Luận án Điều khiển tối ưu toàn cục hệ thống định vị động tàu thủy DP dựa trên giải thuật di truyền ga

Nội dung text: Luận án Điều khiển tối ưu toàn cục hệ thống định vị động tàu thủy DP dựa trên giải thuật di truyền ga

1. 111 [36] A. Veksler, T. A. Johansen, R. Skjetne, and E. Mathiesen, Thrust Allocation With Dynamic Power Consumption Modulation for Diesel-Electric Ships, IEEE Transactions on Control Systems Technology, pp.1–16. 2015. [37] A. Veksler, T. A. Johansen, R. Skjetne, and E. Mathiesen, Reducing power transients in diesel-electric dynamically positioned ships using repositioning, In Proceedings of the IEEE IECON Conference, pp.268–273, TX, USA, 2014. [38] A. Veksler, T. A. Johansen, and R. Skjetne, Thrust allocation with power management functionality on dynamically positioned vessels, In Proceedings of the American Control Conference, Montreal, pp.1468–1475, QC, Canada, 2012. [39] T. I. Fossen, Guidance and Control of Ocean Vehicles, Wiley: Hoboken, NJ, USA, 1994. [40] I. C. Giddings, Quality Assurance Session IMO Guidelines for Vessels with Dynamic Positioning Systems, accessed on 16 October 2013. [41] DNV-GL Rules. Rules for Classification of Ships-Dynamic Positioning System-Enhanced Reliability; DNV-GL Rules: Oslo, Norway, 2016. [42] Sagatun, S. I. and T. I. Fossen (1991). Lagrangian formulation of underwater vehicle’s dynamics. In: Proc. of the IEEE International Conference on Systems, Man and Cybernetics. Charlottesville, VA [43] H. M. Morishita, E. A. Tannuri, and T. T. Bravin, Methodology for dynamic analysis of offloading operations. IFAC Proceedings Volumes, vol.37, no.10, pp.459–464, 2004. [44] Nguyễn Phùng Hưng, Nguyễn Viết Thành, Hệ Thống Điều Khiển Định Vị Động Tàu Thủy (Phần 2: Bộ Điều Khiển và Kết Quả Mô Phỏng), Tạp chí Khoa học Công nghệ Hàng hải, số 15+16, trang 29-34, 2008. [45] T.I. Fossen, Marine Control Systems – Guidance, Navigation and Control of Ship, Rigs and Underwater Vehicles, Marine Cybernetics, Trondheim, Norway, 2002. [46] M. Grimble, R. Patton, and D. Wise, The Design of Dynamic Ship Positioning Control Systems Using Extended Kalman Filtering Techniques, in Proceedings of OCEANS ’79, pp.488-497, CA, USA, 1979. [47] J. G. Balchen, N. A. Jenssen, E. Mathisen, and S. Sælid, Dynamic positioning system based on kalman filtering and optimal control, Modeling, Identification and Control, vol.1, no.3, pp.135–163, 1980. [48] G. Xia, X. C. Shi, M. Fu, H. Wang, and X. Bian, Design of Dynamic Positioning Systems Using Hybrid CMAC-based PID Controller for A Ship, in Proceedings of The IEEE
2. 113 [61] T. I. Fossen, and A. Grøvlen, Nonlinear output feedback control of dynamically positioned ships using vectorial observer backstepping, IEEE Transactions on Control Systems Technology, vol.6, no.1, pp.121–128, 1998. [62] M. F. Aarset, J. P. Strand, and T. I. Fossen, Nonlinear vectorial observer backstepping with integral action and wave filtering for ships, IFAC Proceedings Volumes, vol.31, no.30, pp.77–82, 1998. [63] D. S. Bertin, S. M. Bittanti, and S. M. Savaresi, Dynamic positioning of a single-thruster vessel by feedback linearization, IFAC Proceedings Volumes, vol.33, no.21, pp.275–280. 