Luận án Nghiên cứu giải pháp đo kiểm tra đánh giá độ mòn bồn chứa xăng dầu dung tích lớn sử dụng Robot mang đầu dò siêu âm

g tác đánh giá ở mức tham chiếu tương tự. 
60 
2.4.8.1 Cổng đo Gate 
- Ấn chọn [Gates/Alarms] → [Gates] → [Gate A] điều chỉnh vị trí Gate A 
càng gần giao diện bề mặt càng tốt miễn không cần chạm vào nó và đủ rộng để bao 
phủ xung phản hồi từ thành dưới quay về [38]. 
- Vị trí của [Gate B (màu xanh)] và [Gate I (màu vàng)] nằm ngoài vùng 
quan tâm. 
- Ấn chọn [Gates] → [Parameter = Mode] → [Peak Selection = First Peak] 
→ [Measure = Edge]. 
Hình 2.22: Chọn chế độ peak của cổng đo Gate [38]. 
Các chế độ cổng sẽ xác định cách đọc chiều dày và sẽ được hiển thị trong 
vùng đọc trên màn hình thiết bị, các chế độ có sẵn bao gồm First Peak (Đỉnh đầu 
tiên) hoặc Max. Peak (Đỉnh cao nhất), và Peak (Đỉnh) hoặc Edge (Cạnh). 
Trong hình minh họa bên dưới, D và E được sử dụng cho biên độ C-Scan 
(A%) và A, B, C được sử dụng cho vị trí C-Scan điển hình của kiểm tra lập bản đồ 
ăn mòn. 
61 
Hình 2.23: Chọn chế độ Gate tương ứng với chế độ hình ảnh C-Scan [38]. 
Sử dụng chức năng [B/ - A/] để đọc chiều dày loại trừ lớp phủ hoặc dị 
thường của bề mặt bằng cách Gate B (xung phản hồi lần 2) trừ Gate A (Xung phản 
hồi lần 1). 
Các chế độ và vị trí của các cổng Gate thường được định cấu hình lại trong 
chế độ phân tích và đòi hỏi kiến thức chuyên môn về A-scan để đọc chiều dày. 
Hình 2.24: Thiết lập chế độ cổng gate cho A-scan [38]. 
2.4.8.2 Thiết lập chiều dày cổng đo 
- Ấn chọn [Gates/Alarms] → [Thickness] → [Source = A/]. 
Chọn tối thiểu 1 - 2 mm và độ dày danh nghĩa của vật liệu tối đa là điểm khởi 
đầu tốt và điều này có thể được điều chỉnh trong khi ở chế độ tạm dừng hoặc phân 
tích. 
62 
Hình 2.25: Thiết lập chế độ cổng gate cho chiều dày [38]. 
2.4.9 Chuẩn bị bề mặt 
Trước khi thực hiện công việc đo kiểm độ mòn sử dụng robot mang đầu dò 
siêu âm PA, bề mặt bồn chứa chỉ cần sạch để đảm bảo mảng ghép sẽ liên tục. Nếu 
trên bề mặt xuất hiện những điểm nhấp nhô vượt phạm vi cho phép cần phải được 
loại bỏ (mài phẳng) nhằm giúp cho robot bám dính tốt hơn và đầu dò gắn trên robot 
dễ dàng tiếp xúc với bề mặt bồn chứa. 
Đường 
hàn
Khuyết 
tật mòn
a) Mặt trước b) Mặt sau 
Hình 2.26: Chuẩn bị bề mặt bồn chứa 
Mặt sau của thân bồn chứa có thể tự tạo 3 khuyết tật với vị trí, độ sâu và diện 
tích bất kỳ ở mặt sau bồn chứa trong phạm vi diện tích quét 1000 × 1000 mm2 được 
khảo sát và mô tả như hình 2.26. 
63 
2.4.10 Kỹ thuật quét 
Robot mang đầu dò siêu âm PA loại 5L64-A2 sử dụng nêm 00 phát hiện các 
hiện tượng ăn mòn của bồn chứa xăng dầu. Diện tích quét được thực hiện theo 
phương án đo cụ thể (1000 x 1000 mm2) được nghiên cứu và trình bày ở chương 5. 
