LÝ THUYẾT ĐIỀU KHIỂN HIỆN ĐẠI

Giảng viên: TS. Nguyễn Viễn Quốc

Email: vienquoc@gmail.com
Facebook: https://www.facebook.com/groups/LTDKHD2020HK2

Nội dung
Chương 1: Thiết kế điều khiển dựa trên mô hình trạng thái
Chương 2: Điều khiển trượt
Chương 3: Điều khiển tối ưu
Chương 4: Điều khiển mờ
Chương 5: Mạng neuron nhân tạo

Tài liệu tham khảo

1. Bài giảng
2. Rolands S. Burns, Advanced Control Engineering,
Butterworth-Heinermann, 2001
3. Richard C. Dorf and Robert H. Bishop, Modern Control
Systems (12th ed.), Prentice Hall, 2011
4. Desineni Subbaram Naidu, Optimal Control Systems, CRC
Press, 2003.
5. Chin-Teng Lin and C.S. George Lee, Neural Fuzzy Systems – A
Neuro-Fuzzy Synergism to Intelligent Systems, Prentice Hall,
1996
6. Slotine and Li, Applied Nonlinear Control, Prentice-Hall 1991

Đánh giá
1. Thường kỳ: Điểm GK + Bài tập tại lớp
2. Giữa kỳ: Thi tự luận 60’
3. Cuối kỳ: Thi tự luận 60’

1
Chương 1: Thiết kế điều khiển dựa trên
mô hình biến trạng trái
1.1) Mô hình biến trạng thái
1.1.1) Định nghĩa
- Trạng thái của một hệ thống động là tập nhỏ nhất các biến (gọi
là biến trạng thái) mà nếu biết giá trị các biến này tại thời điểm
= và biết tín hiệu ngõ vào khi ≥ , thì có thể xác định
được ứng xử của hệ thống tại mọi thời điểm ≥ .
- Xét hệ thống tuyến tính bậc , có ngõ vào và ngõ ra.

Hệ thống ngõ ra
ngõ vào

…
…

bậc

- Hệ thống trên đây có thể được biểu diễn dưới dạng mô hình
biến trạng thái như sau:
̇( ) = ( )+ ( )
( )= ( )+ ( )
trong đó:
( ): vectơ trạng thái, ( × 1)
( ): vectơ ngõ vào, ( × 1)
( ): vectơ ngõ ra, ( × 1)
A : ma trận hệ thống (hay ma trận trạng thái), ( × )
B : ma trận vào, ( × )
C: ma trận ra, ( × )
D : ma trận truyền thẳng (feedthrough matrix), ( × )
- Sơ đồ khối hệ thống:

2
 - Hệ thống tuyến tính bất biến (hệ LTI – Linear Time-Invariant
System) được mô tả dưới dạng mô hình trạng thái trên đây
tương ứng trường hợp các ma trận , , , là ma trận hằng.
Trong trường hợp
- Trong trường hợp ngõ ra hệ thống không chịu tác động trực
tiếp từ ngõ vào thì = 0; hàm truyền hệ thống tương ứng có
bậc tử < bậc mẫu (hàm truyền hợp thức chặt - strictly proper).
1.1.2) Thiết lập mô hình trạng thái
a) Thiết lập mô hình biến trạng thái từ phương trình vi phân
- Phương pháp: Đặt biến trạng thái chuyển phương trình vi phân
bậc thành phương trình vi phân bậc nhất.
VD: Thiết lập phương trình trạng thái của hệ thống trong hình
dưới đây:

Phương trình vi phân:

̈( ) + ̇( ) + ( )= ( )
Đặt biến trạng thái:
=
= ̇ = ̇

3
 1
⇒ ̇ = ̈=− − +

Mô hình trạng thái:

0 1 0
̇
= + 1
̇ − −

= [1 0]

b) Thiết lập phương trình trạng thái từ hàm truyền

- Xét hệ thống có hàm truyền:
( ) + + +
( )= =
( ) + + + +
(Bậc tử nhỏ hơn bậc mẫu 1 bậc)
- Từ hàm truyền, có thể chuyển về 2 dạng phương trình trạng
thái sau đây:
o Dạng chính tắc điều khiển được:
0 1 0 0 0
0 0 1 0 0
̇= +
0 0 0 1 0
− − − − 1
=[ ]
VD: Xét hệ thống có hàm truyền:
+2
( )=
+ 7 + 12
Dạng chính tắc điều khiển được:
̇ 0 1 0
= +
̇ −12 −7 1
= [2 1 ]

(Vẽ sơ đồ khối)

4
 Nhận xét: Ở dạng chính tắc điều khiển được, ngõ vào điều
khiển được nối tới một chuỗi các khâu tích phân nối tiếp; do
đó, nó có tác động đến mọi trạng thái.
o Dạng chính tắc quan sát được:
− 1 0 0
− 0 1 0
̇= +
− 0 0 1
− 0 0 0
= [1 0 0 0]
VD: Xét hệ thống có hàm truyền như trên đây.
Dạng chính tắc quan sát được:
̇ −7 1 1
= +
̇ −12 0 2
= [1 0 ]

(Vẽ sơ đồ khối)
Nhận xét: Ở dạng chính tắc quan sát được, ngõ ra hệ thống
được nối từ một chuỗi các khâu tích phân nối tiếp; do đó, mọi
trạng thái đều ảnh hưởng đến ngõ ra hệ thống.
c) Mô hình biến trạng thái dạng modal
- Trường hợp cực thực, phân biệt: Ma trận là ma trận đường
chéo. Các phần tử trên đường chéo là các cực của hệ thống,
cũng là trị riêng của ma trận .
VD: Xét hệ thống có hàm truyền
( ) +2
( )= =
( ) + 7 + 12
Phân tích thành tổng 2 hàm truyền bậc 1:
2 −1
( )= +
+4 +3
Đặt biến trạng thái cho từng thành phần bậc nhất.

5
 ( ) = −4 ( ) + ( )
( ) = −3 ( ) + ( )
( )=2 ( )− ( )
Biến đổi Laplace ngược:
̇ = −4 +
̇ = −3 +
=2 −
Sắp xếp và viết lại dưới dạng mô hình biến trạng thái:
̇ −4 0 1
= +
̇ 0 −3 1
= [2 −1]

Sơ đồ khối hệ thống:

̇ +
ò 2

+ +
−4
+ ̇
ò −1
+
−3

Nhận xét: Phương trình trạng thái hệ thống biểu diễn dưới
dạng modal cho thấy hệ thống được phân tách thành tổng các
thành phần bậc 1, gọi là hệ thống con hay “mode”. Mỗi hệ
thống con tương ứng với một biến trạng thái và một cực thể
hiện đặc tính động học của biến trạng thái đó, không phụ
thuộc vào các biến trạng thái còn lại
- Trường hợp cực phức: Do các phần tử ma trận phải là thực,
nên những cặp cực phức liên hợp sẽ không tách riêng mà được
biểu diễn thành những thành phần bậc 2.
VD: Xét hệ thống có hàm truyền:

