TẠP CHÍ KHOA HỌC & CÔNG NGHỆ CÁC TRƢỜNG ĐẠI HỌC KỸ THUẬT  SỐ 71 - 2009

ỨNG DỤNG MẠNG NƠ - RÔN TRUYỀN THẲNG NHIỀU LỚP TRONG THIẾT BỊ
LÁI TỰ ĐỘNG ĐIỀU KHIỂN HƢỚNG CHUYỂN ĐỘNG CỦA TÀU NGẦM
APPLICATION OF MULTILAYER FEEDFORWARD NEURAL NETWORKS
INTO AN AUTOPILOT FOR HEADING OF AN UNDERWATER VEHICLE

Phạm Hữu Đức Dục
Trường Đại học Kinh tế-Kỹ thuật Công nghiệp
TÓM TẮT
Tàu ngầm hoạt động thường gặp các chướng ngại vật trên hành trình. Vì vậy vấn đề đặt ra là
cần trang bị cho nó một thiết bị lái tự động có mức độ thông minh cao, không cần có người điều khiển,
mà tàu ngầm vẫn đi qua được các chướng ngại vật theo một hành trình đã định trước. Bài báo này
giới thiệu động học hướng chuyển động của tàu ngầm, sau đó đề xuất một giải pháp ứng dụng mạng
nơ - rôn truyền thẳng nhiều lớp đóng vai trò là thiết bị lái tự động hướng chuyển động trang bị cho tàu
ngầm loại Remus với mục đích là làm tăng mức độ thông minh của thiết bị này và thực hiện mô phỏng
trên phần mềm Matlab. Kết quả mô phỏng ứng dụng mạng nơ - rôn truyền thẳng nhiều lớp cho thiết bị
lái tự động hướng chuyển động của tàu ngầm loại Remus sẽ cho thấy tính ưu việt và khả thi của giải
pháp này.

ABSTRACT
When an underwater vehicle runs, it usually has to face up with a lot of obstacles on its
itinerary. Hence, the matter is that it needs an intelligent autopilot which helps the vehicle be able to
go through the obstacles to follow the target itinerary. This article is purposed to both introduce the
heading of underwater vehicle model and propose a solution applying multilayer feed forward
networks into an autopilot used for the heading of Remus underwater vehicle with the aim of
increasing an intelligence level of an autopilot and it is simulated by Matlab software. The result of
the simulation in the Matlab software when using feed forward neural networks into an autopilot used
for heading of an underwater vehicle in an autopilot shows that the solution is advantageous and
feasible.


dụng mạng nơ - rôn truyền thẳng nhiều lớp
đóng vai trò là thiết bị lái tự động trang bị cho
tàu ngầm loại Remus làm việc phía dưới mặt
nước, ở độ sâu không đổi, bám theo được
hướng chuyển động mong muốn để làm tăng
mức độ thông minh của thiết bị này, không đề
cập đến điều khiển tàu ngầm thực hiện lặn sâu
hoặc nổi lên mặt nước.
12


TẠP CHÍ KHOA HỌC & CÔNG NGHỆ CÁC TRƢỜNG ĐẠI HỌC KỸ THUẬT  SỐ 71 - 2009

II. ĐỘNG HỌC HƢỚNG CHUYỂN ĐỘNG
CỦA TÀU NGẦM
Phần này đưa ra mô hình hướng chuyển
động của tàu ngầm, không nghiên cứu đến mô
hình lặn sâu, nổi lên. Theo [1] mô hình tàu
ngầm được thiết lập với các giả thiết sau.

(1)

mv r  mU 0 r  Yf

(2)

I zz r  N f

(3)


nó:

u r  U0

Yf  f v r , dv r / dt , r, dr / dt ,  r , t 

triển (5), (6) theo chuỗi Taylo, biến đổi có
Yf và N f tương ứng là thay đổi của lực tác
động ngang làm tàu ngầm bị lắc và mômen
quay làm tàu ngầm bị lệch hướng, viết ở dạng
phương trình tuyến tính sau đây:

Yf  Yv r v r  Yvr v r  Yr r  Yr r  Y  r (7)

N f  N v r v r  N vr v r  N r r  N r r  N   r (8)
trong đó các hệ số của hai phương trình tuyến
tính (7), (8) có dạng sau đây:

Yf
Y
Y
Y
; Yvr  f ; Yr  f ; Yr  f ;
v r
v r
r
r
N
N
N


độ, gia tốc lắc;  là hướng chuyển động; r , r
tương ứng là tốc độ, gia tốc chuyển hướng;
I zz là mômen quán tính.

0 v  Y Y  mU
v r
0
  r   r
0 r   Nv
Nr
    r
1    0
1

0 v Y
 
  r    
0 r  N  r (9)
 
    0 


 
0

III. ỨNG DỤNG MẠNG NƠ - RÔN
TRUYỀN THẲNG NHIỀU LỚP TRONG
THIẾT BỊ LÁI TỰ ĐỘNG ĐIỀU KHIỂN
HƢỚNG CHUYỂN ĐỘNG CỦA TÀU

TẠP CHÍ KHOA HỌC & CÔNG NGHỆ CÁC TRƢỜNG ĐẠI HỌC KỸ THUẬT  SỐ 71 - 2009

hai nằm ngang và hai thẳng đứng. Mô hình tàu
ngầm loại Remus trình bày tại hình 1.

m  Yv r  Yr
det   N v r I zz  N r
 0
0
hay:

Hình 1. Mô hình tàu ngầm loại Remus

0
0  0
1

(12)

