagrange-Euler, th ng đ ợc gọi tắt là

ph ng trình Lagrange.
Ví d 1.1: Xét một Robot có hai khâu nh Hình 1.1. Các khâu có chiều dài là l1 và l2
với các khối l ợng t ng ng m1 và m2 quy đ i về đầu mút c a khâu. Robot đ ợc đặt
thẳng đ ng chịu gia tốc trọng tr ng g. Các khớp chuyển động quay với các biến 1 và
2. Tính lực t ng quát.

Hình 1.1. Robot 2 khâu

Xác định vị trí, v n tốc c a các khâu:
r1  l1s1i  l1c1 j
r1  1l1c1i  1l1s1 j
 Bài gi ng Đi u khi n Robot – KTM204.3

r2  l1s1  l2 s 1   2   i  l1c1  l2c 1   2   j

 
r2  1l1c1  1   2 l2c 1   2   i

 
 1l1s1  1   2 l2 s 1   2   j

Tính động năng và thế năng khâu 1:

1 1
K1  m1r1T r1  m1l1212 ;
2 2
P1  m1 gl1c1

Tính động năng và thế năng khâu 2:

1 1
m2 r2T r2  m2 l1212  l22 1   2   
 2l1l2c 21 1   2  ;
2
K2 
2 2  
P2  m2 g l1c1  l2c 1   2  

Hàm Lagrange:
L K P
1 1
 
 m1l1212  m2 l1212  l22 1   2  2l1l2 c 21 1   2   
2

2 2  
 m1 gl1c1  m2 g l1c1  l2c 1   2  

Tính lực t ng quát:

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 gl1s1  m2 g l1s1  l2 s 1   2   
  m1  m2  l12  m2l22  2m2l1l2c 2  1 
  m2l22  m2l1l2 c 2   2  2m2l1l2 s 21 2  m2l1l2 s 2 22 
  m1  m2  gl1s1  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 21  m2l1l2 s 21 1   2  m2 gl2 s 1   2  
  m2l22  m2l1l2c 2  1  m2l22 2  m2l1l2 s 21 2

 
 m2l1l2 s 21 1   2  m2 gl2 s 1   2 
  m2l22  m2l1l2c 2  1  m2l22 2  m2l1l2 s 212  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:

F1  D111  D12 2  D11112  D12222  D1121  2  D121 21  D1

F2  D211  D22 2  D21112  D222 22  D2121  2  D221 21  D2

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  Dikjk  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:

 F1   m1  m2  l12  m2l22  2m2l1l2c 2 m2l22  m2l1l2c 2  1 

F     
 2  m2l22  m2l1l2c 2 m2l22   2 
(1.5)
 m2l1l2 s 2 2

 
m2l1l2 s 2 1   2  1   m1  m2  gl1s1  m2 gl2 s 1   2  
  
  2   m2 gl2 s 1   2 
 m2l1l2 s 21 0 

Nh v y, ta có ph ng trình dạng Euler-Lagrange F1  J1  q  q  C1  q, q  q  G1  q  với

 m  m2  l12  m2l22  2m2l1l2c2 m2l22  m2l1l2c2  1 

J1  q    1 , q   
m2l22  m2l1l2c2  2 
2
 m2l2 

C1  q, q   
 m2l1l2 s 2 2  
m2l1l2 s 2 1   2   m1  m2  gl1s1  m2 gl2 s 1   2  
 , G1  q    
 m2l1l2 s 21 0   m2 gl2 s 1   2  
 Bài gi ng Đi u khi n Robot – KTM204.3

1.3. Ph ng trình đ ng h c Robot

1.3.1. Tổng quan

Bất kỳ một Robot nào cũng có thể coi là t p hợp các khâu (links) đ ợc liên kết
với nhau b i các khớp (joints). Để mô tả Robot ta đặt lên mỗi khâu c a Robot một hệ
quy chiếu và sử dụng các phép biến đ i thuần nhất để mô tả vị trí t ng đối và h ớng
c a các hệ quy chiếu. Denavit đã gọi biến đ i thuần nhất mô tả quan hệ giữa khâu i và
khâu liền kề tr ớc khâu đó i-1 là một ma tr n i 1
i T . Nói đ n giản h n, ma tr n i 1
i T là
một mô tả biến đ i thuần nhất b i phép quay và tịnh tiến giữa hệ quy chiếu c a khâu i
so với khâu i-1. Nh v y ta có thể mô tả vị trí và h ớng c a một khâu bất kỳ i trong hệ
quy chiếu gốc:
0
i T  10T 12T ...ii 12 T ii 1T (1.6)

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 đ n vị mô tả h ớng c a bàn tay máy đ ợc xác định nh sau:

• 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),

• Vector cuối cùng là vector pháp tuyến n (normal), n  o  a .

Các vector định vị và định h ớng đ ợc thể hiện trên Hình 1.2. Từ đó ta có ma tr n
biến đ i thuần nhất mô tả hệ quy chiếu c a bàn tay máy so với hệ tọa độ gốc:

 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

Hình 1.2. Các vector vị trí và h ớng c a bàn tay máy

1.3.2. Bộ thông số Denavit-Hartenberg

Một Robot nhiều khâu th ng đ ợc cấu thành từ các khâu nối tiếp nhau thông
qua các khớp động. Gốc chuẩn (Base) c a Robot gọi là khâu số 0 và không tính vào số
các khâu. Khâu 1 đ ợc nối với khâu chuẩn b i khớp 1 và không có khớp đầu mút
c a khâu cuối cùng. Bất kỳ khâu nào cũng đ ợc đặc tr ng b i các kích th ớc nh trên
Hình 1.3:
Độ dài pháp tuyến chung: ai
Góc giữa các trục trong mặt phẳng vuông góc với ai: αi
Thông th ng, ng i ta hay gọi ai là chiều dài và αi là góc xoắn c a khâu. Ph
biến là hai khâu liên kết với nhau chính trục c a khớp nh trên Hình 1.3. Mỗi trục sẽ
có hai pháp tuyến chung với nó, mỗi pháp tuyến chung dùng cho một khâu (tr ớc và
sau kết nối b i khớp đó). Vị trí t ng đối c a hai khâu nh thế đ ợc xác định b i di là
khoảng cách giữa các pháp tuyến chung đo dọc theo trục khớp i và i là góc giữa các
pháp tuyến đó trong mặt phẳng vuông góc với trục, di và i th ng đ ợc gọi là khoảng
cách và góc giữa các khâu.
 Bài gi ng Đi u khi n Robot – KTM204.3

i-1

Hình 1.3. Vị trí t ng đối c a hai khâu kề nhau

Để mô tả mối quan hệ giữa các khâu ta gắn vào mỗi khâu một hệ quy chiếu với
nguyên tắc nh sau:

• 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

Hình 1.4. Các thông số c a khâu: , d, a, .

Ví d 1.2: Xác định bộ thông số DH c a Robot Scara có 4 khâu nh Hình 1.5

Đây là Robot có cấu hình kiểu RRPR, bàn tay có chuyển động xoay quanh trục đ ng.
Đối với tay máy có các trục khớp đều song song với nhau, để thu n lợi tất cả các gốc
c a hệ quy chiếu đặt tại tâm c a các trục khớp. Các hệ quy chiếu gắn lên các khâu nh
Hình 1.5. Từ đó, ta có bảng thông số DH c a Robot Scara nh Bảng 1.1:
 Bài gi ng Đi u khi n Robot – KTM204.3

a0
Z0

X0

Hình 1.5. Robot 4 khâu Scara

Bảng 1.1. Thông số DH c a Robot Scara
i αi-1 ai-1 di i
1 0 0 a0 1
2 0 a1 0 2
3 1800 a2 d3 0
4 0 0 d4 4

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:

• Quay quanh trục Xi-1 một góc xoắn αi-1

• Tịnh tiến dọc trục Xi-1 một đoạn ai-1

• Quay quanh trục Zi một góc i

• Tịnh tiến dọc trục Zi một đoạn di

 Bài gi ng Đi u khi n Robot – KTM204.3

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:

i T  Rot  X , i 1  Trans  ai 1 ,0,0  Rot  Z ,i  Trans  0,0, di 

i 1
(1.8)

Trong đó:

ci  si 0 0 1 0 0 0
 s ci 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

(Với c, s lần l ợt là viết tắt c a cos và sin)

Biến đ i biểu th c (1.8), ta có:
 Bài gi ng Đi u khi n Robot – KTM204.3

 ci  si 0 ai 1 
c s c i 1ci  s i 1 di s i 1 
i 1
i T 
 i 1 i (1.9)
 s i 1si s i 1ci 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 ... nn1T 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

1.3.5. Trình tự thiết lập hệ phương trình động học Robot

a. Chọn hệ quy chiếu cơ sở, gắn các hệ quy chiếu suy rộng lên các khâu
Việc gắn hệ quy chiếu lên các khâu đóng vai trò quan trọng khi xác l p hệ
ph ng trình động học c a Robot, thông th ng đây cũng là b ớc khó nhất. Nguyên
tắc gắn hệ tọa độ lên các khâu đã đ ợc trình bày t ng quát phần 1.3.4. Trong thực tế,
các trục khớp c a Robot th ng song song hoặc vuông góc với nhau, đ ng th i thông
qua các phép biến đ i ma tr n biến đ i thuần nhất i 1
i T , ta có thể xác định các hệ quy
chiếu gắn trên các khâu c a Robot theo trình tự sau:

• Giả định một vị trí ban đầu c a Robot

• Chọn các trục Zi cùng ph ng với trục c a khớp th i

• 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.

1.4. Ph ng trình đ ng l c h c Robot

Xét khâu th i c a một Robot có n khâu. Tính lực t ng quát Fi c a khâu i với
khối l ợng vi phân c a nó là dm. Lực t ng quát Fi đóng vai trò quan trọng khi xây
dựng s đ khối để thiết l p hàm điều khiển cho Robot có n b c tự do.

1.4.1. Vận tốc của một điểm trên Robot

Một điểm trên khâu th i đ ợc mô tả trong 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

Khi tính bình ph ng c a v n tốc, ta có:

 
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 


Tr là viết tắt c a Trace (vết c a ma tr n): là t ng các hệ số trên đ ng chéo

chính c a ma tr n vuông.

 a11 a12 ... a1n 

a a ... a2 n  n
Trace  21 22  a
 ... ... ... ...  i 1 ii
 
 an1 an1 ... ann 

Thế ph ng trình (1.12) vào (1.13), ta có:


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 

Hình 1.7. Khảo sát v n tốc vi khối l ợng dm

 Bài gi ng Đi u khi n Robot – KTM204.3

1.4.2. Động năng của Robot

Gọi Ki là động năng khâu th i, dKi là động năng c a vi khối l ợng dm đặt tại vị
trí r trên khâu th i
i

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 

Khi đó động năng c a khâu th i sẽ là:

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    

Đặt J i   r .i r T dm : Gọi là ma tr n giả quán tính. Theo định nghĩa ta có:

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:

I xx    i y 2  i z 2  dm; I yy    i z 2  i x 2  dm; I zz    i x 2  i y 2  dm; (1.18)

và các moment quán tính tích:

I xy    i x. i y  dm; I yz    i y. i z  dm; I xz    i x. i z  dm; (1.19)

Đặt:

mx   i xdm; my   i ydm; mz   i zdm; (1.20)

 Bài gi ng Đi u khi n Robot – KTM204.3

Hình 1.8. Moment quán tính độc cực

Thực hiện một số phép biến đ i và thế các ph ng trình (1.18), (1.19) và (1.20) vào
ph ng trình (1.17), ta có:

  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 

Cuối cùng ta có động năng c a một Robot n khâu nh sau:

n
K   Ki (1.23)
i 1

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 

1.4.3. Thế năng của Robot

Thế năng c a khâu i có khối l ợng mi, trọng tâm đ ợc xác định b i vector
rG (vector biểu diễn trọng tâm c a khâu i trong hệ quy chiếu gốc):
i

Pi  mi g.rGi  mi g T .Ti . i rGi (1.26)

T
Trong đó: g   g x gy gz 0 là vector gia tốc trọng tr ng

Thế năng c a toàn c cấu Robot n khâu sẽ là:

n n
P   Pi   mi g T .Ti . i rGi (1.27)
i 1 i 1

1.4.4. Hàm Lagrange

Sau khi xác định động năng và thế năng c a toàn c cấu, ta có hàm Lagrange
c a Robot n khâu:

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)

Chú ý: Trong hàm Lagrange v n ch a đề c p đến ảnh h ng c a ngu n truyền động

g m các phần tĩnh (Stato) và phần động (Roto) c a động c điện.