6
 6 + 26 + 8
( )=
( + 2)( + 2 + 10)
Hệ thống có các cực: −2, −1 ± 3
Phân tích thành tổng:
−2 8 + 14
( )= +
+2 + 2 + 10
Đặt biến trạng thái ( ) cho thành phần bậc 1, ( ) và
( ) cho thành phần bậc 2.
( ) = −2 ( ) + ( )
⎧
( )= ( )
⎨ ( ) = −10 ( ) − 2 ( ) + ( )
⎩ ( ) = −2 ( ) + 14 ( ) + 8 ( )
Biến đổi Laplace ngược:
̇ = −2 +
̇ =
̇ = −10 − 2 +
= −2 + 14 + 8
Sắp xếp và viết lại dưới dạng mô hình biến trạng thái:
̇ −2 0 0 1
̇ = 0 0 1 + 0
̇ 0 −10 −2 1

= [−2 14 8]

- Trường hợp cực bội: Thành phần cực bội xuất hiện trong ma
trận dưới dạng khối Jordan (cực bội nằm trên đường chéo
chính, phần tử thuộc đường chéo phụ phía trên đường chéo
chính bằng 1).
VD:
10 + 51 + 56 3 7 −6
( )= = + +
( + 4)( + 2) + 4 ( + 2) +2
Đặt biến trạng thái cho từng thành phần:
7
 ( + 4) ( ) = ( )
⎧
( + 2) ( ) = ( ) = ( + 2) ( )
⎨ ( + 2) ( ) = ( )
⎩ ( )= 3 ( )+7 ( )−6 ( )
Do phương trình ( ) là phương trình bậc 2 theo , nên ta
thế phương trình tương ứng ( ) (cùng cực) vào phương
trình này để giảm bậc .
( ) = −4 ( ) + ( )
⎧
( ) = −2 ( ) + ( )
⇒
⎨ ( ) = −2 ( ) + ( )
⎩ ( )= 3 ( )+7 ( )−6 ( )
Sắp xếp và viết lại dưới dạng mô hình biến trạng thái:
̇ −4 0 0 1
̇ = 0 −2 1 + 0
̇ 0 0 −2 1

= [3 7 −6]

−2 1
Trong VD trên, khối Jordan là .
0 −2
1.1.3) Đổi biến trạng thái
- Xét hệ thống:
̇= +
=
Ta cũng có thể biểu diễn hệ thống trên theo vectơ trạng thái
qua phép đổi biến như sau:
=
trong đó, là ma trận n x n không suy biến.
̇= +
=
Suy ra

8
 ̇= +
=
Như vậy, từ hệ thống ban đầu biểu diễn bởi bộ 3 ma trận ( , ,
), qua phép đổi biến trạng thái bởi ma trận , chuyển thành
bộ 3 ma trận ( , , ) theo biến trạng thái như sau:
̇= +
=
trong đó:
=
=
=
VD: Cho hệ thống:
0 1 0
̇= +
−6 −5 1
= [6 0 ]
1 1
Đổi biến trạng thái với: =
1 2
Giải
1 1
Đổi biến trạng thái với: =
1 2
1 1
=
1 2
13 20
= =
−12 −18
−1
= =
1
= = 6 6]
[
Phương trình trạng thái theo biến trạng thái z:
15 22 −1
̇= +
−13 −19 1
= [6 6 ]
- Chuyển mô hình trạng thái dạng bất kỳ về dạng modal
B1: Tìm các trị riêng của ma trận (trị riêng của hệ thống).
9
 B2: Với mỗi trị riêng , tìm 1 vector riêng tương ứng.
B3: Thiết lập ma trận đổi biến =[ ⋯ ], và thực
hiện việc đổi biến:
0 ⋯ 0
0 ⋯ 0
=
⋯ ⋯ ⋱ ⋯
0 0 ⋯
VD: Cho hệ thống:
0 1 0
̇= +
−6 −5 1
= [6 0 ]
Giải phương trình: det( − )=0
Þ Trị riêng của : = −2 , = −3
Vector riêng thỏa phương trình:
= ⇒( − )=
Với = −2:
0 1 −2 0 2 1
− = − =
−6 −5 0 −2 −6 −3
Giải hệ phương trình tuyến tính:
2 1 0 2 1 0
→
−6 −3 0 0 0 0
⇒2 + =0
Một vector riêng tương ứng trị riêng có thể chọn là
1
=
−2
1
Tương tự, một vector riêng tương ứng là =
−3
Thiết lập ma trận đổi biến trạng thái:
1 1
=[ ]=
−2 −3
Đổi biến trạng thái: =

10
 −2 0
= =
0 −3
1
= =
−1
= = [6 6 ]
Hệ thống được biểu diễn dưới dạng modal:
−2 0 1
̇= +
0 −3 −1
= [6 6 ]
1.2) Lời giải phương trình trạng thái
- Xét hệ thống có phương trình trạng thái:
̇( ) = ( )+ ( ),
với điều kiện đầu ( ). Hãy xác định ( ) .
Giải:
Nhân về phía trái 2 vế phương trình (1) với , ta có:
̇( ) − ( )= ( )

̇( ) + ( )= ( )

⇒ [ ( )] = ( )

Lấy tích phân 2 vế từ 0 đến :

( )| = ( )

⇒ ( )− (0 ) = ( )

( )
⇒ ( )= (0 ) + ( )

Đặt ( )= , phương trình trên được viết thành:

( )= ( ) (0 ) + ( − ) ( )

11
 Ma trận ( ) được gọi là ma trận chuyển trạng thái (state
transition matrix).
- Công thức xác định ( ):

( )= = + + +⋯+
2! !
hoặc ( )= =ℒ {( − ) }
VD: Xét hệ thống mô tả bởi phương trình trạng thái:
0 1 0
̇
= + 1
̇ − −

Cho = 1 kg, = 3 Ns/m, = 2 N/m. Hãy xác định:

a) Phương trình đặc trưng, cực hệ thống.
b) Xác định ma trận ( ).
c) Đáp ứng quá độ của các biến trạng thái từ điều kiện đầu
(0) = 1, (0) = 0 với ( ) = 0.
d) Đáp ứng quá độ của các biến trạng thái từ điều kiện đầu
(0) = với ngõ vào ( ) là hàm bậc thang đơn vị.
Giải
a) PTĐT: det( − )=0 Þ +3 +2=0
Cực: −1, −2.