2.4.11 Báo cáo/đánh giá kết quả thu thập 
– Giải thích khu vực có chứa bộ phản xạ theo hướng dẫn kiểm tra hiện hành; 
– Tất cả các dữ liệu đã ghi lại sẽ được xử lý để xác định hình dạng, đặc điểm 
và vị trí của bộ phản xạ. 
– Công tác đánh giá và bố trí cuối cùng dữ liệu được hiển thị là trách nhiệm 
của người sở hữu/sử dụng bộ phận cần được kiểm tra. 
2.4.12 Tài liệu lƣu trữ 
Thông tin trong báo cáo PAUT nên có các thông tin sau: Số bản vẽ, số đường 
quét, số hạng mục, ví trí đã quét trên tấm, độ dày danh nghĩa, độ dày còn lại, kích 
thước khu vực ăn mòn (dài và rộng) 
Kết quả kiểm tra siêu âm phải được báo cáo trong bản báo cáo kiểm tra tổ hợp 
pha. Tất cả dữ liệu kiểm tra tổ hợp pha A-scan và C-Scan phải được lưu giữ như là 
bản ghi đã được mã hóa kỹ thuật số. 
Tất cả tài liệu về trình độ thực hiện quy trình NDT phải được lưu giữ như là 
hồ sơ quản lý chất lượng. 
Trình tự các bước thực hiện theo quy trình đo kiểm đã được phê chuẩn được 
trình bày ở hình 2.27. 
Tiêu chuẩn áp dụng Trình độ nhân viên NDT Thiết bị kiểm tra
Đầu dò và encoderChất tiếp âmHiệu chuẩn khối
Độ nhạy quét Chuẩn bị bề mặt Kỹ thuật quét
Lưu trữ và đánh giá
Hình 2.27: Các bước thực hiện theo quy trình đo kiểm đã được phê chuẩn 
64 
Chƣơng 3 
MÔ HÌNH TOÁN QUẢNG ĐƢỜNG 
DI CHUYỂN NGẮN NHẤT 
3.1 Bài toán tối ƣu toàn cục trên bồn chứa 
Trên thân bồn chứa được phân mảnh (chia lưới) và xét trên diện tích toàn cục 
L x H có các diện tích bằng nhau và có 3 vật cản. Để robot di chuyển nhanh nhất 
đến các vị trí cần đo kiểm, đồng thời cần phải tránh va chạm với các vật cản là các 
ống chờ liên kết với các mặt bích. Vì thế cần phải tìm đường di chuyển tối ưu nhất 
(ngắn nhất) và tránh được các vật cản. 
Bài toán tối ưu tìm quảng đường di chuyển ngắn nhất hoặc thời gian di 
chuyển nhỏ nhất mà robot đi từ điểm bắt đầu (Start) đến điểm kết thúc (Target) sao 
cho robot tránh được 03 vật cản (Các mặt bích trên thành bồn chứa) tương ứng với 
các diện tích không phải quét là màu xanh lá cây trên hình 3.1. 
L
H
Target
Start
D
2
3
1
Hình 3.1: Mô tả bài toán tối ưu toàn cục trên bồn chứa 
65 
Hàm mục tiêu của bài toán: y = f(x) → min 
Khi robot di chuyền từ điểm 0 (P0) đến điểm mục tiêu T (PT) và tránh được các vật 
cản 1, 2, 3 và do bài toán này là các vật cản đã biết cho nên việc xác định quảng 
đường di chuyển ngắn nhất (shortest path), bằng phẳng (smoothness path) và an 
toàn (safety path) có 3 trường hợp xảy ra: 
- Trường hợp 1: Robot di chuyển từ P0 – P11 – PT 
- Trường hợp 2: Robot di chuyển từ P0 – P12 – P2 – PT 
- Trường hợp 3: Robot di chuyển từ P0 – P13 – PT 
Start
3
1
Target
2
0
y
x
P0
P11
PT
P12 P2
P13
x11 x12 x13
y11
y12
y13
Hình 3.2: Phương án robot di chuyển tránh vật cản 
Ta gọi tọa độ của điểm của 2 điểm liền kề nhau là Pi(xi, yi) và Pi+1(xi+1, yi+1), 
quảng đường Si của 2 điểm liền kề này được tính theo công thức như sau: 
Si,i+1 = √ (3-1) 
Vậy tổng chiều dài của quảng đường cần di chuyển của robot sẽ là: 
 ∑ 
 (i = 1,, n = 2) (3-2) 
Vậy, Hàm mục tiêu của bài toán sẽ là: y = f(x) = S → min 
66 
3.2 Giới thiệu các phƣơng án di chuyển 
Để thu thập hình ảnh mòn cho một diện tích quét cụ thể xác định trước đã 
được phân mảnh, robot mang đầu quét cần phải di chuyển sao cho đầu quét quét hết 
diện tích này. Để ảnh mòn thu thập được có thể được ghép lại với nhau hình thành 
nên bản đồ mòn thì biên ảnh mòn nên có biên dạng thẳng (giúp dễ nhận dạng, dễ 
thực hiện ghép ảnh tự động). Do vậy, khi quét để thu thập ảnh mòn có biên thẳng 
robot cần phải di chuyển theo phương thẳng đứng (hình 1a), phương ngang (hình 
1b) hoặc xiên (hình 1c). 
