کنترل وضعیت تحمل پذیر عیب یکپارچه کوادروتور با استفاده از یادگیری تقویتی

در این مقاله به مسئله طراحی کنترل وضعیت بهینه برای پرنده کوادروتور با دینامیک غیرخطی که در معرض عیوب عملگر و اجزا قرار دارد پرداخته شده است. سیستم کنترل وضعیت بهینه تحمل پذیر عیب پیشنهادی مبتنی بر یادگیری تقویتی است و بدون نیاز به شناخت قبلی از دینامیک پرنده و به صورت یکپارچه طراحی می شود. بدین معنی که آشکارسازی عیب و بازطراحی کنترل کننده را به طور همزمان مورد بحث قرار می دهد. به منظور حل برخط معادله همیلتون-ژاکوبی-بلمن (HJB) بدون نیاز به شناخت دینامیک پرنده، از یک ساختار تخمین با دو شبکه عصبی شناساگر-نقاد استفاده شده است. ضریب فراموشی در قانون به روزرسانی شبکه شناساگر متغیر و تابعی از خطای تخمین حالات و تخمین نویز اندازه گیری می باشد که باعث بهبود مشخصه های حالت گذرا و پایدار آن می شود. از سوی دیگر به منظور حذف نیازمندی فرآیند آموزش به کنترل کننده پایدارساز اولیه، از یک جمله پایدارساز در قانون به روزرسانی شبکه نقاد استفاده شده است که امکان شروع فرآیند آموزش را از کنترل کننده بهینه پیشین فراهم می کند که لزوما پایداری سیستم معیوب جدید را تضمین نمی کند. همچنین در این ساختار، آشکارسازی عیب بدون نیاز به هیچگونه بانکی از مدل و صرفا مبتنی بر مقدار باقی مانده معادله HJB انجام می پذیرد. پایداری فراگیر یکنواخت وزن های هر دو شبکه و در نتیجه همگرایی قانون کنترل به پاسخ بهینه با استفاده از قضیه لیاپانوف اثبات شده و کارایی آن با استفاده از شبیه سازی مورد ارزیابی قرار گرفته است.

کلیدواژه ها:

Quadrature Attitude Control ، Component and Actuator Faults ، Fault-Tolerant Optimal Control ، Fault Detection ، Reinforcement Learning ، کنترل وضعیت کوادروتور ، عیب اجزا و عملگر ، کنترل بهینه تحمل پذیر عیب ، آشکارسازی وقوع عیب ، یادگیری تقویتی