1. Trang Chủ
  2. Tự động hoá
  3. Tạp chí Nghiên cứu Khoa học Đại học Sao Đỏ: Số 2(61)/2018

Tạp chí Nghiên cứu Khoa học Đại học Sao Đỏ: Số 2(61)/2018

Tạp chí Nghiên cứu Khoa học Đại học Sao Đỏ: Số 2(61)/2018 trình bày các nội dung chính sau: Đề xuất phương pháp phát hiện rau bị sâu bệnh bằng hình ảnh dựa trên các dấu hiệu trên bề mặt lá, tối ưu cấu trúc đa tương quan cho quá trình bám tín hiệu không nhầm lẫn với các tín hiệu định vị GNSS mới, ứng dụng giải thuật di truyền thiết kế bộ điều khiển trượt để điều khiển giàn cần trục cho điện phân đồng,... Mời các bạn cùng tham khảo để nắm nội dung chi tiết của tạp chí. TẠP CHÍ LIÊN NGÀNH ĐIỆN - ĐI

Thể loại Tài liệu miễn phí Tự động hoá

Số trang 128

Ngày tạo 5/4/2020 10:41:20 AM +00:00

Loại tệp PDF

Kích thước 4.73 M

Tên tệp

Tải Tạp chí Nghiên cứu Khoa học Đại học Sao Đỏ: Số 2(6... (.pdf)

Xem mẫu

  1. TẠP CHÍ LIÊN NGÀNH ĐIỆN - ĐIỆN TỬ - TỰ ĐỘNG HÓA NGHIÊN CỨU KHOA HỌC TRONG SỐ NÀY ĐẠI HỌC SAO ĐỎ Số No2(61).2018 4(59).2018 LIÊN NGÀNH ĐIỆN - ĐIỆN TỬ - TỰ ĐỘNG HÓA Đề xuất phương pháp phát hiện rau bị sâu bệnh 5 Đỗ Tuấn Linh bằng hình ảnh dựa trên các dấu hiệu trên bề Nguyễn Trọng Các mặt lá Nguyễn Hữu Phát Tối ưu cấu trúc đa tương quan cho quá trình 10 Phạm Việt Hưng bám tín hiệu không nhầm lẫn với các tín hiệu Nguyễn Trọng Các định vị GNSS mới Ứng dụng giải thuật di truyền thiết kế bộ điều 15 Nguyễn Văn Trung khiển trượt để điều khiển giàn cần trục cho điện Nguyễn Thị Thảo phân đồng LIÊN NGÀNH CƠ KHÍ - ĐỘNG LỰC Khảo sát động học và động lực học cơ cấu nâng 23 Nguyễn Hồng Quân hạ thùng ô tô tự đổ Nguyễn Thành Công Nguyễn Lương Căn Nghiên cứu đặc tính tốc độ của động cơ diesel 28 Vũ Thành Trung kiểu Common Rail thông qua xây dựng mô hình Phạm Văn Thắng trung bình Trần Quang Thắng Nghiên cứu lực cản và quạt đẩy tàu đệm khí 35 Phan Anh Tuấn Vũ Văn Tản Nghiên cứu thiết kế và kết nối hệ thống đo lực 44 Trần Hải Đăng cắt trên máy mài tròn ngoài Nguyễn Thị Liễu Nghiên cứu ảnh hưởng của thông số công nghệ 49 Nguyễn Dương Nam đến độ nhám bề mặt khi gia công thép SUS304 Nguyễn Thị Hồng Nhung trên máy tiện CNC Vũ Văn Tản Mạc Văn Giang Phân tích, mô phỏng hình ảnh sóng và tính toán 53 Nguyễn Đức Hải sức cản tàu thủy sử dụng CFD Vũ Văn Tản Nguyễn Ngọc Đàm NGÀNH KINH TẾ Phát triển chuỗi giá trị tôm thẻ chân trắng tỉnh 59 Đoàn Thị Nhiệm Phú Yên Đoàn Thị Thu Hằng Tạp chí Nghiên cứu khoa học - Đại học Sao Đỏ, ISSN 1859-4190 Số 2(61).2018 1
  2. TẠP CHÍ NGHIÊN CỨU KHOA HỌC NGHIÊN CỨU KHOA HỌC TRONG SỐ NÀY ĐẠI HỌC SAO ĐỎ Số 2(61).2018 LIÊN NGÀNH HÓA HỌC - CÔNG NGHỆ THỰC PHẨM Tối ưu hóa nồng độ chitosan và nano bạc để bảo 66 Trần Thị Dịu quản ổi bằng phương pháp đáp ứng bề mặt Vũ Thị Hồng Tăng Thị Phụng Nguyễn Đức Thắng Nghiên cứu sản xuất bánh mì đen có bổ sung 73 Vũ Thị Hồng bột ca cao Nguyễn Đức Thắng Nghiên cứu điều chế chitosan từ vỏ tôm, ứng 81 Lê Văn Thủy dụng xử lý nấm mốc chân tường bằng hỗn hợp Vũ Hoàng Phương chitosan/TiO2 Nghiên cứu lý thuyết khả năng phản ứng của 89 Vũ Hoàng Phương axit isocyanic HNCO dựa vào độ mềm cục bộ và Lê Văn Thủy hàng rào thế năng NGÀNH NGÔN NGỮ HỌC Phân vùng địa lí tự nhiên khu vực Quảng Ninh 96 Nguyễn Đăng Tiến và Hải Phòng - cơ sở khoa học cho phát triển du lịch bền vững LIÊN NGÀNH TRIẾT HỌC - XÃ HỘI HỌC - CHÍNH TRỊ HỌC Lý tưởng phụng sự xã hội của thanh niên 102 Nguyễn Thị Luyến Phật tử trong kháng chiến chống Mỹ cứu nước Đặng Thị Dung (1954-1975) Tác động của cuộc cách mạng công nghệ thông 106 Nguyễn Thị Hảo tin hiện nay đến quá trình tiếp nhận và xử lý thông tin của tư duy người Việt Nam Tố cáo chế độ phong kiến và ý thức tự hào, tự tôn 113 Phạm Văn Dự văn hóa dân tộc - nội dung cốt lõi trong tư tưởng Trần Thị Hồng Nhung nhân văn Việt Nam thế kỷ XVIII Mô hình hợp tác xã nông nghiệp của Israel và bài 122 Vũ Văn Đông học cho phát triển hợp tác xã nông nghiệp kiểu mới ở tỉnh Hải Dương hiện nay 2 Tạp chí Nghiên cứu khoa học - Đại học Sao Đỏ, ISSN 1859-4190 Số 2(61).2018
  3. LIÊN NGÀNH ĐIỆN - ĐIỆN TỬ - TỰ ĐỘNG HÓA SCIENTIFIC JOURNAL CONTENTS SAO DO UNIVERSITY No 2(61).2018 TITLE FOR ELECTRICITY - ELECTRONICS - AUTOMATION Application of image processing in insect pest 5 Do Tuan Linh recognition vegetables Nguyen Trong Cac Nguyen Huu Phat An optimization of multiple gates delay for 10 Pham Viet Hung unambiguous tracking for new GNSS signals Nguyen Trong Cac Applied genetic algorithm designed sliding 15 Nguyen Van Trung mode controller to control the gantry crane for Nguyen Thi Thao copper electrolysis TITLE FOR MECHANICAL AND DRIVING POWER ENGINEERING Research kinetics and dynamics of dump truck 23 Nguyen Hong Quan hoist Nguyen Thanh Cong Nguyen Luong Can Studying the performance characteristics of 28 Vu Thanh Trung Common Rail diesel engine by building a mean Pham Van Thang value engine model Tran Quang Thang Study on resistance and propulsive fan of a 35 Phan Anh Tuan hovercraft Vu Van Tan A study on design and connection of cutting 44 Tran Hai Dang force measurement system on cylindrical Nguyen Thi Lieu grinding machine Study of effect of technological parameters on 49 Nguyen Duong Nam the surface roughness by using CNC lathe when Nguyen Thi Hong Nhung produced SUS304 steel Vu Van Tan Mac Van Giang Analysis, simulation the waves around the ship 53 Nguyen Duc Hai and ship hull resistance calculations using CFD Vu Van Tan methods Nguyen Ngoc Dam TITLE FOR ECONOMICS Develop the value chain of white leg shrimp in 59 Doan Thi Nhiem Phu Yen province Doan Thi Thu Hang Tạp chí Nghiên cứu khoa học - Đại học Sao Đỏ, ISSN 1859-4190 Số 2(61).2018 3
  4. NGHIÊN CỨU KHOA HỌC SCIENTIFIC JOURNAL CONTENTS SAO DO UNIVERSITY No 2(61).2018 TITLE FOR CHEMISTRY AND FOOD TECHNOLOGY Optimization of chitosan and silver nanoparticles 66 Tran Thi Diu for preservation of guava fruit (Psidium guajava) Vu Thi Hong using response surface methodology Tang Thi Phung Nguyen Duc Thang Research on production of cocoa powder 73 Vu Thi Hong supplemented black bread Nguyen Duc Thang Study on chitosan preparation from shrimp 81 Le Van Thuy shells, application of chitosan/TiO2 mixture in Vu Hoang Phuong mouldy wall base treatment Theoretical study on the reaction ability of 89 Vu Hoang Phuong HNCO isocyanic acid based on local softness Le Van Thuy and potential energy TITLE FOR LINGUISTICS The natural geography partition of Quang Ninh 96 Nguyen Dang Tien and Hai Phong area - the scientific basis for the sustainable tourism development TITLE FOR PHILOSOPHY - SOCIOLOGY - POLITICAL SCIENCE Ideals of serving society of young Buddhists 102 Nguyen Thi Luyen in the fight against Americans for freedom Dang Thi Dung (1954-1975) Improvement of information technology 106 Nguyen Thi Hao currently coming to the process of receiving and handling information of Vietnamese people Denunciation of the feudalism and the proud, 113 Pham Van Du ethnicity and cultural authority - core content Tran Thi Hong Nhung in the Vietnamese people thought in century XVIII An Israeli agricultural cooperative model and 122 Vu Van Dong lessons for the development of new farming cooperatives in Hai Duong at present 4 Tạp chí Nghiên cứu khoa học - Đại học Sao Đỏ, ISSN 1859-4190 Số 2(61).2018