(m  Yv r )(I zz  N r )  N v r Yr  0

3.1 Xây dựng bài toán điều khiển

3.2 Thiết lập sơ đồ điều khiển

Phần này trình bày giải pháp thiết kế
thiết bị lái tự động ứng dụng mạng nơ - rôn
truyền thẳng nhiều lớp, thoả mãn điều kiện khi
hướng chuyển động mong muốn  d thay đổi


1

m  Yv r  Yr 0
B    N v r I zz  N r 0
 0
0
1

 Yvr Yr  mU 0
N
Nr
 vr
 0
1

1

0
0
0

lớp: lớp vào có số nút là n1  1 đưa tín hiệu sai
lệch e   d   vào mạng; lớp ra có số nút là

n 3  1 đưa tín hiệu điều khiển là góc quay của

 Y 
 N ;
 
 0 

d

Mô hình
tàu ngầm
Remus

+
_


Hình 2. Sơ đồ ứng dụng mạng nơ - rôn truyền thẳng 3 lớp ( 1xn2 x1 ) trong thiết bị lái tự động của tàu
ngầm loại Remus
14


TẠP CHÍ KHOA HỌC & CÔNG NGHỆ CÁC TRƢỜNG ĐẠI HỌC KỸ THUẬT  SỐ 71 - 2009

tương ứng của nút thứ i lớp ra và nút thứ m lớp
ẩn tại thời điểm thứ k; v m (k ), v i (k ) tương
ứng là trọng lượng của nút thứ m ở lớp ẩn và
nút thứ i ở lớp ra tạithời điểm thứ k; x j ( k ) là

chỉnh ma trận trọng số và bias của mạng
(1xn 2 x1) là: w 1  [ w mj ] n 2x1 ; w 2  [ w im ]1xn 2
ma trận bias: b 2  [b m ]1xn 2 ; b 3  [b i ]1x1
(với j  1; m  1,2,..., n 2 ;

i  1 ) để tạo ra
được tín hiệu điều khiển góc lái tự động  r
sao cho  luôn bám theo được  d cho trước,


trong đó: b i (k )   i (k ) (víi i  1 )

i (k)  a ' (v i (k)  b i (k))e(k)

1  e  2net

 1 ; a ' (net ) 

1 T
1 T
E   e(k) 2    d (k)  a (v 3 (k)  b 3 (k)2 (21)
2 k 1
2 k 1

w im (k)   i (k)a (v m (k)  b m (k))

b i (k)  b i (k  1)  b i (k)

2

(15)

lượng điểm lấy mẫu của chu kỳ học;
k  (1,2,..., T) . Nếu chưa thoả mãn, tiếp tục

n2

v i (k )   w im (k )a ( v m (k )  b m (k )) (16)



Yv r  35.5(kg ),

b m (k )   m (k )
 m (k )  a ' ( v m (k )  b m (k ))  w im (k ) i (k ) (19)

Yr  1.93(kgm / rad), Yvr  66.6(kg / s),

1

v m (k )   w mj (k )x j (k)  w mj (k)e(k) (20)
j 1

Yr  2.2(kgm / s), N v r  1.93(kgm ),

( j  1; m  1,2,..., n 2 ;i=1); w im (k ), b i (k )
tương ứng là thay đổi trọng số liên kết giữa các
nút ở lớp ẩn với các nút ở lớp ra, thay đổi bias
của nút ở lớp ra tại thời điểm thứ k;
w mj (k ), b m (k ) tương ứng là thay đổi

Nr  4.88(kgm 2 / rad), N vr  4.47(kgm / s),
I zz  3.45(kg / m 3 ), N r  6.87(kgm 2 / s),

Nd  34.6 / 3.5(kgm / s2 ), Yd  50.6 / 3.5(kgm / s 2 ),

trọng số liên kết giữa các nút ở lớp vào với các
nút ở lớp ẩn và thay đổi bias của nút ở lớp ẩn tại
thời điểm thứ k; i (k ),  m (k ) là sai lệch
15


mạng (1x6x1) .
1.5

2

2

1

1

0.8

1.5

1.5

0.6
1

0.5

1

0

0.5

0.4

-1

0

200

400

600

800

1000

0

200

400

600

800

1000

1200

1200



1

0.5

0.5

0

0

-0.5

-0.5

-1

-1

-1.5

0

200

400

600

800


-0.05
2
1

-0.1
-1

0

-0.5
0

-1.5

0

200

400

600

800

1000

1200

Hình 8. Hướng mong

0.5

0

200

400

600

800

1000

1200

1

-2

Huong tau ngam ( ), don vi=rad

Huong tau ngam mong muon(m), don vi=rad

Hình 10. Đồ thị tín Hình 11. Đồ thị ba
hiệu điều khiển góc chiều mô tả quan hệ
quay của bánh lái ( d , ,  r ) khi sử
 r khi sử dụng dụng mạng (1x6x1) .
mạng ( 1x6 x1 )
khiển  r có độ đập mạch nhỏ phù hợp với yêu

ứng dụng mạng nơ - rôn truyền thẳng (1x6x1)

nơ - rôn truyền thẳng nhiều lớp là đúng đắn và

trong thiết bị lái tự động trong điều khiển thích

là lĩnh vực cần được quan tâm hơn nữa. Đây

nghi hướng chuyển động của tàu ngầm loại

thực sự là một giải pháp mới, cải thiện được

Remus là phù hợp, vì hướng chuyển động  đã

mức độ thông minh của thiết bị lái tự động điều

bám sát theo được hướng chuyển động mẫu

khiển thích nghi hướng chuyển động của tàu

mong muốn Ψd. Ứng dụng mạng nơ - rôn

ngầm nói riêng và có thể ứng dụng nó trong các

truyền thẳng nhiều lớp trong điều khiển là một

lĩnh vực điều khiển hệ tuyến tính hoặc phi

hướng nghiên cứu mới, chưa được ứng dụng



17