1.4.5. Phương trình động lực học Robot

Ta đã biết lực t ng quát đặt lên khâu th i c a Robot có n khâu (Ph ng trình
Lagrange):
d L L
Fi   (1.29)
dt qi qi
 Bài gi ng Đi u khi n Robot – KTM204.3

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 

Thay đ i chỉ số giả j thành k trong số hạng th 2, với chú ý:

T
 T T T   T T T   T T T 
Tr  i J i i   Tr  i J i i   Tr  i J i i  (1.31)
 q j q p   q j q p   q p q j 

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 

Lấy vi phân theo th i gian t c a ph ng trình (1.33) và biến đ i với sự chú ý c a

ph ng trình (1.31), ta có:

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 

Số hạng cuối cùng c a ph ng trình Lagrange là:

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

Thay thế các chỉ số p và i thành i và j, ta có lực t ng quát c a khâu i:

 Bài gi ng Đi u khi n Robot – KTM204.3

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

Với Robot n b c tự do:

q   q1 , q2 ,..., qn  ; q   q1 , q2 ,..., qn  ; F   F1 , F2 ,..., Fn 

T T T

ph ng trình (1.36) luôn đ ợc biểu diễn d ới dạng ph ng trình Euler-Lagrange nh

sau:

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)

Ví d 1.3: Sử dụng ph ng trình (1.36) viết hệ ph ng trình vi phân chuyển động c a

Robot 2 b c tự do RR nh Hình 1.9. 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 khâu I xxi  0; I yyi  I zzi  mili2 /12 .

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

Hình 1.9. Robot RR

Bảng 1.2. Thông số DH c a Robot RR
i αi-1 ai-1 di i
1 0 0 0 q1

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:

cq1  sq1 0 0 cq2  sq2 0 l1 

 sq cq1 0 0   sq cq2 0 0 
T1 1 T   1
0
; 2T 
1  2
0 0 1 0  0 0 1 0
   
0 0 0 1  0 0 0 1

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 

Vector gia tốc trọng tr ng

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:

 m1l12 / 3 0 0 m1l1 / 2   m2l22 / 3 0 0 m2l2 / 2 

   
0 0 0 0  0 0 0 0 
J1   ; J2  
 0 0 0 0   0 0 0 0 
   
 m1l1 / 2 0 0 m1   m2l2 / 2 0 0 m2 

Áp dụng ph ng trình (1.36) cho Robot 2 b c tự do (n=2) và khai triển chi tiết ta đ ợc

 T T T   T2 T2T   T2 T2T    2T1 T1T 

F1  Tr  1 J1 1  1
q  Tr  J2  1
q  Tr  J  2
q  Tr  J  q1q1
 q1 q1  q1 q1  q2 q1   q1q1 q1 
2 1
 
  2T2 T T    2T2 T T    2T2 T T 
Tr  J 2 2  q1q1  2Tr  J 2 2  q1q2  Tr  J 2 2  q2 q2
 q1q1 q1   q1q2 q1   q2q2 q1 
T T
m1 g. 1 .1 rG1  m2 g T . 2 .2 rG2
q1 q1
 T T T   T2 T2T    2T2 T2T 
F2  Tr  2 J 2 2  1
q  Tr  J  2
q  Tr  J  q1q1
 q1 q2  q2 q2   q1q1 q2 
2 2

  2T2 T2T    2T2 T2T  T T2 2
2Tr  J2  q1q2  Tr  J2  q2 q2  m2 g . . rG2
 q1q2 q2   q2q2 q2  q2

Trong đó các ma tr n thành phần trong biểu th c trên đ ợc xác định nh sau

  sq1 cq1 0 0  cq1 sq1 0 0

  sq1    sq cq1 0
T1  cq1 0 0  T1
2
0
 ;  1
q1  0 0 0 0  q1q1  0 0 0 0
   
 0 0 0 0  0 0 0 0

 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 
 ;
q1q1  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
 
q1q2 q2q2  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)

Viết lại 2 ph ng trình vi phân trên d ới dạng ma tr n, ta đ ợc:

 m l  m2l22
2
m2l22 m2l1l2cq2 
11
 m2l12  m2l1l2cq2 
 F1   3 3 2
 q 
F     1
q 
 2  m2l22 m2l1l2cq2  2
2
m2l2
  
3 2 3 
(1.39)
 m2l1l2 sq2 m2l1l2 sq2   m1  m2 
 q2   q1  q2   q   2  m2  l1 gcq1  2 l2 gc  q1  q2 
2 2  
   
1

 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

1.5. Các thu c tính của ph ng trình đ ng l c h c Euler-Lagrange của robot

chu i
Ph ng trình động lực học c a robot chuỗi viết d ới dạng ph ng trình Euler-
Lagrange nh sau:
 Bài gi ng Đi u khi n Robot – KTM204.3

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 nn  J (q)  n (q) I nn

Trong đó: I nn là ma tr n đ n vị kích th ớc n  n và 0  1 (q)  ...  n (q) là n trị riêng

c a J(q).
Chú ý:

• Ma tr n A đối x ng n  n đ ợc gọi là xác đ nh d ng nếu với mọi vector

x  R n , x  0 thì dạng toàn ph ng xT Ax  0 ; đ ợc gọi là bán xác đ nh d ng
nếu với mọi vector x  Rn , x  0 thì dạng toàn ph ng xT Ax  0 ; đ ợc gọi là
xác đ nh âm nếu với mọi vector x  Rn , x  0 thì dạng toàn ph ng xT Ax  0 ;
đ ợc gọi là bán xác đ nh âm nếu với mọi vector x  Rn , x  0 thì dạng toàn
ph ng xT Ax  0 .

• Ma tr n đối x ng là xác định d ng khi và chỉ khi mọi trị riêng c a ma tr n đó

có giá trị d ng hoặc khi và chỉ khỉ ma tr n là bán xác định d ng và khả
nghịch.

• Tính chất so sánh c a ma tr n có nghĩa là nếu A và B là hai ma tr n vuông cùng

kích th ớc n  n thì B  A nghĩa là ma tr n A-B là ma tr n xác định d ng và
B  A nghĩa là ma tr n A-B là ma tr n bán xác định d ng.
Trong ph ng trình động lực học (1.5) c a Ví dụ 1.1, ma tr n quán tính là

 m  m2  l12  m2l22  2m2l1l2c2 m2l22  m2l1l2c2 

J1 (q)   1 
 m2l22  m2l1l2c 2 m2l22 

Dễ dàng nh n thấy ma tr n J1 (q) là ma tr n vuông, đối x ng. Với mọi vector

x   x1 , x2   R 2 , x  0 thì dạng toàn ph ng c a ma tr n J1 (q) là:
T

xT J1 (q) x   m1  m2  l12  m2l22  2m2l1l2c2  x12  2 m2l22  m2l1l2c2  x1x2  m2l22  x22
 Bài gi ng Đi u khi n Robot – KTM204.3

Do 1  c2  1 nên dễ thấy:

xT J1 (q) x   m1  m2  l12 x12  m2l22 ( x1  x2 ) 2  2m2l1l2c2 x1 ( x1  x2 )

2 2
m1l12 x12  m2 l1 x1  l2 x1  x2   xT J1 (q ) x  m1l12 x12  m2 l1 x1  l2 x1  x2 

Nh v y, nếu x  0 thì xT J1 (q) x >0 với x . Hay ma tr n quán tính J1 (q) là ma tr n

xác định d ng.
Các tính chất c a ma tr n quán tính J 2 (q) trong Ví dụ 1.2 có thể đ ợc ch ng minh
t ng tự.
➢ Tính chất 2: Tính đối xứng lệch (The Skew Symmetry Property)
Ma tr n J(q) là ma tr n quán tính c a một robot chuỗi n khâu và ma tr n C (q, q)
là ma tr n Coriolis t ng ng c a robot trên. Khi đó, ma tr n N (q, q)  J (q)  2C (q, q)
là một ma tr n đối x ng lệch, t c là các hệ số nlk c a ma tr n N (q, q) thỏa mãn
nlk  nkl với l  k và nkk  0 . Ma tr n đối x ng lệch thỏa mãn tính chất N T   N .

Mối quan hệ trên c a ma tr n quán tính và ma tr n Coriolis là do giữa các hệ số ckl

c a ma tr n C (q, q) và các hệ số c a ma tr n J(q) có liên hệ nh sau:
n n
1  j j j 
ckl   cilk (q)qi    kl  ki  il qi với q   q1 , q2 ,..., qn  .
T

i 1 i 1 2  qi ql qk 

Do v y, hệ số nlk c a ma tr n N (q, q) xác định đ ợc nh sau:

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 .

Ngoài ra, do ma tr n N (q, q) là ma tr n đối x ng lệch nên ta có đẳng th c sau với

1 T
x  Rn : xT N (q, q) x  0 hay x J (q) x  xT C (q, q) x với x  Rn .
2

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 21 0 
 0  
m2l1l2 s 2 21   2 
 
 
 m2l1l2 s 2 21   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 21   2   x 
x T
 J (q)  2C (q, q)  x   x x2     1   0.

 m2l1l2 s 2 21   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:

 m2l1l2 sq2   m2l1l2 sq2

 q1  q2 
m2l1l2 sq2
 m2l1l2 sq2 q2  2
q2   2
q2 
2
J 2 (q)  2C2 (q, q)    2 
  m2l1l2 sq2 q 0   m2l1l2 sq2 q 0 
 2
2
  2
1


 2q1  q2 
m2l1l2 sq2
 0
2
 
  2 1 2 2  2q  q 
m l l sq
0 
 2
1 2

Nh v y, ma tr n J 2 (q)  2C2 (q, q) là ma tr n đối x ng lệch.
➢ Tính chất 3: Tính chất hoán đổi tham số của ma trận Coriolis
Ngoài ra, ma tr n Coriolis C (q, q) còn thỏa mãn tính chất sau:

C (q, )  C (q,  ) với  ,   R n .

Kiểm tra tính chất 3 đối với ma tr n Coriolis C1 (q, q) trong Ví dụ 1.1:
 m l l s  m2l1l2 s 2  1  2   1   m2l1l2 s 2 1 2  m2l1l2 s2 1  2  2 
C1 (q, )   2 1 2 2 2     
 m2l1l2 s 2 1 0   2   m2l1l2 s 2 11 
 m l l s  m2l1l2 s 2 1   2    1 
 212 2 2     C1 (q,  ) .
 m2l1l2 s 21 0   2 

➢ 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)

Trong đó, ma tr n Y (q, q, q) đ ợc gọi là ma tr n h i quy (regressor matrix) phụ

thuộc vào các biến q, q, q ; vector  là vector tham số (parameter vector), đây là vector
 Bài gi ng Đi u khi n Robot – KTM204.3

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)

Trong đó:   1 2 3 4 5   R5 với

T

 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

và Y (q, q, q)  R25 cụ thể là:

  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

Hình 1.10. Robot RRP

Bảng 1.3. Thông số DH c a Robot RRP
i αi-1 ai-1 di i
1 0 0 L1 1
2 900 0 0 2+900
3 900 0 d3 0
Giả định vị trí ban đầu và chọn các trục Zi đặt cùng ph ng với các trục khớp
nh Hình 1.10b. Do trục Z1 và Z 2 cắt nhau, nên chọn trục X1  Z1  Z 2 , do trục Z 2 và
Z 3 cắt nhau, nên chọn trục X 2  Z 2  Z3 . Từ đó ta l p đ ợc bảng thông số DH nh
Bảng 1.3.
Kiểm tra lại ta thấy, từ hệ quy chiếu gốc thực hiện một phép tịnh tiến theo trục
Z 0 một đoạn L1, r i quay quanh trục Z 0 một góc 1 thì hệ quy chiếu gốc biến thành hệ
quy chiếu 1. Từ hệ quy chiếu 1, thực hiện một phép quay quanh trục X 1 một góc 900,
sau đó quay quanh trục Z 2 một góc 900+2 thì hệ quy chiếu 1 biến thành hệ quy chiếu
2. Từ hệ quy chiếu 2, thực hiện quay quanh trục X 2 một góc 900, r i tịnh tiến theo
chiều d ng c a trục Z mới một đoạn d3 thì hệ quy chiếu 2 biến thành hệ quy chiếu 3.
Nh v y, bảng thông số DH trên là chính xác.

