ĐIỀU KHIỂN TRƯỢT BỀN VỮNG DỰA VÀO MÔ HÌNH DANH ĐỊNH VÀ LOGIC MỜ CHO TAY MÁY ROBOT

Trần Thị Thùy Trang; Nguyễn Chí Ngôn; Phạm Thanh Tùng

doi:10.34238/tnu-jst.14749

ĐIỀU KHIỂN TRƯỢT BỀN VỮNG DỰA VÀO MÔ HÌNH DANH ĐỊNH VÀ LOGIC MỜ CHO TAY MÁY ROBOT

Thông tin bài báo

Ngày nhận bài: 05/02/26 Ngày hoàn thiện: 28/02/26 Ngày đăng: 28/02/26

Các tác giả

1. Trần Thị Thùy Trang, Trường Đại học Sư phạm Kỹ thuật Vĩnh Long
2. Nguyễn Chí Ngôn, Đại học Cần Thơ
3. Phạm Thanh Tùng , Trường Đại học Sư phạm Kỹ thuật Vĩnh Long

Tóm tắt

Điều khiển trượt bền vững là một trong những chiến lược điều khiển hiệu quả được áp dụng rộng rãi cho các bộ điều khiển robot công nghiệp nhờ khả năng đảm bảo sự ổn định của hệ thống trong điều kiện không chắc chắn, sai số mô hình và nhiễu ngoài. Tuy nhiên, nhược điểm của bộ điều khiển này là những bất định lớn sẽ dẫn đến hiện tượng dao động với tần số cao trong tín hiệu điều khiển quanh mặt trượt (hay hiện tượng chattering) lớn do tính chất không liên tục của nó. Để khắc phục vấn đề này và nâng cao hiệu quả điều khiển, hệ thống mờ được sử dụng để xấp xỉ thành phần không liên tục của điều khiển trượt. Tính ổn định của hệ thống được chứng minh bằng hàm Lyapunov kiểu tích phân. Các kết quả mô phỏng trong MATLAB/Simulink cho thấy hiệu quả của phương pháp điều khiển đề xuất với sai số xác lập tiến về 0, không có vọt lố, thời gian tăng, thời gian xác lập, chỉ số hiệu suất IAE (Integral Absolute Error) và ISE (Integral Square Error) của thanh 1 là 1,1469(s), 2,01(s), 4,249e-7 và 0,2402; thanh 2 là 1,1530(s), 2,0241(s), 5,462e-8 và 0,2384; thanh 3 là 1,1556(s), 2,03(s), 5,013e-7 và 0,2377.

Từ khóa

Điều khiển trượt; Logic mờ; Dao động tần số cao; Tay máy robot; MATLAB/Simulink

Toàn văn:

PDF

Tài liệu tham khảo

[1] D. H. Awad et al., “A Review of Multi-Degree of Freedom Robot Arm Research,” Adv. Sci. Technol. J., vol. 2, no. 2, pp. 1–29, 2025.

[2] V. Tinoco, M. F. Silva, F. N. Santos, R. Morais, S. A. Magalhães, and P. M. Oliveira, “A review of advanced controller methodologies for robotic manipulators,” Int. J. Dyn. Control, vol. 13, no. 1, 2025, doi: 10.1007/s40435-024-01533-1.

[3] L. Nguyen, K. Pham, and T. Tran, “Intelligent robust control design for a 3-DoF industrial manipulator,” Trans. Inst. Meas. Control, 2025, doi: 10.1177/0142331225136672.

[4] B. Masoud, M. Elhaj, M. Nasir, S. Khadraoui, and R. Fareh, “Hybrid Controller using Fuzzy SMC and FOPID for 3-DOF Robotic Manipulator,” IFAC-Pap., vol. 59, no. 17, pp. 31–36, 2025.

[5] D.-H. Vo et al., “Position Control of 3-DOF Experimental Articulated Robot Arm using PID Controller,” J. Fuzzy Syst. Control, vol. 3, no. 1, pp. 73–80, 2025.

[6] A. B. Mohamed, “Advanced Sliding Mode Control with Disturbance Rejection Techniques for Multi-DOF Robotic Systems,” J. Robot. Control JRC, vol. 6, no. 4, pp. 1612–1623, 2025.

[7] E. Susanto, S. Sumaryo, and M. F. Hassan, “Tracking Improvement of a 3-DOF Arm Robot using Computed Torque and Adaptive Sliding Mode Controls,” J. Robot. Control JRC, vol. 6, no. 5, pp. 2436–2443, 2025.

[8] A. G. Adane and C. M. Abdissa, “Adaptive Fuzzy Sliding Mode Controller of Three Link Robot Arm Manipulator,” IEEE Access, vol. 13, pp. 158222–158236, 2025.

[9] D. D. Nguyen and V. T. Vu, “Adaptive synchronous sliding control for a robot manipulator based on neural networks and fuzzy logic,” Int. J. Electr. Comput. Eng. IJECE, vol. 14, no. 3, pp. 2377–2385, 2024.

[10] Y. Lv, H. Jin, and Y. Di, “Controller design of robot nonlinear system based on the improved fuzzy sliding mode control,” J. Phys. Conf. Ser., vol. 2477, no. 1, pp. 1–7, 2023.

[11] M. J. Mohamed, B. K. Oleiwi, A. T. Azar, and I. A. Hameed, “Coot optimization algorithm-tuned neural network-enhanced PID controllers for robust trajectory tracking of three-link rigid robot manipulator,” Heliyon, vol. 10, no. 13, pp. 1–22, 2024.

[12] M. A. Ranjbar, “Fast Finite-Time Sliding Mode Control for Chattering-Free Trajectory Tracking of Robotic Manipulators,” arXiv, pp. 1-18, 2025, doi: 10.48550/arXiv.2502.16867.

[13] X. Li, J. Gu, Z. Huang, C. Ji, and S. Tang, “Hierarchical multiloop MPC scheme for robot manipulators with nonlinear disturbance observer,” Math. Biosci. Eng., vol. 19, no. 12, pp. 12601–12616, 2022.

[14] K. Usman, F. H. Mukhtar, H. Ado, and S. S. Gaddafi, “Performance Analysis of PID, PD and Fuzzy Controllers for Position Control of 3-Dof Robot Manipulator,” Zaria J. Electr. Eng. Technol., vol. 8, no. 1, pp. 18–25, 2019.

[15] J. Liu, Radial Basis Function (RBF) Neural Network Control for Mechanical Systems. Heidelberg: Springer Berlin, 2013.

DOI: https://doi.org/10.34238/tnu-jst.14749

Các bài báo tham chiếu

Hiện tại không có bài báo tham chiếu



Ghi nhớ