A
B (0,y)
(0,0)
A B
(0,0) (x,0)
(x,y)
A
B
(0,0)
α 
a) Robot di chuyển theo 
phương thẳng đứng 
b) Robot di chuyển theo 
phương ngang 
c) Robot di chuyển theo 
phương xiên 
Hình 3.3: Hướng di chuyển của robot 
Khi hoàn thành quét thu thập dữ liệu ảnh mòn của đường quét thứ i, robot sẽ 
phải di chuyển về vị trí khởi đầu của đường quét (i+1). Như vậy, ngoài quảng 
đường di chuyển quét thu thập ảnh có ý nghĩa thì robot còn phải di chuyển không 
quét để đưa đầu quét về vị trí bắt đầu của đường quét kế tiếp. Quảng đường di 
chuyển không thu thập hình ảnh còn gọi là quảng đường di chuyển phụ và robot sẽ 
có thể di chuyển theo nhiều phương án khác nhau (hình 3.5). 
67 
Đường 
quét thứ 
i+1
Đường 
quét thứ 
i
0
1
α1
 0
1
α1
a) Di chuyển thẳng b) Di chuyển xiên 
Hình 3.4: Các đường quét 
thu thập ảnh mòn 
Hình 3.5: Quảng đường di chuyển phụ 
3.3 Bài toán tìm thời gian di chuyển 
Bài toán đặt ra là cần tìm được quảng đường di chuyển của robot sao cho là 
ngắn nhất, hay nói khác đi thời gian di chuyển của robot trong quá trình hoạt động 
quét thu thập ảnh mòn là ngắn nhất. Gọi quá trình hoạt động quét thu thập ảnh mòn 
cho 1 đường quét, robot di chuyển từ điểm đầu đến điềm cuối và di chuyển về điểm 
đầu của đường quét kế tiếp, là một chu kỳ quét. Do vậy quá trình hoạt động quét thu 
thập ảnh mòn cho một diện tích xác định trước sẽ bao gồm nhiều chu kỳ quét. Điều 
này có nghĩa là quá trình hoạt động quét thu thập ảnh mòn ngắn nhất cũng đồng 
nghĩa với thời gian cho một chu kỳ quét là ngắn nhất và đây cũng là mục tiêu của 
bài toán. 
Do vậy, bài toán đường dẫn có thời gian ngắn nhất tổng quát có thể được mô 
tả: 
y = f(X) → min 
Giả sử rằng, trường hợp tổng quát robot di chuyển như ở hình 3.5a, chu kỳ 
quét bắt đầu khi robot di chuyển từ điểm nút 0 đi qua các điểm nút 1, 2, 3, 4, 5 (chu 
kỳ thứ nhất) và điểm 5 sẽ là điểm bắt đầu chu kỳ quét thứ hai. Các điểm nút 1, 2, 3, 
4 là những điểm chưa biết và có thể thay đổi trong quá trình di chuyển phụ thuộc 
vào góc xoay α. 