Xác định các ma tr n biến đ i thuần nhất c a từng khâu i 1

i T dựa vào công th c
(1.9):

c1  s1 0 0   s 2 c 2 0 0 1 0 0 0

 s c1 0 0   0 0 1 0  0 0 1 d3 
1T 
0  1 ; 2T 
1  ; 3T 
2  ;
0 0 1 L1   c 2  s 2 0 0 0 1 0 0
     
0 0 0 1  0 0 0 1 0 0 0 1

T1 10 T , T2 02 T 10 T . 12T , T3 30 T 02 T . 32T

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 

Vector gia tốc trọng tr ng: g  0 0  g 1

T
 Bài gi ng Đi u khi n Robot – KTM204.3

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   q1q1 q1   q1q1 q1   q1q2 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  q1q1 q1  q2 q2 q1  q3q3 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
 q1q2 q1   q1q3 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
 q1q1 q2  q2 q2 q2  q1q2 q2  q1q1 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  q3q3 q2  q1q2 q2  q1q3 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   q1q1 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   q3q3 q3   q1q2 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
 q1q3 q3   q2 q3 q3  q3

Sử dụng ch ng trình Matlab thiết l p hệ ph ng trình vi phân chuyển động c a

Robot RRP nh sau:
clc; clear all;
syms q1 q2 q3 qd1 qd2 qd3 qdd1 qdd2 qdd3 m1 m2 m3 L1 L2 L3 g
% Vector gia toc trong truong
Vg=[0;0;- g; 1];
% Vector toa do khoi tam trong he quy cua khau
rRG1=[0; 0; -L1/2; 1];
rRG2=[0; L2/2; 0; 1];
rRG3=[0; 0; L3/2; 1];
% Ma tran gia quan tinh
J1=[ 0 0 0 0;
0 0 0 0;
0 0 m1*L1^2/3 - m1*L1/2;
0 0 - m1*L1/2 m1];
 Bài gi ng Đi u khi n Robot – KTM204.3

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];

% Ma tran bien doi thuan nhat

T01=[cos(q1) -sin(q1) 0 0; sin(q1) cos(q1) 0 0; 0 0 1 L1; 0 0 0 1];
T12=[-sin(q2) -cos(q2) 0 0; 0 0 -1 0; cos(q2) -sin(q2) 0 0; 0 0 0 1];
T23 = [1 0 0 0; 0 0 -1 q3; 0 1 0 0 ; 0 0 0 1];
T1 = T01; T2=T01*T12; T3 = T2*T23;

% He phuong trinh vi phan chuyen dong

F1= trace(diff(T1,q1)*J1*transpose(diff(T1,q1)))*qdd1+...
trace(diff(T2,q1)*J2*transpose(diff(T2,q1)))*qdd1+...
trace(diff(T2,q2)*J2*transpose(diff(T2,q1)))*qdd2+...
trace(diff(T3,q1)*J3*transpose(diff(T3,q1)))*qdd1+...
trace(diff(T3,q2)*J3*transpose(diff(T3,q1)))*qdd2+...
trace(diff(T3,q3)*J3*transpose(diff(T3,q1)))*qdd3+...
trace(diff(diff(T1,q1),q1)*J1*transpose(diff(T1,q1)))*qd1*qd1+...
trace(diff(diff(T2,q1),q1)*J2*transpose(diff(T2,q1)))*qd1*qd1+...
2*trace(diff(diff(T2,q1),q2)*J2*transpose(diff(T2,q1)))*qd1*qd2+...
trace(diff(diff(T2,q2),q2)*J2*transpose(diff(T2,q1)))*qd2*qd2+...
trace(diff(diff(T3,q1),q1)*J3*transpose(diff(T3,q1)))*qd1*qd1+...
trace(diff(diff(T3,q2),q2)*J3*transpose(diff(T3,q1)))*qd2*qd2+...
trace(diff(diff(T3,q3),q3)*J3*transpose(diff(T3,q1)))*qd3*qd3+...
2*trace(diff(diff(T3,q1),q2)*J3*transpose(diff(T3,q1)))*qd1*qd2+...
2*trace(diff(diff(T3,q1),q3)*J3*transpose(diff(T3,q1)))*qd1*qd3+...
2*trace(diff(diff(T3,q2),q3)*J3*transpose(diff(T3,q1)))*qd2*qd3-...
m1*transpose(Vg)*diff(T1,q1)*rRG1-m2*transpose(Vg)*diff(T2,q1)*rRG2-...
m3*transpose(Vg)*diff(T3,q1)*rRG3;

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;

% Don gian hoa he phuong trinh vi phan chuyen dong

F1=simplify(F1)
F2=simplify(F2)
F3=simplify(F3)

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

Ta dễ nh n thấy ma tr n quán tính J  q  là ma tr n vuông, đối x ng, xác định

d ng (vì J  q  là ma tr n đ ng chéo với các hệ số đều d ng). Ma tr n
J  q   2C  q, q  thỏa mãn tính chất đối x ng lệch do

 0 C12 C13 
J  q   2C  q, q   2  C12 0 C23 
 C13 C23 0 

T ng tự kiểm tra với các tính chất 3 và 4.

 Bài gi ng Đi u khi n Robot – KTM204.3

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 .

Hình 1.11. Robot cấu hình PP

Bài 1.2. Thiết l p hệ ph ng trình vi phân chuyển động c a Robot 2 b c tự do RP nh
Hình 1.12. 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 .

Hình 1.12. Robot cấu hình RP

Bài 1.3. Thiết l p hệ ph ng trình vi phân chuyển động c a Robot 3 b c tự do RRR
nh Hình 1.13. 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 .
 Bài gi ng Đi u khi n Robot – KTM204.3

Hình 1.13. Robot cấu hình RRR

Bài 1.4. Thiết l p hệ ph ng trình vi phân chuyển động c a Robot 3 b c tự do RPR
nh Hình 1.14. 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 .

Hình 1.14. Robot cấu hình RPR

Bài 1.5. ng dụng phần mềm Matlab để thiết l p hệ ph ng trình vi phân chuyển
động c a Robot 4 khâu Scara nh trên Hình 1.15. Giả thiết đã biết các thống số các
khâu: 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 .

Hình 1.15. Robot 4 khâu Scara

 Bài gi ng Đi u khi n Robot – KTM204.3

CH NG 2. T NG QUAN V H TH NG ĐI U KHI N
ROBOT

2.1. T ng quan

2.1.1. Khái niệm về điều khiển

Điều khiển là quá trình thu th p thông tin, xử lý thông tin, và tác động lên hệ
thống để đáp ng c a hệ thống “gần” với mục đích định tr ớc.
Ví d 2.1: Lái xe, muốn giữ tốc độ xe n định v n tốc v=40 km/h.

• Mắt c a lái xe phải quan sát đ ng h đo tốc độ → thu th p thông tin.

• Bộ não điều khiển: tăng tốc nếu v<40 km/h giảm tốc nếu v>40 km/h → xử lý
thông tin.

• Tay(chân) c a lái xe tăng ga hay giảm ga → tác động lên hệ thống

Kết quả c a quá trình điều khiển trên: xe chạy với tốc độ “gần” bằng 40km/h.
Điều khiển học là khoa học nghiên c u những quá trình điều khiển và thông tin
trong các máy móc sinh v t. Trong điều khiển học, đối t ợng điều khiển là các thiết bị,
các hệ thống kỹ thu t, các c chế sinh v t…

2.1.2. Cấu trúc của một hệ thống điều khiển

Một hệ thống điều khiển nếu đ ợc phân loại theo vòng điều khiển thì sẽ có hai
kiểu đó là hệ thống điều khiển vòng h (Open-Loop) và hệ thống điều khiển vòng kín
(Closed-Loop).
a. Hệ thống điều khiển vòng hở (Hình 2.1)

Hình 2.1. Bộ điều khiển vòng h

Controller: bộ điều khiển;
Actuator: khâu chấp hành hay đối t ợng cần điều khiển;
Process: quá trình xử lý;
Input: tín hiệu vào, th ng là tín hiệu chuẩn mong muốn thu đ ợc đầu ra;
 Bài gi ng Đi u khi n Robot – KTM204.3

Output: tín hiệu đầu ra hay tín hiệu đáp ng c a hệ thống.

Ví d 2.2: Hệ thống duy trì tốc độ động c theo cấu trúc vòng h nh Hình 2.2

Hình 2.2. Điều khiển động c theo cấu trúc vòng h

b. Hệ thống điều khiển vòng kín (Hình 2.3)

Hình 2.3. Bộ điều khiển vòng kín

Controller: bộ điều khiển;
Actuator: khâu chấp hành hay đối t ợng cần điều khiển;
Process: quá trình xử lý;
Comparison: bộ so sánh;
Measurement: thiết bị đo (cảm biến, máy phát tốc…);
Input: tín hiệu vào, th ng là tín hiệu chuẩn mong muốn thu đ ợc đầu ra;
Output: tín hiệu đầu ra hay tín hiệu đáp ng c a hệ thống.
Ví d 2.3: Hệ thống duy trì tốc độ động c theo cấu trúc vòng kín nh trên Hình 2.4.
 Bài gi ng Đi u khi n Robot – KTM204.3

Hình 2.4. Điều khiển động c theo cấu trúc vòng kín

2.2. Phân lo i h th ng đi u khi n

2.2.1. Dựa trên mô tả toán học của hệ thống

• Hệ thống liên tục: Hệ thống liên tục đ ợc mô tả bằng ph ng trình vi phân.

• Hệ thống r i rạc: Hệ thống r i rạc đ ợc mô tả bằng ph ng trình sai phân.

• Hệ thống tuyến tính: Hệ thống đ ợc mô tả b i hệ ph ng trình vi phân/sai phân

tuyến tính.

• Hệ thống phi tuyến: Hệ thống mô tả b i hệ ph ng trình vi phân/sai phân phi

tuyến.

• Hệ thống bất biến theo th i gian: Hệ số c a ph ng trình vi phân/sai phân mô

tả hệ thống không đ i.

• Hệ thống biến đ i theo th i gian: Hệ số c a ph ng trình vi phân/sai phân mô

tả hệ thống thay đ i theo th i gian.

2.2.2. Dựa trên số đầu vào – ra của hệ thống

• 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

2.3.1. Điều khiển kinh điển

Khái nhiệm: điều khiển kinh điển có mô tả toán học dùng để phân tích và thiết kế
hệ thống là hàm truyền.
Đặc điểm: Đ n giản; áp dụng thu n lợi cho hệ thống tuyến tính bất biến một đầu
vào, một đầu ra; kỹ thu t thiết kế trong miền tần số;
Bộ điều khiển th ng áp dụng trong điều khiển kinh điển đó là Bộ điều khiển Sớm
hoặc Trễ pha và Bộ điều khiển tỷ lệ-tích phân-vi phân (PID: Proportional-Integral-
Derivative). Bộ điều khiển PID sẽ thực hiện nhiệm vụ giảm tối đa sai số bằng cách
điều chỉnh giá trị điều khiển đầu vào. Tùy vào m c độ yêu cầu c a hệ thống và kinh
nghiệm mà ng i thiết kế sẽ kết hợp các khâu đ n lẻ trên (P, I, D) để tạo thành các bộ
điều khiển P, I, D, PI, PD hay PID sao cho hệ thống hoạt động một cách tốt nhất.

