Tạp chí điện tử Khoa học và Công nghệ Giao thông

Thiết kế bộ điều khiển trượt backstepping cho hệ truyền động động cơ từ trở chuyển mạch không sử dụng cảm biến

Phí Hoàng Nhã — 2026-04-11

Động cơ từ trở chuyển mạch là động cơ có nhiều ưu điểm nổi bật, dần được ứng dụng rộng rãi trong công nghiệp và gia dụng. Tuy nhiên, động cơ từ trở chuyển mạch có tính phi tuyến rất mạnh, khó điều khiển, cần một bộ điều khiển phi tuyến nhằm cải thiện chất lượng của hệ truyền động. Đồng thời, để tổng hợp được thuật toán điều khiển chính xác, mô hình toán của hệ truyền động động cơ từ trở chuyển mạch cần đầy đủ. Bài báo này trình bày thuật toán điều khiển trượt backstepping được tổng hợp từ mô hình phi tuyến toàn diện của động cơ từ trở chuyển mạch – là mô hình kết hợp giữa bộ chuyển mạch và động cơ. Bộ quan sát trạng thái phi tuyến được sử dụng trong hệ thống nhằm giảm thiểu thiết bị đo lường. Tính ổn định của hệ thống được chứng minh bằng tiêu chuẩn Lyapunov. Kết quả mô phỏng cho thấy bộ điều khiển trượt backstepping được tổng hợp từ mô hình phi tuyến mới kết hợp bộ quan sát trạng thái cho chất lượng tương đương với hệ truyền động dùng cảm biến. Kết quả này mở ra triển vọng phát triển hệ truyền động động cơ từ trở không sử dụng cảm biến trong tương lai.

Đánh giá các khía cạnh kỹ thuật, kinh tế và môi trường của mô hình năng lượng mặt trời cho các trang trại nuôi tôm

Nguyễn Mộng Long — 2026-04-28

Nghiên cứu này nhằm mục đích phát triển và đánh giá hệ thống điện mặt trời lai được tích hợp vào hoạt động nuôi tôm ở Đồng bằng sông Cửu Long của Việt Nam, tập trung vào việc cải thiện hiệu suất năng lượng, giảm chi phí vận hành và giảm thiểu tác động đến môi trường. Hệ thống được thiết kế để hoạt động theo ba kịch bản: kết nối lưới điện có và không có bộ lưu trữ và cấu hình độc lập với máy phát điện diesel. Mô phỏng và tối ưu hóa đã được thực hiện bằng Thuật toán NSGA-II trong MATLAB để đánh giá các chỉ số hiệu suất kinh tế và kỹ thuật của hệ thống, chẳng hạn như chi phí hàng năm, lượng khí thải CO₂, tỷ lệ tự tiêu thụ và tỷ lệ tự cung tự cấp. Các phát hiện chỉ ra rằng hệ thống kết nối lưới điện với bộ lưu trữ cung cấp giải pháp hiệu quả về chi phí và bền vững nhất về mặt môi trường, đạt tỷ lệ lợi ích-chi phí là 1,99, giá trị hiện tại ròng (NPV) là 68.055 đô la và thời gian hoàn vốn là 6,86 năm. Hệ thống cũng chứng minh tiềm năng giảm CO₂ lên tới 75 tấn mỗi năm. Mô hình này thể hiện tính tự chủ và ổn định năng lượng cao đồng thời đảm bảo lợi nhuận, đưa ra phương pháp có thể mở rộng để tích hợp năng lượng tái tạo vào nuôi trồng thủy sản và cung cấp mô hình có thể nhân rộng cho nuôi tôm bền vững.

