پایان‌نامه

کنترل تطبیقی مبتنی بر شبکه عصبی برای هواپیما در زاویه حمله بالا

چکیده

زمانیکه هواپیمای جنگنده پیشرفته در زوایای حمله بالا پرواز می کند، کوپلینگ اینرسی، تاثیرات آیرودینامیک ناپایا، لرزش بال(wing rock) و اشباع سطوح کنترل آیرودینامیکی منجر به اشکال در کنترل و مانورپذیری می شوند. هواپیماهای مدرن مستلزم مانورپذیری بالا هستند. دینامیک غیرخطی پیچیده بیان شده به سادگی توسط مدلهای خطی نمی تواند تخمین زده شود. همچنین از آنجایی که کنترلرهای خطی برای رسیدن به عملکرد و پایداری مطلوب، برای دینامیک خطی شده در نقاط عملکردی طراحی می شوند، استفاده از تیوری کنترل غیرخطی انگیزه ای جهت پاسخ به ملزومات پایداری و عملکرد با وجود دینامیک غیرخطی پیچیده می باشد. در طراحی کنترلر با استفاده از پسخوراندخطی ساز، مدل دقیق غیرخطی لازم می باشد، لذا مقاوم بودن را با وجود نامعینی تضمین نمی کند. سیستم های با نامعینی را می توان با کنترل مقاوم بررسی کرد. از ملزومات طراحی با کنترل مقاوم، معلوم بودن کران بالا روی خطای مدل سازی، مشخص بودن برخی خصوصیات نامعینی مدل و مدل نامی می باشد. روش دیگر برای بررسی این گونه مسایل استفاده از کنترل تطبیقی است. کنترل تطبیقی دارای این مزیت است که محدویت روی نامعینی لازم نیست شناخته شده باشد، همچنین نامعینی بطور همزمان حذف و سازگار می شود. کنترل تطبیقی برای دستگاههای که پارامترهای نامشخص بطور خطی در آن ظاهر می شوند، دارای عملکرد موفقی بوده است. روشهای طراحی کنترل تطبیقی استاندارد با فرض پارامتریزه کردن خطی نامعینی، دارای محدودیت می باشند. شبکه عصبی قدرت غلبه بر مشکلات مربوط به بکار بردن کنترل تطبیقی برای سیستم های نامعین غیرخطی را داراست. کاربرد شبکه عصبی در ساختار کنترل پرواز بر اساس پسخوراند خطی ساز و گام به عقب دینامیک هواپیما بعنوان ابزار مناسب برای این مسیله مد نظر می باشد. لذا از نقطه نظر تیوری ساختار تعقیب کنترل مستقیم با استفاده از شبکه عصبی بیان می شود. شبکه عصبی برای تبدیل معکوس غیرخطی که برای پسخوراند خطی ساز و گام به عقب لازم است استفاده می گردد. علاوه بر آن شبکه عصبی قادر به یادگیری همزمان جهت خطای معکوس که ممکن است از مدلسازی ناقص، تخمین معکوس یا تغییرات ناگهانی در دینامیک و ضرایب آیرودینامیکی هواپیما ناشی شود، می باشد. برای حصول اطمینان از سازگاری الگوریتم از فرضیات متعارف در مورد غیرخطی سازی که حاکی از خطای معکوس می باشد، استفاده می شود. از طریق تیوری پایداری لیاپانوف نشان داده می شود که خطاهای تعقیب و وزن های شبکه های عصبی بطور نمایی به یک مجموعه متراکم همگرا می شوند. هدف اصلی طراحی کنترلر نشان دادن تطبیق نامعینی آیرودینامیکی در شکل متغیرات پارامتریک و دینامیک مدل نشده می باشد که در طراحی کنترل معکوس نامی دیده نمی شود. در راستای مطالب گفته شده برای تایید سیستم کنترل پیشنهادی، شبیه سازیهایی با استفاده از دینامیک هواپیما اجرا و نتایج با پسخوراندخطی ساز مقایسه می گردد.