2.3.2. Điều khiển hiện đại

Khái niệm: Điều khiển hiện đại dùng ph ng trình trạng thái để phân tích và thiết
kế hệ thống.
Đặc điểm: Hệ điều khiển hiện đại có thể áp dụng cho hệ thống phi tuyến, biến đ i
theo th i gian, nhiều đầu vào, nhiều đầu ra.
Các ph ng pháp phân tích và thiết kế hệ thống:

• Điều khiển tối u;

• Điều khiển thích nghi;

• Điều khiển bền vững.

Bộ điều khiển: sử dụng bộ điều khiển h i tiếp trạng thái.

2.3.3. Điều khiển thông minh

Khái nhiệm: là hệ điều khiển về nguyên tắc không cần dùng mô tả toán học để thiết
kế hệ thống.
Đặc điểm: Các hệ thống điều khiển thông minh có các đặc điểm sau:
 Bài gi ng Đi u khi n Robot – KTM204.3

• Mô phỏng/ bắt ch ớc các hệ thống thông minh sinh học.

• 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

• Điều khiển m (Fuzzy Control).

• Mạng n ron nhân tạo (Neural Network).

• Thu t toán di truyền (Genetic Algorithm).

2.4. S đ c u trúc của h th ng

S đ cấu trúc c a một hệ thống là hình vẽ mô tả ch c năng c a các phần tử và
sự tác động qua lại giữa các phần tử trong hệ thống. S đ cấu trúc một hệ thống điều
khiển nh Hình 2.5 g m có 3 thành phần chính:

• Khối ch c năng: tín hiệu ra bằng hàm truyền nhân tín hiệu vào;

• Bộ t ng: tín hiệu ra bằng t ng đại số các tín hiệu vào;

• Điểm rẽ nhánh: tất cả tín hiệu tại điểm rẽ nhánh đều bằng nhau;

Hình 2.5. S đ cấu trúc c a hệ thống

Hệ thống điều khiển đ n giản nhất là hệ thống bao g m tín hiệu vào, tín hiệu ra
và một hàm truyền nh Hình 2.6. Hàm truyền là tỷ số c a biến đ i Laplace c a tín
hiệu ra trên tín hiệu vào c a hệ thống (với điều kiện đầu triệt tiêu).
Y (s)
G(s)  (2.1)
X ( s)
 Bài gi ng Đi u khi n Robot – KTM204.3

Hình 2.5. Hàm truyền c a hệ thống với x(t) là tín hiệu đầu vào, y(t) là tín hiệu đầu ra

2.4.1. Hệ thống ghép nối tiếp

Hình 2.6. Cấu trúc hệ thống ghép nối tiếp

 X 2 ( s)  G1 ( s). X 1 ( s)
Ta có:  (2.2)
Y ( s)  G2 ( s). X 2 ( s)

Suy ra: Y (s)  G2 (s).G1 (s). X1 (s) (2.3)

2.4.2. Hệ thống ghép song song

Hình 2.7. Hệ thống ghép song song

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

2.4.3. Hệ thống có hồi tiếp âm

Hình 2.8. Hệ thống có h i tiếp âm, h i tiếp âm đ n vị

G( s)
Ta có: Y (s)  G(s). X (s)  H (s).Y (s)  Y (s)  X (s) (2.5)
1  G( s).H ( s)

Nếu H(s) = 1, ta có h i tiếp âm đ n vị. Khi đó:

G( s)
Y ( s)  X ( s) (2.6)
1  G( s)

2.4.4. Hệ thống có hồi tiếp dương

Hình 2.9. Hệ thống h i tiếp d ng, h i tiếp d ng đ n vị

G( s)
Ta có: Y (s)  G(s). X (s)  H (s).Y (s)  Y (s)  X (s) (2.7)
1  G( s).H ( s)

Nếu H(s) = 1, ta có h i tiếp d ng đ n vị. Khi đó:

G( s)
Y ( s)  X (s) (2.8)
1  G( s)
Bài gi ng Đi u khi n Robot – KTM204.3
 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.

Hình 3.1. Cấu trúc c bản hệ thống điều khiển phản h i

 Bài gi ng Đi u khi n Robot – KTM204.3

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) có thể viết lại d ới dạng các chỉ số nh sau:

n n
Fi   J ij q j   Cij q j  Gi  Vi  FEXi (3.2)
j 1 j 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.

V: Điện áp phần ng m: Góc quay c a roto (rad)

L: Điện cảm phần ng m: Moment cấp b i động c
R: Điện tr phần ng l: Moment c a các tải trọng
Vb: S c phản điện động : Từ thông c a stato
ia: C ng độ dòng điện phần ng
Hình 3.2. S đ mạch điện c a phần ng c a động c điện một chiều
Từ s đ mạch điện trên Hình 3.2, ta có ph ng trình vi phân cho c ng độ
dòng điện phần ng:
 Bài gi ng Đi u khi n Robot – KTM204.3

dia
L  Ria  V  Vb (3.3)
dt

Với từ thông =const, moment c a động c đ ợc tính nh sau:

 m  K1ia  Kmia (3.4)

Trong đó: Km là hệ số moment (Nm/A)

S c phản điện động phần ng:
d m
Vb  K 2m  Kbm  Kb (3.5)
dt

Trong đó: Kb là hệ số s c phản điện động (Vs/rad)

Thực tế, để truyền chuyển động và moment từ động c tới khớp c a Robot
ng i ta th ng dùng bộ truyền bánh răng với tỉ số truyền r để giảm tốc nh trên Hình
3.3. Từ đó ta có ph ng trình vi phân chuyển động c a hệ thống g m động c điện và
phụ tải:

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

Hình 3.3. S đ động c điện cùng phụ tải

Sử dụng biến đ i Laplace, từ các ph ng trình (3.3), (3.5) và (3.6) có thể và
viết d ới dạng sau:

 Ls  R  I a (s)  V (s)  Kb sm (s) (3.7)

 Bài gi ng Đi u khi n Robot – KTM204.3

J m s 2  Bm s  m (s)  Km I a (s)   l (s) / r (3.8)

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.

Hình 3.4. S đ khối c a hệ thống một động c điện DC

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 

Và hàm truyền giữa moment tải và góc quay c a động c khi (V = 0)

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 

Biến đ i hai ph ng trình (3.10) và (3.11) theo biến th i gian thực t, ta có ph ng

trình vi phân b c hai nh sau:

J mm (t )   Bm  Kb Km / R m (t )   Km / R V (t )   l (t ) / r (3.13)

và s đ khối c a hệ thống đ ợc đ n giản hóa nh trên Hình 3.5.

 Bài gi ng Đi u khi n Robot – KTM204.3

Hình 3.5. S đ khối đ n giản hóa c a hệ thống một động c điện DC

Trong tr ng hợp trục ra c a bộ truyền bánh răng nối trực tiếp vào khớp nối
c a khâu thì các biến c a khớp và các biến góc quay c a động c có mối liên hệ nh
sau:
mk  rk qk ; k  1, 2,.., n (3.14)

Trong đó, rk là tỉ số truyền c a cặp bánh răng th k. T ng tự, ta có mối liên hệ

giữa moment khớp và moment tải trọng:
 lk   k ; k  1, 2,.., n (3.15)

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 :

qi  fi s1 ,s 2 ,...,sn  ;  li  fi 1 , 2 ,..., n  (3.16)

Trong đó: si  mi / ri (i là chỉ số khớp)

3.3. Đi u khi n v trí

Trong phần này chúng ta sẽ sử dụng bộ điều khiển PD và PID cho bài toán điều
khiển vị trí, giả sử:
qi  si  mi / ri ;  li   i  Fi (3.17)

Từ đó, ph ng trình chuyển động c a một Robot n khâu có thể viết nh sau:
n n

 J ij q j   Cij q j  Gi  Ffi  Fexi  Fi

j 1 j 1 (3.18)
J mi mi   Bmi  Kbi K mi / Ri  mi   K mi / Ri Vi  Fi / ri

Kết hợp ph ng trình (3.17) và (3.18), ta có:

 Bài gi ng Đi u khi n Robot – KTM204.3

 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

Ph ng trình (3.19) có thể viết lại nh sau:

J effimi  Beffimi  ui  di (3.22)

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.

3.3.1. Bộ điều khiển PD

S đ khối c a hệ thống điều khiển PD cho một khớp đ ợc thiết kế nh trên
Hình 3.7. Trong đó tín hiệu đầu vào U(s) đ ợc xác định b i:

U (s)  K P  dm (s)  m (s)   K D sm (s) (3.23)

Trong đó: KP là hệ số tỉ lệ (Propotional) và KD là hệ số vi phân (Derivative)

 Bài gi ng Đi u khi n Robot – KTM204.3

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)

Trong đó Ω(s) là đa th c đặc tr ng c a hệ kín

(s)  J eff s 2   Beff  KK D  s  KK P (3.25)

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

b c 2 có thể đ ợc xác định b i 2 thông số đó là tần số dao động riêng  và hệ số tắt

dao động . Từ đó, ta có thể xác định các thông số c a bộ điều khiển nh sau:

s2 
Beff  KK D 
s
KK P
 s 2  2 s   2 (3.28)
J eff J eff

Cân bằng các hệ số c a ph ng trình (3.28) ta có:

 2 J eff 2 J eff  Beff

KP  ; KD  (3.29)
K K

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.

Hình 3.8. S đ khối c a hệ thống b c 2 với bộ điều khiển PD

Ta có, đa th c đặc tr ng c a hệ kín

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

Hình 3.9. S đ hệ thống b c 2 với bộ điều khiển PD trong Matlab Simulink

 Bài gi ng Đi u khi n Robot – KTM204.3

Bảng 3.1. Hệ số KP và KD xác định theo 

Tần số dao động Hệ số Hệ số

 KP KD

4 16 7
8 64 15

12 144 23

Hình 3.10. Phản ng c a hệ b c 2 không có nhiễu

Trường hợp 2: Giả sử d = 10rad và có nhiễu d = 40Nm. Với =1, các hệ số KP và KD

đ ợc xác nh tr ng hợp 1. Từ đó ta có phản ng c a hệ thống nh trên Hình 3.11.
Chúng ta có thể thấy đ ợc rằng sai số xác l p d ới ảnh h ng c a nhiễu nhỏ dần khi
các hệ số KP và KD lớn.
 Bài gi ng Đi u khi n Robot – KTM204.3

Hình 3.11. Phản ng c a hệ b c 2 có nhiễu

3.3.2. Bộ điều khiển PID

Để loại trừ nhiễu tác động vào hệ thống khi sử dụng bộ điều khiển PD. Chúng
ta cần phải sử dụng các hệ số KP và KD lớn. Khi sử dụng bộ điều khiển tích phân phản
ng c a hệ thống có thể đạt sai số xác l p ess = 0 với các hệ số nhỏ c a bộ điều khiển.
Khi thêm thành phần tích phân vào bộ điều khiển PD chúng ta thu đ ợc bộ điều khiển
PID nh trên Hình 3.12. Từ đó, ta có hàm truyền c a bộ điều khiển PID nh sau:
1
C (s)  K P  K D s  K I (3.31)
s

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)

Trong đó Ω2(s) là đa th c đặc tr ng:

2 (s)  J eff s3   Beff  KK D  s 2  KK P s  KK I (3.33)

Sử dụng tiêu chuẩn Routh-Hurwitz cho đa th c đặc tr ng (3.33) ta xác định

đ ợc hệ thống sẽ n định khi các hệ số đều d ng và thỏa mãn điều kiện:

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 3.14. Phản ng c a hệ b c 2 có nhiễu đ ợc điều khiển b i bộ điều khiển PID

3.3.3. Sự bão hòa trong hệ thống (Saturation)

Về ph ng diện lý thuyết, để đạt đ ợc tốc độ phản ng nhanh và sai số xác l p
nhỏ c a một hệ thống ng i ta hoàn toàn có thể thực hiện đ ợc bằng cách tăng giá trị
c a các hệ số c a bộ điều khiển PD hay PID. Tuy nhiên trong thực tế, giả sử kết cấu
c a Robot đ c ng vững thì hệ thống d n động cho mỗi khớp c a Robot luôn t n tại
giới hạn về tốc độ đáp ng. Thực tế khi điều khiển Robot, ng i ta th ng giới hạn
c ng độ dòng điện trong hệ thống Servo để tránh nguy hiểm cho c cấu chấp hành.
Ví d 3.3: Khảo c u hệ thống có s đ khối nh trên Hình 3.15, đây giá trị đầu vào
c a c cấu chấp hành (Plan) đ ợc giới hạn b i khối Saturation (5) và hệ thống này sử
dụng bộ điều khiển PD. S đ hệ thống b c 2 với sự giới hạn giá trị thông số điều
khiển trong Matlab Simulink nh Hình 3.16. Từ đó ta có phản ng c a hệ thống nh
trên Hình 3.17.

