Luận án Nghiên cứu điều khiển trễ trong hệ thống điều khiển phản hồi qua mạng

orked control systems-RCNS ) chính là ảnh hưởng của thời gian trễ và nhiễu, đặc biệt khi tại mỗi thời điểm chúng biển đổi không xác định và đề xuất Giải pháp sử dụng mô hình dự đoán Smith thíchnghi với cơ chế ước lượng thời gian trễ và bù nhiễu dựa trên mạng thần kinh nhân tạo không chỉ có tính năng của một cấu trúc dự đoán Smith thông thường mà còn thích nghi cao với sự thay đổi liên tục của thời gian trễ và nhiễu làm tăng tính ổn định, đáp ứng điều khiển nhanh. Kết quả nghiên cứu đã giải quyết trong trường hợp bù thời gian trễ trong mạng điều khiển, giải pháp sử dụng mô hình dự đoán Smith thích nghi với cơ chế ước lượng thời gian sử dụng Logic mờ và mạng thần kinh nhân tạo cho kết quả tốt. Để giải quyết vấn đề bù nhiễu cho NCS, giải pháp sử dụng bộ bù nhiễu sử dụng mạng thần kinh nhân tạo kết hợp bộ lọc Q-filter đã được đưa ra. Phạm Duy Hưng - LATS “Phát triển thuật toán tự triển khai cho hệ thống đa robot giám sát môi trường không biết trước” nghiên cứu một phương pháp mới có tên là điều khiển phân tán đa tầng, viết tắt là HDC (Hierarchical Distributed Control), cho duy trì sự toàn vẹn mạng toàn cục của hệ thống đa robot. HDC được ứng dụng để xây dựng chiến lược tự triển khai hệ thống đa robot cho khám phá, theo dõi đa mục tiêu và bao phủ. Đề xuất một điều khiển phân tán đa tầng (HDC) cho duy trì sự toàn vẹn của mạng đa robot. HDC gồm điều khiển nút để điều khiển chuyển động của robot và duy trì mạng toàn cục, và điều khiển kết nối để mở rộng vùng bao phủ mạng. HDC dựa trên tiếp cận hình học xem xét cấu trúc kết nối cục bộ giữa các robot vì thế nó không yêu cầu ước lượng kết nối đại số của đồ thị mạng – phương pháp cổ điển. Bên cạnh đó, nhờ vào việc tinh giản các cấu trúc kết nối cục bộ, HDC có khả năng giải phóng các ràng buộc của kết nối cục bộ giống như cực tiểu cục bộ, cho phép hệ thống đa robot thu được hiệu suất cao trong chuyển động theo bầy, theo dõi đa 42 mục tiêu và bao phủ. HDC được ứng dụng cho chiến lược tự triển khai cho theo dõi đa mục tiêu, viết tắt là MTT (Multi-Target Tracking), và bao phủ của hệ thống đa robot kết nối mạng trong môi trường không biết trước. MTT kết hợp thủ tục phân nhiệm dựa trên trao đổi thông tin giữa các robot và điều khiển HDC để thực thi nhiệm vụ. Vượt qua các nghiên cứu đã tồn tại, luận án tìm ra rằng bài toán theo dõi đa mục tiêu và bao phủ có đặc điểm chung: các đích cho bài toán theo dõi đa mục tiêu giống với các đích ảo của bài toán bao phủ, vì thế MTT được áp dụng để giải quyết cả hai bài toán. Trong bài toán bao phủ, luận án đề xuất bộ tạo đích ảo VTG (Virtual Target Generation) dựa trên cấu trúc lưới lục giác cho phép hệ thống đa robot bao phủ được môi trường có cấu trúc. Luận án khảo sát, đánh giá MTT trong cả mô phỏng và thí nghiệm thật. Đồng thời, đề xuất thuật toán phát hiện và phân loại biên trong đó sửa lỗi biên được thực hiện bằng thuật toán mới dựa trên tiếp cận hình học. Thuật toán này loại bỏ các lỗi biên thông qua xem xét cấu trúc kết nối cục bộ thay cho quá trình đệ quy và động bộ toàn cục. Luận án tích hợp thuật toán phát hiện biên vào MTT để giải quyết bài toán theo dõi đa mục tiêu với các kịch bản đích phân bố không liên thông. Huỳnh Trọng Thưa – LATS “Giảm độ trễ end-to-end và tổng năng lượng tiêu thụ trong các mạng cảm biến không dây” nghiên cứu các vấn đề giảm thiểu độ phức tạp tính toán và trao đổi thông điệp điều khiển cho các nút cảm biến nhằm tiết kiệm năng lượng tiêu thụ và thời gian trễ do xử lý và truyền thông; Giảm độ trễ end-to-end do việc phân phối dữ liệu từ các nút cảm biến nguồn đến nút gốc; Cân bằng năng lượng giữa các nút cảm biến để kéo dài thời gian sống của toàn mạng. Và các giải thuật được đề xuất như sau: - Giải thuật phân cụm: Cùng với việc đề xuất một giải thuật phân cụm cân bằng năng lượng tiêu thụ và độ trễ end-to-end, luận án cũng thiết kế một hàm chi phí tổng hợp dựa trên mức năng lượng còn lại của mỗi 43 nút cảm biến và khoảng cáchgiữa chúng nhằm chọn ra các nút trưởng cụm tối ưu để phân phối dữ liệu đến trạm gốc một cách hiệu quả nhất. - Giải thuật định tuyến cân bằng năng lượng tiêu thụ và độ trễ end-to- end: đề xuất một hàm chi phí kết hợp hai yếu tố năng lượng tiêu thụ tại mỗi nút cảm biến và độ trễ liên kết giữa các nút cảm biến lân cận nhau. Bên cạnh đó, luận án cũng đề xuất một giải thuật cập nhật hàm chi phí để phân phối dữ liệu đến trạm gốc theo đường đi có tổng chi phí kết hợp thấp nhất. - Giải thuật định tuyến hiệu quả năng lượng với k đường ngắn nhất đảm bảo độ trễ đầu cuối: đề xuất một hàm chi phí chỉ dựa vào năng lượng còn lại của mỗi nút cảm biến và một giải thuật định tuyến k đường ngắn nhất theo tổng năng lượng tiêu thụ đảm bảo ràng buộc độ trễ end-to-end của ứng dụng. Giải thuật định tuyến phân tán hiệu quả năng lượng có ràng buộc độ trễ đầu cuối: đề xuất giải thuật chọn nút trưởng cụm tối ưu năng lượng tiêu thụ nhưng phải đảm bảo yêu cầu về ràng buộc độ trễ đầu cuối làm nút chuyển tiếp dữ liệu chỉ dựa vào thông tin cục bộ giữa các nút lân cận. Điều này làm giảm lượng overhead trao đổi trong quá trình khám phá đường đi, giúp giải thuật đạt được sự hội tụ nhanh. 1.9 Kết luận chương 1 Trong chương 1, tác giả trình bày tổng quan về RCNS bao gồm các thành phần cơ bản của RCNS, các cấu trúc kết nối cơ bản. Các ưu điểm và nhược điểm khi ứng dụng RCNS cho các hệ thống lớn cũng được phân tích đánh giá khách quan. Nghiên cứu một số các giải pháp khắc phục các nhược điểm của RCNS và những tồn tại cần phải tiếp tục nghiên cứu khắc phục nhằm nâng cao hiệu quả, độ tin cậy và tính thời gian thực cho mạng RCNS. 44 Chương tiếp theo, một phương pháp truyền dữ liệu đo và điều khiển mới qua mạng truyền thông từ cảm biến và thiết bị chấp hành kết nối với máy chủ điện toán đám mây từ nhiều nguồn dữ liệu khác nhau sẽ được đề cập tới. 45 CHƯƠNG 2 - MÔ HÌNH THU THẬP DỮ LIỆU QUA MẠNG 2.1 Mở đầu Các hệ thống điều khiển qua mạng truyền thông hiện này có nhiều vấn đề cần phải quan tâm giải quyết như giảm thiểu ảnh hưởng của các tham số mạng bất lợi đến hiệu suất RCNS như độ trễ của mạng, tắc nghẽn đường