Approximation-based control of uncertain helicopter dynamics using MLNN with inputs saturation and saturation compensator

سال انتشار: 1396
محل انتشار: دومین کنفرانس بین المللی مهندسی برق
کد COI اختصاصی: ICELE02_028
زبان مقاله: انگلیسی
تعداد مشاهده: 504

نویسندگان

Department of Electrical Engineering, Najafabad Branch, Islamic Azad University, Najafabad, Iran

چکیده

Practically the control of actuators is limited and saturations can occur, so we are interested to investigate the control of the unmanned helicopter dynamics with bounded control inputs, actuator saturation compensation scheme and a nonlinear saturated observer for estimate the velocities without measuring them. The altitude and yaw angle tracking with saturated torque inputs is considered for an unmanned model helicopter dynamic with the nonlinearities such as high model uncertainties and dynamic coupling. Multi-Layer Neural Network (MLNN) approximators have been employed to deal with the uncertainties and the saturation compensation designing without velocity measurements. The boundedness of the NN weights, the closed-loop system performance and Semi-Global Uniform Ultimate Boundedness (SGUUB) of tracking errors are guaranteed based on the Lyapunov stability synthesis. The designed observer- adaptive Multi-Layer Neural Network controller ensures that the altitude and the yaw angle track the reference signals under the input saturations. This paper completes the reference [4] by (1) considering the saturation problem of actuators, (2) Limit the error signals by utilizing the hyperbolic tangent function and (3) compensate the actuator saturation by MLNN controller

کلیدواژه ها

actuator saturation، output feedback control ، model uncertainty، trajectory tracking, saturated observer

مقالات مرتبط جدید

اطلاعات بیشتر در مورد COI

COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.

کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.