( )( ) ( )( )
b) ( − ) =
( )( ) ( )( )

( )= 2 − −
−2 +2 − +2
c) ( ) = 0 Þ ( ) = ( ) (0)
( ) 1
= 2 − −
( ) −2 +2 − +2 0
( )
= 2 −
( ) −2 +2
12
 d) (SV tự giải)
1.3) Tính ổn định của hệ thống
1.3.1) Ổn định tiệm cận
- Định nghĩa: Xét hệ thống biểu diễn bởi phương trình trạng thái:
̇= , (0 ) =
Hệ thống được gọi là ổn định tiệm cận nếu:
( )→0 khi → ∞
- Để tìm điều kiện ổn định tiệm cận, ta phân tích hệ thống thành
tổng những hệ thống con bằng cách chuyển sang dạng modal
qua phép đổi biến:
( )= ( ) ⇒ ̇( ) = ( )
trong đó
0 ⋯ 0
0 ⋯ 0
=
⋮ ⋮ ⋱ ⋮
0 0 ⋯
là trị riêng của hệ thống.
Hệ thống được phân tách thành những hệ thống con:
̇( )= ( )
Giải phương trình vi phân bậc 1 trên, ta có nghiệm:
13
 ( )= (0 )
Nếu tất cả Î LHP thì ( )→0⇒ ( )→ . Do ( ) =
( ) nên ( ) → .
- Như vậy, điều kiện ổn định tiệm cận là các trị riêng của ma trận
Î LHP.
1.3.2) So sánh ổn định tiệm cận với ổn định BIBO
- Nhắc lại ổn định BIBO (đã học trong môn Kỹ thuật điều khiển):
Một hệ thống được gọi là ổn định BIBO (Bounded-Input
Bounded-Output) nếu:
| ( )| ≤ <∞ ⇒ | ( )| ≤ <∞
trong đó, và là những số dương bất kỳ.
- Điều kiện ổn định BIBO là tất cả các điểm cực của hàm truyền
hệ thống nằm trên nửa trái mặt phẳng phức.
- Điều kiện ổn định tiệm cận và ổn định BIBO có gì khác?
Hàm truyền của hệ thống xác định từ mô hình trạng thái theo
công thức sau:
adj( − )
( )= ( − ) =
det( − )
Còn trị riêng của hệ thống được xác định từ phương trình:
det( − )=0
Ta thấy, phương trình đặc trưng của ( ) và phương trình xác
định trị riêng của hệ thống là một. Trong trường hợp không có
zero-cực khử nhau, thì cực của hàm truyền và trị riêng của hệ
thống là như nhau; do đó, điều kiện ổn định tiệm cận và ổn
định BIBO là tương đương.
Tuy nhiên, trường hợp có zero-cực khử nhau thì số cực của
hàm truyền sẽ ít hơn số trị riêng của hệ thống. Đặc biệt nếu
cặp zero-cực khử nhau nằm trên nửa phải mặt phẳng phức,
các cực còn lại nằm trên nửa trái thì điều kiện ổn định BIBO sẽ
cho kết luận hệ thống ổn định; trong khi trong thực tế hệ

14
thống sẽ không ổn định do luôn tồn tại sai số mô hình, điểm
zero và cực không thể khử nhau hoàn toàn.
Vấn đề này sẽ thấy rõ khi khảo sát tính điều khiển được và tính
quan sát được của hệ thống. Chính vì điều này mà biểu diễn
mô hình biến trạng thái cho phép thấy được cấu trúc bên trong
hệ thống, trong khi biểu diễn dưới dạng hàm truyền thì chỉ
thấy bên ngoài.
VD: Xét hệ thống:
−1 2 1
̇= +
1 0 0
= [1 −1]
Giải phương trình: det( − ) = 0 Þ Trị riêng của hệ thống
là 1 và −2 Þ Hệ thống không ổn định.
Tuy nhiên, nếu biểu diễn dưới dạng hàm truyền:
−1 1
( )= ( − ) = =
( − 1)( + 2) +2
Cực không ổn định +1 bị khử bởi zero +1, còn lại cực ổn định
−2. Tuy nhiên, không thể kết luận hệ thống ổn định!
Để làm rõ vấn đề này, ta chuyển hệ thống trên sang dạng
modal:
1 0 1/3
̇= +
0 −2 −1/3
= [0 −3]
Sơ đồ khối hệ thống:

̇
1/3 ò
+
1
+ ̇
−1/3 ò −1
+
−3

15
 Theo sơ đồ khối ở trên, ngay khi chưa có tín hiệu vào, chỉ cần
điều kiện ban đầu khác 0, biến trạng thái sẽ tiến đến ∞ Þ
Hệ thống không ổn định.
1.4) Điều khiển được – Quan sát được
1.4.1) Điều khiển được
- Xét hệ thống bậc có mô hình trạng thái:
̇( ) = ( )+ ( )
( )= ( )
- Hệ thống được gọi là điều khiển được (controllable) nếu tồn tại
luật điều khiển ( ) có thể đưa hệ thống từ trạng thái ban đầu
( ) đến trạng thái ( ) bất kỳ trong khoảng thời gian hữu
hạn.
- Hệ thống điều khiển được nếu và chỉ nếu ma trận điều khiển
được ,
=[ … ]
có hạng đủ theo hàng (full-row rank).
- Đối với hệ SISO bậc , là ma trận × . Ta có:
rank( ) = Û det ( ) ≠ 0.
- Một hệ thống điều khiển được thì tất cả các cực hệ kín đều có
thể di chuyển đến vị trí tùy ý bằng hồi tiếp trạng thái.
VD: Cho hệ thống:
̇ −2 0 1
= +
̇ 3 −5 0
= [1 −1]
Hệ thống có điều khiển được không?
Giải
...
VD: Cho hệ thống:

16
 ̇ −1 0 0
= +
̇ 0 −3 2
= [1 2 ]

Hệ thống có điều khiển được không?

Giải:
0 0
=[ ]=
2 −6
det = 0 ⇒ rank( ) < 2
Þ Hệ thống không điều khiển được.

̇
ò 1
+
+
−1
+
+ ̇
2 ò 2
+
−3

- Ta có thể chứng minh được rằng việc đổi biến trạng thái sẽ
không làm thay đổi tính điều khiển được của hệ thống. (SV tự
chứng minh.) Do đó, để thấy được tính điều khiển được của
từng mode trong hệ thống, ta có thể chuyển về dạng modal,
rồi xét sự liên hệ ngõ vào tới từng mode qua ma trận .
- Stabilizability (tính ổn định hóa được): Hệ thống có các mode
không điều khiển được ổn định tiệm cận thì được gọi là ổn
định hóa được (stabilizable).
Ổn định hóa được là một điều kiện “yếu” hơn điều khiển được;
tuy nhiên, vẫn có thể đáp ứng mục tiêu điều khiển nếu bài
toán chỉ yêu cầu điều khiển những mode điều khiển được.
Trong ví dụ hệ thống không điều khiển được trên đây, ta thấy
(mode -3) vẫn có thể điều khiển được. Biến trạng thái

17
 (mode -1) tuy không điều khiển được nhưng nó ổn định tiệm
cận. Như vậy, hệ thống này ổn định hóa được.
Lưu ý rằng ổn định hóa được là điều kiện tối thiểu đối với một
hệ thống để có thể điều khiển. Nếu hệ thống không ổn định
hóa được thì cần phải thay đổi cấu trúc hệ thống (thêm vào hệ
thống những tín hiệu điều khiển, khâu chấp hành, …) sao cho
hệ thống ổn định hóa được thì mới tính đến việc điều khiển hệ
thống.
1.4.2) Quan sát được
- Hệ thống được gọi là quan sát được (observable) nếu có thể
xác định được vectơ trạng thái ( ) (trạng thái của hệ thống
tại ) khi biết ngõ ra ( ) trong khoảng thời gian hữu hạn.
- Điều kiện để hệ thống quan sát được là ma trận quan sát được
,

=
⋮

có hạng đủ theo cột (full-column rank).

