کنترل عصبی-فازی نوع ۲ بهینه برای مانورهای مداری مقاوم تحت خطاهای عملگر اثر هال و عدم قطعیت

انتقال مداری با استفاده از پیشرانه های هال (HET) با چالش های قابل توجهی مواجه است، به ویژه به دلیل ناپایداری های ذاتی در نیروی محرکه و خطاهای غیرخطی در اکچواتورها. این مطالعه یک کاربرد نوآورانه از کنترل کننده فازی عصبی نوع ۲ را ارائه می دهد که به طور خاص برای اطمینان از مانورهای مقاوم در شرایط عدم قطعیت شدید طراحی شده است. برخلاف مطالعات قبلی که عمدتا به شرایط خطای خفیف و مقایسه محدود کنترل کننده ها محدود می شوند، رویکرد پیشنهادی به طور سیستماتیک در مقایسه با یک کنترل کننده فازی عصبی نوع ۱ و یک تنظیم کننده خطی متعارف ارزیابی می شود. یک شبکه عصبی، ساختار کنترل را آغاز می کند، در حالی که یک الگوریتم ژنتیک تنها برای کاهش قواعد فازی و تسریع فرآیند آموزش استفاده می شود، و بنابراین کارایی محاسباتی را بدون تنظیم مستقیم کنترل کننده بهبود می بخشد. شبیه سازی های عددی نشان می دهد که در سناریوهای خطا با دامنه بالا و فرکانس بالا، کنترل کننده نوع ۲ پیشنهادی دقت ردیابی مداری و پایداری سیستم را حفظ می کند. در مقابل، روش های مقایسه ای عملکرد قابل توجهی ضعیف تر را نشان می دهند. این نتایج یک چارچوب کنترلی قابل اعتماد و مقاوم در برابر خطا برای ماموریت های مدار پایین زمین ارائه می دهد که در آن استراتژی های کنترلی مقاوم متعارف ناکافی هستند.

کلیدواژه ها:

Neuro-fuzzy controller ، Type-۲ neuro-fuzzy control ، Hall thruster ، Orbital transfer maneuver ، Genetic Algorithm