اساتید راهنما و مشاور

مهدی سبزه پرور

اسناد مشابه

  • کنترل زاویه فراز ماهواره بر انعطاف پذیر به کمک کنترل کننده مدل پیش بین مبتنی بر شبکه عصبی

    مقالهمهندسی مکانیک ایرانسجاد صادقیان بافقی، کارشناس ارشد، دانشکده مهندسی هوافضا، دانشگاه صنعتی شریف محسن فتحی، استادیار، دانشکده مهندسی هوافضا، دانشگاه صنعتی شریف ناصر رهبر، استادیار، دانشکده مهندسی برق، دانشگاه صنعتی مالک اشتر

    در این مقاله به منظور کنترل زاویه فراز یک ماهواره بر انعطاف پذیر، روش کنترل مدل پیش بین که مبتنی بر شبکه عصبی است، ارائه میَشود. بدین منظور ابتدا معادلات حرکت ماهوارهبر با در نظر گرفتن اثرات انعطاف پذیری در صفحه فراز بدست میآید. اثرات آیروالاستیسیته با اضافه کردن ترم های الاستیک

  • کنترل زاویه فراز ماهواره‌بر انعطاف‌پذیر به کمک کنترل‌‌کننده مدل پیش‌بین مبتنی بر شبکه عصبی

    مقاله۲۰۱۶مهندسی مکانیک ایرانسجاد صادقیان بافقی، محسن فتحی، ناصر رهبر

    در این مقاله به منظور کنترل زاویه فراز یک ماهواره‌بر انعطاف‌پذیر، روش کنترل مدل پیش‌بین که مبتنی بر شبکه عصبی است، ارائه میَشود. بدین منظور ابتدا معادلات حرکت ماهوارهبر با در نظر گرفتن اثرات انعطاف‌پذیری در صفحه فراز بدست میآید. اثرات آیروالاستیسیته با اضافه کردن ترم های الاستیک

  • کنترل سازه‌‌های جداشده هوشمند غیرخطی با استفاده از کنترل‌‌کننده بهینه PID تطبیقی مبتنی بر شبکه عصبی

    مقاله۲۰۲۳مهندسی عمران و محیط زیست امیرکبیرعباسعلی زمانی، صادق اعتدالی

    هدف مقاله حاضر پیشنهاد یک رهیافت کنترل تطبیقی از کنترل‌کننده PID موسوم به کنترل‌‌کننده ANN-OPID است به‌طوری‌که با بهره‌‌گیری هم‌‌زمان از مزیت‌‌های کنترل‌کننده کلاسیک PID و شبکه‌‌های عصبی قادر باشد با توجه‌به تغییرات نوع زلزله، نسبت به کنترل‌کننده بهینه PID با ضرایب ثابت، عملکرد ل

  • کنترل تحمل‌پذیر عیب زمان ثابت مبتنی بر شبکه عصبی و کنترل کننده تطبیقی مد لغزشی یک وسیله نقلیه زیردریایی با اشباع عملگر

    مقاله۲۰۲۴علوم کاربردی و محاسباتی در مکانیکمصطفی تقی زاده، مجید مختاری، محمود مزارع

    پیچیدگی محیط دریا، اغتشاشات خارجی و عدم قطعیت‌های وارد بر سیستم وسیله نقلیه زیرآبی و همچنین عیب و اشباع عملگر از عوامل موثر در کنترل این نوع از وسایل نقلیه می‌باشد. در این مقاله به منظور مقابله با مشکلات مذکور، یک کنترل‌کننده مقاوم و تطبیقی با ترکیب کنترل کننده مد لغزشی دینامیکی

  • کنترل مدل مرجع تطبیقی با جبرانساز شبکه عصبی مصنوعی ربات زیرآبی خودکار6 درجه آزادی

    مقاله۲۰۱۷مکانیک سازه ها و شاره هامهدی یاقوتی، ابولفتح نیکرنجبر

    طراحی کنترل‌کننده هوشمند خودتنظیم رباتهای زیرآبی خودکار بدلیل محیط پر اغتشاش زیر آب، دینامیک پیچیده غیرخطی و ناقص عملگر، بسیار چالش برانگیز است. در این مقاله کنترل ترکیبی مدل مرجع تطبیقی همراه با جبرانساز شبکه عصبی مصنوعی برای کنترل ردیاب ربات زیرآبی خودکار 6 درجه آزادی ارائه شده

  • کنترل تطبیقی بدون مدل بهبود یافته با استفاده از شبکه عصبی در حضور داده‌های کوانتیزه شده

    مقاله۲۰۲۵مهندسی برق دانشگاه تبریزMohammadreza Mir، Malihe Maghfoori Farsangi، Yasin Asadi، Mohammad Mollaie Emamzadeh

    این مقاله یک ساختار بهبود‌یافته برای کنترل تطبیقی بدون مدل مبتنی بر پدیده کوانتیزاسیون داده‌ها را بر پایه شبکه عصبی GMDH (روش گروهی پردازش داده‌ها) بنا شده است. در این مطالعه، به منظور غلبه بر اثرات مخرب کوانتیزاسیون بر روی داده‌های سیستم، داده‌های کوانتیزه شده سیستم مورد مطالعه