- Đối với hệ SISO bậc , là ma trận × . Ta có:
rank( ) = Û det ( ) ≠ 0.
- Một hệ thống quan sát được thì ta có thể thiết kế bộ quan sát
để ước lượng tất cả các trạng thái của hệ thống.
VD: Cho hệ thống:
̇ −2 0 3
= +
̇ 0 −1 4
= [2 0 ]

Hệ thống có quan sát được không?

Giải
...

18
 - Detectability (tính phát hiện được): Hệ thống có các mode
không quan sát được ổn định tiệm cận thì được gọi là
detectable.
Detectable là một điều kiện “yếu” hơn điều kiện quan sát được.
Tuy nhiên, hệ thỏa điều kiện detectable vẫn có thể đáp ứng
mục tiêu điều khiển nếu bài toán điều khiển chỉ yêu cầu ước
lượng những trạng thái quan sát được.
Trong ví dụ hệ thống trên đây, trạng thái không quan sát
được. Tuy nhiên, mode -1 tương ứng ổn định tiệm cận. Do
đó, hệ thống thỏa điều kiện detectable.
1.5) Điều khiển hồi tiếp trạng thái

+ + ̇
ò
− +

- Xét hệ thống có mô hình trạng thái:

̇= +
=
với luật điều khiển hồi tiếp trạng thái: =− + .
- Phương trình trạng thái của hệ thống kín:
̇= + (− + )
Þ ̇=( − ) +
- Phương trình đặc trưng của hệ kín:
det( − + )=0
Nghiệm của phương trình này chính là cực hệ kín.
Bài toán Phân bố cực (Pole Placement):

19
 - Nếu hệ thống điều khiển được, ta có thể chọn ma trận hồi tiếp
trạng thái để hệ kín có cực ở bất kỳ vị trí nào mong muốn.
- Các phương pháp xác định :
o So sánh trực tiếp,
o Công thức Ackermann
1.5.1) Xác định K bằng phương pháp so sánh trực tiếp
- Nếu vị trí cực mong muốn là , , …, , ta có phương trình
đặc trưng mong muốn là:
( )=( − )( − ) ⋯ ( − )=0
⇒ + +⋯+ + =0
- Đồng nhất các hệ số của phương trình trên với phương trình
đặc trưng hệ kín:
det( − + )=0
Ta sẽ có hệ phương trình để xác định phần tử của ma
trận .
VD: Cho hệ thống hở:
0 1 0
̇= +
−4 −5 1
= [1 0 ]
Xác định ma trận hồi tiếp trạng thái để hệ thống kín có cực
tại , = −2 ± 2√3.
Giải
Kiểm tra tính điều khiển được:
0 1
=[ ]=
1 −5
det ≠ 0 Þ rank( ) = 2 Þ hệ thống điều khiển được.
Phương trình đặc trưng mong muốn:
( )= + 2 − 2√3 + 2 + 2√ 3
= + 4 + 16 = 0 (1)
Phương trình đặc trưng hệ thống hồi tiếp trạng thái:
20
 1 0 0 1 0
det − + [ ] =0
0 1 −4 −5 1
Þ +( + 5) + + 4 = 0 (2)
So sánh (1) và (2):
+ 4 = 16 = 12
⇒
+5=4 = −1
Ma trận hồi tiếp trạng thái cần tìm: = [12 −1]
1.5.2) Xác định K bằng công thức Ackermann:
- Công thức Ackermann:
= [0 0 ⋯ 0 1] ( )
trong đó: là ma trận điều khiển được,
( )= + +⋯+ +
( : là hệ số phương trình đặc trưng mong muốn)
VD: Như VD trên, nhưng xác định bằng công thức
Ackermann.
Giải:
= [0 1 ] ( )
0 1 5 1
=[ ]= Þ =
1 −5 1 0
( )= + +
0 1 0 1 1 0 12 −1
= +4 + 16 =
−4 −5 −4 −5 0 1 4 17
Suy ra:
5 1 12 −1
= [0 1] = [12 −1]
1 0 4 17
1.6) Bộ quan sát trạng thái
- Luật điều khiển hồi tiếp trạng thái đòi hỏi phải đo được tất cả
các trạng thái. Trong thực tế, thường là không đo được tất cả
các trạng thái do thiếu cảm biến hoặc có những trạng thái

21
 không phải là những đại lượng vật lý nên không thể đo được
® cần phải ước lượng trạng thái.
- Việc ước lượng trạng thái được thực hiện bởi bộ ước lượng
trạng thái, hay còn gọi là bộ quan sát.
o Bộ quan sát đủ bậc: ước lượng tất cả các biến trạng thái.
o Bộ quan sát giảm bậc: ước lượng một vài trạng thái trong
số các trạng thái của hệ thống.
- Bộ quan sát Luenberger:

Đối tượng điều khiển

̇= +
=

+
̇ −
+
ò
+

Bộ quan sát Luenberger

Xét đối tượng điều khiển có mô hình trạng thái:

̇= + (1.6.1)
=
Ta cần thiết kế bộ quan sát cho hệ (1.6.1) để ước lượng trạng
thái . Gọi là trạng thái ước lượng. Phương trình trạng thái
bộ quan sát Luenberger (theo hình trên):
̇= + + ( − ) (1.6.2)
Phương trình bộ quan sát được viết lại như sau:
̇=( − ) + + (1.6.3)

22
 Cấu trúc bộ quan sát đã có sẵn, các ma trận , , đã biết;
việc thiết kế bộ quan sát chỉ còn là xác định ma trận độ lợi
sao cho → .
Trừ 2 phương trình (1.6.1) và (1.6.2), ta có:
̇− ̇= ( − )− ( − ) (1.6.4)
Đặt = − , phương trình (1.6.3) viết lại như sau:
̇ =( − ) (1.6.5)
- Từ pt (1.6.5), ta thấy đặc tính động của quyết định bởi trị
riêng của ( − ), cũng chính là cực của bộ quan sát (1.6.3).
Nếu ta chọn sao cho trị riêng của ( − ) nằm trên LHP thì
bộ quan sát ổn định và → khi → ∞, hay nói cách khác,
→ khi → ∞.
- tiến tới nhanh hay chậm tùy thuộc vào vị trí điểm cực của
bộ quan sát. Thông thường cực của bộ quan sát cần phải được
thiết kế sao cho nó “nhanh” hơn cực của bộ điều khiển từ 2
đến 6 lần.
Bài toán Phân bố cực (Pole Placement) cho bộ quan sát:
- Nếu hệ thống quan sát được, ta có thể chọn để bộ quan sát
có cực ở bất kỳ vị trí nào mong muốn.
- Phương pháp xác định tương tự như pp xác định , bao gồm:
o So sánh trực tiếp
o Công thức Ackerman
1.6.1) Xác định L bằng phương pháp so sánh trực tiếp
- Phương trình đặc trưng mong muốn
( )=( − )( − )⋯( − )=
+ +⋯+ + =0
- Đồng nhất các hệ số của phương trình trên với phương trình
đặc trưng của bộ quan sát:
det( − + )=0