  5. LIÊN NGÀNH ĐIỆN - ĐIỆN TỬ - TỰ ĐỘNG HÓA ĐỀ XUẤT PHƯƠNG PHÁP PHÁT HIỆN RAU BỊ SÂU BỆNH BẰNG HÌNH ẢNH DỰA TRÊN CÁC DẤU HIỆU TRÊN BỀ MẶT LÁ APPLICATION OF IMAGE PROCESSING IN INSECT PEST RECOGNITION VEGETABLES Đỗ Tuấn Linh1, Nguyễn Trọng Các2, Nguyễn Hữu Phát1 Email: tuanlinh.19.5.96@gmail.com 1 Trường Đại học Bách khoa Hà Nội 2 Trường Đại học Sao Đỏ Ngày nhận bài: 24/4/2018 Ngày nhận bài sửa sau phản biện: 20/6/2018 Ngày chấp nhận đăng: 28/6/2018 Tóm tắt Trong các hệ thống nhà kính trồng rau, nhu cầu tự động hóa cho người sử dụng ngày càng tăng. Trong bài báo này, chúng tôi giới thiệu một phương án để phát hiện rau bị nhiễm bệnh qua các đặc điểm bên ngoài của rau như màu lá, hình dạng lá, vật thể lạ trên lá. Phương pháp này bao gồm các bước chính: nhận ảnh từ camera, tiền xử lý ảnh, xác định, so sánh màu rau với màu rau khỏe mạnh, đưa ảnh về dạng âm bản, loại bỏ màu nền của đất, xác định đường biên trong ảnh, cuối cùng xác định các lỗ sâu ăn lá trên rau bệnh bằng cách sử dụng thuật toán SimpleBlobDetector. Kết quả độ chính xác của phương pháp đề xuất đạt được 90%. Phương pháp này nhằm đưa ra một hướng đi mới trong việc kiểm định và đánh giá các sản phẩm nông nghiệp tự động. Các ảnh nguồn và ảnh thu thập đã được chúng tôi thực hiện kiểm chứng với phương pháp đưa ra. Kết quả thu được chứng tỏ tính khả thi của phương pháp đề xuất. Từ khóa: Phát hiện đốm; hệ thống nhà kính; sâu bệnh; nhận dạng rau; xử lý ảnh. Abstract In the vegetable greenhouse systems, the demand for automation for users is increasing. In this article we introduce an alternative way to detect infected vegetables by the external characteristics of vegetables such as leaf color, leaf shape. This method includes the main steps: capturing the image, pre-processing images, identifying, and comparing vegetable colors with others, and applying image to negative image format. Finally, detecting the bad vegetable by SimpleBlobDetector algorithm. The accuracy of the proposed method is 90%. This is a new method for quality control of agricultural product. The source images and collected images were taken by us and processed by our algorithm. The results shows that the proposed method is albe to apply for real applications in the future. Keywords: Blobs detection; greenhouse systems; insect pets; recognition vegetables; image processing. 1. ĐẶT VẤN ĐỀ bệnh, sau đó gửi thông tin về vị trí rau bệnh cho người quản lý. Quy trình phát hiện rau bệnh của Ngày nay, camera được sử dụng rộng rãi cho mục mô hình này được trình bày như hình 1. đích giám sát, nhận dạng, điều khiển và xác định vật thể một cách phổ biến. Tuy nhiên, cho đến Hệ thống bao gồm hai thành phần chính như sau: hiện tại mô hình camera phát hiện rau bệnh tự - Hệ thống cơ khí di chuyển tự động gồm trục chạy động chưa được áp dụng rộng rãi. Trong phạm vi đưa camera đến vị trí của từng cây rau và bộ thu phát dữ liệu. của bài báo này, chúng tôi ứng dụng thuật toán xử lý hình ảnh để phát hiện, xử lý phân loại rau tốt và - Trung tâm thu nhận và xử lý, phát hiện, phân loại rau không tốt, giúp người sử dụng có thể bao quát hình ảnh. tốt trang trại rộng lớn và đưa ra những phương án 1.1. Camera thu nhận hình ảnh và bộ thu phát xử lý tiếp theo. Hệ thống di chuyển camera để thu dữ liệu nhận hình ảnh trên đường đi sẽ truyền tới trung Gồm một camera và hệ thống di chuyển camera tâm để xử lý và phát hiện các hình ảnh chụp rau đi đến từng vị trí vùng chứa nhóm cây rau cần Người phản biện: 1. GS.TSKH. Thân Ngọc Hoàn giám sát để chụp lại hình ảnh của các nhóm cây 2. PGS.TS. Trần Vệ Quốc rau nghi ngờ. Tạp chí Nghiên cứu khoa học - Đại học Sao Đỏ, ISSN 1859-4190 Số 2(61).2018 5
  6. NGHIÊN CỨU KHOA HỌC Việc truyền dữ liệu hình ảnh từ camera về trung Quá trình xử lý của phương pháp được tóm tắt tâm xử lý được thực hiện bởi kit RaspberryPi. thành hai bước sau: nhận ảnh từ camera, tiền xử RaspberryPi thu nhận ảnh từ camera rồi truyền lý ảnh giúp cho quá trình xác nhận các dấu hiệu dữ liệu hình ảnh qua mạng không dây Wifi tới bệnh trên rau trở nên dễ dàng hơn. máy tính để xử lý. 2.1. Quá trình tiền xử lý ảnh, làm nổi bật các 1.2. Trung tâm thu nhận và xử lý, phát hiện, đặc tính của dấu hiệu bệnh trên lá rau phân loại hình ảnh Trong bài viết này, chúng tôi đề cập đến việc phát Đây là nơi thu nhận dữ liệu hình ảnh từ camera hiện những dấu hiệu bệnh trên lá cây dựa vào đặc và thực hiện xử lý với các đầu vào là các thông điểm về màu sắc, hình dạng, kích thước, tỷ lệ, vị trí tin từ camera, đầu ra là hình ảnh rau bệnh và vị của bệnh trên lá. Quá trình tiền xử lý ảnh rau nhằm trí của cây rau bệnh đó. tách biệt màu nền của đất và làm nổi bật những 1.3. Tổng quan về phương pháp đề xuất đặc điểm lạ có dấu hiệu mạng bệnh trên lá cây. Trên đây là phần tổng quan về hệ thống đang Bài viết của chúng tôi sử dụng thư viện xử lý ảnh được thiết kế thực tế. Tuy nhiên, trong phạm vi OpenCV để phát hiện và loại bỏ đất và những dấu bài báo chúng tôi chỉ đề cập đến việc đưa ra một hiệu lạ (không phải rau) trong ảnh dựa vào màu phương pháp phát hiện, kiểm tra và thông báo sắc. Ảnh ban đầu gồm ba kênh màu R, G, B. Ban tình trạng của cây rau bệnh đến người quản lý. đầu ảnh sẽ được khử nhiễu và làm mịn bởi bộ lọc Phương pháp này sẽ giúp xác định được rau Gaussian. Sau đó chuyển ảnh sang dạng YcrCb. bệnh từ xa, nhanh chóng và chính xác; giúp cho Tiếp theo lợi dụng ảnh khi mới chuyển màu sang công việc quản lý nông trại rộng lớn dễ dàng hơn YcrCb có sự khác biệt mạnh mẽ giữ được thông rất nhiều. số [G] của màu lá rau và màu của các vật thể lạ Hiện nay, việc ứng dụng camera trong việc phát hay đất. Qua nhiều lần đo đạc giá trị của lá rau hiện vật thể đã được đưa vào sử dụng rất nhiều bằng phần mềm Matlab, chúng tôi nhận thấy chỉ trên thế giới. Tuy nhiên, những phương pháp đó số [G] của màu lá có chỉ số nhỏ hơn 100. Vì vậy, chưa được đưa vào trong việc phát hiện rau bệnh. các vật có chỉ số kênh màu [G] lớn hơn 100 sẽ Các phương pháp sử dụng để phát hiện vật thể được chuyển về màu đen (cả ba chỉ số kênh màu đều sử dụng nguồn dữ liệu có sẵn, từ đó phân R, G, B sẽ được chuyển hết về 0). Như vậy, sau tích huấn luyện cho máy tính học những đặc trưng khi hoàn thành phần tiền xử lý tách màu đất và đối tượng rồi dựa vào đó để tìm đối tượng mang các dấu hiệu lạ khỏi ảnh chứa rau dưạ trên màu những đặc trưng nổi bật đó. Phương pháp được sắc, ảnh chỉ còn màu rau (dạng YcrCb) và màu đề xuất trong bài viết này không sử dụng nguồn đen. Quá trình tách màu đất và màu rau được dữ liệu có sẵn, thay vào đó ảnh rau thu được từ thực hiện như hình 2. camera sẽ được tiền xử lý để làm nổi bật những đặc điểm của rau nhiễm bệnh, dựa vào các đặc tính về màu sắc, vị trí, hình dạng của dấu hiệu bệnh để phát hiện những yếu tố bệnh đặc trưng trên cây rau đó. 2. GIẢI PHÁP THỰC HIỆN Hình 2. Sơ đồ khái quát quá trình tiền xử lý ảnh Hình 1. Sơ đồ khái quá quá trình thực hiện đầu vào mục đích làm nổi bật các dấu hiệu phương pháp đề xuất bệnh trên cây rau 6 Tạp chí Nghiên cứu khoa học - Đại học Sao Đỏ, ISSN 1859-4190 Số 2(61).2018