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

Moment quán tính phần ng Hệ số cản c a c cấu d n động

Jm=1kgm2 Bm=1Nms/rad

Điện áp phần ng V=10V Gia tốc trọng tr ng g=10m/s2

 Bài gi ng Đi u khi n Robot – KTM204.3

q2
g
X2 G2

Y2
F2

Y0 X1
q1
G1
Y1
F1
X0

Hình 3.18. Robot RR

Dựa trên kết quả c a bài toán thiết l p hệ ph ng trình vi phân chuyển động
cho Robot RR trong ví dụ c a ch ng 1:

 m1l12  m2l22   m2l22 m2l1l2cq2 

  m l
2 1
2
 m l l
2 1 2 cq 2 1
q     q2  m2l1l2 sq2 q1q2
 3   3 2 
m l l sq m  m
 2 1 2 2 q22   1  m2  l1 gcq1  2 l2 gc  q1  q2   F1 (3.35)
2  2  2
 m2l22 m2l1l2cq2  m2l22 m l l sq m
   1
q  q2  2 1 2 2 q12  2 l2 gc  q1  q2   F2
 3 2  3 2 2

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

Beff 1  Bm1  Kb1Km1 / R1  2 (Nms/rad) Beff 2  Bm 2  Kb 2 Km 2 / R2  2 (Nms/rad)

u1   Km1 / R1 V1 (Nm); u2   Km 2 / R2 V2 (Nm): Tín hiệu điều khiển

 Bài gi ng Đi u khi n Robot – KTM204.3

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)

Hình 3.19. Mô hình điều khiển mạch h cho Robot RR

Thiết l p hệ thống điều khiển PD cho từng khớp c a Robot RR
Giả sử chúng ta cần điều khiển Robot tới vị trí q1=0.5rad, q2=0.3rad và cần thiết kế hệ
thống điều khiển PD để các hệ số c a ph ng trình đặc tr ng c a hàm truyền mạch kín
=1, =8rad/s từ đó ta có các hệ số KP=64 và KD=14. S đ khối hệ thống điều khiển
Robot RR có thể thiết l p nh Hình 3.20. Ta có đáp ng c a hệ thống nh Hình 3.20.
 Bài gi ng Đi u khi n Robot – KTM204.3

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

3.4. B đi u khi n ti p thu n và T i tr ng tính

3.4.1. Bộ điều khiển tiếp thuận

Trong phần này chúng ta nghiên c u hệ thống điều khiển tiếp thu n
(Feedforward), đây là ph ng pháp th ng đ ợc sử dụng để điều khiển tín hiệu ra c a
hệ thống theo một quỹ đạo thay đ i theo th i gian và khử nhiễu thay đ i theo th i gian
tác động vào hệ thống.
Giả sử rằng r(t) là một quỹ đạo định tr ớc và khảo c u s đ khối nh Hình
3.24. Trong đó, G(s) là hàm truyền thu n c a hệ thống và H(s) là hàm truyền c a bộ
điều khiển. Ý t ng c a bộ điều khiển tiếp thu n là thêm vào hệ thống một nhánh tiếp
thu n với hàm truyền F(s). Các hàm truyền này đ ợc biểu diễn d ới dạng tỉ số c a các
đa th c nh sau:
q( s) c( s ) a( s)
G( s)  ; H ( s)  ; F ( s)  (3.38)
p( s) d (s) b( s )

Hình 3.24. Hệ thống điều khiển tiếp thu n

Qua một số phép biến đ i, ta có hàm truyền c a hệ thống

Y ( s) q( s) c( s)b( s)  a( s)d ( s) 

T ( s)   (3.39)
R ( s ) b( s )  p ( s ) d ( s )  q ( s ) c ( s ) 

Đa th c đặc tr ng c a hệ kín đ ợc viết nh sau:

(s)  b(s)  p(s)d (s)  q(s)c(s) (3.40)

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)

q(s)  p(s)d (s)  q(s)c(s) E (s)  0 (3.42)

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

thống nh trên Hình 3.26.

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

J eff e(t )   Beff  KK D  e(t )  KK P e(t )  rd (t ) (3.45)

Nh n xét: Chú ý đa th c đặc tr ng c a ph ng trình (3.45) chính là đa th c đặc tr ng

c a hệ thống điều khiển mạch kín (3.25). Lúc này, hệ thống điều khiển đ ợc viết d ới
dạng ph ng trình c a sai số điều khiển e(t). Nếu hệ thống điều khiển mạch kín n
định thì sai số điều khiển sẽ tiến dần đến 0 với bất c quỹ đạo mong muốn nào c a c
cấu chấp hành khi bỏ qua nhiễu tác động vào hệ thống.

3.4.2. Tải trọng tính và khử nhiễu

J eff Beff
Chúng ta thấy rằng tín hiệu điều khiển tiếp thu n f (t )   md   md giúp cho
K K
hệ thống nhanh tiếp c n tới quỹ đạo cần điều khiển khi ch a xét tới ảnh h ng c a
nhiễu vào hệ thống. Do đó, bộ điều khiển tiếp thu n ch a loại trừ đ ợc nhiễu tác động
vào hệ thống. Để loại trừ đ ợc nhiễu tác động vào hệ thống chúng ta tr lại xem xét
ph ng trình (3.20). Dựa vào quỹ đạo yêu cầu cho tr ớc chúng ta hoàn toàn có thể
tính đ ợc nhiễu tác động vào hệ thống

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:

a. Giả sử d = 12rad và không có nhiễu d = 0.

b. Giả sử d = 12rad và có nhiễu d = 50.

Hình 3.28. S đ khối c a hệ thống b c 2 với bộ điều khiển PD

 Bài gi ng Đi u khi n Robot – KTM204.3

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

Điện tr phần ng động c R=1 Hệ số cản c a c cấu d n động

Bm=1Nms/rad
Moment quán tính phần ng
Jm=1kgm2 Gia tốc trọng tr ng g=10m/s2

Tỉ số truyền từ động c đến các khớp tr ợt r=10rad/m

 Bài gi ng Đi u khi n Robot – KTM204.3

Hình 3.30. Robot PP

Bài 3.4. Thiết l p hệ thống điều khiển PD và PID cho từng khớp đ n c a Robot RP
nh Hình 3.31 để đạt đ ợc vị trí mong muốn cho tr ớc q1=50rad, 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

Điện tr phần ng động c R=1 Hệ số cản c a c cấu d n động

Bm=1Nms/rad
Moment quán tính phần ng
Jm=1kgm2 Gia tốc trọng tr ng g=10m/s2

Tỉ số truyền từ động c đến khớp quay r=10 và đến khớp tr ợt r=10rad/m

Hình 3.31. Robot RP

Bài 3.5. Thiết l p hệ thống điều khiển PD và PID cho từng khớp đ n c a Robot RPR
nh Hình 3.32 để đạt đ ợc vị trí mong muốn cho tr ớc q1=20rad, q2=0.08m, q3=30rad
và đáp ng c a hệ kín =1, =10rad/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

Điện tr phần ng động c R=1 Hệ số cản c a c cấu d n động

Bm=1Nms/rad
Moment quán tính phần ng
Jm=1kgm2 Gia tốc trọng tr ng g=10m/s2

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

Hình 3.32. Robot RPR

Bài 3.6. Thiết l p hệ thống điều khiển tiếp thu n cho một khớp đ n c a Robot với các
hệ số KP, KD và các thông số hệ thống nh trong bài 3.1.
Bài 3.7. Thiết l p hệ thống điều khiển tiếp thu n cho từng khớp đ n c a Robot TT với
các hệ số KP, KD và các thông số hệ thống nh trong bài 3.3.
Bài 3.8. Thiết l p hệ thống điều khiển tiếp thu n kết hợp với tải trọng tính cho từng
khớp đ n c a Robot RT với các hệ số KP, KD và các thông số hệ thống nh trong bài
3.4.
Bài 3.9. Thiết l p hệ thống điều khiển tiếp thu n kết hợp với tải trọng tính cho từng
khớp đ n c a Robot RPR với các hệ số KP, KD và các thông số hệ thống nh trong bài
3.5.
 Bài gi ng Đi u khi n Robot – KTM204.3

CH NG 4. LÝ THUY T N Đ NH LYAPUNOV

4.1. Gi i thi u chung

Nhà toán học, c học và v t lý ng i Nga Aleksandr Mikhailovich Lyapunov
(1857-1918) đ ợc biết đến vì những phát kiến c a ông cho lý thuyết n định c a
một hệ thống động lực, cũng nh cho nhiều đóng góp cho ngành v t lý toán và lý
thuyết xác suất.
Các nghiên c u về sự n định c a lý thuyết điều khiển tự động là một vấn đề c
bản. Sự n định c a các hệ thống điều khiển tự động đ ợc xây dựng nền tảng b i nhà
toán học Nga А.М. Lyapunov trong bài báo, "Các vấn đề chung của sự n định của
chuyển động", công bố năm 1892. Lý thuyết n định này đã xây dựng c s cho sự
phát triển c a lý thuyết điều khiển các hệ phi tuyến, từ các hệ phi tuyến không ch a
tham số, không ch a nhiễu đến các hệ ch a tham số và nhiễu. Các tham số đ ợc xem
xét từ dạng không thay đ i đ ợc đến thay đ i theo th i gian.
Trong lý thuyết điều khiển c điển, ch yếu giới hạn trong các nghiên c u về
vấn đề n định c a hệ thống tuyến tính. Việc xác định sự n định c a hệ thống này dựa
trên ph ng pháp chính là tiêu chí n định Nyquist và ph ng pháp locus gốc. Chúng
đ ợc dựa trên hệ thống điều khiển vòng h để xác định các đặc tính c a sự n định hệ
thống khép kín. Những ph ng pháp này không chỉ áp dụng cho hệ thống đ n biến, và
thúc đẩy sự phát triển c a lý thuyết n định để có thể áp dụng với hệ thống đa biến.
Sự phát triển c a lý thuyết điều khiển các hệ phi tuyến ch yếu dựa vào lý
thuyết n định c a Lyapunov. Tuy một trong các hạn chế c a ph ng pháp này việc
tìm ra hàm Lyapunov phù hợp, nh ng các năm gần đây các ph ng pháp hệ thống để
xây dựng hàm Lypunov cho một số lớp các hệ phi tuyến đã đ ợc đ a ra. Với sự phát
triển này, việc thiết kế các bộ điều khiển bền vững, thích nghi hay tối u cho một số hệ
phi tuyến ch a tham số không còn là vấn đề nữa.

