Robot công nghiệp là một hệ chuyển động phức hợp nhiều bậc tự do có khả năng lập trình được, do đó được sử dụng rộng rãi trong nhiều ứng dụng khác nhau. Việc sử dụng hệ thống robot công nghiệp đã trở nên phổ biến trong các doanh nghiệp sản xuất trên toàn cầu. Nó được coi là giải pháp tự động hóa hiệu quả nhất hiện nay, mang lại lợi thế cạnh tranh cho các doanh nghiệp trong lĩnh vực sản xuất. Có một sự nhấn mạnh rõ ràng vào việc nâng cao độ chính xác vị trí trong quá trình phát triển của robot công nghiệp. Trong thực tế, robot được chế tạo theo rất nhiều cấu hình khác nhau để phù hợp với từng tác vụ nhất định. Các robot nối tiếp với tầm hoạt động rộng, được sử dụng rộng rãi trong công nghiệp sản xuất ô tô, lắp ráp, phân loại sản phẩm, công nghệ hàn... Trong khi đó, robot song song phẳng với những ưu điểm như độ cứng cao, quán tính nhỏ và tỷ lệ tải trọng trên trọng lượng lớn, phù hợp với các ứng dụng đòi hỏi độ chính xác và tốc độ cao, đã thu hút sự chú ý của nhiều nghiên cứu gần đây. Tuy nhiên, loại robot này lại có cấu trúc động học và động lực học tương đối phức tạp, không gian làm việc nhỏ và ẩn chứa nhiều ràng buộc gây khó khăn cho việc xây dựng hệ điều khiển. Để giải quyết bài toàn điều khiển chuyển động robot song song phẳng, phương án điều khiển kinh điển dựa trên mô hình như điều khiển động học ngược thường gặp khó khăn do ảnh hưởng của các yếu tố bất định như sai lệch mô hình và sự thay đổi của tải trọng. Các phương pháp điều khiển thông minh như mạng nơ-ron và logic mờ cũng đã được nghiên cứu, nhưng yêu cầu năng lực tính toán cao và phụ thuộc vào dữ liệu huấn luyện. Điều khiển trượt (SMC) là một phương pháp hiệu quả trong việc xử lý các đối tượng phi tuyến ẩn chứa các yếu tố bất định. Và trong mọi trường hợp, việc tối ưu hóa tham số của bộ điều khiển luôn đóng vai trò quyết định đối với chất lượng của hệ điều khiển. Do đó, các nghiên cứu liên quan đến tối ưu hóa tham số bộ điều khiển luôn thu hút số lượng lớn các nhà nghiên cứu.Việc tối ưu hóa tham số bộ điều khiển thường được thực hiện thông qua việc giải bài toán tối thiểu hóa một hàm chi phí cụ thể. Các nghiên cứu trước đây đã áp dụng các phương pháp tối ưu hóa cổ điển như Gradient Descent hay Newton-Raphson, tuy nhiên, các phương pháp này gặp khó khăn với đối tượng phi tuyến. Gần đây, các thuật toán tiến hóa đã được sử dụng rộng rãi để khắc phục những hạn chế này, nhờ khả năng tìm kiếm trong không gian phức tạp và tránh rơi vào cực trị địa phương. Thuật toán di truyền (Genetic Algorithm - GA) là một trong những phương pháp đầu tiên được áp dụng cho bài toán tối ưu tham số điều khiển. GA đã chứng minh được hiệu quả trong việc tìm kiếm các tham số cho SMC, giúp giảm hiện tượng chattering và nâng cao độ chính xác. Tuy nhiên, GA thường yêu cầu thời gian tính toán lớn, đặc biệt với các hệ thống phức tạp như robot song song. Ngoài GA, các thuật toán tương tự khác như tối ưu hóa kiểu đàn kiến (Ant Colony Optimization- ACO), tiến hóa vi phân (Differential Evolution - DE), tối ưu hóa đàn dơi (Bat Algorithm) cũng đã được áp dụng để tối ưu hóa tham số điều khiển. Với hàm chi phí ẩn chứa nhiều mục tiêu điều khiển như chất lượng động học, mức độ tiêu thụ năng lượng, độ cứng và không gian làm việc, sai lệch quỹ đạo chuyển động và mô men xoắn, cũng như đồng thời cả động học và động lực học. Các thuật toán tiến hóa đa mục tiêu (MOEAs) thường được sử dụng theo cách tạo ra một tập hợp các giải pháp mang tính chất thỏa hiệp, trong đó việc cải thiện bất kỳ tiêu chí nào trong hàm chi phí sẽ dẫn đến sự đánh đổi với ít nhất một tiêu chí khác. Các kỹ thuật như tối ưu MOEAs, thuật giải di truyền đa mục tiêu (MOGA), và các thuật toán tiến hóa vi phân (DE) đã được áp dụng trong thiết kế tối ưu của robot song song. Một trong những phương pháp nổi bật nhất trong những năm gần đây là tối ưu hóa bầy đàn (Particle Swarm Optimization- PSO), với cơ chế mô phỏng hành vi xã hội của bầy đàn, cho phép tìm kiếm giải pháp hiệu quả trong không gian tham số phức tạp. Với nhiều lợi thế như tính đơn giản, dễ triển khai, PSO là một công cụ đa năng để giải quyết bài toán tối ưu trongnhiều lĩnh vực. Trong nghiên cứu này, PSO đã được áp dụng để tối ưu hóa các tham số điều khiển của bộ SMC cho robot song song phẳng 2 bậc tự do, từ đó cải thiện đáng kể chất lượng của hệ thống điều khiển chuyển động. Cụ thể, các đóng góp chính của bài báo bao gồm:

