طراحی کنترل کننده بهینه سیستم کنترل پرواز یک هواپیمای بدون سرنشین با استفاده از کنترل کننده فازی-الگوریتم ژنتیک
نویسندگان
چکیده
شناسایی و بررسی موقعیت های جغرافیایی و اقلیمی مختلف جهت تحقیقات علمی و مطالعات راهبردی جزء اهم مسایل شناسایی در کشورها می باشد. امروزه استفاده از هواپیماهای بدون سرنشین به دلیل قابلیت های نفوذ، ایمنی و عملکرد بالایی که دارند در بسیاری از کشورها کاربرد گسترده ای یافته اند. عملکرد درست و دقیق این سیستم ها باعث دریافت صحیح و به موقع داده ها و در نتیجه دستیابی به اطلاعات مهم می-باشد. لذا داشتن یک سیستم کنترلی مناسب و بی نقص برای کنترل هواپیماهای بدون سرنشین از اهمیت بالایی برخوردار است. در این مقاله با استفاده از الگوریتم ژنتیک جهت تنظیم کنترل کننده فازی سعی شده است یک کنترل کننده هوشمند جهت کنترل مسیر هواپیماهای بدون سرنشین در شرایط مختلف مسیر ارائه گردد به نحوی که سیستم بهینه ترین حالت پرواز را داشته باشد. در این روش ابتدا با استفاده از تئوری الگوریتم ژنتیک پارامترهای توابع عضویت و قوانین فازی کنترل کننده فازی جهت کنترل پرواز هواپیما در طول مسیر طراحی شوند که در نتیجه باعث مینیمم شدن حداکثر جهش و همچنین خطای حالت ماندگارسیستم می گردد. در ادامه با ارائه یک مدل خطی از هواپیمای بدون سرنشین و شبیه سازی آن، عملکرد درست روش مذکور مورد بررسی قرار گرفته و با روش های رایج مقایسه و نتایج ارائه گردیده اند.
منابع مشابه
کنترل عمق یک زیر دریایی بدون سرنشین با دو درجه آزادی با استفاده از کنترل کننده مود لغزشی فازی
مدل زیردریایی بدون سرنشین یک سیستم غیرخطی است که برای کنترل عمق آن روش های مختلفی ارائه شده است. کنترل مود لغزشی یک روش کنترل مقاوم فیدبک حالت برای سیستم های غیرخطی است که ساختار آن برای رسیدن به عملکرد مطلوب تغییر پیدا می کند. در این روش کنترلی، فرض بر این است که فرآیند کنترل می تواند به صورت آنی از یک ساختار به ساختار دیگر تغییر کند، اما در عمل به دلیل تاخیر محاسباتی و محدودیت در عملگرها، تغی...
متن کاملکنترل عمق زیر دریایی بدون سرنشین با استفاده از کنترل کننده مود لغزشی عصبی
کنترل عمق زیردریاییهای بدون سرنشین بهدلیل حضور اغتشاش، نویز و دینامیکهای غیرخطی، امری دشوار در زمینه کنترل سیستمها محسوب شده و برای حل آن به روشهایی که نسبت به عدم قطعیتهای سیستم مقاوم باشند، نیاز است. یکی از روش های مقاوم در برابر عدم قطعیتها و اغتشاشات، کنترل کننده مدلغزشی است. علی رغم این مزیت، اما در عمل بهدلیل تاخیر محاسباتی و محدودیت در عملگرها، تغییرات آنی امکانپذیر نبوده و منجر ...
متن کاملشناسایی سیستم و طراحی کنترل بهینه با استفاده از الگوریتم ژنتیک برای کنترل ارتعاشات یک بال هوشمند
در این مقاله روشی برای مسئله شناسایی و کنترل ارتعاشات سازههای هوشمند ارائه شده است. سازههای هوشمند به کمک سنسورها و محرکهای تعبیه شده در آنها میتوانند به صورت فعال شکل فیزیکی خود را تغییر دهند. به عنوان یک مثال خاص، در این مطالعه مدلی از بال عمودی یک هواپیمای جنگی در مقیاس کوچک به عنوان یک بال هوشمند در نظر گرفته شده است. همچنین از تعدادی پیزوسرامیک که بر روی بال چسبانده شدهاند، به عنوان م...
متن کاملشناسایی سیستم و طراحی کنترل بهینه با استفاده از الگوریتم ژنتیک برای کنترل ارتعاشات یک بال هوشمند
A solution to the problem of identification and control of smart structures is presented in this paper. Smart structures with build-in sensors and actuators can actively and adaptively change their physical geometry and properties. As a particular example, a representative dynamic model of a typical fighter vertical tail, identified as the smart fin, is considered. Piezoelectric patches, which ...
متن کاملکنترل عمق یک زیر دریایی بدون سرنشین با دو درجه آزادی با استفاده از کنترل کننده مود لغزشی فازی
مدل زیردریایی بدون سرنشین یک سیستم غیرخطی است که برای کنترل عمق آن روش های مختلفی ارائه شده است. کنترل مود لغزشی یک روش کنترل مقاوم فیدبک حالت برای سیستم های غیرخطی است که ساختار آن برای رسیدن به عملکرد مطلوب تغییر پیدا می کند. در این روش کنترلی، فرض بر این است که فرآیند کنترل می تواند به صورت آنی از یک ساختار به ساختار دیگر تغییر کند، اما در عمل به دلیل تاخیر محاسباتی و محدودیت در عملگرها، تغی...
متن کاملطراحی کنترل کننده های upfc برای کنترل همزمان توان و ولتاژ با استفاده از الگوریتم ژنتیک
در این مقاله به طراحی کنترل کننده های داخلی upfc شامل کنترل کننده توان عبوری از خط، کنترل کننده ولتاژ dc و کنترل کننده ولتاژ پایانه ماشین سنکرون پرداخته شده است. بر اساس مدل خطی به شکل فضای حالت برای سیستم تک ماشینه متصل به شین بینهایت کنترل کننده های مذکور با روش بهینه سازی الگوریتم ژنتیک برای این سیستم بهینه سازی شدهاند. با توجه به اینکه سیستم اصلی ناپایدار می باشد لذا قبل از طراحی کنترل ک...
متن کاملمنابع من
با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید
عنوان ژورنال:
مکانیک هوافضاجلد ۱۳، شماره ۲، صفحات ۸۱-۹۰
میزبانی شده توسط پلتفرم ابری doprax.com
copyright © 2015-2023