  7. LIÊN NGÀNH ĐIỆN - ĐIỆN TỬ - TỰ ĐỘNG HÓA đốm bằng thuật toán SimpleBlobDetector không bỏ sót trường hợp nào. (a) (b) Hình 4. Quá trình xác định lỗ sâu ăn lá trên lá cây rau đối với ảnh chỉ chứa cây rau [6] Hình 5. Quá trình xác định lỗ sâu ăn lá trên lá cây rau đối với ảnh chứa cả rau và đất [5] Quá trình xác định các dấu hiệu bệnh trên ảnh (c) (d) được thực hiện theo các bước của hình 6. Hình 3. Quá trình đất và các vật thể lạ trong ảnh dựa trên màu sắc: (a) ảnh gốc [5]; (b) ảnh lọc Gauss; (c) ảnh định dạng YcrCb; (d) ảnh sau khi tách đất và các vật thể lạ dựa trên màu sắc 2.2. Xác định các dấu hiệu bệnh trên ảnh Sau quá trình lọc, các chấm màu đen xuất hiện trên lá. Các chấm này trong ảnh dưới không gian màu YcrCb chính là các lỗ sâu ăn và các dấu hiệu bệnh hay côn trùng trên lá. Do vậy, công việc tiếp theo cần làm là xác định được vị trí các đốm màu đen xuất hiện trong ảnh sau khi đã lọc tách màu đất và các dấu hiệu lạ xuất hiện trên lá cây. Thuật toán của chúng tôi lựa chọn dựa trên thuật toán SimpleBlobDetector được cung cấp bởi thư viện OpenCV [1, 2, 3, 4]. Một đốm được xác định là Hình 6. Khái quát quá trình xác định lỗ sâu ăn lá một nhóm các điểm ảnh được kết nối với nhau trên lá cây rau trong một ảnh và cùng có một số đặc tính chung (ví dụ như giá trị màu xám). Trong trường hợp 3. KẾT QUẢ ĐẠT ĐƯỢC chúng tôi nghiên cứu các vùng điểm ảnh màu đen 3.1. Thiết lập mô phỏng kết nối với nhau là các đốm, và mục tiêu chúng tôi đặt ra là có thể xác định được các đốm màu Chúng tôi thực hiện việc mô phỏng dựa trên hai đen này. bối cảnh chính: ảnh chứa cây rau và đất, ảnh chỉ có rau với 500 ảnh. Các ảnh chứa rau trong ba OpenCV cung cấp những công cụ thuận tiện để bối cảnh này đều là các rau có dấu hiệu của việc phát hiện ra các đốm đen và lọc tách chúng ra dựa bị sâu ăn (có các lỗ xuất hiện lên thân lá). Trong trên các đặc tính khác nhau như: màu sắc, kích bối cảnh ảnh chứa cây rau (một hoặc nhiều cây thước, hình dạng, độ lồi và tỷ lệ của đốm. rau) và đất chúng tôi thực hiện với 5 ảnh, đối với Tuy nhiên, để việc phát hiện triệt để các lỗ sâu bối cảnh chỉ chứa ảnh cây rau chúng tôi thực hiện ăn lá xuất hiện trên lá rau ta cần xác định biên với 5 ảnh để làm các mẫu điển hình. Các ảnh này ảnh sau công đoạn lọc bỏ đất. Mục đích của quá đều được lấy từ các nguồn trên internet do chúng trình này là làm nổi bật những lỗ sâu của lá này tôi chưa có điều kiện đến nhiều nơi trồng rau sạch chồng lên lá khác, từ đó giúp quá trình xác định thu thập, nhưng đây là các mẫu ảnh thực tế. Tạp chí Nghiên cứu khoa học - Đại học Sao Đỏ, ISSN 1859-4190 Số 2(61).2018 7
  8. NGHIÊN CỨU KHOA HỌC 3.2. Kết quả mô phỏng và thảo luận Trong nhóm 5 ảnh chứa cả rau và đất và 5 ảnh chỉ chứa cây rau thì toàn bộ ảnh đều nhận diện được Kết quả mô phỏng được mô tả trong bảng 1. đặc điểm bệnh trên cây rau là có các lỗ sâu ăn lá Bảng 1. Kết quả thu được theo các bối cảnh để lại (hình 8). Điều này chứng tỏ các điều kiện chúng tôi đặt ra để phát hiện các lỗ trên thân cây Số lần phát Tỷ lệ phần trăm rau đã thực hiện đúng mục đích ban đầu. Mô hình hiện ra lỗ số lỗ sâu ăn lá phát hiện dấu hiệu bệnh trên cây rau được chúng Bối cảnh sâu ăn lá phát hiện được tôi nghiên cứu phát triển đối với điều kiện khu vực trên tổng số lỗ trồng rộng lớn, cần có sự giám sát của con người Rau và đất 5/5 91% nên việc phát hiện được cây rau nào mang bệnh Chỉ chứa cây rau 5/5 90% là vô cùng quan trọng bởi nếu không xử lý sớm và Trong bảng 1, quá trình thực hiện mô phỏng đã kịp thời, nó sẽ lây lan và ảnh hưởng đến cả một thực hiện với các trường hợp ảnh chứa rau và diện tích lớn cây trồng. đất, ảnh chỉ chứa rau (trong hai trường hợp trên, ảnh có thể là một hoặc nhiều cây rau). Đây là hai trường hợp điển hình tương ứng với mô hình thực tế mà chúng tôi mong muốn được áp dụng phương pháp này. Hình 8. Dấu hiệu nhận biết rau bị sâu bệnh là các lỗ sâu trên bề mặt lá [6] Trong 5 ảnh chứa cả rau và đất và 5 ảnh chỉ chứa rau thì tất cả đều được phát hiện là có dấu hiệu bệnh là các lỗ sâu xuất hiện trên lá cây rau. Tuy nhiên, trong tất cả 10 bức ảnh này, việc phát hiện đôi khi chưa chính xác, xuất hiện sự nhầm lẫn trong việc phát hiện các đốm được sinh ra sau quá trình tiền xử lý ảnh là từ lỗ sâu gây bệnh hay từ các lỗ kín do các lá cây xếp chồng lên nhau tạo thành, hoặc do các đường gân lá rõ nét gây ra. Điều này chứng tỏ thuật toán trong việc tiền xử lý cũng như phát hiện các dấu hiệu bệnh cần phải điều chỉnh, bổ sung các thông số cho chính xác hơn. Chương trình phát hiện các dấu hiệu bệnh trên lá cũng đáp ứng được thời gian thực để phục vụ cảnh báo kịp thời. Thời gian xử lý mỗi ảnh hết khoảng 1 s; với khoảng thời gian xử lý dành cho mỗi cây rau là 1 s thì với 2 giờ đồng hồ là đủ để hệ thống có thể xử lý cả một diện tích trồng rau rộng 1000 m2. Thuật toán chúng tôi sử dụng so với các thuật toán tham khảo SimpleBlobDetector có thể là thực hiện chậm hơn nhưng sẽ chính xác hơn do ảnh đầu vào đã được chúng tôi cho qua quá trình tiền xử lý, chính quá trình này đã góp phần giúp cho Hình 7. Ảnh gốc [5, 6, 7, 8, 9] và sau khi được xử khâu phát hiện chính xác hơn các dấu hiệu gây lý bằng thuật toán bệnh trên lá rau. 8 Tạp chí Nghiên cứu khoa học - Đại học Sao Đỏ, ISSN 1859-4190 Số 2(61).2018
  9. LIÊN NGÀNH ĐIỆN - ĐIỆN TỬ - TỰ ĐỘNG HÓA 3.3. So sánh với phương pháp kiểm tra rau khác đã được sử dụng cho chương trình. Kết quả thủ công thu được là với 10 ảnh bao gồm 5 ảnh chứa cả Ngày nay, các camera có mặt tại các trang trại rau và đất và 5 ảnh chỉ chứa rau 100% xác định nuôi trồng chỉ có tác dụng giúp cho người quản lý được có dấu hiệu bệnh trên lá; đối với 5 ảnh chứa theo dõi được công việc của người lao động, và cả rau và đất thì số lỗ sâu phát hiện được đạt theo dõi cả một quy trình sản xuất rau sạch tại các 91%. Đối với 5 ảnh chỉ chứa rau, số lỗ sâu phát trang trại trồng rau rộng lớn. Quy trình kiểm tra rau thường được người giám sát kiểm tra bằng hiện được là 90%. Đây có thể coi là một kết quả mắt thường. Chúng ta không thể phủ nhận được chấp nhận được. Tuy nhiên trong quá trình triển rằng dù người giám sát có thị lực tốt đến thế nào khai thuật toán còn nhiều tham số được gắn cứng đi nữa thì cũng không thể tránh khỏi sai sót trong vì vậy thuật toán giải quyết vấn đề vẫn còn cứng công đoạn kiểm định chất lượng của sản phẩm nhắc. Các tham số này chúng ta hoàn toàn có nông nghiệp. Do đó, việc đưa camera vào công đoạn giám sát này để giảm thiểu sai sót là một thể rút ra qua việc sử dụng mạng nơron. Phương điều hoàn toàn hợp lý. pháp nếu được sử dụng cùng với mạng nơron sẽ Trong việc xử lý hình ảnh mỗi cây rau bằng hoạt động linh hoạt và độ chính xác cao hơn. camera, ảnh sau mỗi lần chụp sẽ được gửi về máy chủ. Sau đó máy chủ sẽ xử lý thông tin ảnh vừa nhận, tìm các dấu hiệu bệnh và đánh giá xem TÀI LIỆU THAM KHẢO liệu cây rau đó có đạt chất lượng hay là không. [1]. T. Lindeberg (1994). Scale-Space Theory in Nếu không, hệ thống sẽ đánh dấu vị trí cây rau đó Computer Vision. rồi gửi thông tin bao gồm vị trí, tình trạng của cây rau bị bệnh cho người quản lý, sau đó người quản [2]. D.G. Lowe (2004).  