• Xây dựng và phân tích đầy đủ mô hình động lực học của hệ robot, bao gồm các phương trình chuyển động, ma trận Jacobian và các yếu tố ảnh hưởng đến động lực học như momen quán tính và lực tác động. Mô hình này tạo nền tảng cho việc thiết kế và kiểm chứng các thuật toán điều khiển, đảm bảo khả năng ứng dụng linh hoạt trong các bài toán thực tế.

• Áp dụng PSO để tối ưu hóa các tham số của bộ SMC trong hệ thống robot song song phẳng 2 bậc tự do

• Cung cấp một giải pháp điều khiển hiệu quả có thể áp dụng rộng rãi không chỉ cho các hệ thống robot mà cả các hệ thống điều khiển khác.

Trong bài viết này, nhóm tác giả đã đề xuất một phương pháp mới để tối ưu hóa các tham số của bộ điều khiển trượt bằng cách sử dụng thuật toán tối ưu hóa bầy đàn. Bộ điều khiển trượt được biết đến rộng rãi nhờ khả năng bền vững với những yếu tố bất định hệ thống, do đó đặc biệt hiệu quả đối với các đối tượng phi tuyến. Để đạt được hiệu quả cần thiết, việc lựa chọn các tham số bộ điều khiển sao cho tối ưu là rất quan trọng. Các phương pháp điều chỉnh thủ công thường khá mất thời gian và khó có thể đạt được kết quả tối ưu, đặc biệt đối với các hệ thống phi tuyến phức tạp. Để giải quyết vấn đề này, chúng tôi áp dụng thuật toán PSO, một công cụ mạnh mẽ dựa trên hành vi bầy đàn, để tự động xác định các tham số của bộ điều khiển trượt thỏa mãn một hàm mục tiêu cho trước. Phương pháp tiếp cận này được áp dụng cho mô hình robot song song phẳng nhằm đạt được độ chính xác cao trong bám quỹ đạo. Tính đúng đắn và hiệu quả của phương pháp đề xuất được kiểm chứng thông qua mô phỏng.

Hình minh họa. Nguồn Internet

Kết quả mô phỏng cho thấy hiệu quả rõ rệt của phương pháp đề xuất, với sự cải thiện đáng kể trong việc kiểm soát quỹ đạo của robot song song phẳng 2 bậc tự do. Phương pháp này không chỉ giúp tối ưu hóa tham số cho bộ SMC, mà còn giảm thiểu thời gian tinh chỉnh thủ công, mang lại sự tiện lợi và hiệu suất cao trong quá trình điều khiển. Bộ điều khiển tối ưu đã được kiểm chứng qua các mô phỏng trên hệ thống robot, khẳng định tiềm năng ứng dụng của phương pháp này trong điều khiển thời gian thực các hệ thống động học phức tạp. Mặc dù đạt được các kết quả ấn tượng, nghiên cứu vẫn còn một số hạn chế. Đầu tiên, phương pháp PSO được áp dụng trong môi trường mô phỏng, và việc triển khai thực tế trên các hệ thống robot có thể gặp phải các yếu tố không chắc chắn, như nhiễu động từ môi trường hoặc sai số trong các mô hình động học. Thêm vào đó, PSO có thể yêu cầu thời gian tính toán lớn khi xử lý các bài toán có không gian tham số rộng và phức tạp hơn. Một hướng mở rộng tiềm năng cho nghiên cứu này là áp dụng phương pháp tối ưu hóa cho các hệ thống robot có số bậc tự do cao hơn hoặc trong các môi trường thực tế có điều kiện làm việc thay đổi, như trong các ứng dụng công nghiệp với độ phức tạp và biến động lớn hơn. Cũng có thể kết hợp phương pháp tối ưu hóa với các kỹ thuật điều khiển thích nghi để nâng cao khả năng thích ứng với các điều kiện không chắc chắn trong thời gian thực, từ đó mở rộng khả năng ứng dụng của phương pháp này trong các hệ thống robot phức tạp hơn.

Tạp chí Đo lường, Điều khiển và Tự động hóa 2025, 29(1): 58-65 (ctngoc)