مدلسازی و شناسایی پارامترهای زیردریایی خودگردان((AUV در صفحه ی قائم از روش هوشمند فازی تطبیقی و الگوریتم آموزش هوش تجمعی ذرات

به منظور کنترل انواع شناورهای خودگردان زیرسطحی (AUV) نیاز به شناسایی مدل دقیق دینامیکی آن میباشد. بدست آوردن مدل اولین قدم در این زمینه بوده و شناسایی پارامترهای مدل مرحله ی بعدی مهم میباشد. اینکار بعلت ساختار غیرخطی و همچنین کوپله بودن پارامترهای مدل بسیار پیچیده و زمانبر میباشد. یکی از بزرگترین چالش ها در این زمینه تهیه ی اطلاعات اولیه در خصوص حرکت شناور زیرسطحی مورد شناسایی است.در این مقاله روش جدید شناسایی مدل شناورهای زیرسطحی که همواره با نامعینی پارامتری فراوان درگیر بوده است ارائه گردیده است.این الگوریتم به اینگونه عمل میکند که در ابتدا با استفاده از روشهای فازی تطبیقی اقدام به ایجاد ساختار مدل فازی از سیستم مربوطه نموده و سپس با استفاده از الگوریتم آموزشی هوش تجمعی ذرات و از طریق بهبود پارامترهای توابع عضویت مدل فازی، مدل بهینه بدست می آید. شناور نمونه زیرسطحی مورد بررسی در این پژوهش از نوع NPS بوده و دارای شش درجه آزادی حرکت در فضا میباشد.در ادامه نیز نتایج شبیهسازیهای صورت گرفته به روی داده های واقعی از یک نمونه AUV در دسترس ارائه گردیده است.

کلیدواژه ها:

AUV ، شناورهای خودگردان زیرسطحی ، فازی ، هوش تجمعی ذراتPSO ، NPS AUV