68 
α2
0
1
5
Đường 
quét thứ 
2
α4
Đường 
quét thứ 
1
ts1
ts2
α1
2
ts3
3
α3
4
0
1
5
Đường 
quét thứ 
2
α4
Đường 
quét thứ 
1
α22
3
α3
4
α1
tx1 tx2
tx3
tx4
ts4
ts5
ts2
tx1
tx2
ts3
tx3
tx4
ts5
ts1
ts4
C
ung L
A
B R
x
y
α
a) Một chu kỳ quét b) Robot quay 1 góc α 
Hình 3.6: Thời gian cho 1 chu kỳ quét 
- Toạ độ điểm nút 0: (0,0) 
- Quảng đường di chuyển từ điểm 0 đến điểm 1: 
+ Chiều dài quảng đường s1 (mm) 
+ Vận tốc di chuyển v1 (mm/s) 
+ Thời gian di chuyển ts1 = s1 / v (s) 
- Quảng đường di chuyển từ điểm 1 đến điểm 2: 
+ Chiều dài quảng đường s2 (mm) 
+ Vận tốc di chuyển v2 (mm/s) 
+ Thời gian di chuyển ts2 = s2 / v2 (s) 
- Quảng đường di chuyển từ điểm 2 đến điểm 3: 
+ Chiều dài quảng đường s3 (mm) 
+ Vận tốc di chuyển v3 (mm/s) 
+ Thời gian di chuyển ts3 = s3 / v3 (s) 
- Quảng đường di chuyển từ điểm 3 đến điểm 4: 
+ Chiều dài quảng đường s4 (mm) 
+ Vận tốc di chuyển v (mm/s) 
69 
+ Thời gian di chuyển ts4 = s4 / v4 (s) 
- Quảng đường di chuyển từ điểm 4 đến điểm 5: 
+ Chiều dài quảng đường s5 (mm) 
+ Vận tốc di chuyển v5 (mm/s) 
+ Thời gian di chuyển ts5 = s5 / v5 (s) 
Ta gọi tọa độ của điểm của 2 điểm liền kề nhau là pi(xi, yi) và pi+1(xi+1, yi+1), 
quảng đường si của 2 điểm liền kề này được tính theo công thức như sau: 
si = √ (3-3) 
Vậy tổng chiều dài của quảng đường cần di chuyển của robot trong 1 chu kỳ 
quét sẽ là: 
 ∑ 
 (i = 1,, n = 5) (3-4) 
Trong quá trình di chuyển, ở các điểm nút 1, 2, 3, 4 robot sẽ thực hiện xoay 
một góc αi. Góc xoay αi là bội số của góc quay cơ bản (αcb) của robot (có giá trị theo 
đặc điểm thiết kế của robot), nghĩa là: 
αi = a.αcb (3-5) 
Trong đó: 
- αcb : góc xoay cơ bản 
- a : hằng số, a N 
Ta thấy, quảng đường di chuyển của robot bao gồm hai loại chuyển động: 
- Chuyển động thẳng 
- Chuyển động xoay 
Trong đó, chuyển động thẳng của một đoạn đường thẳng có thể được phân tích 
ra làm 3 giai đoạn: 
- Giai đoạn tăng tốc, vt (m/s): giai đoạn này robot bắt đầu di chuyển từ điểm 
đầu 
- Giai đoạn ổn tốc, vo (m/s): robot đang trên hành trình di chuyển đến điểm 
cuối 
- Giai đoạn giảm tốc, vg (m/s): robot đang di chuyển về điểm cuối và chuẩn 
bị thực hiện quảng đường kế tiếp. 
