• عنوان

    طراحي كنترل‌كننده مد لغزشي مبتني بر شبكه موجك فازي با الگوريتم آموزشي بهبود يافته براي كنترل موقعيت و جهت‌گيري كوادروتور

  • نويسنده اصلي

    غفوري زيدي، ميلاد

  • محل تحصيل
    اصفهان : دانشگاه صنعتي اصفهان
  • رشته تحصيلي
    مهندسي برق
  • مقطع تحصيلي
    كارشناسي ارشد
  • چكيده
    با رشد سريع و گسترش استفاده از وسايل نقليه هوايي بدون سرنشين در كاربردهاي مختلف، نياز به كنترل موقعيت و جهت‌گيري آن‌ها بيش از پيش اهميت پيدا كرده است. كوادروتورها از جمله وسايل نقليه هوايي هستند كه به علت قابليت مانورپذيري بالا، براي پرواز در محيط‌هاي داخلي و خارجي و در فضاي محدود با وجود موانع مورد توجه زيادي قرار گرفته‌اند. هم‌چنين ساختار ساده و سيستم پرواز مناسب آن‌ها منجر شده كه به طور گسترده‌اي براي توسعه انواع روش‌هاي كنترلي مورد استفاده قرار گيرند. اين پرنده با وجود دارا بودن چهار روتور، ناپايدار است و نيازمند يك سيستم كنترلي براي يك پرواز پايدار است. يكي از روش‌هاي رايج كنترل سيستم كوادروتور، روش كنترل مد لغزشي است. اين روش چالش‌هاي زيادي دارد كه از جمله آن مي‌توان به اثر چترينگ و نوسانات فركانس بالا، تحليل پايداري و محاسبات سخت اشاره كرد. يك چالش اساسي در استفاده از روش مد لغزشي، مربوط به محاسبه پارامترهاي تنظيم سطح لغزش است. در اين پايان‌نامه، يك روش جديد به منظور كنترل موقعيت و جهت‌گيري كوادروتور در حضور عدم‌قطعيت پارامتري و اختلال خارجي پيشنهاد شده است. در واقع در رويكرد پيشنهادي روش كنترل مد لغزشي و روش‌هاي هوشمند شبكه عصبي و شبكه موجك فازي با هم ادغام شده‌اند. ابتدا مدل ديناميكي سيستم كوادروتور به دو زير سيستم Under-Actuated و Fully-Actuated تقسيم‌ شده است. كنترل‌كننده مد لغزشي براي هر يك از زير سيستم‌ها طراحي شده و ضرايب سطوح لغزش با استفاده از روش شبكه عصبي و شبكه موجك فازي تنظيم شده‌اند و در هر بخش پايداري سيستم حلقه بسته با استفاده از تئوري لياپانوف اثبات شده است. در اين پژوهش، در شبكه عصبي مورد نظر، از الگوريتم آموزشي پس انتشار خطا براي به‌روزرساني پارامترها استفاده شده است. اگر چه الگوريتم پس انتشار خطا توانايي بالايي در يافتن نقاط بهينه دارد، ولي ضعف اصلي آن سرعت همگرايي پائين است. به همين منظور از الگوريتم آموزشي بهبود يافته و تسريع شده براي آموزش شبكه موجك فازي استفاده شده است. الگوريتم ذكر شده، تركيبي از روش‌هاي پس انتشار خطاي تسريع شده، حداقل مربعات بازگشتي و خوشه‌بندي است. با استفاده از اين الگوريتم، آموزش شبكه موجك فازي مطابق با سه مرحله، مقداردهي اوليه، بهينه‌سازي پارامترهاي خطي و بهينه‌سازي پارامترهاي غيرخطي صورت مي‌گيرد. با بهره‌گيري از اين الگوريتم در فرآيند طراحي كنترل‌كننده‌، مشاهده مي‌شود كه سرعت پاسخ‌دهي كنترل‌كننده مد لغزشي مبتني بر شبكه موجك فازي (SMC-FWNN) بسيار بيش‌تر از كنترل‌كننده مبتني بر شبكه عصبي با الگوريتم آموزش پس انتشار خطاي استاندارد (SMC-BPNN) است. نتايج به آمده از شبيه‌سازي نشان‌دهنده اين موضوع است كه كنترل‌كننده پيشنهادي با بهره‌گيري از الگوريتم آموزشي ارائه شده، پارامترهاي نامشخص سطح لغزش و ورودي‌هاي كنترل را با دقت خوبي تخمين زده و رديابي مسيرهاي مطلوب تعريف شده با دقت بالايي انجام شده است. حتي با اعمال عدم‌قطعيت پارامتري و اختلال خارجي هم‌ كنترل‌كننده پيشنهادي عملكرد مطلوبي دارد و اثر نامطلوب ناشي از آن‌ها را رفع مي‌كند و عمل كنترل موقعيت و جهت‌گيري كوادروتور به خوبي انجام مي‌شود. در نهايت، نتايج شبيه‌سازي‌هاي انجام شده كارآمدي رويكرد مطرح شده را نشان داده است.
  • شماره ركورد
    210717
  • گرايش رشته تحصيلي
    كنترل
  • دانشكده
    مهندسي برق و كامپيوتر
  • دانشگاه
    دانشگاه صنعتي اصفهان
  • استاد داور
    جواد عسگري، مرضيه كمالي
  • استاد راهنما
    فريد شيخ الاسلام، مريم ذكري