2000. [64] P. T. K. Fung, and M. J. Grimble, Dynamic ship positioning using a self-tuning kalman filter, IEEE Transactions on Automatic Control, vol.28, no.3, pp.339–349, 1983. [65] T. I. Fossen, S. I. Sagatun, and A. J. Sørensen, Identification of dynamically positioned ships, Control Engineering Practice, vol.4, no.3, pp.369–376, 1996. [66] A. J. Sørensen, and J. P. Strand, Positioning of small waterplane area marine constructions with roll and pitch damping, Control Engineering Practice, vol.8, no.2, pp.205–213, 2000. [67] S. K. Volovodov, M. G. Chernjaev, A. J. Kaverinsky, S. S. Volovodov, and B. P. Lampe, Control principle for dynamic positioning of offshore drilling platforms and ships, in Proceedings of 11th Symposium on Maritime Elektrotechnik, Elektronik and informationstechnik, pp.81-86, Germany, 2004. [68] J. G. Balchen, N. A. Jensen, and S. Sælid, Dynamic positioning using kalman filtering and optimal control theory, in Proceedings of IFAC/IFIP Symposium on Automatic Offshore Oil Field Operation, pp.183–186, Amsterdam, Netherlands, 1976. [69] R. Reid, A, Tugcu, and B. Mears, The use of wave filter design in Kalman filter state estimation of the automatic steering problem of a tanker in a seaway, IEEE Transactions on Automatic Control, vol.29, no.7, pp.577–584, 1984. [70] T.I. Fossen, Kalman filtering for positioning and heading control of ships and offshore rigs, IEEE Control Systems, vol.29, no.6, pp.32–46, 2009. [71] T. Perez, and A. Donaire, Constrained control design for dynamic positioning of marine vehicles with control allocation, Modelling, Identification and Control, vol.30, no.2, pp.57– 70, 2009. [72] H. Aschemann, S. Wirtensohn, and J. Reuter, Nonlinear Observer-Based Ship Control and Disturbance Compensation, IFAC-PapersOnLine, vol.49, no.23, pp.297–302. 2016.
3. 115 [85] C. Zhang, C. Wang, Y. Wei, and J. Wang, Neural network adaptive position tracking control of underactuated autonomous surface vehicle, Journal of Mechanical Science and Technology, vol.34, no.2, pp.855–865, 2020. [86] Z. Shen, Y. Bi, Y. Wang, and C. Guo, MLP neural network-based recursive sliding mode dynamic surface control for trajectory tracking of fully actuated surface vessel subject to unknown dynamics and input saturation, Neurocomputing, vol.377, pp.103-112, 2020. [87] H. Zheng, R. R. Negenborn, and G. Lodewijks, Trajectory tracking of autonomous vessels using model predictive control, IFAC Proceedings Volumes, vol.47, no.3, pp.8812–8818, 2014. [88] B. Froisy, Model predictive control: Past, present and future, ISA Transactions, vol.33, no.3, pp.235–243, 1994. [89] D. Q. Mayne, J. B. Rawlings, C. V. Rao, and P. O. M. Scokaert, Constrained model predictive control: Stability and optimality, Automatica, vol.36, no.6, pp.789–814. 2000. [90] H. Chen, L. Wan, F. Wang, and G. Zhang, Model predictive controller design for the dynamic positioning system of a semi-submersible platform, Journal of Marine Science and Application, vol.11, no.3, pp.361–367, 2012. [91] Z. Yan, and J. Wang, Model Predictive Control for Tracking of Underactuated Vessels Based on Recurrent Neural Networks, IEEE Journal of Oceanic Engineering, vol.37, no.4, pp.717– 726, 2012. [92] M. Yamamoto, and C. K. Morooka, Dynamic positioning system of semi-submersible platform using fuzzy control, Journal of the Brazilian Society of Mechanical Sciences and Engineering, vol.27, no.4, pp.449–455, 2005. [93] W. Tao, and T. Shaocheng, Adaptive Fuzzy Robust Control for Nonlinear System with Dynamic Uncertainties Based on Backstepping, in Proceedings of 2008 3rd International Conference on Innovative Computing Information and Control, pp.125-125, Dalian, Liaoning, 2008. [94] Chen, X.T. and Tan, W.T. (2010) ‘A type-2 fuzzy logic controller for dynamic positioning systems’, 8th IEEE International Conference on Control and Automation, Xiamen, China, June, pp.1013–1018. [95] Ngongi, W., Du, J. and Mohamed, A. (2013) ‘Relaxed LMI stability conditions based fuzzy control design for dynamic positioning of ships’, Advanced Shipping and Ocean Engineering, Vol. 2, No. 4, pp.105–114.