23
 Ta sẽ có hệ n phương trình để xác định n phần tử của ma
trận .
VD: Cho hệ thống hở:
0 1 0
̇= +
−2 −3 1
= [1 0 ]
Thiết kế bộ quan sát có = 10 rad/s và = 0,5.
Giải
Kiểm tra tính quan sát được của hệ thống:
1 0
= =
0 1
rank( ) = 2 Þ Hệ thống quan sát được.
Phương trình đặc trưng mong muốn:
( )= +2 + = + 10 + 100 = 0
Phương trình đặc trưng của bộ quan sát:
det( − + )=0
1 0 0 1
det − + [1 0] = 0
0 1 −2 −3
⇒ + (3 + ) + (3 + 2 + )=0
Đồng nhất hệ số 2 phương trình, ta có:
3+ = 10
3 +2+ = 100
Giải ra: = 7, = 77
7
Ma trận độ lợi bộ quan sát cần tìm: =
77
1.6.2) Xác định L bằng công thức Ackermann
- Công thức Ackermann:
= ( ) [0 0 ⋯ 0 1]
trong đó: là ma trận quan sát được,
( )= + +⋯+ +
24
 ( : là hệ số phương trình đặc trưng mong muốn)
VD: Như ví dụ trên, nhưng xác định bằng công thức
Ackermann.
1 0
= =
0 1
Phương trình đặc trưng mong muốn:
( )= + 10 + 100 = 0
Suy ra:
( )= + +
0 1 0 1 1 0
= + 10 + 100
−2 −3 −2 −3 0 1
Ma trận được xác định theo công thức:
0
= ( )
1
1.7) Tính đối ngẫu giữa bài toán thiết kế bộ điều khiển và
thiết kế bộ quan sát:
- Phương trình đặc trưng hệ thống điều khiển hồi tiếp trạng thái.
det( − + )=0 (1.7.1)
- Phương trình đặc trưng bộ quan sát:
det(sI − A + LC) = 0 (1.7.2)
Biến đổi vế trái phương trình đặc trưng bộ quan sát:
det( − + ) = det( − + )
= det( − +( ) ) = det( − + )
Phương trình đặc trưng bộ quan sát có thể viết lại như sau:
det(sI − A + C L ) = 0 (1.7.3)
- Nhận xét: Bài toán thiết kế điều khiển và thiết kế bộ quan sát
trên đây có sự tương tự nhau trong việc xác định và . Đây
chính là tính đối ngẫu của 2 bài toán. Cả 2 bài toán đều được
thực hiện dựa trên việc so sánh các phương trình đặc trưng
(1.7.1) và (1.7.2) với các phương trình đặc trưng mong muốn
25
 tương ứng. Ta thấy phương trình (1.7.3) (biến đổi tương
đương từ (1.7.2)) và phương trình (1.7.1) cũng có sự tương tự
nhau từng ma trận như sau:
Thiết kế bộ điều khiển Thiết kế bộ quan sát

- Nhờ vào tính đối ngẫu, ta có thể sử dụng các công cụ thiết kế
cho bài toán điều khiển để thiết kế bộ quan sát, chỉ cần thay
thế các ma trận tương ứng như bảng trên.
1.8) Hệ thống điều khiển hồi tiếp trạng thái ước lượng
- Xét hệ thống điều khiển như hình:

Đối tượng điều khiển

+ ̇= +
=
−
Bộ quan sát
̇=( − ) + +

Hệ thống hở:
̇= + (1.8.1)
=
Phương trình trạng thái bộ quan sát:
̇=( − ) + + (1.8.2)
Luật điều khiển hồi tiếp trạng thái ước lượng:
=− (1.8.3)
Gọi sai lệch giữa trạng thái ước lượng và trạng thái thực của hệ
thống là = − , thì:

26
 = − (1.8.4)
Kết hợp các phương trình (1.8.1), (1.8.3), (1.8.4), ta có:
̇= − ( − )=( − ) + (1.8.5)
Trừ 2 phương trình (1.8.1) và (1.8.2), ta có phương trình sai
lệch:
̇ =( − ) (1.8.6)
Định nghĩa trạng thái mở rộng , kết hợp các phương trình
(1.8.5) và (1.8.6), ta có:
̇ −
= (1.8.7)
̇ −
- Phương trình (1.8.7) mô tả đặc tính động của hệ thống điều
khiển hồi tiếp trạng thái ước lượng. Phương trình đặt trưng
của hệ thống:
−
det − =0
0 −
Þ det( − + ) det( − + )=0 (1.8.8)
Nhận xét:
o Cực của hệ kín bao gồm cực của bộ quan sát xác định từ
nghiệm phương trình:
det( − + )=0
và cực của hệ thống điều khiển hồi tiếp trạng thái xác
định từ nghiệm phương trình:
det( − + )=0
o Việc thêm bộ quan sát không làm thay đổi vị trí của cực
hệ thống điều khiển hồi tiếp trạng thái.
- Từ nhận xét trên, ta có kết luận (Nguyên lý phân tách): Bài
toán thiết kế hệ thống hồi tiếp trạng thái ước lượng có thể
phân tách thành 2 bài toán độc lập:
o Thiết kế bộ điều khiển hồi tiếp trạng thái Þ
o Thiết kế bộ quan sát bộ quan sát Þ
27
1.9) Bộ quan sát giảm bậc
- Trong trường hợp hệ thống bậc có trạng thái đo được, chỉ
cần ước lượng ( − ) trạng thái còn lại Þ Sử dụng bộ quan
sát giảm bậc.
- Để đơn giản, ta xét trường hợp = 1. Giả sử trạng thái đo
được và cũng chính là ngõ ra của hệ thống. Ta có phương trình
ngõ ra:
= = = [1 0 ⋯ 0] (1.9.1)
- Thiết kế bộ quan sát giảm bậc ước lượng − 1 trạng thái còn
lại.

