طراحی افزاینده پایداری مقاوم ∞H با ضرایب بهینه ژنتیکی برای مدل چند ورودی چند خروجی بالگرد بدون سرنشین با دینامیک¬های وابسته
الموضوعات :
زهرا سلامتی
1
(-)
زهرا نجاتی
2
(دانشگاه کاشان)
علیرضا فرجی
3
(-)
الکلمات المفتاحية: بالگرد بدون سرنشینسیستم افزاینده پایداریمد هاورطراحی کنترل‌کننده مقاوم بهینهحذف وابستگی دینامیک‌ها,
ملخص المقالة :
در این مقاله تلاش شده تا برای یک مدل چندورودی- چندخروجی (MIMO) بالگرد بدون سرنشین (HUAV)، سیستم افزاینده پایداری (SAS) مقاوم بهینه در مد هاور طراحی شود. این مدل در حالت حلقه باز، ناپایدار و زیر تحریک است و بین دینامیک‌های آن در کانال‌های رول، پیتچ و یاو وابستگی وجود دارد. در این مقاله با توجه به ویژگی خاص مدل، فیلترهایی با پهنای باند مشخص در مسیر سیگنال‌های اعمالی به عملگرها طراحی شده که باعث می‌شود وابستگی دینامیک‌ها در مدل حلقه بسته کاهش یافته و عملکرد حلقه‌های کنترلی در کانال‌های حرکت طولی، عرضی و سمت آن مجزا گردد. در این مقاله، SAS به صورت کنترل‌کننده‌های PI مقاوم روی مدل خطی طراحی می‌شود. بر این اساس، پس از مجزانمودن حلقه‌های عملکردی بالگرد در حالت حلقه بسته، ضرایب PI هر کانال به کمک مسئله کنترل مقاوم ∞H مدل شده و با الگوریتم ژنتیک به صورت بهینه محاسبه گردیده است. در نهایت شبیه‌سازی روی مدل غیر خطی نشان‌دهنده مقاوم‌بودن آن در برابر عدم قطعیت ناشی از خطی‌سازی مدل غیر خطی و اغتشاشات واردشده به سیستم است.
[1] I. A. Raptis and K. P. Valavanis, Linear and Nonlinear Control of Small Scale Unmanned Helicopters, Springer Science & Business Media, 2011.
[2] Y. Kang, S. Chen, X. Wang, and Y. Cao, "Deep convolutional identifier for dynamic modeling and adaptive control of unmanned helicopter," IEEE Trans. on Neural Networks and Learning Systems, vol. 30, no. 2, pp. 524-538, Jul. 2018.
[3] A. Razzaghian and R. Kardehi Moghaddam, "Robust adaptive neural network control of miniature unmanned helicopter," in Proc. Iranian Conf. on Proc. Electrical Engineering, ICEE'18, pp. 801-805, Mashhad, Iran, 8-10 May 2018.
[4] Y. Shang and T. Lu, "Optimal tracking control of mini unmanned helicopter based iterative approximating," in Proc. IEEE 3rd Information Technology, Networking, Electronic and Automation Control Conf., ITNEC'19, pp. 81-87, Chengdu, China, 15-17 Mar. 2019.
[5] R. Singh and B. Bhushan, "Adaptive neuro-fuzzy-PID and fuzzy-PID-based controller design for helicopter system," Applications of Computing, Automation and Wireless Systems in Electrical Engineering, vol. 553, pp. 281-293, Jun. 2019.
[6] W. Boukadida, A. Benamor, H. Messaoud, and P. Siarry, "Multi-objective design of optimal higher order sliding mode control for robust tracking of 2-DoF helicopter system based on metaheuristics," Aerospace Science and Technology, vol. 91, pp. 442-455, Aug. 2019.
[7] J. H. Williams, Fundamentals of Applied Dynamics, New York: Wiley, 1996.
[8] B. Mettler, Identification Modeling and Characteristics of Miniature Rotorcraft, Kluwer Academic Publishers, Norwell, 2003.
[9] J. Alvarenga, N. I. Vitzilaios, K. P. Valavanis, and M. J. Rutherford, "Survey of unmanned helicopter model based navigation and control techniques," J. of Intelligent & Robotic Systems, vol. 80, no. 1, pp. 87-138, Oct. 2015.
[10] A. Faraji, Z. Nejati, and M. Abedi, "Actuator faults estimation for a helicopter UAV in the presence of disturbances," J. of Control, Automation and Electrical Systems, vol. 31, no. 5, pp. 1153-1164, Oct. 2020.
[11] M. Barczyk, Nonlinear State Estimation and Modeling of a Helicopter UAV, Ph. D. Thesis, University of Alberta, 2012.
[12] G. Wang, J. Zhu, and C. Yang, "System identifcation for helicopter yaw dynamic modelling," in Proc. IEEE 3rd Int. Conf. on Computer Research and Development, pp. 54-57, Shanghai, China, 11-13 Mar. 2011.
[13] J. Hu and H. Gu, "Survey on flight control technology for large-scale helicopter," International J. of Aerospace Engineering, vol. 20, no. 5, pp. 1-14, Feb. 2017.
[14] S. Sheng and C. Sun, "Design of a stability augmentation system for an unmanned helicopter based on adaptive control techniques," J. of Applied Sciences, vol. 5, no. 3, pp. 575-586, Sept. 2015.
[15] M. R. Kafi, H. Chaoui, S. Miah, and A. Debilou, "Local model networks based mixed-sensitivity H-infinity control of CE-150 helicopters," J. of Control Theory and Technology, vol. 15, no. 1, pp. 34-44, Feb. 2017.
[16] M. Sever, G. Goktas, H. Yazici, and I. B. Kucukdemiral, "Linear matrix inequalities based state feedback and reference feedforward actuator saturated H-infinity control of small-scale unmanned helicopter," in Proc. 9th Int. Conf. on Electrical and Electronics Engineering, ELECO'15, pp. 801-805, Bursa, Turkey, 26-28 Nov. 2015.
[17] I. B. Tijani, R. Akmeliawati, A. Legowo, and A. Budiyono, "Optimization of an extended H-infinity controller for unmanned helicopter control using multiobjective differential evolution (MODE)," International J. of Aircraft Engineering and Aerospace Technology, vol. 87, no. 4, pp. 330-344, Jul. 2015.
[18] J. D. Arantes, M. D. Arantes, C. F. M. Toledo, O. T. Junior, and B. C. Williams, "An embedded system architecture based on genetic algorithms for mission and safety planning with UAV," in Proc. of the Genetic and Evolutionary Computation Conf., GECCO'17, pp. 1049-1056, Berlin, German, 15-19 Jul. 2017.
[19] A. Abaspour, S. H. Sadati, and M. Sadeghi, "Nonlinear optimized adaptive trajectory control of helicopter," J. of Control Theory and Technology, vol. 13, no. 4, pp. 297-310, Nov. 2015.
[20] J. Velagic and N. Osmic, "Fuzzy-genetic identification and control stuctures for nonlinear helicopter model," J. of Intelligent Automation & Soft Computing, vol. 19, no. 1, pp. 51-68, Feb. 2013.