4. 117 [109] Z. Zhang, Z. Yu, Q. Zhang, M. Zeng, S. Li, Dynamics and control of a tethered space-tug system using Takagi-Sugeno fuzzy methods, Aerosp. Sci. Technol. 87 (2019) 289–299. [110] R.N. Lea, J. Villarreal, Y. Jani, C. Copeland, Tether operations using fuzzy logic based length control, in: Proc. IEEE Int. Conf. Fuzzy Syst., San Diego, United States, 1992. [111] Lee TH, Cao Y, Lin YM (2002) Dynamic positioning of drilling vessels with a fuzzy logic controller. Int J Syst Sci 33(12):979–993. [112] Wang LY, Xiao JM, Wang XH. Ship dynamic positioning systems based on fuzzy predictive control. Telkomnika-Indones J Electr Eng 2013;11(11):6769–79. [113] Wang LX. A course in fuzzy systems and control. International Edition; 1997. [114] Do KD. Global robust and adaptive output feedback dynamic positioning of surface ships. J Mar Sci Appl 2011;10(3):325–32. [115] Chen XT, Tan WW. Tracking control of surface vessels via fault-tolerant adaptive backstepping interval type-2 fuzzy control. Ocean Eng 2013;70(15):97–109. [116] Fengwei Yu; Adaptive Fuzzy Design of Ship’s Autopilot with Input Saturation; International Conference on Information Technology and Applications 2013. [117] J.H.Li, T.H.S.Li, and T.H.Ou, “Design and Implementation of Fuzzy Sliding - Mode controller for a Wedge Balancing System”, Journal of Intelligent and Robotic System, vol.37, pp.285-306, 2003. [118] F. F. M. Yu, C. N. Huang, and H. Y. Chung, “The Robust Stability of Seesaw System with Fuzzy Logic Control”, Int. J. Computer Applications in Technology, vol. 24, no. 1, pp. 33- 42, 2005. [119] X. Dong, Z. Zhang and J. Tao.; Design of fuzzy neural network controller optimized by GA for ball and plate system, 6th International Conf on Fuzzy Systems and Knowledge Discovery, pp.81-85, 2009. [120] T. D. Nguyen, A. J. Sørensen, and S. T. Quek, Design of hybrid controller for dynamic positioning from calm to extreme sea conditions, Automatica, vol.43, no.5, pp.768-785, 2007. [121] R. C. Eberhart, and Y. Shi, Comparison between genetic algorithms and particle swarm optimization, in Proceedings of the Evolutionary Programming VII, 7th International Conference, vol.7, pp.611-616, 1998.
