طراحی، ساخت و شناسایی وضعیت یک چهارپره قابل حمل براساس داده‌های تست پروازی مبتنی‌بر روش و الگوریتم ژنتیک و شبکه عصبی

Abstract

این مقاله به دو بخش اصلی تقسیم می‌شود: بخش اول فرآیند طراحی، ساخت و انتخاب المان‌های چهارپره و در بخش دوم مدل‌سازی و تخمین پارامترهای مدل مبتنی‌بر روش الگوریتم ژنتیک و شبکه عصبی انجام شده‌است. چهارپره ساخته شده در اینجا با دو رویکرد اصلی قابل حمل و ارزان قیمت بودن طراحی ساخته شده‌است. بنابراین، سعی شده‌است که چهارپره با المان‌های تجاری ساخته شود. ازطرفی در ادامه برای طراحی کنترل‌کننده مناسب و استخراج ضرایب کنترلی، نیاز به در اختیار داشتن مدلی مناسب و دقیق از دینامیک پرنده است. هدف دومی که در این مقاله دنبال می‌شود شناسایی مدل و استخراج مدل مناسب توابع تبدیل وضعیت چهارپره براساس نتایج تست پروازی است. در این پرنده اتوپایلوت دارای دو حلقه کنترلی از نوع PD است که با استفاده از پسخورد داده‌های ناوبری و مقایسه آن با مقادیر وضعیت مطلوب در هر لحظه چهارپره را کنترل می‌نماید. سپس با استفاده از داده‌های تست پروازی شامل زوایا و نرخ تغییرات آن‌ها و با در نظر گرفتن یک تابع تبدیل گسسته مرتبه دوم دکوپله برای هر کانال وضعیت، شناسایی سیستم مبتنی‌بر دو روش الگوریتم ژنتیک و شبکه عصبی انجام گردیده است. نتایج حاصله بیانگر این است که به‌صورت کلی میزان تطبیق در هر سه کانال به روش الگوریتم ژنتیک 48/81 درصد و برای روش الگوریتم شبکه عصبی 62/82 درصد است.

Keywords

• طراحی و ساخت چهارپره
• اتوپایلوت
• شناسایی سیستم
• الگوریتم ژنتیک
• شبکه عصبی