Distinctive Image Features lý sẽ đưa ra được phương pháp xử lý hiệu quả. from Scale-Invariant Keypoints.  International Journal of Computer Vision, pp. 91-110. Về giá thành, ban đầu có thể việc sử dụng hệ thống camera ứng dụng vào việc giám sát cây trồng còn [3]. Lindeberg (2013). Image Matching Using khá cao nhưng những lợi ích mà hệ thống đem Generalized Scale-Space Interest Points, Scale lại cho người sử dụng lại không hề nhỏ. Việc sử Space and Variational Methods in Computer dụng hệ thống camera để phát hiện rau bệnh sẽ Vision. Springer Lecture Notes in Computer giảm bớt sức lao động của con người, tăng tính Science, Vol. 7893, 2013, pp. 355-367. chính xác cho toàn hệ thống, phục vụ việc mở rộng diện tích canh tác về sau. [4]. T. Lindeberg (2015). Image matching using generalized scale-space interest points. Journal Qua những nhận xét trên, chúng tôi thấy việc sử of Mathematical Imaging and Vision, Vol. 52, dụng phương pháp kiểm tra giám sát cây trồng number 1, pp. 3-36, 2015. bằng camera có những ứng dụng quan trọng hoàn toàn có thể thay thế phương pháp truyền [5]. www.tintucnongnghiep.com/2014/11/bo-nhay-ke- thống tại các trang trại cây trồng hiện đại trong thu-rau-ho-thap-tu.html tương lai gần. [6]. Blog.trongrautainha.vn/2013/09/phong-tru-sau- 4. KẾT LUẬN benh-hai-rau-noi-lo-cua.html [7]. Sites.aces.edu/group/commhort/vegetable/ Để kiểm nghiệm phương pháp mà chúng tôi xây insectpest/cruciferous/default.aspx dựng, một chương trình đã được thực hiện bằng ngôn ngữ C# trên phần mềm Visual Studio 2017 [8]. web.extension.illinois.edu/vegguide/step08.cfm và có sự hỗ trợ của thư viện xử lý ảnh OpenCV. [9]. www.sundaynews.co.zw/agritex-prime-seedco- Các ảnh đầu vào tham khảo và các ảnh từ nguồn in-joint-cabbage-production-venture/ Tạp chí Nghiên cứu khoa học - Đại học Sao Đỏ, ISSN 1859-4190 Số 2(61).2018 9
  10. NGHIÊN CỨU KHOA HỌC AN OPTIMIZATION OF MULTIPLE GATES DELAY FOR UNAMBIGUOUS TRACKING FOR NEW GNSS SIGNALS TỐI ƯU CẤU TRÚC ĐA TƯƠNG QUAN CHO QUÁ TRÌNH BÁM TÍN HIỆU KHÔNG NHẦM LẪN VỚI CÁC TÍN HIỆU ĐỊNH VỊ GNSS MỚI Pham Viet Hung1, Nguyen Trong Cac2 Email: phamviethung@vimaru.edu.vn 1 Vietnam Maritime University, Vietnam 2 Sao Do University, Vietnam Date received: 17/5/2018 Date of review: 26/6/2018 Release date: 28/6/2018 Abstract Multipath is one of the main error sources in Global Navigation Satellite Systems (GNSS) such as Global Positioning System (GPS), Russian Global Navigation Satellite System (GLONASS) and European Galileo. In this paper, a novel method of multipath mitigation is proposed. It is based on using six correlators as multiple gate delay structure. This method could be applied to new navigation signals which adopt a new type of modulation called binary offset carrier (BOC). Some variants of BOC have been developed for new navigation signals. These new types of modulation provide some advantage in signal synchronization. However, there are some challenges since there are some side peaks in auto correlation function of signals. These side peaks could raise a risk of wrong peak selection called ambiguity problem. The proposed method in this paper also removes the ambiguity in code tracking. The simulation results show the good performance of this method in code tracking as well as multipath mitigation. Keywords: BOC signal; multipath mitigation technique; side peaks cancellation; unambiguous tracking; multiple gate delay. Tóm tắt Hiện tượng đa đường là một trong những nguyên nhân chính gây ra sai số trong các hệ thống định vị sử dụng vệ tinh như GPS (Mỹ), GLONASS (Nga) và Galileo (châu Âu). Bài báo này sẽ đề xuất một giải pháp mới để giảm ảnh hưởng của hiện tượng đa đường. Giải pháp đó dựa trên việc sử dụng 06 bộ tương quan theo cấu trúc đa tương quan (MGD). Giải pháp đề xuất có thể được áp dụng với các tín hiệu định vị mới sử dụng kỹ thuật điều chế sóng mang dịch nhị phân (BOC). Các dạng điều chế BOC khác nhau đã được ứng dụng cho các tín hiệu định vị mới. Kỹ thuật điều chế này sẽ mang đến nhiều thuận lợi, ưu điểm cho quá trình đồng bộ tín hiệu định vị. Tuy nhiên, bên cạnh đó, kỹ thuật điều chế này lại gây ra những khó khăn do hiện tượng tạo đỉnh phụ trong hàm tự tương quan của tín hiệu định vị. Các đỉnh phụ này sẽ gây ra hiện tượng bám tín hiệu nhầm vào các đỉnh phụ và do đó gây ra sai lệch trong quá trình bám mã. Vì vậy, giải pháp đề xuất cũng sẽ có cơ chế để loại bỏ các đỉnh phụ này. Các kết quả mô phỏng đã cho thấy hiệu năng hoạt động của giải pháp đề xuất trong cấu trúc bám mã cũng như khả năng giảm ảnh hưởng hiệu ứng đa đường. Từ khóa: Tín hiệu BOC; kỹ thuật giảm nhiễu đa đường; kỹ thuật triệt đỉnh phụ; bám không nhầm lẫn; đa tương quan. 1. INTRODUCTION surveying and disaster warning system. However, Recently, the Global Navigation Satellite Systems the performance of GNSS is suffered from (GNSS) play an important role in almost sectors some error sources such as ionosphere delay, of life. The navigation services have been used tropospheric delay, ephemeris error, receiver in aviation, marine navigation, environment noise and multipath. While other errors could be Người phản biện: 1. PGS.TSKH. Trần Hoài Linh removed by differential technology, multipath is 2. TS. Chử Đức Hoàng still the main error since its impact is dependent on 10 Tạp chí Nghiên cứu khoa học - Đại học Sao Đỏ, ISSN 1859-4190 Số 2(61).2018