NovaLog AI: Hệ thống học máy dự báo thời gian di chuyển và hỗ trợ định tuyến Logistic

Nguyễn Trọng Dũng — 2026-04-26

Chi phí logistics tại Việt Nam hiện chiếm khoảng 16,8% tổng sản phẩm quốc nội (GDP), cao hơn đáng kể so với mức trung bình toàn cầu do những hạn chế về hạ tầng và sự phân mảnh, thiếu đồng bộ của dữ liệu. Để giải quyết bài toán này, nghiên cứu đề xuất xây dựng hệ thống NovaLog AI nhằm dự báo nhu cầu và tối ưu hóa quy trình quản lý tại các trạm trung chuyển hàng hóa. Nghiên cứu sử dụng một bộ dữ liệu thực chứng đa chiều tác động đến thời gian di chuyển, bao gồm các đặc trưng về không gian, thời gian và khí tượng học. Tám thuật toán học máy phổ biến đã được triển khai và so sánh hiệu suất thông qua phương pháp xác thực chéo kết hợp với 30 lần chạy mô phỏng Monte Carlo để kiểm định tính ổn định. Kết quả đánh giá tổng hợp dựa trên các chỉ số R² và RMSE chỉ ra rằng XGBoost là mô hình dự báo chính xác nhất, với R² đạt 0.9507 (RMSE = 2.3531) trên tập huấn luyện và R² đạt 0.8399 (RMSE = 4.2512) trên tập kiểm tra. Đồng thời, thông qua việc xếp hạng độ quan trọng của các biến, nghiên cứu xác định được 4 yếu tố có ảnh hưởng mạnh mẽ nhất đến hiệu suất dự báo là: quãng đường, giờ đi, vĩ độ đi và độ ẩm. Hệ thống NovaLog AI cung cấp cơ sở khoa học thiết thực cho các doanh nghiệp trong việc ứng dụng trí tuệ nhân tạo để tối ưu hóa lộ trình, cải thiện hiệu quả vận hành chuỗi cung ứng và cắt giảm chi phí logistics tại Việt Nam.

Ứng dụng mô hình mạng nơ-ron đa lớp (MLP) trong xây dựng bản đồ phân vùng nguy cơ sụt lún khu vực Hà Nội, Việt Nam

Nguyễn Thanh Tuấn — 2026-04-24

Lún bề mặt là một trong những mối nguy hiểm địa kỹ thuật lớn ảnh hưởng đến cơ sở hạ tầng, kết cấu kỹ thuật và sự phát triển bền vững của các đô thị. Do đó, việc dự đoán và xác định các khu vực dễ bị lún bề mặt ngày càng thu hút sự chú ý trong những năm gần đây. Nghiên cứu này sử dụng mô hình Mạng nơ-ron đa lớp (MLP) để phân tích không gian để lập bản đồ mức độ nhạy cảm với lún bề mặt ở khu vực Hà Nội. Dữ liệu lún bề mặt được lấy từ hình ảnh vệ tinh và được xử lý bằng kỹ thuật PS-InSAR để định lượng biến dạng bề mặt. Bộ dữ liệu thu được sau đó được chia thành hai tập con, với 70% được sử dụng để đào tạo mô hình và 30% để xác nhận. Tổng cộng có 14 yếu tố ảnh hưởng được chọn làm biến đầu vào, bao gồm: độ sâu mực nước ngầm, lượng mưa, khoảng cách đến sông, khoảng cách đến đường, khoảng cách đến đứt gãy, sử dụng đất (LULC), chỉ số độ ẩm địa hình (TWI), chỉ số thực vật chênh lệch chuẩn hóa (NDVI), chỉ số sức mạnh dòng chảy (SPI), địa chất, hướng bờ dốc, hình dáng bề mặt, góc bờ dốc, độ cao địa hình. Phương pháp Tỷ lệ tần suất (FR) được áp dụng để đánh giá mối quan hệ giữa các yếu tố này và sự xuất hiện của hiện tượng lún bề mặt. Hiệu suất dự đoán của mô hình và bản đồ khả năng lún bề mặt được tạo ra đã được xác thực bằng cách sử dụng sai số bình phương trung bình gốc (RMSE) và diện tích dưới đường cong đặc tính hoạt động của bộ thu (AUC–ROC). Phân tích AUC cho thấy mô hình MLP đạt độ chính xác dự đoán cao, với giá trị AUC = 0,873 với tập đào tạo và AUC = 0,869 với tập kiểm chứng.