4.2. Các đ nh nghĩa v đi m cân bằng và s n đ nh t i đi m cân bằng của h phi

tuy n
Một hệ thống phi tuyến là hệ thống trong đó quan hệ vào - ra không thể mô tả
bằng các ph ng trình vi phân tuyến tính. Phần lớn các hệ thống thực tế (hệ thống
th y khí, nhiệt động học, c khí, điện - từ, v t lý,...) đều mang tính phi tuyến. Tùy theo
dạng tín hiệu trong hệ thống mà hệ phi tuyến đ ợc chia ra làm hai loại: hệ phi tuyến
 Bài gi ng Đi u khi n Robot – KTM204.3

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(t) là vector trạng thái c a hệ thống, x(t )   x1 (t ), x2 (t ),..., xn (t )  R n

T
Trong đó:

- u(t) là vector tín hiệu vào c a hệ thống, u (t )  R m

- y(t) là vector tín hiệu ra c a hệ thống, y(t )  R p

- f (.)   f1 (.), f 2 (.),..., f n (.)  R n , g (.)   g1 (.), g 2 (.),..., g p (.)   R p là

T T

các hàm phi tuyến

Đ nh nghĩa 4.1: Xét hệ phi tuyến dừng (4.1), khi đó:
a. Điểm cân bằng xe (equilibrium point) là điểm trạng thái mà nếu nh hệ đang
trạng thái xe và không bị kích thích ( u  0 ) thì hệ sẽ nằm nguyên tại đó.
Nh v y, điểm cân bằng xe sẽ chính là nghiệm c a ph ng trình:

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:

x0    x(t )   , với t  0 (4.5)

Trong đó x(t ) là nghiệm c a hệ ph ng trình vi phân (4.4) thỏa mãn điều kiện
đầu x(0)  x0 .

Ng ợc lại, hệ phi tuyến sẽ là không n định.

Miền lân c n B quanh điểm 0 đ ợc định nghĩa là B  x(t )  R n : x(t )    .

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:

lim x(t )  0 với mọi x0  B (4.6)

t 
 Bài gi ng Đi u khi n Robot – KTM204.3

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:

x(t )   x0 et với t  0 và mọi x0  B . (4.7)

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

n định Lyapunov n định tiệm c n Lyapunov

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) et . 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.

Chú ý rằng: n định theo hàm mũ đ ng th i có nghĩa n định tiệm c n, nh ng điều

ng ợc lại thì không đúng. Ví dụ, xét hệ phi tuyến x   x 2 với x(0)=1, hệ này có
nghiệm x(t )  1/ (1  t ) , nghiệm này hội tụ tới điểm cân bằng 0 khi t   , nh ng với
tốc độ hội tụ ch m h n bất kỳ hàm mũ e t (với >0) nào. Với mọi trạng thái ban đầu
1
hữu hạn x(0)=x0 thì biến trạng thái x  t    0 khi t   , nh v y điểm cân
t  1/ x0
bằng xe=0 n định tiệm c n toàn cục.

4.3. Các đ nh lý n đ nh theo tiêu chuẩn Lyapunov cho h phi tuy n d ng

Tr ớc khi giới thiệu về các định lý n định theo tiêu chuẩn Lyapunov thì các
định nghĩa sau cần đ ợc nhắc lại:
Đ nh nghĩa 4.4:
Một hàm thực liên tục, bất biến theo th i gian W(x) đ ợc gọi là xác định dương trong
miền ฀ nếu thỏa mãn:
• W (0)  0 ,
• W ( x)  0 với x  0, x ฀.

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

Đ nh lý 4.1 (Đ nh lý n đ nh Lyapunov cho h phi tuy n d ng):

Hệ phi tuyến dừng, không kích thích mô tả b i ph ng trình trạng thái x  f ( x, u ) u 0

có điểm cân bằng tại gốc tọa độ xe  0 đ ợc gọi là:

a) ổn định tại 0 trong miền n định ฀ nếu t n tại hàm V(x) sao cho:

• V  x  xác định d ng trong miền ฀

• V  x  bán xác định âm trong miền ฀

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:

• V  x  xác định d ng trong miền ฀

• V  x  xác định âm trong miền ฀

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   .

Ta có ph ng trình trạng thái c a hệ là:

 Bài gi ng Đi u khi n Robot – KTM204.3

 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:

V1 ( x)  x1x1  x2 x2  x2 x1  x2   x2  sin x1    x22  x2 x1  x2 sin x1

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.

Xét hàm xác định d 

ng trong miền D  x   x1 , x2   R 2 | x1   :
T

1
V2 ( x)  1  cos x1   x22
2
Đạo hàm theo th i gian c a V2 ( x) đ ợc tính nh sau:

V2 ( x)  x1 sin x1  x2 x2  x2 sin x1  x2   x2  sin x1    x22  0

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:

 x1  x1  x12  x22  2   4 x1 x22



 x2  4 x1 x2  x2  x1  x2  2 
2 2 2

 Bài gi ng Đi u khi n Robot – KTM204.3

Điểm cân bằng c a hệ này là nghiệm c a ph ng trình sau:

 x1  x12  x22  2   4 x1 x22  0


 2
4 x1 x2  x2  x1  x2  2   0
2 2


Để giải ph ng trình trên, tr ớc tiên ta giả sử các nghiệm x1 và x2 đ ng th i khác 0,

ta nhân ph ng trình th nhất với x1 và ph ng trình th hai với x2 , ta có:

 x12  x12  x22  2   4 x12 x22  0


 2 2
4 x1 x2  x2  x1  x2  2   0
2 2 2


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

Điểm cân bằng c a hệ này là nghiệm c a ph ng trình sau:

 Bài gi ng Đi u khi n Robot – KTM204.3

 x2  x1  x12  x22   0


 x1  x2  x1  x2   0
2 2

Để giải ph ng trình trên, tr ớc tiên ta giả sử các nghiệm x1 và x2 đ ng th i khác 0,

ta nhân ph ng trình th nhất với x2 và ph ng trình th hai với x1 , sau đó trừ hai vế
c a hai ph ng trình thu đ ợc x12  x22  0 , điều này có nghĩa 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 suy ra
hệ có điểm cân bằng duy nhất tại gốc tọa độ (0,0).
Để xác định tính n định c a hệ quanh điểm cân bằng này, ta xét hàm xác định d ng
sau: V ( x)  x12  x22 với đạo hàm theo th i gian c a V ( x) là:

V ( x)  2 x1 x1  2 x2 x2  2  x12  x22  là hàm xác định âm, và kiểm tra thấy V  x   

2

khi x   , do v y, hệ trên là n định tiệm c n toàn cục tại gốc tọa độ.

4.4. Các đ nh nghĩa và đ nh lý n đ nh theo tiêu chuẩn Lyapunov cho h phi

tuy n không d ng
Đ nh nghĩa 4.5:
Hệ phi tuyến không dừng (t c là mô hình thay đ i theo th i gian) và không bị kích
thích: x  f ( x, u, t ) u 0 có điểm cân bằng tại xe đ ợc định nghĩa nh sau: f ( xe ,0, t )  0
với t  0 .
Chú ý, ph ng trình f ( xe ,0, t )  0 đúng với t  0 , có nghĩa hệ tuyến tính trên sẽ
nằm nguyên trạng thái xe tại mọi th i điểm.
Đ nh nghĩa 4.6:
Xét hệ phi tuyến không dừng, không kích thích đ ợc mô tả b i ph ng trình

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

x0    x(t )   , với t  t0 (4.9)

Trong đó x(t ) là nghiệm c a hệ ph ng trình vi phân (4.8) thỏa mãn điều kiện
đầu x(t0 )  x0 .

Ng ợc lại, hệ phi tuyến sẽ là không n định.

Miền lân c n B quanh điểm 0 đ ợc định nghĩa là B  x(t )  R n : x(t )    .

b) n định đều tại 0, nếu hệ n định tại 0 và hằng số  ( , t0 )  0 trong (4.9)

không phụ thuộc vào t0, t c là  ( , t0 )   ( ) .

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:

lim x(t )  0 với mọi x0  B (4.10)

t 

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.

Đ nh lý 4.2 (Đ nh lý n đ nh Lyapunov cho h phi tuy n không d ng):

Hệ phi tuyến không dừng, không kích thích mô tả b i ph ng trình trạng thái
x  f ( x, u, t ) u 0 có điểm cân bằng tại gốc tọa độ xe  0 đ ợc gọi là:

a) ổn định tại 0 trong miền n định ฀ nếu t n tại hàm V(x,t) sao cho:

1. V  x, t  xác định d ng trong miền ฀

2. V  x, t  bán xác định âm trong miền ฀

Ngoài ra, nếu:

3. V  x, t  thỏa mãn thêm V  x, t   W2 ( x) trong đó hàm W2 ( x) xác định

d ng với x ฀, thì hệ trên là ổn định đều tại điểm cân bằng.
b) ổn định tiệm cận tại 0 trong miền n định ฀ nếu t n tại hàm V(x,t) thỏa mãn
điều kiện 1 và với điều kiện 2 thì V  x, t  là xác định âm trong miền ฀. Nếu hàm V(x,t)
thỏa mãn thêm điều kiện 3 thì hệ trên là ổn định tiệm cận đều tại điểm cân bằng trong
miền ฀.
c) ổn định tiệm cận đều toàn cục nếu t n tại hàm V(x,t) sao cho:

• V  x, t  xác định d ng toàn cục

• V  x, t  xác định âm toàn cục

• V  x, t   W2 ( x) , trong đó hàm W2 ( x) xác định d ng toàn cục

• 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 )

0   x1e  e2t x2e

Xác định điểm cân bằng xe (t )   x1e (t ), x2e (t ) : 
T
 x1e  x2e  0
 0  x1e  x2e

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

V ( x, t )  x12  1  e2t  x22

Ta thấy, W1 ( x)  x12  x22  V ( x, t )  W2 ( x)  x12  2 x22 , hàm V(x,t) bị chặn d ới

b i một hàm bất biến, xác định d ng W1 ( x) nên V(x,t) là hàm xác định d ng (điều
kiện 1), ngoài ra hàm V(x,t) thỏa mãn tính chất bị chặn trên b i hàm xác định d ng
W2 ( x) (điều kiện 3). Dễ thấy V(x,t) thỏa mãn điều kiện 4: V  x, t    khi x   ,
với t  0 . Kiểm tra đạo hàm c a hàm V(x,t):

V ( x, t )  2 x1 x1  2 1  e 2t  x2 x2  2e 2t x22

 2 x1   x1  e 2t x2   2 1  e 2t  x2  x1  x2   2e 2t x22
 2 x12  2 x1 x2  2 x22  4e 2t x22
  x12  x22   x1  x2    x12  x22
2

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 )  et sin(e2t )  0 khi t   , trong khi đạo hàm c a nó
f (t )  et 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   .

Đ nh lý 4.4 (B đ Barbalat v phân tích n đ nh):

Nếu hàm số thực V(x,t) thỏa mãn các điều kiện sau:
a. V(x,t) bị chặn d ới

b. V ( x, t ) là bán xác định âm

c. V ( x, t ) liên tục đều theo th i gian

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

c/ x  x5  x7  x2 sin8 x cos2 3x d/ x  (x  1)4 x7  x5  x3 sin 3 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

 x1   x2  x1 1  x12  x22   x1  x2 1  x12 

 
i/  j/ 
 x2  x1  x2 1  x1  x2   x2    x1  x2  1  x1 
2 2 2


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

My  Mg  ky  c1 y  c2 y y , trong đó, các tham số M, k, c1, c2, g là các tham số d ng.