  11. LIÊN NGÀNH ĐIỆN - ĐIỆN TỬ - TỰ ĐỘNG HÓA the location of each receiver. Multipath mitigation presented in Section 4. Finally, some conclusions techniques could be classed as three approaches is drawn in Section 5. [1]: pre-receiver techniques applied before the 2. THE CHARACTERISTICS OF BOC MODULATED GNSS signals entering the antenna; receiver SIGNALS signal processing techniques applied in code and carrier phase tracking loops and post-processing While the traditional navigation signal, GPS L1 techniques used after the pseudo-range have C/A, using binary phase shift keying (BPSK) as been achieved. The approach in this paper is focus its modulation, many new navigation signals such on the second class. This approach is correlation- as Galileo E1, GPS L1C use new type modulation based technique. In typical GNSS receivers, the of BOC in order to co-exist with each other signal tracking loops include phase lock loop (PLL) for on the same carrier frequency. According to [4], carrier phase tracking and delay lock loop (DLL) the baseband BOC modulated signal is the result for code delay tracking. The conventional DLL of multiplied the pseudorandom noise (PRN) uses 03 correlators named as Early (E), Prompt code with a rectangular subcarrier of frequency . (P) and Late (L) with early-late spacing is one chip Typically, the BOC modulated signals is denoted as to create a discriminator function based on Early- BOC(m,n), in which and Minus-Late (EML) form. However, this classical where is code rate and MHz is DLL fails to mitigate multipath impact. Therefore, the reference frequency. Depending on the initial many EML-based multipath mitigation techniques phase of subcarrier, the BOC (m,n) modulated have been proposed in literature recent years. signal could be sine-phased BOC(m,n) (BOCs(m,n)) One of the first method for enhancing multipath or cosine-phased BOC(m,n) (BOCc(m,n)) if the mitigation, called Narrow Correlator (NC), is initial phase of subcarrier is 0 radian or π/2 radian, proposed in [2] based on the narrowing the early- respectively. late spacing to 0.1 chips. However, the correlator The important characteristics of BOC(m,n) spacing depends on the frontend filter bandwidth, modulated signals could be considered is thus, it could not be reduced too much. Another autocorrelation function (ACF). The ACFs of of approach called Double Delta Correlator (DDC) BOCs(n,n) as well as BOCc(n,n) modulated signals based on using five correlators instead of three are shown in Fig. 1. As shown in the figure, besides correlators as NC. The multipath mitigating the main lobe, the ACF of BOC modulated signal performance of DDC is better than NC for medium- also introduces some side lobes. The number of to-long multipath delays. One other method which the side lobes depends on the modulation order of could be a generalization of DDC is Multi Gate N_B and the initial phase of subcarrier. The side Delay (MGD) [3]. In MGD, there are more than lobes of the ACF will raise the risk of false lock in three correlators using to create the discriminator code tracking because the tracking loop may lock function. The performance of MGD may be worse on one of the side lobes instead of the main lobe. than DDC and NC. However, it could eliminate This phenomenon is called ambiguous problem. the risk of wrong peak selection when applied to binary offset carrier (BOC) modulated signals. In this paper, a new method of code tracking is proposed in order to improve the code tracking performance of MGD. The structure of the proposed method based on six correlators and the weight coefficients of each correlator are optimized in order to get the unambiguous tracking. Moreover, the performance in multipath mitigation is also improved according to some criteria such as multipath error envelope (MEE). The rest of the paper is organized as follows. The characteristics of BOC modulated signals is described in Section 2. After that, Section 3 illustrates the principle of our proposed method. Fig. 1. BPSK, BOC(m,n) and BOCc(n,n) The numerical results and discussion are normalized ACFs Tạp chí Nghiên cứu khoa học - Đại học Sao Đỏ, ISSN 1859-4190 Số 2(61).2018 11
  12. NGHIÊN CỨU KHOA HỌC 3. PROPOSED DELAY TRACKING LOOP IN GNSS RECEIVERS 3.1. Proposed MGD Structure Typically, in GNSS receiver, the code delay tracking loop is based on feedback delay lock loop (DLL), which is an implementation of maximum likehood estimation (MLE) of time delay of PRN code of a navigation signal of a visible satellite. The zero crossings of discriminator function (S-curve) defines the path delay of received navigation signal. There are several variants of discriminator function as in [5]. The proposed structure of DLL includes three pairs of early and late correlators (N=3). Therefore, the discriminator function of the proposed MGD is expressed as (1) where i are weighting factors; Ei, Li are the outputs of Early and Late correlators, respectively; δi are Fig. 2. S-curves of 3 pairs of correlator for spacing (in chips) between the ith Early and the δ1=0.2chips (top) and δ1=0.1chips (bottom) i^th Late correlator (δi=iδ1). The characteristic of the discriminator function as Without loss of generality, the first weighting in Equation (3) depends on the early-late spacing coefficient of i should be chosen as i=1. In and S-curves of each pair of correlators. Fig. 2 (left) Equation (1), there are two weighting coefficients and Fig. 2 (right) show the S-curves of 3 pairs of of 2, 3 being optimized according to the early-late correlators, they are spacing and other criterions. curves, with early-late spacing δ1=0.2chips and δ1=0.1chips, respectively. From these figures, it 3.2. Optimization of the proposed structure could be concluded that one of half of early – late The optimization includes two phases. Firstly, the spacing δi/2 must be larger than half of the width weighting coefficients are optimized in order to get of the ACF main lobe. For the proposed MGD the discriminator function in which there is no false structure with N=3, the weighting coefficients for lock point. Secondly, among the achieved set of unambiguous discriminator function is found out weighting coefficients, finding out which set of them unless δ1 is not smaller than 0.1chips. With the provide the best multipath mitigation. It means that range of coefficient values of [-1;1] (normalized the main peak of ACF is still tracked even if the according to the value of a1) with the step of 0.1, initial tracking error is larger than chip period. for the first phase of optimization, the number of pairs of optimized coefficients as shown in Table 1 In the first phase of optimization, the channel with several values of early-late spacing. model only includes LOS signal. In order to get the unambiguous discriminator function, the following Table 1. The number of optimum coefficients of MGD characteristic has been obtained: in both side Number of pairs of coefficients of correct zero crossing point, the discriminator Chip spacing (a2; a3) function must not change the sign. It means that δ1=0.2 25 δ1=0.25 112 (2) δ1=0.4 124 12 Tạp chí Nghiên cứu khoa học - Đại học Sao Đỏ, ISSN 1859-4190 Số 2(61).2018