70 
Vận tốc trung bình của robot di chuyển trên một đoạn thẳng được tính 
theo công thức: 
vi = (vt + vo+vg)/3
 (mm/s) (3-6) 
Với chuyển động xoay, để tính được thời gian xoay (quay) của robot ta thực 
hiện như sau: 
- Thời gian của robot xoay quanh một điểm được xác định qua bán kính từ 
tâm robot đến tâm bánh xe phía trước và được tính theo công thức: 
R
2
 = A
2 
+ B
2 
 (mm) (3-7) 
- Khi robot xoay 1 góc α mà không di chuyển sẽ tạo nên cung L được tính 
theo công thức: 
 (mm) (3-8) 
- Như vậy, thời gian xoay tx của robot tại một góc αi bất kỳ (mà không di 
chuyển) sẽ là: 
 (3-9) 
Tổng thời gian di chuyển của robot cho một chu kỳ di chuyển được tính theo 
công thức: 
 ∑ ∑ (3-10) 
Trong đó: ∑ 
+ t - tổng thời gian di chuyển của robot 
+ ts - tổng thời gian robot di chuyển qua các điểm liền kề qua quảng đường s 
+ tx - tổng thời gian robot xoay 
3.4 Thuật toán tối ƣu bầy đàn PSO 
3.4.1 Giới thiệu thuật toán PSO 
Thuật toán tối ưu bầy đàn (Particle Swarm Optimazation, PSO) được James 
Kennedy và kỹ sư Russell C. Eberhart giới thiệu vào năm 1995 tại một hội nghị của 
IEEE [21]. Thuật toán có nhiều ứng dụng quan trọng trong các lĩnh vực đòi hỏi phải 
71 
giải quyết các bài toán tối ưu hóa. Cơ chế của thuật toán tối ưu PSO có thể mô tả 
một cách đơn giản qua quá trình tìm kiếm thức ăn của một đàn chim. Bầy chim tìm 
kiếm thức ăn trong một không gian là toàn bộ không gian ba chiều mà đàn chim 
đang sinh sống. Tại thời điểm bắt đầu tìm kiếm cả đàn bay theo một hướng nào đó, 
có thể là rất ngẫu nhiên. Tuy nhiên sau một thời gian tìm kiếm một số cá thể trong 
đàn bắt đầu tìm ra được nơi có chứa thức ăn. Tùy theo số lượng thức ăn vừa tìm 
kiếm, mà cá thể tìm được thức ăn sẽ gửi tín hiệu lan truyền đến các các cá thể khác 
đang tìm kiếm ở vùng lân cận. Dựa vào thông tin nhận được, mỗi cá thể sẽ điều 
chỉnh hướng và vận tốc theo hướng về nơi có nhiều thức ăn nhất. Cơ chế truyền tin 
như vậy thường được xem như là một kiểu của trí tuệ bầy đàn giúp cả đàn chim tìm 
ra nơi có nhiều thức ăn nhất trên không gian tìm kiếm vô cùng rộng lớn. Như vậy 
đàn chim đã dùng trí tuệ, kiến thức và kinh nghiệm của cả đàn để nhanh chóng tìm 
ra nơi chứa thức ăn. 
PSO là được khởi tạo bởi một nhóm ngẫu nhiên đó là vị trí các điểm node sau 
đó tìm kiếm giải pháp tối ưu bằng việc cập nhật các thế hệ, trong mỗi thế hệ mỗi 
điểm nút là được cập nhật bởi hai giá trị [39]: 
- Pbest: là nghiệm tốt nhất đạt được cho đến thời điểm hiện tại 
- Gbest: là nghiệm tốt nhất mà node lân cận node này đạt được cho tới thời 
điểm hiện tại. 
Hình 3.7: Thay đổi điểm tìm kiếm của PSO [39] 
Trong đó: 
72 
- k: số lần lặp 
- 
 : vận tốc của node i tại vòng lặp thứ k 
- w: trọng số quán tính. 
- c1, c2: hệ số gia tốc 
- rand (): là một số ngẫu nhiên trong khoảng (kích cở cụm, kích cở bài toán) 
- 
 : vị trí của node i tại vòng lặp thứ k 
- 
 : vị trí tốt nhất của node thứ i 
- 
 : vị trí tốt nhất của node trong kế hoạch đường dẫn 
Hàm vận tốc (chuyển động của mỗi cá thể là tổng hợp của 3 chuyển động) 
[40], [41]: 
 ( ) ( ) 
Hàm vị trí: 
Hàm mục tiêu hay hàm thích nghi hay hàm đánh giá F(x) là hàm mô tả yêu 
cầu của bài toán cần đạt tới. Hàm này dùng để đánh giá các lời giải của bài toán. 
Tùy vào bài toán khác nhau, hàm mục tiêu sẽ khác nhau. Bằng cách đánh giá và so 
sánh giải pháp hiện tại với giải pháp tốt nhất, các cá thể sẽ xác định bước đi tiếp 
theo. Ba giải pháp (vị trí) tốt nhất là: tốt nhất cá nhân (Pbest), tốt nhất toàn cục 
(Gbest) và tốt nhất cục bộ (Lbest). 
3.4.2 Xây dựng hàm mục tiêu 
Thuật toán tối ưu bầy đàn PSO áp dụng để tìm tọa độ của 4 điểm trung gian 
[1(x1, y1), 2(x2, y2), 3(x3, y3), 4(x4, y4)], sao cho thời gian di chuyển từ tọa độ đầu 
0(x0, y0) và cuối 5(x5, y5) là ít nhất với ràng buộc góc quay đầu của robot là một số 
nguyên lần a của 450 trong 1 đường quét. 
