Tên đề tài: Mô hình hóa và điều khiển cơ nhân tạo bằng khí nén

Tác giả: Trần Vĩnh Phúc, Khóa: 2020

Ngành: Kỹ thuật điều khiển và tự động hóa; Mã số: 9520216. Nhóm ngành: Kỹ thuật

Người hướng dẫn: PGS.TS. Nguyễn Chánh Nghiệm, Đại học Cần Thơ

1. Tóm tắt nội dung luận án

Luận án nghiên cứu bài toán mô hình hóa và điều khiển cơ nhân tạo bằng khí nén (Pneumatic Artificial Muscle – PAM), một bộ truyền động mềm có tiềm năng ứng dụng trong robot mềm, thiết bị phục hồi chức năng và các hệ thống tương tác người–máy nhờ đặc tính nhẹ, linh hoạt và an toàn. Tuy nhiên, tính phi tuyến mạnh, trễ bất đối xứng và sự biến thiên tham số theo tải và điều kiện vận hành khiến việc mô tả động học và thiết kế bộ điều khiển chính xác cho PAM vẫn còn nhiều thách thức. Trên cơ sở đó, luận án hướng đến xây dựng mô hình phản ánh đặc tính trễ của PAM và đề xuất cấu trúc điều khiển có khả năng duy trì hiệu năng trong điều kiện làm việc thay đổi.

Các cấu trúc điều khiển vị trí gồm PID, bộ điều khiển mờ PD kết hợp thành phần tích phân (Fuzzy PD+I) và bộ điều khiển PID một nơ-ron (SN–PID) tích hợp mạng nơ-ron hàm cơ sở xuyên tâm (RBF) được thiết kế và đánh giá trong cùng điều kiện thí nghiệm nhằm bảo đảm tính khách quan trong so sánh. Kết quả thực nghiệm cho thấy cấu trúc điều khiển thích nghi đạt sai số bám vị trí trong khoảng ±0,5 mm, thời gian đáp ứng xấp xỉ 1,1 s và cải thiện hiệu suất đến 43,7% so với bộ điều khiển PID truyền thống, đồng thời vẫn phù hợp cho triển khai thời gian thực.

Trên phương diện mô hình hóa, mô hình Prandtl–Ishlinskii tổng quát (GPI) được lựa chọn và hiệu chỉnh dựa trên dữ liệu thực nghiệm, đạt độ phù hợp trên 93% và giúp giảm chỉ số RMSE từ 0,72 mm xuống còn 0,29 mm khi so sánh với các mô hình động học và mô hình nhận dạng thường dùng trong tài liệu. Các kết quả này cho thấy mô hình GPI mô tả tốt hành vi của hệ trong dải điều kiện vận hành rộng và có thể được sử dụng như một công cụ phân tích nhằm hỗ trợ lựa chọn chiến lược điều khiển phù hợp.

Hệ thống thực nghiệm PAM một bậc tự do với tải thay đổi, bộ điều khiển nhúng và các cảm biến vị trí – áp suất cho thấy tính khả thi của các phương pháp được nghiên cứu trong triển khai thực tế. Trên cơ sở đó, luận án đề xuất mở rộng nghiên cứu sang các cấu hình PAM đa bậc tự do hoặc đối kháng và triển khai trên các nền tảng ứng dụng nhằm tiếp tục hoàn thiện và đánh giá kết quả đạt được..

2. Những kết quả mới của luận án

Luận án đã đề xuất và triển khai cấu trúc điều khiển áp suất vòng trong cho hệ cơ nhân tạo bằng khí nén, trong đó bộ điều khiển PID kết hợp mạng nơ-ron hàm cơ sở xuyên tâm được sử dụng nhằm thích nghi với sự biến thiên của lưu lượng khí và đặc tính phi tuyến của van điều khiển. Các kết quả thực nghiệm cho thấy cấu trúc này giúp giảm đáng kể sai số bám áp suất so với các bộ điều khiển PI và PID cổ điển, với chỉ số RMSE giảm rõ rệt dưới các dạng tín hiệu kích thích biến thiên, đồng thời cải thiện khả năng khử nhiễu và làm mượt đáp ứng quá độ. Về mặt định tính, điều khiển áp suất thích nghi góp phần ổn định động học của toàn hệ và tạo nền tảng thuận lợi cho việc triển khai các bộ điều khiển vị trí ở vòng ngoài.

Đối với bài toán điều khiển vị trí, luận án đã xây dựng và đánh giá các cấu trúc PID, FPD+I và bộ điều khiển PID một nơ-ron tích hợp mạng RBF trong cùng điều kiện thí nghiệm nhằm bảo đảm tính khách quan trong so sánh. Kết quả cho thấy cấu trúc điều khiển thích nghi đạt sai số bám vị trí trong khoảng ±0,5 mm, thời gian đáp ứng xấp xỉ 1,1 s và cải thiện hiệu suất đến 43,7% so với PID truyền thống trong các kịch bản tải và biên độ tín hiệu thay đổi. Ngoài các chỉ số định lượng, bộ điều khiển đề xuất còn thể hiện đáp ứng quá độ mượt hơn, độ nhạy với nhiễu tải giảm và khả năng duy trì ổn định tốt hơn khi hệ làm việc ngoài miền hiệu chỉnh ban đầu.

