طراحی، ساخت و شناسایی وضعیت یک چهارپره قابل حمل براساس داده های تست پروازی مبتنی بر روش و الگوریتم ژنتیک و شبکه عصبی

این مقاله به دو بخش اصلی تقسیم می شود: بخش اول فرآیند طراحی، ساخت و انتخاب المان های چهارپره و در بخش دوم مدل سازی و تخمین پارامترهای مدل مبتنی بر روش الگوریتم ژنتیک و شبکه عصبی انجام شده است. چهارپره ساخته شده در اینجا با دو رویکرد اصلی قابل حمل و ارزان قیمت بودن طراحی ساخته شده است. بنابراین، سعی شده است که چهارپره با المان های تجاری ساخته شود. ازطرفی در ادامه برای طراحی کنترل کننده 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 می شود 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 داده های ناوبری و مقایسه آن با مقادیر وضعیت مطلوب در هر لحظه چهارپره را کنترل می نماید. سپس با استفاده از داده های تست پروازی شامل زوایا و نرخ تغییرات آن ها و با در نظر گرفتن یک تابع تبدیل گسسته مرتبه دوم دکوپله برای هر کانال وضعیت، شناسایی سیستم مبتنی بر دو روش الگوریتم ژنتیک و شبکه عصبی انجام گردیده است. نتایج حاصله بیانگر این است که به صورت کلی میزان تطبیق در هر سه کانال به روش الگوریتم ژنتیک ۴۸/۸۱ درصد و برای روش الگوریتم شبکه عصبی ۶۲/۸۲ درصد است.

کلیدواژه ها:

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