Vậy hàm mục tiêu y = f(X) mà robot di chuyển cho 1 chu kỳ được xác định 
như sau: 
  
5 4
1 1 2 2 3 3 4 4
1 1
s x
i i
f (X) t i t i ; X x , y ,x , y ,x , y ,x , y
   (3-11) 
f(X) = ts1 + ts2 + ts3+ ts4+ ts5+tx1 + tx2 + tx3 + tx4 
73 
f(X)= 
Như vậy, mô hình bài toán để robot di chuyển có thời gian ngắn nhất được 
xác định như sau: 
(1) ∑ 
 ∑ 
 Min 
(2) 
; 
; αi = a.αcb 
3.4.3 Giải thuật PSO 
Kích thước quần thể là N và mỗi cá thể có D đặc tính, D chính là tọa độ của 4 
điểm trung gian. 
Nghiệm khởi tạo là: X = [X1, , Xi, , XN]; i = 1, 2, , N 
Đặc tính của mỗi cá thể: Xi = [Xi,1, , Xi,j, ., Xi,D]; j = 1, 2, , D = 8 
Thuật toán PSO thực hiện hành vi tìm kiếm dựa vào vị trí tốt nhất mà nó đã 
từng đạt được cho tới thời điểm hiện tại (Pbest) và vị trí tốt nhất trong tất cả quá 
trình tìm kiếm cả quần thể từ trước tới thời điểm hiện tại (Gbest), mà quyết định vị 
trí tiếp theo của chúng trong không gian tìm kiếm. Ngoài ra, vị trí mới còn phụ 
thuộc vào hai hệ số gia tốc (c1 và c2) và hệ số quán tính (w). Trong đó, c1 và c2 được 
lựa chọn ngẫu nhiên trong khoảng [0, 2] và w được lựa chọn trong khoảng [wmin, 
wmax]. 
Vận tốc ban đầu của quần thể được ký hiệu là V = [V1, V2, . . , VN]. Do đó, 
vận tốc của mỗi cá thể Xi (i = 1, 2, . . ., N) là Vi =[Vi,1, Vi,2, . . ., Vi,D]. Các bước 
khác nhau của PSO [24], [41, 44] như sau: 
- Bước 1: Thiết lập các giá trị các biến ban đầu minw , maxw , 1c and 2c của thuật 
toán PSO. 
- Bước 2: Khởi tạo quần thể số điểm nút cho vị trí X, vận tốc V 
- Bước 3: Thiết lập số lần lặp k = 1 
- Bước 4: Tính toán các cá thể phù hợp ( ),k ki iF f X i= " và tìm kiếm cá thể có 
chỉ số tốt nhất b. 
- Bước 5: Lựa chọn ,
k k
i iPbest X i= " và 
k k
bGbest X= 
74 
- Bước 6: Xác định ( )max max min /w w k w w Maxite= - ´ - 
- Bước 7: Cập nhật vận tốc và vị trí của các cá thể 
( ) ( ) ( ) ( )1, , 1 , , 2 , ;
k k k k k k
i j i j i j i j j i jV w V c rand Pbest X c rand Gbest X j and i
+ = ´ + ´ ´ - + ´ ´ - " "
1 1
, , , ;
k k k
i j i j i jX X V j and i
+ += + " "
- Bước 8: Đánh giá ( )1 1 ,Xk ki iF f i
+ += " và tìm kiếm cá thể có chỉ số tốt nhất 1b 
- Bước 9: Cập nhật Pbest của quần thể i" 
Nếu 
1k k
i iF F
+ < thì 
1 1k k
i iPbest X
+ += ngược lại 
1k k
i iPbest Pbest
+ = 
- Bước 10: Cập nhật Gbest trong quần thể 
Nếu 1
1k k
b bF F
+ <
 thì 1
1 1k k
bGbest Pbest
+ +=
 và 1b b= ngược lại 
1k kGbest Gbest+ = 
- Bước 11: Nếu k Maxite< thì 1k k= + và trở lại bước 6 ngược lại tiếp tục 12 
- Bước 12 : In giải pháp tối ưu với kGbest 
Từ các bước của thuật toán PSO đã được xây dựng, lưu đồ giải thuật 
PSO được tóm tắt và trình bày ở hình 3.8. 