Trên phương diện mô hình hóa, luận án đã xây dựng và hiệu chỉnh mô hình Prandtl–Ishlinskii tổng quát nhằm mô tả đặc tính trễ bất đối xứng của PAM dựa trên dữ liệu thực nghiệm. So với các mô hình nhận dạng và mô hình động học thường dùng trong tài liệu, mô hình này đạt độ phù hợp trên 93% và giúp giảm chỉ số RMSE từ 0,72 mm xuống còn 0,29 mm trong dải vận hành rộng. Bên cạnh các kết quả định lượng, mô hình GPI còn thể hiện tính ổn định cao hơn khi tải và biên độ kích thích thay đổi, qua đó được sử dụng như một công cụ phân tích nhằm làm rõ vai trò của trễ trong chất lượng điều khiển và hỗ trợ lựa chọn chiến lược điều khiển phù hợp.

3. Các ứng dụng/khả năng ứng dụng trong thực tiễn, các vấn đề cần tiếp tục nghiên cứu

Các kết quả của luận án cho thấy các mô hình và cấu trúc điều khiển được nghiên cứu có tiềm năng ứng dụng trong các hệ truyền động mềm sử dụng cơ nhân tạo bằng khí nén, đặc biệt trong những lĩnh vực yêu cầu mức độ an toàn cao khi tương tác với con người. Hệ thống điều khiển vị trí thích nghi được triển khai trên nền tảng thực nghiệm một bậc tự do thể hiện khả năng duy trì độ chính xác bám và tính ổn định khi tải và tín hiệu điều khiển thay đổi, qua đó có thể xem xét áp dụng trong robot mềm, thiết bị hỗ trợ vận động, bộ xương ngoài phục hồi chức năng và các cơ cấu chấp hành trong tự động hóa nhẹ. Mô hình trễ phi tuyến được hiệu chỉnh có thể đóng vai trò như một công cụ hỗ trợ thiết kế, giúp dự đoán hành vi của PAM và rút ngắn quá trình tinh chỉnh tham số điều khiển trong giai đoạn phát triển hệ thống. Với cấu trúc triển khai không quá phức tạp và khả năng vận hành thời gian thực, các giải pháp được nghiên cứu được kỳ vọng góp phần nâng cao hiệu năng và độ tin cậy của các hệ thống sử dụng PAM trong điều kiện làm việc biến đổi.

Bên cạnh đó, luận án vẫn còn một số giới hạn cần được tiếp tục xem xét trong các nghiên cứu tiếp theo. Các thí nghiệm hiện mới được thực hiện trên hệ PAM một bậc tự do trong môi trường phòng thí nghiệm, do đó chưa phản ánh đầy đủ các tương tác trong những cấu hình đa bậc tự do hoặc hệ PAM đối kháng thường gặp trong robot mềm và thiết bị sinh học. Việc mở rộng mô hình hóa và điều khiển sang các hệ có tương tác cơ học giữa nhiều cơ cấu chấp hành, đồng thời xem xét ảnh hưởng của các yếu tố môi trường như nhiệt độ, suy hao khí nén và lão hóa vật liệu, được xem là cần thiết để nâng cao tính tổng quát của kết quả. Ngoài ra, việc tích hợp chặt chẽ hơn giữa mô hình trễ phi tuyến và các chiến lược điều khiển thích nghi theo hướng điều khiển dựa trên mô hình, cũng như đánh giá trên các nền tảng ứng dụng thực tế, được xem là những hướng nghiên cứu triển vọng nhằm tiếp tục hoàn thiện và mở rộng khả năng ứng dụng của các kết quả đạt được.

Thesis title: Modeling and Control of Pneumatic Artificial Muscles

- Major: Control Engineering and Automation          Code: 9520216

- Full name of PhD student: Tran Vinh Phuc            Year: 2020

- Scientific supervisor: Assoc. Prof. Dr. Nguyen Chanh Nghiem

- Educational institution: College of Engineering, Can Tho University

1. Content of thesis summary

The dissertation investigates the modeling and control of pneumatic artificial muscles (PAMs), which are soft actuators with considerable potential for applications in soft robotics, rehabilitation devices, and human–machine interaction systems owing to their lightweight structure, mechanical compliance, and operational safety. However, strong nonlinearities, asymmetric hysteresis, and parameter variations with respect to load and operating conditions make accurate dynamic modeling and controller design for PAMs particularly challenging. Accordingly, the dissertation aims to develop models capable of capturing the hysteresis characteristics of PAMs and to propose control structures that can maintain performance under varying operating conditions.