5. 119 [133] T. Ryu, T. Kanemaru, S. Kataoka, K. Arihama, A. Yoshitake, D. Arakawa, and J. Ando, Optimization of energy saving device combined with a propeller using real-coded genetic algorithm, International Journal of Naval Architecture and Ocean Engineering, vol.6, no.2, pp.406–417, 2014. [134] A. K. Maurya, M. R. Bongulwar, and B. M. Patre, Tuning of fractional order PID controller for higher order process based on ITAE minimization, in Proceedings of 2015 Annual IEEE India Conference (INDICON), pp.1-5, New Delhi, Indian, 2015. [135] D. T. Nguyen, A. H. Sørbø, and A. J. Sørensen, Modelling and Control for Dynamic Positioned Vessels In Level Ice, IFAC Proceedings Volumes, vol.42, no.18, pp.229–236, 2009. [136] X. Lin, H. Li, K. Liang, J. Nie, and J. Li, Fault-Tolerant Supervisory Control for Dynamic Positioning of Ships, Mathematical Problems in Engineering, vol.2019, pp.1–11, 2019. [137] T. Zhang, S. S. Ge, and C. C. Hang, Stable adaptive control for a class of nonlinear systems using a modified Lyapunov function, IEEE Transactions on Automatic Control, vol.45, no.1, pp.129-132, 2000. [138] V. D. Do, X. K. Dang, L. M. T. Huynh, and V. C. Ho, Optimized Multi-cascade Fuzzy Model for Ship Dynamic Positioning System Based on Genetic Algorithm, in Proceedings of 5th EAI International Conference (INISCOM 2019), pp.165–181, Hochiminh, Vietnam, 2019. [139] G. Xia, J. Xue, J. Jiao, H. Wang, and H. Zhou, Adaptive fuzzy control for Dynamic Positioning ships with time-delay of actuator, in Proceedings of OCEANS 2016 MTS/IEEE Monterey, pp.1-6, CA, USA, 2016. [140] J. Du, X. Hu, H. Liu, and C. L. P. Chen, Adaptive Robust Output Feedback Control for a Marine Dynamic Positioning System Based on a High-Gain Observer, IEEE Transactions on Neural Networks and Learning Systems, vol.26, no.11, pp.2775-2786, 2015. [141] Goebel, R., Sanfelice, R.G., and Teel, A.R. (2012). Hybrid Dynamical Systems, Modelling, Stability and Robustness. Princeton University Press. [142] V. Hassani, A. J. Sørensen, and A. M. Pascoal, Robust Dynamic Positioning of Offshore Vessels using Mixed-μ Synthesis Part II: Simulation and Experimental Results, IFAC Proceedings Volumes, vol.45, no.8, pp.183–188, 2012. [143] J. Wang, J. Y. Liu, and H. Yi, A Modular Designed Dynamic Positioning Experiment System and its Application on a ship Model, in Proceedings of OCEANS 2016, pp.1-6, Shanghai, China, 2016.