75 
Hình 3.8: Lưu đồ xác định các điểm trung gian ứng dụng PSO 
3.4.4 Mô phỏng thuật toán PSO 
Để tìm giá trị tối ưu cho hàm mục tiêu cũng chính là thời gian di chuyển ngắn 
nhất của robot cho một chu kỳ quét, Hàm mục tiêu phụ thuộc vào các thông số như: 
w, c1, c1, kích thước quần thể N. Đối với bài toán tối ưu sử dụng thuật toán PSO, giá 
trị các tham số tối ưu đã được khảo sát là: w = 0.4 - 0.9; c1= 1 - 2; c1 = 1 - 2 [42], 
[43,44]. Bảng 3.1 Trình bày kết quả khảo sát giá trị tham số của thuật toán PSO. 
76 
Bảng 3.1: Kết quả trình bày khảo sát giá trị hệ số của thuật toán PSO 
Trƣờng hợp w C1 C2 f(x) 
1 0.4 1.5 1.5 159.8846 
2 0.5 2 2 159.8183 
3 0.6 1.8 1.8 159.8143 
4 0.7 2 2 159.8248 
5 0.6 2 2 159.8045 
6 0.9 1.8 1.5 159.8941 
7 0.8 2 2 159.8440 
8 0.6 2 1.8 159.8142 
9 0.7 1 2 159.8346 
10 0.5 1 2 159.8243 
Dựa vào bảng 3.1, trường hợp 5 cho giá trị mục tiêu nhỏ nhất, nên các thông 
số được lựa chọn để mô phỏng hàm mục tiêu sẽ là w = 0.6, c1 = 2, c2 = 2. 
Với đặc điểm vận hành của robot và điều kiện thực tế khi siêu âm PA để có 
được chất lượng hình ảnh siêu âm tốt nhất, ta chọn vận tốc trung bình của robot là 
v=35 mm/s, vận tốc xoay của robot là v = 20mm/s. 
Kết quả được mô phỏng với một chu kỳ quét trên diện tích dự kiến thí nghiệm 
quét là 1000x1000, các giá trị quần thể N được mô phỏng là 50, 100, 150, 200, 250 
số lần lặp cho mỗi quần thể là 50 lần. Kết quả được trình bày ở bảng 3.2. 
Bảng 3.2: Kết quả khảo sát giá trị N 
STT N Số lần lặp k f(x) trung bình 
1 50 50 1.0007e+05 
2 100 50 1.4007e+05 
3 150 50 4.0079e+04 
4 200 50 6.0076e+04 
5 250 50 2.0080e+04 
Dựa vào kết quả ở bảng 3.2 cho thấy giá trị hàm mục tiêu tốt nhất có các giá trị 
N = 250, f(x) = 2.0080e+04; Đường đặc tính hội tụ khi thực hiện các số lượng quần 
77 
thể khác nhau được trình bày ở các hình 3.9. 
Hình 3.9: Đường đặc tính hội tụ trung bình [45] 
Với các kết quả khảo sát các hệ số w, c1, c2, kích thước quần thể N. Kết quả 
mô phỏng cho thấy đường dẫn không được mịn (trơn tru) là do ảnh hưởng của hệ số 
a, nên khi thực hiện khảo sát với các hệ số khác nhau a = 1, 2, 3, 4, 5, 6, 7 cho thấy 
rằng, đường dẫn ngắn nhất sẽ có nhiều giá trị khác nhau và được trình bày ở hình 
3.10, 3.11, 3.12. 
Nếu giảm hệ số a = 1, 2 thì kết quả sẽ là hình 3.12, cũng có thời gian di 
chuyển ngắn nhất là f(x) = 115.9411 (s); Kết quả này cũng cho thấy rằng quảng 
đường có độ mịn hơn so với kết quả hình 3.10 và 3.12. 
Vì vậy để lựa chọn phương án di chuyển thông qua khảo sát và mô phỏng các 
hệ số ta chọn phương án di chuyển được trình bày ở hình 3.11. 
0 2 4 6 8 10 12 14 16 18 20
0
1
2
3
4
5
6
7
x 10
5
The he
G
ia
 t
ri
 h
a
m
 m
u
c
 t
ie
u
 f
(x
)
Gia tri ham muc tieu tot nhat trong moi the he
N=50
N=100
N=150
N=200
N=250
78 
Vị trí x y 
0 0