Position control structures including conventional PID control, a fuzzy PD controller combined with an integral component (Fuzzy PD+I), and a single-neuron PID (SN–PID) controller integrated with a radial basis function (RBF) neural network are designed and evaluated under identical experimental conditions to ensure objective comparison. Experimental results demonstrate that the adaptive control structure achieves position tracking errors within ±0.5 mm, a response time of approximately 1.1 s, and performance improvements of up to 43.7% compared with the conventional PID controller, while remaining suitable for real-time implementation.

From a modeling perspective, the generalized Prandtl–Ishlinskii (GPI) model is selected and identified using experimental data, achieving a fitting accuracy exceeding 93% and reducing the root-mean-square error from 0.72 mm to 0.29 mm relative to commonly used identification and dynamic models reported in the literature. These results indicate that the GPI model describes system behavior effectively over a wide range of operating conditions and serves as an analytical tool to support the selection of appropriate control strategies.

The experimental platform, based on a single-degree-of-freedom PAM system with variable loading, embedded real-time control, and position–pressure sensing, confirms the feasibility of the proposed approaches for practical implementation. On this basis, the dissertation suggests extending future investigations to multi-degree-of-freedom or antagonistic PAM configurations and validating the methods on application-oriented platforms to further assess their applicability and robustness.

2. The novel aspects from the thesis

The dissertation proposes and implements an adaptive inner-loop pressure control structure for pneumatic artificial muscle systems, in which a PID controller integrated with a radial basis function neural network is employed to accommodate variations in air flow and the nonlinear characteristics of the proportional valve. Experimental results indicate that this scheme significantly reduces pressure tracking errors compared with conventional PI and PID controllers, with noticeable decreases in RMSE under varying excitation profiles, while also improving disturbance rejection and smoothing transient responses. Qualitatively, the adaptive pressure control contributes to enhanced overall system stability and provides a reliable foundation for outer-loop position control design.

With regard to position control, the dissertation develops and evaluates conventional PID, fuzzy PD combined with an integral component (FPD+I), and a single-neuron PID controller integrated with an RBF neural network under identical experimental conditions to ensure objective comparison. The results show that the adaptive structure achieves position tracking errors within ±0.5 mm, a settling time of approximately 1.1 s, and performance improvements of up to 43.7% relative to the classical PID controller under varying load and input conditions. Beyond these quantitative indicators, the proposed controller exhibits smoother transient behavior, reduced sensitivity to load disturbances, and improved stability when subjected to nonperiodic reference signals.

From a modeling perspective, the dissertation constructs and identifies a generalized Prandtl–Ishlinskii model to represent the asymmetric hysteresis characteristics of PAMs using experimental data. Compared with commonly adopted identification and dynamic models reported in the literature, the proposed model achieves fitting accuracies exceeding 93% and reduces the root-mean-square error from 0.72 mm to 0.29 mm across a wide operating range. In addition to these numerical improvements, the model demonstrates improved robustness with respect to changes in excitation amplitude and load, thereby serving as an analytical tool for investigating hysteresis effects and supporting the selection of appropriate control strategies.

3. Application prospect and suggestions for further study

The results of the dissertation indicate that the investigated models and control structures have considerable potential for application in soft actuation systems based on pneumatic artificial muscles, particularly in domains that require a high level of safety in human–machine interaction. The adaptive position control system implemented on a single-degree-of-freedom experimental platform demonstrates the ability to maintain tracking accuracy and stability under varying loads and control inputs, thereby suggesting its suitability for use in soft robots, assistive devices, rehabilitation exoskeletons, and light industrial automation actuators. The identified nonlinear hysteresis model may also serve as a design-support tool, enabling the prediction of PAM behavior and reducing controller tuning effort during system development. Owing to their moderate structural complexity and real-time implementability, the proposed approaches are expected to contribute to improved performance and reliability of PAM-based systems operating under changing conditions.

Nevertheless, several limitations remain to be addressed in future studies. The present experiments were conducted only on a single-degree-of-freedom PAM setup in a laboratory environment and therefore do not fully capture the complex interactions encountered in multi-degree-of-freedom or antagonistic PAM configurations commonly found in soft robotics and biomechanical systems. Extending the modeling and control frameworks to systems involving mechanical coupling among multiple actuators, as well as examining the influence of environmental factors such as temperature variations, pneumatic losses, and material aging, is considered necessary to enhance the generality of the results. Furthermore, tighter integration between nonlinear hysteresis modeling and adaptive control strategies in a model-based control framework, together with validation on application-oriented platforms, is regarded as a promising research direction for further improving and broadening the applicability of the reported findings.

• Xem chi tiết nội dung luận án
• Xem thông tin đăng tải tại Website Bộ giáo dục và Đào tạo. (Nhập tên NCS vào ô tìm kiếm)