6. 121 PHỤ LỤC 1. Tiêu chuẩn đánh giá ổn định Nội dung phụ lục này cung cấp cái nhìn tổng quan về các định nghĩa và định lý [141] được áp dụng trong mô tả và phân tích hệ thống lai ghép trong luận án. Các điều kiện Lyapunov phù hợp được trình bày trong nội dung Phần A.1, và các điều kiện ổn định dựa trên thiết lập biến số và tiêu chuẩn hội tụ được đưa ra trong Phần A.2. 1.1. Phân tích ổn định dựa trên tiêu chuẩn Lyapunov Các hàm Lyapunov được sử dụng để phân tích tính ổn định của tập cân bằng A của hệ thống lai ghép. Hàm đánh giá Lyapunov được thiết lập trong Định nghĩa A.1, và điều kiện để ổn định được trình bày trong Định lý A.2. Định nghĩa 1.1. Hàm đánh giá Lyapunov (Goebel et al, 2012) [141]. Xét hàm số V: miền giá trị V → R được xem như là hàm đánh giá Lyapunov cho hệ thống lai ghép H = (C, F, D, G) nếu thỏa mãn các điều kiện sau: 1. ̅ ∪ ∪ ( ) ⊂ 표 ; 2. liên tục vi phân trên tập mở chứa ̅, trong đó ̅ biểu thị hệ số bù của . Định lý 1.2. Điều kiện thỏa Lyapunov (Goebel và et al, 2012, Thm. 3.18) [141]. Cho ℋ = ( , 퐹, , ) là hệ lai ghép và đặt ⊂ ℝ푛 trong miền giới hạn. Nếu là hàm đánh giá Lyapunov cho ℋ, tồn tại 훼1, 훼2 ∈ 휅∞, hàm xác định dương liên tục 휌 sao cho i. 훼1(| |Α) ≤ ( ) ≤ 훼2(| |Α) ∀ ∈ ∪ ∪ ( ); ii. ≤ −휌(| |Α) ∀ ∈ , ∈ 퐹( ); iii. ( ) − ( ) ≤ −휌(| |Α) ∀ ∈ , ∈ ( ); vậy A thỏa mãn điều kiện ổn định toàn diện cho H. Điều kiện đủ cho ii) và iii) là ii*. ≤ −휖 ( ) ∀ ∈ , ∈ 퐹( ); iii*. ( ) = (1 − 휖) ( ) ∀ ∈ , ∈ ( ); với 휖 > 0. 1.2. Phân tích ổn định dựa trên thiết lập biến số và tiêu chí hội tụ
7. 123 khiển tàu được thực hiện theo chu trình thời gian thực. Lệnh điều khiển được thực thi bởi chương trình Simulink/Opal truyền xuống vi xử lý trung tâm. Sử dụng phương pháp tạo mã C tự động và chuyển đổi thành tín hiệu điều khiển thời gian thực cho dịch chuyển tàu. Ngoài ra, các tác giả sử dụng 3 camera trên bờ gắn để quan sát chuyển động tàu, thông qua xử lý ảnh xác định vị trí tàu. Hình PL2.1. Mô hình thực nghiệm tàu CybershipIII [142] Hình PL2.2. Mô hình thực nghiệm hệ thống định vị động DP Các công trình trong nước tập chung chuyên sâu về lý thuyết chưa xây dựng mô hình thực nghiệm và kiểm định lý thuyết đề xuất trong hoạt động thực tế. Tác giả thi công mô hình thực nghiệm DPs trên tàu Happy Hunter với các mục tiêu đề ra như sau: Thiết kế và thi công mới hoàn toàn mô hình thí nghiệm tàu thủy; Kiểm nghiệm mô hình thí nghiệm ở một số địa điểm thực tế; Tiến tới ứng dụng bộ điều khiển tối ưu DPs dựa trên giải thuật di truyền GA trong tương lai.
8. 125 Hình PL2.4. Mô tả cảm biến định vị tọa độ vị trí tàu trong công tác cập thân giàn khoan 2.2. Chuyển đổi lực và mô men cho hệ thống thiết bị đẩy Cơ cấu động lực đẩy tàu luôn bị hạn chế bởi các giới hạn vật lý gây ảnh hưởng đến quá trình điều khiển tàu. Nhằm loại bỏ ảnh hưởng giới hạn của các bộ đẩy, mô hình tăng cường động học truyền động được sử dụng nhằm xác định các hằng số thời gian theo phương chuyển động tịnh tiến, lắc ngang, và quay trở sao cho [45]: 흉̇ = 풕풉풓(흉 − 흉 풐 ) (PL2.2) Trong đó, 흉 풐 là lực đẩy yêu cầu, và 푡ℎ = − 푖 {1/ 푠 푒 ,1/ 푠푤 , 1/ 푤} là ma trận đường chéo chứa các hằng số thời gian. Hầu hết các tàu DPs sử dụng bộ đẩy chính kết hợp với chân vịt bước cố định (FP) và chân