truyền, suy giảm tốc độ truyền, v.v. Trong phần này, tác giả mong muốn đề xuất một phương pháp truyền dữ liệu đo và điều khiển qua mạng truyền thông từ cảm biến, cơ cấu chấp hành kết nối với máy chủ điện toán đám mây qua mạng từ nhiều nguồn dữ liệu khác nhau. 2.2 Kiến trúc của hệ thống điều khiển kết nối mạng Mô hình kiến trúc truyền thống của hệ thống điều khiển bao gồm các thành phần hệ thống (cảm biến và bộ truyền động) tương tác với quá trình vật lý được nối trực tiếp với bộ điều khiển bằng cách sử dụng vòng lặp 4-20 mA. Các hệ thống loại này cũng được gọi là hệ thống điều khiển kỹ thuật số trực tiếp hoặc hệ thống vòng kín cục bộ (xem hình 2.1). Với mô hình kiến trúc điểm-điểm, mỗi cảm biến hoặc bộ truyền động trao đổi dữ liệu với bộ điều khiển bằng một liên kết giao tiếp chuyên dụng. Do đó, dữ liệu đo và điều khiển không bị chậm trễ ngoài dự kiến khi truyền thông trong một liên kết điểm-điểm. Ngày nay, đối với dữ liệu số, kiến trúc này được sử dụng rộng rãi cho mô hình kiến trúc điều khiển dựa trên bộ điều khiển logic khả trình (PLC). Đối với dữ liệu tương tự, mô hình kiến trúc điểm-điểm dựa trên bộ điều khiển PID thường được sử dụng trong tự động hóa có sử dụng phản hồi. Tuy nhiên, mô 46 hình này không còn phù hợp với các hệ thống tự động hóa hiện đại với mục tiêu thiết kế các hệ thống điều khiển linh hoạt có thể hoàn thành các nhiệm vụ khác nhau với chi phí cấu hình lại nhỏ. Ngoài ra, đối với các hệ thống như vậy, khả năng chẩn đoán và bảo trì phải được thực hiện cục bộ vì không cho phép kiểm soát hoạt động từ xa. Hình 2.1. Mô hình kiến trúc mạng hệ thống điều khiển Với mô hình mạng điều khiển phân tán DCS (Distributed Control System), hầu hết các nhiệm vụ điều khiển thời gian thực (cảm biến, tính toán và truyền động) được thực hiện trong các nút điều khiển riêng lẻ. Các nút liên kết chủ yếu 47 sử dụng mạng truyền thông để truyền tín hiệu báo động, thông tin giám sát và điều khiển cục bộ. Mạng truyền thông cũng được sử dụng cho hệ thống cấu hình và thiết lập. Do đó, một DCS có thể được xem như là một tập hợp các hệ thống điều khiển điểm-điểm nối mạng. Lưu ý rằng đối với các kiến trúc như vậy, dữ liệu điều khiển chịu sự chậm trễ theo thời gian thực do vấn đề truyền thông qua mạng phân tán. Một bước tiến nữa trong lĩnh vực thiết kế hệ thống điều khiển là xây dựng mô hình hệ thống điều khiển kết nối mạng RCNS (Networked Control System). Trong đó, RCNS là một hệ thống điều khiển phản hồi được phân phối và kết nối hoàn toàn, trong đó các nút bộ điều khiển, cảm biến của bộ điều khiển, cảm biến nhà máy trong hoạt động vòng kín điều khiển của mạng. Trong các kiến trúc như vậy, tất cả các nút điều khiển xử lý (cảm biến, bộ điều khiển và bộ truyền động) được kết nối với nhau thông qua mạng truyền thông. Đối với mô hình kiến trúc này, dữ liệu điều khiển phải chịu sự chậm trễ do mạng truyền thông gây ra tùy thuộc vào cấu trúc mạng và chương trình lập lịch thông điệp, sự chậm trễ cảm biến sẽ có các giá trị khác nhau, do đó ảnh hưởng đến chất lượng của hoạt động điều khiển vòng kín ở các