  13. LIÊN NGÀNH ĐIỆN - ĐIỆN TỬ - TỰ ĐỘNG HÓA In the second phase of optimization, among the 1 resulting set of coefficients achieving in the first phase, the finally optimized coefficients should Discriminator Output [chip] be found in order to provide the best multipath 0.5 mitigation. In order to assess the performance of code tracking delay loop of GNSS receivers 0 in multipath environment, the typical criteria is multipath error envelope (MEE). In MEE, there are only two paths of receiving GNSS signals -0.5 entering the antenna of receivers, one line-of- NC DDC sight (LOS) signal and one multipath signal. The The proposed MGD multipath signal is either in-phase or out-phase in -1 -1 -0.5 0 0.5 1 comparison to LOS signal. Moreover, the multipath Chip offset [chips] signal should be delay-invariant. It means that for Fig. 3. S-curves for NC, DDC, proposed MGD all delays amplitude, phase of multipath signal are constant. Using MEE, the multipath mitigation ([a2; a3]=[-0.5; 0.6]) with δ1=0.2chips (top) and of delay tracking structure is good if there are ([a2; a3]=[-0.5;0.4]) with δ1=0.25chips (bottom) small average errors, small worst errors in MEE for BOCs(n,n) signal. and small maximum multipath delay after that For verifying the characteristic of the discriminator MEE reaches to zero. The values of optimum functions (S-curve), the received GNSS signal coefficients are shown in Table 2 with several only includes a single LOS component. Fig. 3 values of early-late spacing. illustrates the shapes of discriminator functions Table 2. Optimum coefficients of MGD based on MEE with NC, DDC and the proposed MGD for BOCs(n,n) signal. The spacing of the first pair of early-late Chip spacing a2 a3 correlators is δ1=0.2chips (left) and δ1=0.25chips (right). As seen in the figure, there is only one zero δ1=0.2 -0.5 0.6 crossing point for the proposed MGD. This zero δ1=0.25 -0.5 0.4 crossing point locates at zero code delay (in case δ1=0.4 -0.1 0.8 of multipath – free). It means that the tracking loop From these tables, it can be seen that the weighting could lock at the main peak of ACF. Therefore, the coefficients could be chosen in order to get the ambiguity problem is resolved. In the same case, minimum multipath errors as well as provide an the NC and DDC create more than one crossing unambiguous discriminator function. point. Thus, they suffer from ambiguity problem in code tracking loop. 4. SIMULATION RESULTS AND DISCUSSION 4.1. The S-curve of the proposed MGD structure 4.2. The effects of multipath As above mentioned, MEE criteria could be used 1 for assessing the multipath mitigation performance in code tracking loop. The amplitudes of LOS 0.5 signal and multipath signal are and , respectively. Discriminator Output [chip] The MEE is shown in Fig. 4. As shown in the 0 figure, the performance of the proposed MGD is better than NC but worse than DDC. Although -0.5 the performance of MGD is not good as DDC, the difference is very small. Moreover, in case of multipath environment, the proposed MGD could -1 NC DDC eliminate the ambiguity problem, the DDC could The proposed MGD not. Therefore, the ranging error of DDC under the -1.5 -1 -0.5 0 0.5 1 effect of multipath signal maybe larger than the Chip offset [chips] proposed MGD. Tạp chí Nghiên cứu khoa học - Đại học Sao Đỏ, ISSN 1859-4190 Số 2(61).2018 13
  14. NGHIÊN CỨU KHOA HỌC 0.05 5. CONCLUSIONS NC In this paper, an unambiguous BOC tracking DDC technique based on MGD structure is presented. Multipath Error Envelope [chip] The proposed MGD The weighting coefficients of the proposed structure are optimized in two steps in order to get an unambiguous discriminator function and to 0 achieve the best multipath mitigation. Moreover, the proposed method is also compared to NC and DDC. Although the multipath mitigation performance of the proposed method is worse than DD, this method achieves an unambiguous BOC tracking. -0.05 0 0.2 0.4 0.6 0.8 1 1.2 1.4 Multipath Delay [chips] REFERENCES [1]. Nunes, F.D., Sousa F.M.G., and Leitao J.M.N. 0.08 Gating Functions for Multipath Mitigation in GNSS NC 0.06 BOC Signals. IEEE Transactions on Aerospace DDC and Electronic Systems, vol. 43, pp. 951-964, Multipath Error Envelope [chip] The proposed MGD 0.04 2007. 0.02 [2]. Dierendonck, A.J.V., Fenton P., and Ford T. Theory and Performance of Narrow Correlator Spacing 0 in a GNSS Receiver. Journal of the Institute of Navigation, vol. 39, Fall 1992. -0.02 [3]. Bello, P.A. and Fante R.L. Code tracking -0.04 performance for novel unambiguous M-code time discriminators. Proceedings of the 2005 National -0.06 Technical Meeting of The Institute of Navigation, San Diego, CA 2005, pp. 293-298. -0.08 0 0.2 0.4 0.6 0.8 1 1.2 1.4 [4]. Lohan, E.S., Lakhzouri A., and Renfors M. Multipath Delay [chips] Binary-offset-carrier modulation techniques with applications in satellite navigation systems. Fig. 4. MEE for NC, DDC, proposed MGD Wireless Communications and Mobile Computing, ([a2; a3]= [-0.5;0.6]) with δ1=0.2chips (top) and vol. 7, pp. 767-779, 2007. [5. Borre, K., Akos D. M., et al. (2007). A Software- ([a2; a3]=[-0.5;0.4]) with δ1=0.25chips (bottom) Defined GPS and Galileo Receiver - A Single- for BOCs(n,n) signal. Frequency Approach. Berlin: Birkhäuser. 14 Tạp chí Nghiên cứu khoa học - Đại học Sao Đỏ, ISSN 1859-4190 Số 2(61).2018
  15. LIÊN NGÀNH ĐIỆN - ĐIỆN TỬ - TỰ ĐỘNG HÓA ỨNG DỤNG GIẢI THUẬT DI TRUYỀN THIẾT KẾ BỘ ĐIỀU KHIỂN TRƯỢT ĐỂ ĐIỀU KHIỂN GIÀN CẦN TRỤC CHO ĐIỆN PHÂN ĐỒNG APPLIED GENETIC ALGORITHM DESIGNED SLIDING MODE CONTROLLER TO CONTROL THE GANTRY CRANE FOR COPPER ELECTROLYSIS Nguyễn Văn Trung1, 2, Nguyễn Thị Thảo1 Email: nguyenvantrung.10@gmail.com 1 Trường Đại học Sao Đỏ, Việt Nam 2 Trường Đại học Trung Nam, Trung Quốc Ngày nhận bài: 20/3/2018 Ngày nhận bài sửa sau phản biện: 08/6/2018 Ngày chấp nhận đăng: 28/6/2018 Tóm tắt Hiện tượng dao động giống như con lắc đôi của móc và các tấm điện phân đã gây ra nhiều khó khăn cho việc định vị chính xác của giàn cần trục dành cho điện phân đồng (CE), thậm chí gây thiệt hại cơ học và tai nạn ngắn mạch. Do đó, bài báo trình bày một giải pháp là thiết kế bộ điều khiển trượt (SMC) với các thông số được điều chỉnh tối ưu hóa thông qua giải thuật di truyền (GA) để điều khiển giàn cần trục giảm dao động của móc và các tấm điện phân, đồng thời tăng khả năng định vị của xe nâng. Sự ổn định của hệ thống được chứng minh bằng thuyết ổn định Lyapunov, đã đạt được tính chính xác và độ bền của toàn bộ hệ thống điều khiển. Bộ điều khiển trượt đã được kiểm tra thông qua mô phỏng MATLAB/Simulink. Kết quả mô phỏng cho thấy khi sử dụng bộ điều khiển trượt, hệ thống có chất lượng điều khiển tốt. Từ khóa: Giàn cần trục; điều khiển trượt; điều khiển vị trí; điều khiển dao động; giải thuật di truyền. Abstract The phenomenon oscillating like a double pendulum of hook and the electrolyte plate has caused many difficulties for the accurate positioning of the gantry crane for electrolytic copper (CE), even causing mechanical damage and short circuit. Thus, the paper presents a solution that is a slider controller design (SMC) with optimized parameters through genetic algorithms (GA) to control gantry crane reduced oscillation of the hook and electrolyte plates, while increasing the positioning capability of the forklift. The stability of the system is demonstrated by the stability theory Lyapunov, has achieved the accuracy and durability of the entire control system. Sliding mode controller was checked through simulation MATLAB/Simulink. Simulation results shows that when using a sliding mode controller the system has good quality control. Keywords: Gantry crane; sliding mode control; position control; oscillation control; genetic algorithm. 