vịt biến bước (CP) để duy trì vị trí và hướng đi. Lực đẩy 퐹 từ bộ đẩy FP có thể được mô hình hóa như sau [45]: 퐹(푛) = 퐾푛|푛|, (hoặc 퐹(푛) = 퐾푛) (PL2.3) Trong đó, 퐾 = 표푛푠푡 푛푡 là hệ số lực đẩy và 휂 ( ) là số vòng quay của bộ đẩy. Một số bộ đẩy biểu diễn thông qua 푛 hoạt động tuyến tính hoặc biểu diễn bằng hàm bậc hai. Bộ đẩy CP là chân vịt dạng trục vít, trong đó chân vịt có thể được điều khiển bởi động cơ servo thủy lực. Điều này dẫn đến tham số cần điều khiển thứ hai, bước tiến , được sử dụng để thu được lực đẩy 퐹 mong muốn đối với các tốc độ hoạt động khác nhau 푛. Nếu 푃 là khoảng cách di chuyển trên mỗi vòng quay, là đường kính cánh quạt thì = 푃/ đại diện cho tỷ số bước. Lực đẩy 퐹 từ bộ đẩy CP có thể được xấp xỉ như sau [45]: 퐹(푛, ) = 퐾(푛)| − 0|( − 0), (ℎ표ặ 퐹(푛, ) = 퐾(푛)( − 0) (PL2.4)
9. 127 tàu xác định từ biến la bàn truyền nhận tín hiệu không dây đưa dữ liệu về hướng đi, góc bẻ lái và chế độ điều khiển đến trạm trung tâm trên bờ linh động nhất. Hình PL2.5. Mô hình tàu dự kiến thử nghiệm trong luận án Hình PL2.6. Sơ đồ tổng thể chế độ điều khiển tay tàu thực nghiệm trong luận án Xây dựng cấu hình hệ thống điều khiển cho mô hình thực nghiệm có 2 chế độ: Chế độ vận hành điều khiển tay và chế độ định vị động tự động. Trong chế độ điều khiển tay, bánh lái được điều khiển chuyển động trực tiếp Joystick để xác định hướng mũi tàu. Tốc độ di chuyển thân tàu do hệ thống chân vịt đẩy cũng được tác động trực tiếp. Dữ liệu hướng quay trở tàu, và góc bẻ lái tức thời được truyền nhận qua cảm biến truyền không dây RF với khoảng cách truyền tối đa lên đến 200m. Kít vi xử lý DSP F28379D đảm nhận chức năng điều khiển tự động. Bộ xử lý trung tâm nhận giá trị vị trí và hướng đặt tàu, đọc vị trí và hướng thực tế của tàu, căn cứ đưa ra lệnh điều khiển hệ thống động lực tàu đưa tàu đến điểm đặt. Quá trình thu nhận và truyền dữ liệu trong mạng cảm biến sử dụng giao tiếp không dây.
10. 129 tương ứng kích cỡ 40mm đến 42mm, và sử dụng nguồn pin Lipo 4S đến 6S. Trọng lượng các phụ kiện có thể gắn thêm có thể chứa đến 8kg. Sử dụng công nghệ nano trong sơn vỏ tàu nên giúp màu sắc không phai. 2.5. Sơ đồ mạch điện điều khiển và xử lý tín hiệu 2.5.1. Mạch điện điều khiển trung tâm Sơ đồ thiết kế nguyên lý Sơ đồ layout mạch in Bề mặt dưới của Board xử lý Bề mặt trên của Board xử lý Hình PL2.10. Mô tả thiết kế và chế tạo mạch điện điều khiển trung tâm
11. 131 2.5.3. Mạch nhận dữ liệu hệ thống cảm biến Sơ đồ thiết kế nguyên lý Sơ đồ layout mạch in Bề mặt dưới của Board xử lý Bề mặt trên của Board xử lý Hình PL2.12. Mô tả thiết kế và chế tạo mạch nhận dữ liệu hệ thống cảm biến