cấp độ khác nhau. 2.3 Ảnh hưởng thời gian trễ trong hệ thống điều khiển kết nối mạng Đối với hệ thống điều khiển kết nối mạng RCNS , khi tích hợp mạng truyền thông vào trong hệ thống điều khiển vòng kín thì sẽ phát sinh ra hai thành phần trễ truyền thông, đó là : trễ truyền thông từ bộ cảm biến đến bộ điều khiển (ký hiệu là τsc) và trễ truyền thông từ bộ điều khiển đến cơ cấu chấp hành (ký hiệu là τca). Để làm rõ hai thành phần trễ truyền thông này, chúng ta xem 48 xét mô hình hệ thống điều khiển kết nối mạng với ba thành phần chính : là bộ cảm biến, là bộ điều khiển và là đối tượng điều khiển được trao đổi thông tin với nhau thông qua mạng truyền thông như hình 2.2. Hình 2.2. Mô hình hệ thống điều khiển kết nối mạng có trễ truyền thống Quá trình truyền và xử lý thông tin trong hệ thống điều khiển kết nối mạng bắt đầu từ và kết thúc tại . Thông tin về quá trình công nghệ được thu thập bởi các bộ cảm biến, lấy mẫu và chuyển thành tín hiệu số thông qua bộ chuyển đổi A/D. Bộ cảm biến sẽ gửi tín hiệu đo được lấy mẫu đến bộ điều khiển thông qua mạng truyền thông. Tín hiệu đo sẽ được xử lý và tính toán bởi bộ điều khiển và đưa ra lệnh điều khiển đến đối tượng điều khiển qua mạng truyền thông. Việc truyền dữ liệu từ bộ cảm biến đến đối tượng điều khiển sẽ mất một khoảng thời gian nhất định gọi là trễ thời gian, đồng thời xác xuất mất gói dữ liệu trên đường truyền cũng có thể xảy ra. Do đó, trễ truyền thông ảnh hưởng trực tiếp đến đáp ứng của hệ thống, trễ càng cao thì độ quá điều chỉnh càng lớn, do đó, chất lượng điều khiển càng kém. Cụ thể là, quá trình thực hiện điều khiển vòng kín như sau: cảm biến đo thu thập dữ liệu với một khoảng thời gian lấy mẫu nhất định h và sẽ chuyển dữ liệu đo tới bộ điều khiển bằng kênh tín hiệu có độ trễ truyền thông τsc. Thời gian bắt đầu thực hiện tính toán điều khiển thứ k được đưa ra bởi thời gian lấy 49 mẫu tk cộng với độ trễ τsc. Tính toán điều khiển đưa ra độ trễ (τc) được sử dụng để tính tín hiệu lệnh điều khiển. Bộ điều khiển chuyển tiếp tín hiệu lệnh điều khiển đến cơ cấu chấp hành có một độ trễ truyền thông τca (độ trễ từ bộ điều khiển đến cơ cấu chấp hành). Cuối cùng, cơ cấu chấp hành thực hiện việc truyền động tại thời điểm được đưa ra bởi tk + τsc + τc + τca. Hình 2.3. Thời gian trong hệ thống điều khiển kết nối mạng Trong hệ thống điều khiển kết nối mạng, độ trễ thời gian (thời gian trễ giữa các chu kỳ lấy mẫu và truyền thông giữa các khâu) được đưa ra bởi τ = τsc + τc + τca. Tuy nhiên, tùy thuộc vào kiến trúc, độ trễ này sẽ không đổi hoặc thay đổi theo thời gian. Lưu ý rằng trong hầu hết các triển khai vòng kín thực tế, bộ 50 điều khiển được triển khai trong các bộ xử lý chuyên dụng. Do đó, chúng tôi cũng sẽ xem xét độ trễ thời gian τc trong tính toán điều khiển gần như không đổi. Chúng ta coi độ trễ hoạt động chuyển đổi đối với chuyển đổi A/D trong cảm biến và chuyển đổi D/A trong cơ cấu chấp hành là không đáng kể. Trong đó, thời gian trễ truyền thông có thể khác nhau ở mỗi lần khởi tạo vòng kín được gây ra bởi hằng số như thời gian truyền và độ trễ truyền dữ liệu và sẽ phụ thuộc vào các tham số mới do các nút điều khiển trao đổi dữ liệu (các thông điệp lấy mẫu và lệnh điều khiển) thông qua kênh truyền thông chia sẻ. Các vấn đề như giao thức truy cập mạng và lập lịch thông điệp cũng sẽ xác định τsc và τca. Do đó, các tín hiệu truyền động u(tk) được gửi tại thời điểm không cần thiết, được đưa ra bởi thời gian lấy mẫu cộng với độ trễ thời gian có thể thay đổi ở mỗi lần thực hiện, như được minh họa trong hình 2.3. 2.4 Phương pháp truyền dữ liệu đo và điều khiển qua mạng 2.4.1 Hệ thống kết nối mạng từ nhiều nguồn khác nhau Khi xây dựng hệ thống đo và điều khiển trong công nghiệp, chúng ta cần thu thập các dữ liệu về thông số hoạt động qua các cảm biến như nhiệt độ, độ ẩm, ánh sáng, nồng độ bụi, áp suất hay phải giám sát như hình ảnh camera, cảnh báo như báo cháy, báo khói và điều khiển như động cơ, máy bơm v.v.. Các thông số đo và điều khiển này nhằm đảm bảo môi trường sản xuất tuân thủ đúng các yêu cầu kỹ thuật, hỗ trợ công tác giám sát, điều hành, cảnh báo và xử lý sự cố phát sinh một cách nhanh chóng. Các thông số này sẽ được đo và điều khiển qua các cảm biến (sensors), thiết bị chấp hành, sau đó truyền về máy chủ qua mạng truyền thông công nghiệp và mạng Internet. 51 Hình 2.4. Mô hình hệ thống thiết bị đo và điều khiển các thông số hoạt động Trong nhiều hệ thống điều khiển phức tạp từ nhiều nguồn khác nhau như các nhà máy sản xuất, xe cộ, máy bay và tàu vũ trụ, các mạng truyền thông nối tiếp được sử dụng để trao đổi thông tin và điều khiển tín hiệu giữa các thành phần hệ thống phân tán không gian, như máy tính giám sát, bộ điều khiển và thiết bị vào ra thông minh (I/O) (ví dụ, cảm biến thông minh và thiết bị truyền động). Mỗi thành phần hệ thống được kết nối trực tiếp với mạng được biểu thị như một nút. Khi một vòng điều khiển được đóng qua kênh truyền thông nối tiếp, chúng tôi gắn nhãn nó là một hệ thống điều khiển nối mạng (RCNS ). Kênh truyền thông nối tiếp, mà ghép các tín hiệu từ các bộ cảm biến với bộ điều khiển và / hoặc từ bộ điều khiển tới các bộ truyền động, phục vụ nhiều công dụng khác ngoài việc điều khiển (xem hình 2.4). Ngược lại với các mạng máy tính được sử dụng rộng rãi, RCNS được quan tâm chủ yếu nhờ chất lượng dịch vụ đáng tin cậy theo thời gian thực. các hệ RCNS đang được áp dụng trong nhiều lĩnh vực ứng dụng vì rất nhiều lý do bao gồm chi phí của chúng thấp, giảm trọng lượng và các yêu cầu về năng lượng, lắp đặt và bảo trì đơn giản và độ tin cậy cao hơn. 52 Tuy nhiên, sử dụng một mạng lưới bày ra một số thách thức phân tích mới bởi vì mạng áp đặt một hạn chế giao tiếp: chỉ có một cảm biến có thể báo cáo các phép đo của nó tại một thời điểm. Hơn nữa, việc thiếu một đồng hồ phổ quát và sự hiện diện của lưu lượng truy cập liên quan đến không kiểm soát làm cho các giả định về các khoảng lấy mẫu không đổi không thực tế trong nhiều ứng dụng. Hình 2.5. Cấu trúc của một hệ thống điều khiển qua mạng đa thành phần. Ý nghĩa của việc kết hợp các ràng buộc truyền thông và các kiểm soát đặc biệt vẫn chưa được giải quyết