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   10 e3t   x1   x   1 2sin t   x1 

e/       f/  1     
 x2   0 2  x2   x2   0 (t  1)   x2 

 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 .

j/ x   1  g (t ) x3 , trong đó, hàm g(t) liên tục và g (t )  0 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:

 x1   x1  x2  sin(t )  x12  x22 



 x2   x1  x2  cos(t )  x1  x2 
2 2

 Bài gi ng Đi u khi n Robot – KTM204.3

CH NG 5. CÁC PH NG PHÁP ĐI U KHI N PHI TUY N

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

 J ij q j   Cij q j  Gi  Ffi  Fexi  Fi

j 1 j 1 (5.1)
J mi mi   Bmi  Kbi K mi / Ri  mi   K mi / Ri Vi  Fi / ri

Sau một số phép biến đ i với chú ý mi  ri qi ta đ a ph ng trình (5.1) về dạng sau:

M (q)q  C (q, q)q  Bq  G(q)  Ff (q)  Fex  u (5.2)

Trong đó:

M (q)  J (q)  J m với Jm là ma tr n đ ng chéo với các phần tử ri 2 J mi

B là ma tr n đ ng chéo với các phần tử Bmi  Kbi Kmi / Ri

ri K mi
u là vector tín hiệu vào với các phần tử ui  Vi có th nguyên c a
Ri
moment

5.2. B đi u khi n PD cho h nhi u bi n

Bộ điều khiển PD để điều khiển vị trí cho một khớp đ n trong ch ng 3 có thể
phát triển h n nữa để thiết l p bộ điều khiển cho tr ng hợp t ng quát. Ta có thể viết
lu t điều khiển c a bộ điều khiển PD cho tr ng hợp t ng quát điều khiển Robot
u  KPq  KDq (5.3)

Trong đó q  q d  q là vector sai số giữa chuyển vị mong muốn qd và chuyển vị

thực c a khớp q. KP, KD t ng ng là ma tr n đ ng chéo c a các hệ số tỉ lệ và vi
phân. Để đánh giá sai số trong trạng thái xác l p c a bộ điều khiển ta sử dụng tiêu
chuẩn đánh giá Lyapunov nh sau:
 Bài gi ng Đi u khi n Robot – KTM204.3

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)

Từ ph ng trình (5.5) và (5.6) ta có

1
V  qT  u  C ( q, q ) q   q T J (q )q  q T K P q
2 (5.7)
1
 qT u  K P q   qT  J (q )  2C (q, q )  q
2

Từ tính chất đối x ng lệch nên ch ng minh đ ợc qT  J (q)  2C (q, q)  q  0 do v y ta có

V  qT  u  K P q  (5.8)

Thế lu t điều khiển trong ph ng trình (5.3) vào ph ng trình (5.8), ta có

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

M (q)q  C (q, q)q  K P q  K D q  K P q  0 (5.10)

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

Moment quán tính phần ng Hệ số cản c a c cấu d n động

Jm=1kgm2 Bm=0.1Nms/rad

Điện áp phần ng V=10V Gia tốc trọng tr ng g=10m/s2

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

 m1l12  m2l22   m2l22 m2l1l2cq2 

  m2l1  m2l1l2cq2  q1  
2
  q2  m2l1l2 sq2 q1q2
 3   3 2 
m l l sq m  m
 2 1 2 2 q22   1  m2  l1 gcq1  2 l2 gc  q1  q2   F1
2  2  2
 m2l22 m2l1l2cq2  m2l22 m l l sq m
   1
q  q2  2 1 2 2 q12  2 l2 gc  q1  q2   F2
 3 2  3 2 2

Và ph ng trình động lực học c a động c điện một chiều là:

J mimi   Bmi  Kbi Kmi / Ri mi   K mi / Ri Vi  Fi / ri

Do đó:

 m1l12  m2l22   m2l22 m2l1l2cq2  m2l1l2 sq2 2

  m2l1  m2l1l2cq2  q1  
2
  q2  m2l1l2 sq2 q1q2  q2
 3   3 2  2
m 
  1  m2  l1 gcq1  2 l2 gc  q1  q2   r1   K m1 / R1 V1  J m1r1q1   Bm1  K b1K m1 / R1  q1 
m
 2  2
 m2l22 m2l1l2cq2  m2l22 m l l sq m
   1
q  q2  2 1 2 2 q12  2 l2 gc  q1  q2 
 3 2  3 2 2
 r2   K m 2 / R2 V2  J m 2 r2 q2   Bm 2  K b 2 K m 2 / R2  q2 

Do v y: ta đ a hệ ph ng trình mô tả hệ thống theo dạng ph ng trình (5.2) nh sau:

M (q)q  C (q, q)q  Bq  G(q)  Ff (q)  Fex  u (5.11)

Trong đó:

 m1l12  m2l22 m2l22 m2l1l2cq2 

  m2l12  J m1r12  m2l1l2cq2  
3 3 2
M (q)   ,
 m2l22 m2l1l2 cq2 m2l22 
   J m 2 r22 
3 2 3 
 r 2  B  K b1 K m1 / R1  0 
B   1 m1 
 0 r2  Bm 2  K b 2 K m 2 / R2  
2

 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

Tín hiệu điều khiển PD cho hệ trên đ ợc chọn nh sau:

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:

q  M 1 (q) u  C (q, q)q  Bq  G(q)  Ff (q)  Fex   M 1 (q)u  Fn (5.12)

với Fn  M 1 (q) C (q, q)q  Bq  G(q)  Ff (q)  Fex 

Để xác định M-1(q) và Fn ta có thể sử dụng đoạn code Matlab sau:

clc; clear all;
syms q1 q2 qd1 qd2 qdd1 qdd2
q=[q1; q2]; qd=[qd1; qd2]; qdd=[qdd1; qdd2];
Mq=[305/3+cos(q2) 1/3+1/2*cos(q2); 1/3+1/2*cos(q2) 301/3];
CpB=[-1/2*sin(q2)*qd2+20 -1/2*sin(q2)*(qd1+qd2);
1/2*sin(q2)*qd1 20];
Gq=[15*cos(q1)+5*cos(q1+q2); 5*cos(q1+q2)];
Fn=simplify(-inv(Mq)*(CpB*qd+Gq));
InvMq=simplify(inv(Mq));
Với các thông số KP và KD xác định nh ví dụ 3.4. Từ đó ta có thể xây dựng s đ khối
trong Matlab Simulink nh Hình 5.1 và đáp ng b ớc c a hệ thống nh Hình 5.2.
 Bài gi ng Đi u khi n Robot – KTM204.3

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)

Hình 5.1. S đ khối hệ thống điều khiển đa biến PD cho Robot RR

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]

Hình 5.2. Đáp ng b ớc c a hệ thống điều khiển đa biến PD cho Robot RR

5.3. Đi u khi n ti p thu n cho h nhi u bi n

Trong tr ng hợp t ng quát, khi xét tới ảnh h ng c a các thông số khác.
Ph ng trình (5.8) đ ợc viết lại nh sau
 Bài gi ng Đi u khi n Robot – KTM204.3

V  qT u  K P q   Bq  G(q)  Ff (q)  Fex  (5.13)

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

K P  q d  q   G(q)  Fex (5.14)

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

f (t )  Bq d  G(q d )  Ff (q d )  Fex (5.15)

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

f (t )  C (q d , q d )q d  Bq d  G(q d )  Ff (q d )  Fex (5.16)

Trong đó q d , q d là tín hiệu vị trí và v n tốc mong muốn và

 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

Từ đó ta có thể xây dựng s đ khối trong Matlab Simulink nh Hình 5.3 và

đáp ng b ớc c a hệ thống nh Hình 5.4.
 Bài gi ng Đi u khi n Robot – KTM204.3

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

Derivative2 22 du/dt u(1)

Derivative
u2 qdd2 q2 q1 Scope q1
qd2
u(3) 144 1 1
Q2 s s u(4)
Q2 KP1
du/dt Product1
22 du/dt Integrator3 Integrator4 q2 Scope q2
Derivative3
KD1 Derivative1

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

5.4. Đi u khi n tuy n tính hóa

Bây gi chúng ta xem xét ph ng pháp điều khiển phi tuyến ph c tạp h n để
điều khiển Robot tiếp c n một quỹ đạo cho tr ớc. Xem xét lại ph ng trình động lực
học c a Robot n khâu d ới dạng ma tr n từ ph ng trình (5.2)
M (q)q  C (q, q)q  Bq  G(q)  Ff (q)  Fex  u (5.17)

Ý t ng c a ph ng pháp điều khiển động lực học ng ợc là tìm một lu t điều

khiển phản h i phi tuyến d ới dạng
u  f (q, q, t ) (5.18)

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)

Trong đó K0 và K1 là các ma tr n đ ng chéo với các phần tử trên đ ng chéo

t ng ng là các hệ số vị trí và v n tốc. Từ đó ta có hệ thống mạch kín có thể biều
diễn b i hệ tuyến tính
q  KDq  KP q  r (5.22)

Bây gi , giả sử ta đã biết tr ớc quỹ đạo mong muốn

t   q d (t ), q d (t )  (5.23)

Nếu chúng ta chọn tín hiệu vào r(t) nh sau

 Bài gi ng Đi u khi n Robot – KTM204.3

r (t )  q d (t )  K D q d (t )  K P q d (t ) (5.24)

thì sai số điều khiển e(t )  q(t )  q d (t ) thỏa mãn

e(t )  K De(t )  K Pe(t )  0 (5.25)

và KP và KD có thể xác định nh trong ch ng 3 hoặc có thể chọn đ n giản nh sau

K P  diag 12 , 22 ,..., n2 

(5.26)
K D  diag 21 , 22 ,..., 2n 

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.

Hình 5.5. S đ khối hệ thống điều khiển tuyến tính hóa

Hình 5.5 chỉ rõ rằng việc tính toán tín hiệu điều khiển phi tuyến u (ph ng trình
5.19) đ ợc thực hiện b i bộ điều khiển mạch trong với các tín hiệu phản h i q, q và tín
hiệu vào aq. Bộ điều khiển mạch ngoài sẽ tính toán tín hiệu aq (ph ng trình 5.21) dựa
vào các tín hiệu phản h i q, q và tín hiệu vào r (ph ng trình 5.24). Với mô hình điều
khiển nh Hình 5.5 thì hệ thống trong khung hình chữ nh t nét đ t sẽ là hệ thống
tuyến tính hoặc gần tuyến tính.
Tuy nhiên việc thực thi lực điều khiển u (ph ng trình 5.19) rất khó khăn, vì
đòi hỏi thông tin về toàn bộ ph ng trình động lực học c a hệ, cũng nh các tham số
 Bài gi ng Đi u khi n Robot – KTM204.3

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.

Ta có thể chọn lu t điều khiển u nh ph ng trình (5.19)

u  M (q)aq  N (q, q) (5.27)

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 )

Ta có thể chọn thông số KP và KD nh trong ví dụ 5.1

Dựa trên mô hình Matlab Simulink đã xây dựng đ ợc trong ví dụ 5.1 ta thay
đ i lu t điều khiển nh trên ta có thể xây dựng đ ợc mô hình Matlab Simulink cho bài
toán thiết l p hệ thống điều khiển động lực học ng ợc cho Robot RR nh Hình 5.6 và
đáp ng c a hệ thống nh Hình 5.7.
 Bài gi ng Đi u khi n Robot – KTM204.3

N1
KP
f(u)
u(1) 144

Q1 KD
Fn 1
u(2) 22 f(u) invM 11
f(u)
Qd1 aq1

u(3) qdd1 qd1 q1

aq2 1 1
du/dt du/dt f(u)
Qdd1 s s u(1)
u1
Derivative2 Derivative1 Product
Q1 Integrator1 Integrator2
u(4) 144 q1 Scope q1

Q2 KP1 u(2)

u(5) 22 u2 qdd2 qd2 q2 qd1

f(u) 1 1
du/dt du/dt Qd2 u(4)
KD1 s s
Derivative3 Derivative4 Product1
Q2 u(6) Integrator3 Integrator4 q2 Scope q2

Qdd2 u(5)

f(u) invM 22 Fn 2 qd2

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

5.5. Đi u khi n High-gain

Trong phần tiếp theo, chúng ta sẽ giới thiệu các ph ng pháp điều khiển Robot
cho tr ng hợp các tham số c a hệ thống là không xác định, khi đó các ph ng pháp
điều khiển PD, điều khiển tiếp thu n và tuyến tính hóa không thể áp dụng đ ợc.
Xem xét lại ph ng trình động lực học c a Robot n khâu d ới dạng ma tr n từ
ph ng trình (5.2) nh sau:
M (q)q  C (q, q)q  Bq  G(q)  Ff (q)  Fex  u (5.28)

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:

r (t ) e(t )   e(t ) (5.29)

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  

Trong đó: hàm trung gian (t) có dạng nh sau:

 (t )  C (q, q)  qd   e    Bq  G(q)  Ff (q)  Fex   M (q)qd   M (q)e  e (5.32)

 Bài gi ng Đi u khi n Robot – KTM204.3

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:

Đ nh nghĩa chuẩn vector: Cho vector x  R n , chuẩn c a x kí hiệu là x đ ợc định

nghĩa là một số không âm thỏa mãn các tính chất sau:

• x  0 và x  0 khi và chỉ khi x = 0.

