مقایسه کنترلر گام به عقب بهینه شده با الگوریتم ازدحام ذرات و کنترلر LQR بر روی کوادروتور

این مقاله به مقایسه عملکرد دو کنترلر گام به عقب بهینه شده با الگوریتم ازدحام ذرات و کنترلر LQR بر روی یک کوادروتور در حالت هاور می پردازد. کوادروتور یک سیستم دینامیکی پایدار نیست و توسعه کنترلرهای بهینه با کارایی بالا برای آن حائز اهمیت است. در ابتدا مدل دینامیکی کوادورتور معرفی شده و معادلات فضای حالت به منظور شبیه سازی مدل دینامیکی ارائه می شوند. سپس دو کنترلر گام به عقب و LQR برای کنترل ارتفاع و زوایای کوادروتور طراحی می شوند. به منظور بهینه سازی کنترلر گام به عقب ، پارامترهای آن به کمک الگوریتم ازدحام ذرات به گونه ای تعیین می گردند که تابع هزینه در نظر گرفته شده برای کنترلر LQR کمترین مقدار خود را داشته باشد. هم چنین فرامین ورودی به موتورها به منظور نشان دادن توانایی کنترلر موردنظر محاسبه و ترسیم می شوند. برای رسیدن به مقایسه دقیق تر، تابع هزینه به ازای مقادیر مختلف ماتریس های وزنی Q و R برای دو کنترلر محاسبه شده و نتایج با یکدیگر مقایسه می شوند. نتایج نشان می دهند که کنترلر گام به عقب به کمک الگوریتم ازدحام ذرات توانایی بالاتری در کمینه سازی تابع هزینه دارد و به ازای ماتریس های وزنی مختلف تابع هزینه در کنترلر گام به عقب کمتر بوده است.

کلیدواژه ها:

"Back stepping" ، "LQR" ، "PSO algorithm" ، "cost function" ، "Optimization" ، "کنترل کننده گام به عقب" ، "کنترل کننده LQR" ، "الگوریتم ازدحام ذرات" ، "تابع هزینه" ، "بهینه سازی"