trong một số bài toán thực tế. Một thuật toán mới được đề xuất và phân tích để xác định thứ tự truyền của nhiều nút cảm biến trong một RCNS dựa trên nhu cầu. Thuật toán lập lịch trình mới phân bổ hiệu quả tài nguyên mạng cho nhiều cảm biến thông minh và duy trì tốt hiệu năng hệ thống điều khiển vòng kín. Một số nghiên cứu nhận thấy những ảnh hưởng 53 bất lợi của trễ thay đổi thời gian do mạng gây nên trên sự ổn định của hệ thống điều khiển phản hồi. Tuy nhiên, tất cả các nghiên cứu trước đây chỉ giới hạn trong bài toán truyền một gói dữ liệu, nghĩa là tất cả các đầu ra hệ thống được gộp lại và gửi đi trong một gói, và kết quả là không có sự cạnh tranh giữa các cảm biến thông minh. Không có điều kiện ổn định chung rõ ràng đã thu được trong tài liệu ngay cả đối với trường hợp truyền một gói. Lần đầu tiên, một bằng chứng phân tích về sự ổn định toàn cục cho một RCNS với truyền dẫn nhiều gói chung ngoài việc cung cấp một điều kiện ổn định toàn cục cho bài toán truyền một gói tin đặc biệt. Phương pháp không gian trạng thái tăng cường và phương pháp hệ thống điều khiển tuyến tính nhảy là hai phương pháp quan trọng được đề xuất để phân tích và thiết kế một RCNS . Phương pháp đầu giảm bài toán xuống một điều khiển thời gian rời rạc hữu hạn chiều bằng cách tăng thêm mô hình hệ thống để bao gồm các giá trị trượt của đầu vào và đầu ra của thiết bị (tức là các biến trễ) như các trạng thái bổ sung. Một điều kiện cần và đủ để ổn định hệ thống được thiết lập chỉ cho trường hợp đặc biệt của sự trễ định kỳ. Kỹ thuật này rất hữu ích cho việc phát triển các luật điều khiển để cải thiện hoạt động của một RCNS ngoại trừ việc nó không đưa ra điều kiện ổn định chung cho sự chậm trễ ngẫu nhiên. Các hệ thống điều khiển phản hồi tuyến tính phân tán với độ trễ truyền thông ngẫu nhiên được mô hình hóa như một hệ thống điều khiển tuyến tính nhảy, trong đó sự biến đổi ngẫu nhiên của sự trễ hệ thống kết hợp hoạt động với cấu trúc thay đổi ngẫu nhiên của biểu diễn không gian trạng thái. Các điều kiện cần và đủ được tìm cho sự ổn định hàm mũ vuông trung bình trạng thái 0 của lớp được xét của các hệ thống. Phương pháp này yêu cầu ma trận xác suất 54 chuyển vị được biết là một ưu tiên. Hơn nữa, cả hai phương pháp đều bị giới hạn trong bài toán truyền một gói tin. 2.4.2 Phương pháp kết nối thiết bị đo và điều khiển qua mạng Cơ sở hạ tầng hệ thống điều khiển qua mạng bao gồm các điểm truy cập mắt lưới, bộ điều khiển mạng nội bộ không dây và phần mềm quản lý mạng tích hợp công nghệ điện toán đám mây. Một số điểm truy cập được phân bố khắp nhà máy để tạo phủ sóng không dây dạng chiếc ô. Hình 2.6. Cấu trúc trực tiếp của hệ thống điều khiển kết nối mạng Tuy nhiên, một thách thức lớn trong tất cả các hệ thống điều khiển qua mạng là tồn tại sự chậm trễ mạng, có thể làm giảm hiệu suất hệ thống tổng thể và thậm chí gây mất ổn định hệ thống điều khiển vòng kín. Để giảm bớt hiệu ứng trễ thời gian truyền dữ liệu qua mạng, tác giả đề xuất một phương pháp kết nối thiết bị đo và điều khiển với máy chủ điện toán đám mây qua mạng từ nhiều nguồn khác nhau với cấu trúc truyền dữ liệu trực tiếp (hình 2.5). Mô hình kết nối dữ liệu giữa các thiết bị đo và điều khiển qua mạng gồm: - Các thiết bị đo và cơ cấu chấp hành - Các bộ điều khiển 55 - Máy tính điều hành - Trung tâm giám sát và điều khiển qua mạng trên máy chủ đám mây Phương pháp kết nối thiết bị đo và điều khiển với máy chủ điện toán đám mây qua mạng bao gồm nhiều bước kết hợp với nhau để phát triển thành hệ thống tổng thể trên nền tảng điện toán đám mây, trong đó phương pháp này bao gồm các bước: - Bước 1: xác định các thông số đo và điều khiển bao gồm các dữ liệu thông số đo và điều khiển cần lưu trữ, tần suất, dạng tín hiệu cập nhật phù hợp với môi trường và phương pháp sản xuất của đơn vị sử dụng; - Bước 2: kết nối dữ liệu từ cảm biến và thiết bị chấp hành với thiết bị đo và điều khiển PLC; - Bước 3: kết nối dữ liệu từ thiết bị đo và điều khiển PLC (Programmable Logic Controller – Bộ điều khiển logic khả lập trình) với máy tính điều hành; - Bước 4: kết nối dữ liệu giữa máy tính điều hành với máy chủ điện toán đám mây; Bước 1 được thực hiện như sau: - Lựa chọn các thông số đo và điều khiển bao gồm các thông số như: nhiệt độ, độ ẩm, ánh sáng, mức nước, áp suất, lưu lượng, tốc độ quay của động cơ, độ dài khoảng cách và phạm vi làm việc, độ chính xác, độ nhạy theo từng thông số; - Lựa chọn cảm biến đo phù hợp với từng thông số đo và có tín hiệu ra theo một hoặc nhiều chuẩn công nghiệp gồm 0-10V, 0-5V, 0-20mA, 4- 20mA, RS232/RS485/RS422; 56 - Lựa chọn thiết bị chấp hành hoạt động theo yêu cầu công nghệ thực tế và có tín hiệu điều khiển theo một hoặc nhiều chuẩn công nghiệp 0-10V, 0-5V, 0-20mA, 4-20mA, RS232/RS485/RS422; - Lựa chọn thiết bị đo và điều khiển PLC có cấu hình cổng vào/ra phù hợp với cảm biến và thiết bị chấp hành; Bước 2 được thực hiện như sau: - Các thông số đo và điều khiển từ cảm biến và thiết bị chấp hành được đưa qua bộ chuyển đổi tín hiệu dòng/áp sang dạng tín hiệu theo một hoặc nhiều chuẩn công nghiệp 0-10V, 0-5V, 0-20mA, 4-20mA, RS232/RS485/RS422; - Thiết bị đo và điều khiển PLC sẽ đọc/ghi dữ liệu từ cảm biến và thiết bị chấp hành qua cổng vào ra tương tự ADC/DAC và chuyển thành số liệu dạng số (digital number) trong bộ nhớ; Hình 2.7. Kết nối dữ liệu vào ra với bộ điều khiển 57 Bước 3 được thực hiện như sau: - Thiết bị đo và điều khiển PLC truyền dữ liệu với máy tính điều hành qua mạng truyền thông công nghiệp MPI (Multi Point Interface – Giao diện đa điểm); - Máy tính điều hành sẽ lưu trữ dữ liệu trong cơ sở dữ liệu, trong đó, cơ sở dữ liệu được xây dựng nhằm lưu trữ liên tục dữ liệu thu thập từ các cảm biến, thiết bị chấp hành vào hệ thống cơ sở dữ liệu ở máy tính điều hành, dữ liệu cập nhật liên tục theo định kỳ với tần suất cao (vài giây đến vài chục giây một lần) nên cần một hệ quản trị cơ sở dữ liệu mạnh để lưu trữ và xử lý với tốc độ cao; Bước 4 được thực hiện như sau: - Máy tính điều hành kết nối với thiết bị đo và thiết bị điều khiển PLC có các chức năng thu thập dữ liệu từ các cảm biến, thiết bị chấp hành, sau đó gửi một yêu cầu http (http request) (có thể là một yêu cầu (request) dạng GET với các thông số đo được gắn vào đường dẫn của Http Request) tới máy chủ điện toán đám mây (cloud server) để cập nhật dữ liệu lên đám mây (cloud); - App Engine tích hợp trên máy chủ điện toán đám mây xác định rằng một yêu cầu (request) gửi tới ứng dụng được tạo trên App Engine sử dụng tên miền của ứng dụng, khi tạo ứng dụng trên App Engine thì App Engine sẽ tạo cho mỗi ứng dụng một ID định danh; - Khi App Engine nhận được một web request cho ứng dụng được người sử dụng tạo, nó sẽ gọi một tập lệnh (script) xử lý yêu cầu (request) tương ứng với URL được mô tả trong tệp cấu hình ứng dụng app.yaml; - Máy chủ đám mây sẽ xác định tập lệnh xử lý nào được chạy để xử lý yêu cầu bằng cách so sánh URL của yêu cầu với mẫu URL trong tệp cấu hình 58 của ứng dụng, máy chủ sẽ chạy đoạn tập lệnh tương ứng với dữ liệu yêu cầu (request data) và đưa dữ liệu yêu cầu vào môi trường biến và luồng dữ liệu vào chuẩn, đoạn tập lệnh sẽ thực hiện các hành động thích hợp với yêu cầu được gửi đến, chuẩn bị dữ liệu trả lời và đưa dữ liệu này vào luồng dữ liệu ra chuẩn. Kết nối dữ liệu giữa máy tính điều hành với máy chủ đám mây Trên thế giới, các công ty lớn như Google, Microsoft, Amazon đang cung cấp cho người dùng các phần mềm trên máy chủ của họ trong “cloud” như các dịch vụ Gmail, Google Docs, Office Live v.v.. Trong phạm vi nghiên cứu, chúng tôi lựa chọn sử dụng dịch vụ điện toán đám mây của Google. Đây là một mô hình điện toán phân tán có tính co giãn lớn mà hướng theo co giãn có lợi về mặt kinh tế, là nơi chứa các sức mạnh tính toán, kho lưu trữ, các nền tảng và các dịch vụ được trực quan, ảo hóa, co giãn linh động và sẽ được phân phối theo nhu cầu cho các khách hàng bên ngoài thông qua Internet. Ở mô hình điện toán này, mọi khả năng liên quan đến công nghệ thông tin đều được cung cấp dưới dạng các “dịch vụ”, cho phép người sử dụng truy cập các dịch vụ công nghệ từ một nhà cung cấp nào đó “trong đám mây” mà không cần phải có các kiến thức, kinh nghiệm về công nghệ đó, cũng như không cần quan tâm đến các cơ sở hạ tầng phục vụ công nghệ đó. Máy tính điều hành kết nối với thiết bị đo và điều khiển PLC có các chức năng thu thập dữ liệu từ các cảm biến, thiết bị chấp hành, sau đó gửi một yêu cầu http request qua mạng Internet (có thể là một request dạng GET với các thông số đo được gắn vào đường dẫn của Http Request, ví dụ như /?nhietdo=”30”&doam=”70”&; hoặc cũng có thể là một request dạng POST với các thông số đo được gửi đi nằm trong message body của HTTP 59 Request) tới máy chủ điện toán đám mây (cloud server) để cập nhật dữ liệu lên đám mây (cloud). Google App Engine (gọi tắt là GAE hay App Engine) là một môi trường phát triển ứng dụng dựa trên công nghệ điện toán đám mây. Ở đó Google cung cấp một hệ thống gồm: ngôn ngữ lập trình, hệ cơ sở dữ liệu, các thư viện lập trình, người lập trình sẽ viết ứng dụng và ứng dụng này sẽ chạy trên các máy chủ của Google. Google App Engine được cung cấp miễn phí cho mỗi ứng dụng trong một giới hạn, khi các ứng dụng vư