Tách vectơ trạng thái thành 2 phần: = , trong đó là

vector gồm những trạng thái cần ước lượng.
Phương trình trạng thái hệ thống:
̇
= + (1.9.2)
̇
Từ pt trên, ta có phương trình ứng với trạng thái đo được:
̇ = + +
Þ ̇ − − = (1.9.3)
Vế trái pt (1.8.3) đo được ® xác định được. Ta sẽ xem phương
trình như phương trình ngõ ra.
Phương trình ứng với trạng thái cần ước lượng:
̇ = + + (1.9.4)
So sánh (1.9.3) và (1.9.4) với phương trình hệ thống trong bài
toán thiết kế bộ quan sát đủ bậc:

Pt hệ thống (bậc n) để thiết Pt hệ thống (bậc n-1) để thiết kế

kế bộ quan sát đủ bậc bộ quan sát giảm bậc

̇= + ̇ = + +
= ̇ − − =

28
Qua đó, ta sẽ thiết kế bộ quan sát giảm bậc theo giống như
cách thiết kế bộ quan sát đủ bậc. Để làm được như vậy, ta cần
thay thế các biến theo bảng sau:
Bộ quan sát đủ bậc Bộ quan sát giảm bậc

+
̇ − −

ma trận n´1 ma trận (n-1)´1

Phương trình bộ quan sát đủ bậc:
̇=( − ) + + (1.9.5)
Thay thế các biến theo bảng trên, ta có phương trình bộ quan
sát giảm bậc:
̇ =( − ) + +
+ ( ̇ − − ) (1.9.6)
Þ ̇ − ̇ =( − )
+( − ) +( − )
Þ ̇ − ̇ =( − )( − )
+[ − +( − ) ] +( − )
(1.9.7)
Đặt = − , = − , và thay = theo (1.9.1),
pt (1.9.7) được viết lại như sau:
̇=( − ) +[ −
+( − ) ] +( − )
Đặt:
= −
= + −
= −
Phương trình (1.9.8) được viết gọn lại thành:
29
 ̇= + + (1.9.8)
Đây chính là phương trình bộ quan sát giảm bậc.
- Xác định biểu thức chuyển từ ®
Ta có

= [1 ]
0 1
= = = ( − )+ (1.9.9)

0 1
Đặt: = , =

Phương trình (1.9.9) trở thành:

= + (1.9.10)
- Phương trình sai lệch được thiết lập từ pt (1.9.4) và (1.9.6):
̇ − ̇ = −( − ) − ( ̇ − − )
Thay (1.9.3) vào pt trên, ta có:
̇ − ̇ =( − )( − ) (1.9.11)
Đặt = − , pt (1.9.9) được viết lại như sau:
̇ =( − ) (1.9.12)
- Tóm tắt bài toán thiết kế bộ quan sát giảm bậc:
Phương trình trạng thái:
̇ = + +
Phương trình ngõ ra:
̇ − − =
Phương trình bộ quan sát giảm bậc:
̇= + +
trong đó
= − ,
= −

30
 = + −
= −
Biểu thức chuyển từ ®
= +
0 1
trong đó: = , =

Phương trình sai lệch trạng thái:

̇ =( − )
trong đó = − .

Đối tượng điều khiển

+ ̇= +
=
−

̇= + +

= +
Bộ quan sát giảm bậc

Hệ thống điều khiển hồi tiếp trạng thái ước lượng từ bộ quan sát giảm bậc

Điều kiện quan sát được: Ma trận quan sát được

⎡ ⎤
⎢ ⎥
=⎢ ⋮ ⎥
⎢ ⎥
⎣ ⎦
có hạng bằng ( − 1).
Phương trình đặc trưng bộ quan sát:

31
 det( − + ) = 0 (pt bậc − 1) (1.9.13)
Với các cực mong muốn , …, , ta có phương trình đặc
trưng mong muốn:
( )=( − )( − )⋯( − )=
+ +⋯+ + =0 (1.9.14)
Các phương pháp tìm :
o So sánh trực tiếp: Đồng nhất các hệ số 2 phương trình
(1.9.13) và (1.9.14).
o Dùng công thức Ackermann:
0
⎡ ⎤ ⎡0 ⎤
⎢ ⎥ ⎢ ⎥
= ( )⎢ ⋮ ⎥ ⎢⋮⎥
⎢ ⎥ ⎢0 ⎥
⎣ ⎦ ⎣1 ⎦
trong đó: ( )= + +⋯+ +

VD: Cho hệ thống hở:

0 1 0 0
̇= 0 0 1 + 0
−6 −11 −6 1
= [1 0 0 ]
a) Thiết kế bộ điều khiển hồi tiếp trạng thái sao cho hệ kín có
cực nằm tại vị trí:

, = −2 ± 2√3, = −6
b) Giả sử ngõ ra = có thể đo được chính xác. Thiết kế bộ
quan sát giảm bậc (bậc 2) có cực mong muốn là = =
−10.
c) Vẽ sơ đồ khối hệ thống điều khiển hồi tiếp trạng thái ước
lượng.
Giải:

32
a) Kiểm tra tính điều khiển được:
0 0 1
= 0 1 −6
1 −6 25
det ≠0Þ ( ) = 3 Þ Điều khiển được.
Phương trình đặc trưng hệ thống kín hồi tiếp trạng thái:
det( − + )=0
−
+ =
0 0 0 1 0 0
= 0 0 − 0 0 1 + 0 [ ]
0 0 −6 −11 −6 1
−1 0
= 0 −1
6+ 11 + +6+
det( − + )=
−1 −1
= −(−1) +( +6+ )
6+ 11 + 0
= + (6 + ) + (11 + ) + 6 + =0
Phương trình đặc trưng hệ kín mong muốn:
+ 2 − 2√3 + 2 + 2√3 ( + 6) =
= + 10 + 40 + 96 = 0
Đồng nhất hệ số 2 phương trình, ta có:
6+ = 10
11 + = 40
6+ = 96
Suy ra: = 90, = 29, =4
Ma trận điều khiển hồi tiếp trạng thái: = [90 29 4]
b) Phân tích phương trình trạng thái hệ thống:
é x&1 ù é 0 0 ù é x1 ù é 0 ù
1
ê x& ú = ê 0 0 1ú ê x2 ú + ê 0 ú u
ê 2ú ê úê ú ê ú
êë x&3 úû ê-
ë 6 -11 -6 ûú ëê x3 ûú ëê 1ûú
33
 0 0 1
= 0, = [1 0 ], = , = ,
−6 −11 −6
0
= 0, =
1
Kiểm tra tính quan sát được:
1 0
= =
0 1
rank(N) = 2 Þ Quan sát được.
Phương trình đặc trưng của bộ quan sát giảm bậc:
det(sI − A + LA ) = 0
s 0 0 1
⇒ det − + [1 0] = 0
0 s −11 −6
+ −1
⇒ det =0
11 + +6
⇒ +( + 6) + 6 + + 11 = 0
Phương trình đặc trưng mong muốn:
( + 10) = 0 ⇒ + 20 + 100 = 0
Cân bằng các hệ số 2 phương trình trên, ta có:
+ 6 = 20
6 + + 11 = 100
Þ = 14, =5
14
Ma trận độ lợi bộ quan sát giảm bậc: =
5
Xác định phương trình bộ quan sát giảm bậc:
= − =
0 1 14 −14 1
= − [1 0 ] =
−11 −6 5 −16 −6
= + − =
−14 1 14 0 14 −191
= + − 0=
−16 −6 5 −6 5 −260
0 14 0
= − = − 0=
1 5 1
34
 ̇= −14 1 −191 0
+ + = + +
−16 −6 −260 1
Biểu thức chuyển từ ®
é0 0 ù 1
0
é ù ê ú 1
% =ê ú= 1 0 , =
C = 14
I ê ú
ë û ê0 1 ú
n-1
5
ë û
0 0 1
= + = 1 0 + 14
0 1 5
Luật điều khiển hồi tiếp trạng thái ước lượng:
=− + = −[90 29 4] +
(Vẽ sơ đồ khối)