1. ĐẶT VẤN ĐỀ tượng con lắc đôi phức tạp làm cho khả năng định vị thiếu chính xác, thậm chí gây mất an toàn. Vì Giàn cần trục dành cho điện phân đồng (CE) được vậy đã có nhiều nghiên cứu nâng cao hiệu quả sử dụng rộng rãi trong các xưởng sản xuất tinh hoạt động của giàn cần trục. chế đồng. Đây là thiết bị quan trọng nhất cho công tác vận chuyển các tấm điện phân đưa vào và ra Về mặt cấu trúc, giàn cần trục trên không được di chuyển bởi xe nâng, móc được treo trên xe nâng khỏi bể điện phân. Vì các tấm điện phân được thông qua cáp treo và tải trọng được treo vào móc sắp xếp dày đặc nên trong quá trình vận hành, xe [1]. Các cấu trúc này, như cấu trúc thể hiện trong nâng tăng tốc, giảm tốc. Nó sẽ dẫn đến một hiện hình 1. Cần trục trên không có các chức năng là Người phản biện: 1. GS.TSKH. Thân Ngọc Hoàn nâng, hạ và di chuyển, tuy nhiên góc lắc tự nhiên 2. TS. Nguyễn Trọng Các của móc và tải trọng làm cho những chức năng Tạp chí Nghiên cứu khoa học - Đại học Sao Đỏ, ISSN 1859-4190 Số 2(61).2018 15
  16. NGHIÊN CỨU KHOA HỌC này hoạt động kém hiệu quả, vốn là một chuyển kiểu con lắc đơn. Vì vậy, trong bài báo này đề động kiểu con lắc đôi [2]. xuất mô hình động lực của hệ thống giàn cần trục kiểu con lắc đôi cho giàn cần trục điện phân đồng, từ đó thiết kế bộ điều khiển trượt với các thông số được điều chỉnh tối ưu hóa thông qua giải thuật di truyền (GA) để điều khiển vị trí của xe nâng, kiểm soát góc lắc của móc và của các tấm điện phân. Sự ổn định của hệ thống được chứng minh bằng thuyết ổn định Lyapunov. Bộ điều khiển đã thiết kế được kiểm tra thông qua mô phỏng MATLAB/Simulink cho kết quả làm việc tốt. Phần còn lại của bài báo được cấu trúc như sau: Phần 2 là mô hình động lực của hệ thống giàn cần Hình 1. Hình ảnh của giàn cần trục cho CE trục cho điện phân đồng. Thiết kế bộ điều khiển Sự lắc lư của móc và tải trọng là do chuyển động trượt được trình bày trong phần 3. Phần 4 mô tả di chuyển tăng, giảm tốc độ của xe nâng, do kết quả mô phỏng. Phần 5 là kết luận. thường xuyên thay đổi chiều dài cáp treo móc, 2. MÔ HÌNH ĐỘNG LỰC CỦA HỆ THỐNG GIÀN khối lượng của tải trọng và tác động bởi nhiễu CẦN TRỤC CHO ĐIỆN PHÂN ĐỒNG gây ra như ma sát, gió, va chạm... Do đó, một số nghiên cứu lớn được sử dụng để điều khiển Một hệ thống giàn cần trục cho CE được thể hiện hoạt động cần trục tự động có góc lắc nhỏ, thời trong hình 2, các thông số và các giá trị được lấy gian vận chuyển ngắn và độ chính xác cao như theo tỷ lệ với giá trị thực tế như trong bảng 1. Hệ điều khiển thích nghi [3], hình dạng đầu vào [4]. thống này có thể được mô hình hóa như là một xe Điều khiển Fuzzy-PID [5] kết hợp các ưu điểm nâng với khối lượng M. Một cái móc gắn liền với của bộ điều khiển PID khi hệ thống đang tiếp nó có trọng lượng m1, l1 là chiều dài cáp treo móc, cận điểm đặt và ưu điểm của bộ điều khiển mờ m2 là trọng lượng của tải trọng, l2 là 1/2 chiều dài là làm việc rất tốt ở độ lệch lớn, sự phi tuyến của của tấm điện phân, θ1 là góc lắc của móc, là vận nó có thể tạo ra một phản ứng rất nhanh. Để tìm tốc góc của móc, θ2 là góc lắc của tấm điện phân, ra các tham số tối ưu của bộ điều khiển PID cho là vận tốc góc của tấm điện phân. Giàn cần trục hệ thống giàn cần trục, các nhà nghiên cứu đã di chuyển với một lực đẩy F (N), σd là những nhiễu sử dụng thuật toán PSO [6], thuật toán DE [7], bên ngoài tác động vào hệ thống giàn cần trục. thuật toán GA [8, 9] đạt được góc lắc nhỏ, thời Giả sử dây cáp không có khối lượng và cứng. Các gian đến vị trí mong muốn nhanh, tuy nhiên độ phương trình chuyển động có thể thu được bằng ổn định khi có nhiễu là không cao. Ngoài ra, kỹ cách: thuật điều khiển mờ đã cho thấy những kết quả thành công khi áp dụng vào thực tế, bao gồm hệ thống giàn cần trục [10]. Điều khiển mờ đôi [11] có ưu điểm là đạt được góc lắc nhỏ, tuy nhiên tồn tại độ quá điều chỉnh và thời gian đạt được vị trí mong muốn lớn. Điều khiển chế độ trượt [12], điều khiển chế độ mờ trượt [13] có lợi thế đạt được ổn định và bền vững ngay cả khi có nhiễu tác động vào hệ thống hoặc các thông số của hệ thống giàn cần trục thay đổi theo thời gian, đồng thời kiểm soát được góc lắc của tải trọng nhỏ và định vị được chính xác trong thời gian ngắn, tuy nhiên các thuật toán điều khiển mới dừng lại ở việc điều khiển cho giàn cần trục Hình 2. Sơ đồ của hệ thống giàn cần trục cho CE 16 Tạp chí Nghiên cứu khoa học - Đại học Sao Đỏ, ISSN 1859-4190 Số 2(61).2018
  17. LIÊN NGÀNH ĐIỆN - ĐIỆN TỬ - TỰ ĐỘNG HÓA Bảng 1. Ký hiệu và giá trị các thông số giàn cần Động năng của tấm điện phân là: trục cho CE Ký (7) Mô tả Giá trị Đơn vị hiệu Từ (5), (6), (7) ta có động năng của hệ thống là: Khối lượng xe nâng 24 kg m1 Trọng lượng của móc 7 kg (8) m2 Trọng lượng của tải trọng 10 kg l1 Chiều dài cáp treo móc 2 m l2 1/2 chiều dài tấm điện phân 0,6 m Hằng số hấp dẫn 9,81 m/s2 Thế năng của hệ thống là: Hệ số ma sát 0,2 N/m/s (9) Theo phương trình Lagrangian [13]: (1) Thay thế (8),(9) vào (1) ta có phương trình phi tuyến chuyển động của hệ thống giàn cần trục cho CE được mô tả như sau [1]: trong đó: (10) q1: hệ tọa độ suy rộng; i: số bậc tự do của hệ thống; Q1: lực bên ngoài; L=T−P, P là thế năng của hệ thống và T là động (11) năng của hệ thống: (2) (12) Đặt Từ hình 2 ta có các thành phần vị trí của xe nâng, Khi đó từ (10),(11), (12) ta có hệ móc và tấm điện phân là: phương trình trạng thái chuyển động của hệ thống (3) giàn cần trục cho CE đã được hạ bậc đạo hàm có dạng như sau [13]: Từ (3) ta có các thành phần vận tốc của xe nâng, móc và tấm điện phân là: (13) (4) trong đó: là vector biến thể trạng đại diện cho vị trí, tốc độ của cần Động năng của xe nâng là: trục, góc và vận tốc góc của móc, góc và vận tốc (5) góc của tấm điện phân; là những hàm phi tuyến tính; Động năng của móc là: là các nhiễu có giới hạn (6) bao gồm các biến số tham số và nhiễu bên ngoài; u là đầu vào điều khiển. Tạp chí Nghiên cứu khoa học - Đại học Sao Đỏ, ISSN 1859-4190 Số 2(61).2018 17
  18. NGHIÊN CỨU KHOA HỌC Mô hình toán của hệ thống mà nhóm tác giả đề (23) xuất khác với mô hình toán trong bài báo [13], cụ thể như sau: Mô hình toán của hệ thống trong bài Mặt trượt tổng quát được xây dựng như sau: báo [13] là mô hình điều khiển kiểu con lắc đơn, trong mô hình không có các thành phần nhiễu và (24) là những hàm tuyến tính. 3. THIẾT KẾ BỘ ĐIỀU KHIỂN TRƯỢT trong đó: là những số thực dương. Bộ điều khiển chế độ trượt là một điều khiển Theo lý thuyết ổn định Lyapunov, chúng ta chọn hướng phi tuyến nhằm đạt được độ ổn định và độ một hàm xác định dương như sau: bền ngay cả khi hệ thống có nhiễu hoặc khi các (25) thông số của hệ thống giàn cần trục thay đổi theo thời gian. Bộ điều khiển chế độ trượt được thiết Đạo hàm bậc nhất theo V thời gian ta thu được kế như sau: phương trình như sau: Giả sử tương ứng với vị trí, góc lắc của (26) móc, góc lắc của tấm điện phân mong muốn của hệ thống giàn cần trục, tương ứng là giá trị thực của vị trí giàn cần trục, góc lắc của móc, góc lắc của tấm điện phân. Mục tiêu kiểm soát của bộ điều khiển trượt là dưới sự tác động của lực thì sai lệch bám giữa với có thể được hội tụ về 0 khi → và dao động của tấm điện phân tối thiểu. Sai lệch kiểm soát được xác định như sau: (14) (15) (16) Từ (13), (14), (15), (16) chúng ta có mặt trượt được định nghĩa cho ba hệ thống con như sau: Để xác định âm, ta chọn S như sau: (17) (27) (18) trong đó: là số (19) thực dương. trong đó: là những số thực dương. (28) Để đảm bảo rằng mỗi hệ thống con đi theo bề mặt trượt của riêng mình, toàn bộ quy tắc kiểm soát Thay thế (27) vào (26) ta có: được định nghĩa như sau: (20) trong đó: là tín hiệu điều khiển chuyển đổi của (29) bộ điều khiển trượt, tương ứng là luật kiểm soát tương đương của các hệ thống con, chúng ta có: Từ kết quả cho thấy hệ thống luôn được ổn định. (21) Từ (26), (27) ta có: (22) 18 Tạp chí Nghiên cứu khoa học - Đại học Sao Đỏ, ISSN 1859-4190 Số 2(61).2018
  19. LIÊN NGÀNH ĐIỆN - ĐIỆN TỬ - TỰ ĐỘNG HÓA (30) Algorithm) để tìm kiếm, chọn lựa các giá trị tối ưu của bộ điều khiển trượt. Từ (30) ta có: Hàm mục tiêu của quá trình tinh chỉnh bộ điều khiển trượt được định nghĩa như sau: (33) Nhiệm vụ của GA là tìm kiếm các giá trị tối ưu của bộ điều khiển trượt, mà ở đó hàm mục tiêu Ј đạt giá trị cực Thay (21), (22), (23), (31) vào (20) ta có quy tắc kiểm soát chế độ trượt được thiết kế như sau: tiểu → . Tiến trình tìm kiếm giá trị tối ưu của bộ điều khiển trượt bằng GA được mô tả tóm tắt trên lưu đồ thuật toán hình 4. 4. KẾT QUẢ MÔ PHỎNG 4.1. Kết quả mô phỏng xác minh tính chính xác Từ (13) và (32) chúng ta thiết kế được sơ đồ điều của mô hình động lực khiển hệ thống giàn cần trục cho CE như được thể hiện trong hình 3. Mô hình động lực của hệ thống giàn cần trục cho CE đã thiết kế được mô phỏng trên phần mềm MATLAB/Simulink trong trường hợp không có các thiết bị điều khiển để xác minh tính chính xác của mô hình động lực, đồng thời đặt nền móng vững chắc cho các nghiên cứu thử nghiệm trong mô hình này. Mô phỏng mô hình động lực với các tham số hệ thống được sử dụng trong bảng 1 và u = 100 N. Chúng ta có kết quả mô phỏng như thể hiện trong hình 5. Trong đó: là đường đặc tính đáp ứng vị trí của xe nâng liên tục tăng dần Hình 3. Sơ đồ cấu trúc MATLAB sử dụng một bộ theo thời gian; tương ứng là đường đặc tính điều khiển trượt điều khiển giàn cần trục cho CE đáp ứng góc lắc của móc và góc lắc của tấm điện phân liên tục lắc mạnh không ngừng. Đây là một hiện tượng con lắc đôi phức tạp làm cho khả năng định vị thiếu chính xác và gây mất an toàn. Vì vậy, với kết quả mô phỏng trên được xác minh là phù hợp với đặc tính động lực của hệ thống giàn cần trục cho CE. 5 x 10 2 x1 Position (m) 1 0 0 100 200 300 400 500 Swing angle (rad) 0.5 θ2 θ1 0 -0.5 Hình 4. Lưu đồ thuật toán tiến trình GA xác định 0 100 200 300 400 500 các thông số bộ điều khiển trượt Time (s) Để tăng hiệu quả bám vị trí và tăng tốc độ hội tụ, Hình 5. Đường đặc tính đáp ứng vị trí của xe nâng, chúng ta sử dụng giải thuật di truyền (GA - Genetic góc lắc của móc và góc lắc của tấm điện phân Tạp chí Nghiên cứu khoa học - Đại học Sao Đỏ, ISSN 1859-4190 Số 2(61).2018 19
  20. NGHIÊN CỨU KHOA HỌC 4.2. Kết quả mô phỏng sử dụng GA tìm kiếm 1.5 x r1 x1 Position (m) các thông số của bộ điều khiển trượt 1 0.5 Giải thuật di truyền (GA) được hỗ trợ bởi phần 0 mềm MATLAB được sử dụng như một công 0 5 10 15 20 0.1 Time (s)(a) cụ để giải bài toán tối ưu nhằm đạt được các Swing angle (rad) θ2 θ1 giá trị tối ưu của bộ điều khiển trượt thỏa mãn 0 hàm mục tiêu (33). Các tham số của GA trong -0.1 nghiên cứu này được chọn lựa như sau: quá 0 5 10 15 20 Time (s)(a) trình tiến hóa qua 10 thế hệ; kích thước quần Control input (N) 100 u thể 5000; hệ số lai ghép 0,6; hệ số đột biến 0,4. 0 Các tham số hệ thống được sử dụng mô phỏng -100 có trong bảng 1, vị trí của xe nâng, góc lắc của 0 5 10 15 20 Time (s) móc và góc lắc của tấm điện phân mong muốn là: Kết quả Hình 6. Đường đặc tính đáp ứng vị trí của xe mô phỏng sử dụng giải thuật di truyền (GA) nâng, góc lắc của móc, góc lắc của tấm điện để tìm kiếm các thông số bộ điều khiển phân và tín hiệu đầu vào điều khiển giàn trượt như sau: cần trục cho CE Ngoài ra, khi hệ thống giàn cần cẩu cho CE hoạt 4.3. Kết quả mô phỏng sử dụng bộ điều khiển động còn có các nhiễu bên ngoài tác động vào trượt điều khiển hệ thống giàn cần trục hệ thống. Đặc biệt là tại thời điểm khởi động cho CE giàn cần trục tăng tốc độ đã tạo ra ma sát lớn làm cho các tấm điện phân dao động, đồng thời Bộ điều khiển trượt đã thiết kế được mô phỏng kết hợp với tác dụng xung của gió và va chạm, trên phần mềm MATLAB/Simulink với các tham khi đó tải trọng dao động mạnh hơn. Để kiểm tra số hệ thống được sử dụng mô phỏng có trong độ tin cậy của bộ điều khiển trượt, nhóm tác giả bảng 1, ; đã đưa giả thiết bước tín hiệu nhiễu [11] là ma và . Kết quả mô phỏng được thể hiện sát , thời gian bằng 2 s tác động vào trong hình 6. Trong đó: tương ứng hệ thống tại thời điểm khởi động giàn cần trục. là đường đặc tính đáp ứng vị trí của xe nâng, 1.5 x r1 xσ x1 Position (m) góc lắc của móc, góc lắc của tấm điện phân và 1 tín hiệu đầu vào điều khiển giàn cần trục cho 0.5 CE khi sử dụng bộ điều khiển trượt điều khiển 0 0 5 10 15 20 hệ thống, đối với vị trí của xe nâng có độ quá 0.1 Swing angle (rad) θ2σ điều chỉnh , sai số xác lập θ1σ , thời gian xác lập vị trí , đối với góc 0 θ2 lắc của móc có góc lớn nhất θ1 -0.1 và thời gian xác lập góc lắc , còn 0 5 10 15 20 Time (s)(a) đối với góc lắc của tấm điện phân có góc lớn uσ Control input (N) u 100 nhất và thời gian xác lập góc 0 lắc . -100 Có thể thấy rằng trong trường hợp không 0 5 10 15 20 Time (s) thay đổi thông số hệ thống, không có nhiễu, hệ thống giàn cần trục cho CE đạt được vị Hình 7. Đường đặc tính đáp ứng vị trí của xe trí chính xác trong thời gian ngắn, khống chế nâng, góc lắc của móc, góc lắc của tấm điện phân được góc lắc của móc và góc lắc của tấm điện và tín hiệu đầu vào điều khiển giàn cần trục phân nhỏ. cho CE khi có nhiễu 20 Tạp chí Nghiên cứu khoa học - Đại học Sao Đỏ, ISSN 1859-4190 Số 2(61).2018
nguon tai.lieu . vn
Kiến trúc - Xây dựng Tự động hoá Điện - Điện tử Kĩ thuật Viễn thông Cơ khí - Chế tạo máy Năng lượng Hoá dầu Hoá học Sinh học