•  x   x với mọi α ∈ R.
• x  y  x  y (bất đẳng th c tam giác )

Chuẩn Euler c a vector là một chuẩn th ng đ ợc sử dụng, công th c tính nh sau:

x  x12  x22  ...  xn2  xT x với mọi vector x   x1 , x2 ,..., xn 

T

Tính chất: cho x, y  R n thì xT y 

1
2
2
x  y
2
.
Đ nh nghĩa chuẩn Ma tr n: Cho ma tr n A kích th ớc mn, chuẩn c a ma tr n A kí
hiệu A là một số không âm thỏa mãn:

• A  0 và A  0 khi và chỉ khi A = 0mn.

•  A   A với mọi α ∈ R.
• A  B  A  B (bất đẳng th c tam giác )

Nếu A, B là các ma tr n vuông nn thì A.B  A B .

Chuẩn Frobenious c a ma tr n A đ ợc tính nh sau:

 Bài gi ng Đi u khi n Robot – KTM204.3

 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:

 (t )  C (q, q)  qd   e    Bq  G(q)  Ff (q)  Fex   M (q)qd   M (q)e  e

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

C (q, q)  qd   e   C (q, qd )q  C (q, q) e (Do tính chất hoán đ i tham số c a ma tr n

C (q, q) , tính chất 3). Trong đó:

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

với ci là hằng số xác định, với i=1,..,7. Do v y:  (t )  1  2 z  3 z .

2

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:

M (q)r    k1  k2  k3  k4  r  C (q, q)r  e   (5.35)

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

Do tính chất đối x ng c a M(q) nên r T M (q)r  r T M (q)r và eT e  eT e . Thay (5.29)

và (5.35) vào (5.38), ta có:
 Bài gi ng Đi u khi n Robot – KTM204.3

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)

Ngoài ra, ta thấy:

2
   2 2
k2 r  1 r    k2 r  1
2
   1  1
 2 k2  4k 2 4k 2
2
  2 z   22 z
2
 22 z
2

 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.

5.6. Đi u khi n tr t (sliding-mode)

Phần này sẽ giới thiệu lu t điều khiển tr ợt thiết kế điều khiển robot có ph ng
trình động lực học nh (5.28) để các biến khớp q(t) c a robot bám theo quỹ đạo mong
muốn qd(t) liên tục. Các b ớc biến đ i t ng tự nh điều khiển high-gain ta sẽ thu
đ ợc ph ng trình vòng h c a robot là ph ng trình (5.31) với hàm trung gian (t)
thỏa mãn điều kiện (5.33). Khác với lu t điều khiển high-gain, lu t điều khiển tr ợt u(t)
đ ợc thiết kế có dạng nh sau:

u(t )   k1  k2  k3  r  1 sgn(r ) (5.43)

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 xR
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 .

Thay lu t điều khiển tr ợt (5.43) vào ph ng trình (5.31) ta thu đ ợc ph ng

trình động lực học vòng kín c a robot là:

M (q)r    k1  k2  k3  r  1 sgn(r )  C (q, q)r  e   (5.44)

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:

V (t )  r T    k1  k2  k3  r  1 sgn(r )  C (q, q)r  e     r T M (q)r  eT  r   e 

1
2

  eT e   k1  k2  k3  r T r  1 r  r T  (5.45)

Sử dụng đánh giá (5.33) ta có:

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

Thay vào ph ng trình (5.47) ta có:

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)

Nh v y, với tham số điều khiển k đ ợc chọn thỏa mãn điều kiện

32 z (0)
2
 22
k  , thì các sai số điều khiển e(t) và r(t) tiến về 0 tiêu chuẩn hàm
4k 2 4k3
mũ. Đây là kết quả n định cao nhất c a hệ thống, tuy nhiên tín hiệu điều khiển tr ợt
u(t) theo (5.43) là hàm không liên tục do tính chất không liên tục c a hàm sgn(r), vì
v y việc thực thi trong thực tế lu t điều khiển tr ợt sẽ d n tới các hiện t ợng rung-gi t
(chattering) c a c cấu chấp hành do sự thay đ i đột ngột giá trị c a tín hiệu u(t). Một
u điểm nữa c a điều khiển tr ợt đó là lu t điều khiển (5.43) 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 chất bền
vững c a ph ng pháp điều khiển tr ợt.
Ví d 5.5: Thiết l p hệ thống điều khiển tr ợt cho Robot RR để các biến khớp q(t) c a
cos(t ) 
robot bám theo một quỹ đạo mong muốn cho tr ớc qd    . Với các thông số hệ
 sin(t ) 
thống nh ví dụ 5.1.

5.7. Đi u khi n thích nghi (Adaptive Control)

Ph ng pháp điều khiển thích nghi khai thác tính chất tuyến tính theo tham số
(tính chất 4) c a ph ng trình động lực học robot để thiết kế tín hiệu điều khiển u(t)
liên tục trong khi v n đảm bảo các sai số điều khiển tiến tới 0 theo tiêu chuẩn tiệm c n.
 Bài gi ng Đi u khi n Robot – KTM204.3

Hàm trung gian (t) giả sử thỏa mãn tính chất tuyến tính theo tham số, t c là:

 (t )  C (q, q)  qd   e    Bq  G (q)  Ff (q)  Fex   M (q)qd   M (q)e  e

(5.48)
 Y (q, q, qd , qd , qd )

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

min  m1 ,1, min (1 )  z  V (t )  max  m2 ,1, max ( 1 )  z

1 2 1 2
(5.53)
2 2

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:

V (t )  r T  kr  C (q, q)r  e  Y    r T M (q )r  eT  r   e   T  1

1
2 (5.54)
  e  k r  r T Y   T  1
2 2
ˆ

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 (t ) đ ợc lựa chọn nh sau thì đại l ợng r T Y   T 1

nh t giá trị c a  ˆ sẽ bị triệt
tiêu:

ˆ  Y T r
 (5.55)

Khi đó, đạo hàm V (t ) tr thành:

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:

Ph ng pháp Tính liên t c của

Tính n đ nh Tính b n v ng
đi u khi n tín hi u đi u khi n
Sai số điều khiển n Không có tính bền
Điều khiển PD Liên tục
định vững
Điều khiển Sai số điều khiển n Không có tính bền
Liên tục
tiếp thu n định vững

Điều khiển Sai số điều khiển n Không có tính bền

Liên tục
tuyến tính hóa định vững
Điều khiển Sai số điều khiển n
Có tính bền vững Liên tục
High-gain định

Sai số điều khiển tiến

Điều khiển
tới 0 theo tiêu chuẩn Có tính bền vững Không liên tục
tr ợt
hàm mũ
Sai số điều khiển tiến
Điều khiển Có tính bền vững với
tới 0 theo tiêu chuẩn Liên tục
thích nghi các tham số c a hệ
tiệm c n

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:

 (t )  C (q, q)  qd   e    Bq  G (q)  Ff (q)  Fex   M (q)  qd   e   e

 Y (q, q, qd , qd , qd )

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

B1  r1  Bm1  Kb1Km1 / R1  , B2  r2  Bm2  Kb 2 K m2 / R2 

 Csq2 q2 Csq2  q1  q2   G1cq1  G2c  q1  q2  

C ( q, q )    G (q)   
 Csq2 q1 0   G2c  q1  q2  

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 210
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  R1010
ˆ (0)  0 .
và lựa chọn giá trị ban đầu  101

Yêu cầu l p S đ khối Simulink để điều khiển robot trên.

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

Điện tr phần ng động c R=1 Hệ số cản c a c cấu d n động Bm=1Nms/rad

Moment quán tính phần ng Jm=1kgm2 Gia tốc trọng tr ng g=10m/s2

Tỉ số truyền từ động c đến các khớp tr ợt r=10rad/m

Hình 5.8. Robot PP

Bài 5.2. Thiết l p hệ thống điều khiển tuyến tính hóa điều khiển đ ng th i các khớp
c a Robot RP nh Hình 5.9 để đạt đ ợc vị trí mong muốn cho tr ớc q1=50rad,
 Bài gi ng Đi u khi n Robot – KTM204.3

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

Điện tr phần ng động c R=1 Hệ số cản c a c cấu d n động

Bm=1Nms/rad
Moment quán tính phần ng
Jm=1kgm2 Gia tốc trọng tr ng g=10m/s2

Tỉ số truyền từ động c đến khớp quay r=10 và đến khớp tr ợt r=10rad/m

Hình 5.9. Robot RP

Bài 5.3. Thiết l p hệ thống điều khiển đa biến PD kết hợp với điều khiển tiếp thu n
điều khiển đ ng th i các khớp c a Robot PP với các yêu cầu và thông số hệ thống nh
trong bài 5.1.
Bài 5.4. Thiết l p hệ thống điều khiển high-gain, điều khiển tr ợt, điều khiển thích
nghi điều khiển đ ng th i các khớp c a Robot RP với các yêu cầu bám quỹ đạo mong
muốn q1d(t)=sin(t) và q2d(t)=sin(2t) và thông số hệ thống nh trong bài 5.2.
Bài 5.5. Thiết l p hệ thống điều khiển high-gain, điều khiển tr ợt, điều khiển thích
nghi điều khiển đ ng th i các khớp c a Robot RPR nh Hình 5.10 để đạt đ ợc các
biến khớp bám theo quỹ đạo mong muốn cho tr ớc q1d=20.sin(0.5t) rad,
q2d=0.08.cos(t) m, q3d=30rad và đáp ng c a hệ kín =1, =10rad/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

Điện tr phần ng động c R=1 Hệ số cản c a c cấu d n động Bm=1Nms/rad

Moment quán tính phần ng Jm=1kgm2 Gia tốc trọng tr ng g=10m/s2

 Bài gi ng Đi u khi n Robot – KTM204.3

Tỉ số truyền từ động c đến các khớp quay r=10 và đến khớp tr ợt r=10rad/m

Hình 5.10. Robot RPR

Bài 5.6. Thiết l p hệ thống điều khiển tuyến tính hóa điều khiển đ ng th i các khớp
c a Robot RRR nh Hình 5.11 để đạt đ ợc vị trí mong muốn cho tr ớc q1=20rad,
q2=15rad, q3=30rad và đáp ng c a hệ kín =1, =14rad/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

Điện tr phần ng động c R=1 Hệ số cản c a c cấu d n động Bm=1Nms/rad

Moment quán tính phần ng Jm=1kgm2 Gia tốc trọng tr ng g=10m/s2

Tỉ số truyền từ động c đến các khớp quay r=10 và đến khớp tr ợt r=10rad/m

Hình 5.11. Robot RRR

 Bài gi ng Đi u khi n Robot – KTM204.3

TÀI LI U THAM KH O

[1]. John J. Craig – Introduction to Robotics: Mechanics and Control – Addison

– Wesley Publishing Company, Inc.

[2]. Robot Modeling and Control – Mark W. Spong, Seth Hutchinson, and M.
Vidyasagar – John Wiley and Sons, Inc.

[3]. Bài giảng Robot công nghiệp – TS. Phạm Đăng Ph ớc