35
1.10) Thiết kế hệ thống điều khiển bám (tracking)
- Mục tiêu các bài toán điều khiển hồi tiếp trạng thái trong các
mục trước là cải thiện đặc tính quá độ của hệ thống, mà không
quan tâm đến trạng thái xác lập của hệ thống; cụ thể là tín
hiệu ngõ ra ở xác lập thay đổi như thế nào đối với tín hiệu
tham chiếu . Đến đây, ta phân biệt 2 bài toán:
o Bài toán điều ổn (Regulating problem): Điều khiển hệ
thống trở về trạng thái cân bằng từ trạng thái ban đầu bất
kỳ hay dưới tác động của nhiễu (disturbances).
o Bài toán bám (Tracking problem): Điều khiển ngõ ra hệ
thống bám theo tín hiệu tham chiếu .
- Trong mục này, ta sẽ thiết kế hệ thống điều khiển bám tín hiệu
tham chiếu dạng bậc thang với sai số xác lập bằng 0.
- Xét ngõ vào bậc thang:
0, <0
( )= ( là hằng số)
, ≥0
Việc thiết kế hệ thống điều khiển bám tín hiệu ( ) trên đây
sao cho sai số xác lập bằng 0 có thể thực hiện theo các cách
sau:
o Dùng hệ số nhân feedforward,
o Điều khiển tích phân.
1.10.1) Điều khiển bám dùng hệ số nhân feedforward
- Xét đối tượng điều khiển có phương trình trạng thái:
̇( ) = ( )+ ( ) (1.10.1)
( )= ( )
Luật điều khiển hồi tiếp trạng thái:
( )=− ( )+ ( ) (1.10.2)
trong đó = [ ⋯ ], là hệ số nhân feedfoward
cần xác định sao cho sai số xác lập với ngõ vào bậc thang bằng
0.

36
 ̇= + =
−

- Thế (1.10.2) vào (1.10.1), ta có phương trình trạng thái hệ kín:

̇( ) = ( )+ ( )=( − ) ( )+ ( ) (1.10.3)
Với được xác định sao cho trị riêng của ( − ) nằm trên
LHP, thì khi xác lập ( → ∞) ta có:
̇ (∞) = 0 = ( − ) (∞ ) + (1.10.4)
Do trị riêng của ( − ) được chọn nằm trên nửa trái mặt
phẳng phức, nên ( − ) khả nghịch. Từ (1.10.4), ta suy ra
biểu thức xác định trạng thái của hệ thống khi xác lập:
(∞ ) = −( − ) (1.10.5)
Ngõ ra hệ thống khi xác lập:
(∞ ) = (∞ ) = − ( − ) (1.10.6)
- Để sai số xác lập bằng 0, ta cần chọn sao cho:
(∞ ) = − ( − ) =
⇒ =− (1.10.7)
( )

- Từ (1.10.5) và (1.10.7), ta có thể tính được tín hiệu điều khiển

khi xác lập:
(∞ ) = − (∞ ) + (1.10.8)
VD: Cho hệ thống:
0 1 0
̇= +
−2 −3 1
= [1 0 ]
a) Thiết kế hệ thống điều khiển bám tín hiệu vào dạng bậc thang,
với cực hệ kín mong muốn là −2 ± 2√3.
b) Trong trường hợp ( ) = 1( ), tính (∞) và (∞ ).

37
 Giải
a) Xác định và :
Kiểm tra tính điều khiển được:
0 1
=[ ]=
1 −3
rank( ) = 2 Þ Điều khiển được.
Phương trình đặc tính mong muốn:
+ 4 + 16 = 0
Phương trình đặc tính hệ kín:
det( − + )=0
...
⇒ = [14 1]
Tính :
1
=− = 16
( − )
Sơ đồ khối hệ thống điều khiển:

̇= + =
−

b) Tính (∞ ) và (∞) khi ngõ vào ( ) = 1( )

1
(∞ ) = − ( − ) =
0
(∞ ) = − (∞ ) + =2
1.10.2) Điều khiển tích phân
- Điều khiển bám dùng hệ số nhân feedforward đòi hỏi biết
chính xác thông số hệ thống. Trong trường hợp thông số hệ

38
 thống thay đổi thì sai số xác lập có thể sẽ khác 0. phương pháp
điều khiển này không thể tự đưa sai số xác lập về 0 được.
- Để duy trì sai số xác lập bằng 0 đối với ngõ vào hàm bậc thang
trong trường hợp có sai số mô hình hay có tác động nhiễu, ta
có thể thêm vào hệ thống một khâu tích phân như sơ đồ đưới
đây.
̇
ò ̇= +
− −

- Khi có sai lệch giữa và , ̇ = − ≠ 0 , nhờ vào khâu tích

phân, tín hiệu sẽ liên tục tăng/giảm để tác động lên hệ thống
làm giảm sai số xác lập. Cho đến khi = thì ̇ = 0 ⇒ =
, duy trì sai số xác lập bằng 0.
- Các phương trình mô tả hệ thống:
̇= + (1.10.9)
= (1.10.10)
=− + (1.10.11)
̇= − = − (1.10.12)
Việc thêm vào 1 khâu tích phân sẽ làm bậc hệ thống tăng lên 1.
Ta định nghĩa vectơ trạng thái mở rộng cho hệ thống sau
khi thêm khâu tích phân như sau:
( )
( )=
( )
Từ (1.10.9) và (1.10.12), ta viết lại phương trình trạng thái theo
.

̇ ( )= ( )+ ( )+ ( ) (1.10.13)
− 0 0 1
và luật điều khiển (1.10.11) được viết lại thành:
( ) = −[ − ] ( ) (1.10.14)
39
 Đặt:
0
= , = , = , =[ − ]
− 0 0 1
Phương trình trạng (1.10.13) và luật điều khiển (1.10.14) trở
thành:
̇ ( )= ( )+ ( )+ ( ) (1.10.15)
( )=− ( ) (1.10.16)
Thế (1.10.16) vào (1.10.15), ta có phương trình trạng thái hệ
kín:
̇ ( )=( − ) ( )+ ( ) (1.10.17)
Nếu được thiết kế sao cho trị riêng của ( − ) nằm
trên nửa trái mặt phẳng phức, thì khi xác lập ta có
̇ (∞ )
̇ (∞ ) = =0 (1.10.18)
̇ (∞ )
Theo đó,
̇ (∞ ) = (∞ ) − (∞ ) = − (∞ ) = 0
⇒ (∞ ) = (1.10.19)
Từ (1.10.17) cho → ∞, ta có phương trình trạng thái khi xác
lập:
̇ (∞ ) = 0 = ( − ) (∞ ) + (1.10.20)
Vì trị riêng của ( − ) được chọn nằm trên nửa trái mặt
phẳng phức nên ( − ) khả nghịch. Do đó, ta có biểu
thức tính (∞ ) như sau:
(∞ ) = − ( − ) (1.10.21)
Từ kết quả trên, ta có thể tính tín hiệu điều khiển ở xác lập:
(∞ ) = − (∞ ) (1.10.22)
- Trong trường hợp các trạng thái không đo được trực tiếp, ta có
thể dùng bộ quan sát để có được trạng thái ước lượng như
hình dưới đây:

40
 ̇ ̇= +
ò =
− −

Observer

VD: Như VD ở mục 1.10.1.