12. 133 Hình PL2.16. Mã code chuyển đổi dữ liệu tín hiệu vị trí tàu Cấu trúc động lực đẩy tàu bao gồm 2 chân vịt đẩy chính, 2 bánh lái và 1 chân vịt mũi. Căn cứ vào sai số vị trí tàu, bộ điều khiển sẽ tính toán và đưa ra giá trị điều khiển . Khối điều khiển động lực đẩy có chức năng đổi giá trị điều ra do bộ điều khiển sinh ra thành giá trị đặt cho mô đun PWM để điều khiển tốc độ quay của chân vịt và xác định góc bẻ lái. Cấu trúc thiết lập của khối điều khiển động cơ được trình bày trên Hình PL2.17. và PL2.18. Hình PL2.17. Khối điều khiển động cơ chân vịt đẩy chính
13. 135 hình thực, nhằm chỉnh định đáp ứng mô hình thực tế thích nghi theo mô hình lý tưởng. Bảng thông số thực nghiệm được trình bày trên Bảng PL1. Bảng PL1. Thông số thực nghiệm bộ điều khiển mờ thích nghi tương tác so sánh với PID PID FAI 2 2 퐾 = 3.2푒 퐾 (푠) = 3.2푒 + (−15 ÷ 15) Phương 퐾푖 = 2.2 퐾푖(푠) = 2.2 + (−0.5 ÷ 0.5) 4 4 퐾 = 3.6푒 퐾 (푠) = 3.6푒 + (−3 ÷ 3) 2 2 퐾 = 2.6푒 퐾 (푠) = 2.6푒 + (−1.5 ÷ 1.5) Phương 퐾푖 = 1.25 퐾푖(푠) = 1.25 + (−0.25 ÷ 0.25) 4 4 퐾 = 4.1푒 퐾 (푠) = 4.1푒 + (−3.5 ÷ 3.5) 3 2 퐾 = 4.3푒 퐾 (푠) = 2.6푒 + (−45 ÷ 45) Hướng 휓 퐾푖 = 4.5 퐾푖(푠) = 1.25 + (−0.205 ÷ 0.205) 4 4 퐾 = 5.2푒 퐾 (푠) = 4.1푒 + (−4.33 ÷ −4.33) 2.6.2. Thử nghiệm thu nhận và xử lý dữ liệu vị trí di chuyển mô hình tàu Thử nghiệm vận hành tàu Happy hunter trong trường hợp không có tác động từ hệ thống điều khiển tự động: Hình PL2.20 trình bày kết quả của dữ liệu vị trí thu được khi tàu dich chuyển tự do; Hình PL2.21 mô tả kết quả của dữ liệu thu được khi thực hiện chế độ điều khiển tay giữ tàu tại tọa độ [1m, 1m, 1800]. Hình PL2.20. Kết quả thử nghiệm trong trường hợp [0 m, 0 m, 0 độ] Các tín hiệu thu được và xử lý chuyển đổi thành vị trí tàu mô tả trên Hình PL2.20 và Hình PL2.21 cho thấy vị trí mô hình tàu và hướng tàu có giá trị không chính xác cao. Đáp ứng vẽ trên biểu đồ cho thấy vị trí tàu còn rung lắc và dao động mạnh hơn so với thực tế. Điều này chứng tỏ dữ liệu nhận từ cần được xử lý để xác định chính xác vị trí tọa độ thực của mô hình tàu.
14. 137 Mô hình tàu Happy hunter thực nghiệm xây dựng có thông số chi tiết: Thông số, kết cấu tương tự tàu thực tế Happy hunter có tỷ lệ 1:50 về kích thước; Ứng dụng kỹ thuật truyền nhận tín hiệu không dây (áp dụng cho toàn bộ tín hiệu các khối: Khối cảm biến LiDAR xác định tọa độ tàu; Cơ cấu đạo lưu bẻ hướng mũi tàu; Khối truyền nhận dữ liệu không dây) mang lại ưu điểm cho thử nghiệm và làm giảm tối đa sai sót do ràng buộc dây truyền tín hiệu gây ra khi hoạt động; Mặt khác, tính chính xác trong vỏ thân tàu cân bằng động cao nên di chuyển trong mặt bể thử nghiệm có thể hạn chế sai số khi điều khiển ổn định. Nhưng, tàu thực nghiệm Happy huner nên được kiểm nghiệm trong nhiều môi trường khác nhau xác minh về ưu điểm điều khiển. Tỷ lệ kết cấu giữa cơ cấu đẩy tàu thật và tàu mô hình cần hoàn thiện hơn để thực hiện các thí nghiệm chính xác cao. Bảng PL2.2. Thống kê số liệu thử nghiệm hệ thống DP thực nghiệm
15. 139 Mô hình tàu Happy hunter: được sử dung trong nội dung Phục lục 2