Giải
a) Xác định ,
0 1 0
0
= = −2 −3 0
− 0
−1 0 0
0 0
= = 1 , = 0
0
0 1
Kiểm tra tính điều khiển được:
0 1 −3
=[ ] = 1 −3 7
0 0 −1
Do thêm khâu tích phân, bậc hệ thống tăng lên 1 bậc, cần phải
chỉ định thêm 1 cực mong muốn -10.
Phương trình đặc trưng mong muốn:
( ) = ( + 10) + 2 + 2√3 + 2 − 2√3 = 0
⇒ ( )= + 14 + 56 + 160 = 0
0 1 0 0 1 0
⇒ ( ) = −2 −3 0 + 14 −2 −3 0
−1 0 0 −1 0 0
0 1 0 1 0 0 138 21 0
+56 −2 −3 0 + 160 0 1 0 = −42 35 0
−1 0 0 0 0 1 −54 −11 160

41
 3 1 −2
Tính: = 1 0 −3
0 0 −1
Áp dụng công thức Ackermann:
= [0 0 1] ( )
3 1 −2 138 21 0
= [0 0 ]
1 1 0 −3 −42 35 0
0 0 −1 −54 −11 160
= [54 11 −160]
⇒ = [54 11] , = 160
b) Tính (∞ ) và (∞ ) với ( ) = 1( )
1
(∞ ) = − ( − ) = 0
0,4667
(∞ ) = − (∞ ) = 2

VD: Xét hệ thống con lắc ngược:

= 2 kg
= 0,1 kg
= 0,5 m

Ngõ vào: ( ) - Lực tác dụng.

Ngõ ra: ( ) - Vị trí xe theo phương ngang.
Xét 2 bài toán: điều ổn (regulating) và bám (tracking).
Bài toán 1: (Regulating) Điều khiển xe chuyển động theo phương
ngang để giữ con lắc ở vị trí cân bằng trên ( = 0) với thời gian
xác lập không quá 5 sec, vọt lố không quá 16%.
42
Bài toán 2: (Tracking) Điều khiển xe đến vị trí mong muốn mà vẫn
giữ con lắc ở vị trí cân bằng trên ( = 0) với thời gian quá độ
không quá 5 sec, vọt lố không quá 16%.
Hãy giải quyết từng bài toán trên theo các cách dưới đây.
a) Thiết kế hệ thống điều khiển hồi tiếp trạng thái. Giả thiết đo
được tất cả các trạng thái của hệ thống.
b) Thiết kế hệ thống điều khiển hồi tiếp trạng thái ước lượng.
Dùng bộ quan sát đủ bậc để ước lượng tất cả các trạng thái.
c) Thiết kế hệ thống điều khiển hồi tiếp trạng thái ước lượng. Giả
thiết đo được chuyển vị ngang của xe. Dùng bộ quan sát giảm bậc
để ước lượng các trạng thái còn lại.
Giải
1) Thiết lập mô hình, phân tích đối tượng điều khiển
Gọi ( , ) là tọa độ trọng tâm của , ta có:
= + (1)
= cos (2)

Phương trình định luật 2 Newton

sin = ̈ (3)
− + cos = ̈ (4)
− sin + = ̈ (5)
Từ (3) và (5) ⇒ ̈+ ̈ = (6)
Từ (3) và (4) ⇒ − sin + ̈ cos = (7)

43
 ̈ sin
Từ (1), ta có:
̇ = ̇+ ̇ cos ⇒ ̈ = ̈+ ̈ cos− ̇ sin
̇ = − ̇ sin ⇒ ̈ = − ̈ sin − ̇ cos
Thế vào (6) và (7):
̈+ ̈ + ̈ cos − ̇ sin =
⇒( + ) ̈+ ̈ cos − ̇ sin = (8)
− sin + ̈ − ̇ sin + ̈ cos cos
= − ̈ sin − ̇ cos sin
⇒ ̈ cos + ̈= sin (9)
Mục tiêu của bài toán là giữ con lắc ngược ở vị trí cân bằng = 0.
Do đó bài toán có thể được tuyến tính hóa quanh giá trị cân bằng
với cách giả thiết ( ) và ̇ ( ) rất nhỏ. Từ giả thiết đó, ta có:
sin ≈ , cos ≈ 1, ̇ ≈0
Phương trình (8) và (9) được tuyến tính hóa thành:
( + ) ̈+ ̈=
̈+ ̈=
Giải tìm ̈ và ̈ , ta được:
1
̈=− +
( + ) 1
̈= −

Đặt:
=
= ̇ = ̇
Biểu diễn hệ thống dưới dạng phương trình trạng thái:

44
 0 1 0 0 0
̇ ⎡ ⎤ ⎡ 1 ⎤
̇ ⎢0 0 − 0⎥ ⎢ ⎥
= ⎢0 0 0
⎥
1⎥ +⎢ ⎥
̇ ⎢ ⎢ 0 ⎥
̇ ⎢ ( + ) ⎥ ⎢ 1 ⎥
⎣0 0 0⎦
⎣− ⎦

= [1 0 0 0]

Với thông số hệ thống:

= 2kg; = 0,1kg; = 0,5m
Ta có phương trình trạng thái:
0 1 0 0 0
0 0 −0,49 0 0,5
̇= +
0 0 0 1 0
0 0 20,6 0 −1
= [1 0 0 0]
Phương trình đặc tính hệ hở:
det( − )=0
⇒ − 20,6 =0
⇒ ( − 4,54)( + 4,54) = 0
Hệ hở có các cực: 0, 0, +4,54, −4,54 Þ Không ổn định.
2) Giải bài toán điều ổn (regulating)
a) Điều khiển hồi tiếp trạng thái:
Để giữ con lắc ở vị trí cân bằng, ta có thể thiết kế bộ điều khiển
hồi tiếp trạng thái với cực mong muốn ổn định. Chẳng hạn, chọn
cực hệ kín mong muốn là: −5, −5, −2 ± 2. Dùng MATLAB, ta xác
định được ma trận hồi tiếp trạng thái như sau:
= [−20,3874 −18,3486 −103,7937 −23,1743]
Mô phỏng trên MATLAB/Simulink: …
b) Điều khiển hồi tiếp trạng thái ước lượng từ bộ quan sát đủ bậc:
45
 …
c) Điều khiển hồi tiếp trạng thái ước lượng từ bộ quan sát giảm
bậc:
…
3) Giải bài toán bám (tracking)
a) Điều khiển hồi tiếp trạng thái:
…
b) Điều khiển hồi tiếp trạng thái ước lượng từ bộ quan sát đủ bậc:
…
c) Điều khiển hồi tiếp trạng thái ước lượng từ bộ quan sát giảm
bậc:
…

46