Skip to main content
SUPERVISOR
Mohammad Danesh,Saeed Behbahani
محمد دانش (استاد راهنما) سعید بهبهانی (استاد مشاور)
 
STUDENT
Reza Ebrahimpourderakhshan
رضا ابراهیم پوردرخشان

FACULTY - DEPARTMENT

دانشکده مهندسی مکانیک
DEGREE
Master of Science (MSc)
YEAR
1394

TITLE

Design of a Self-Tuning Fuzzy PID Controller for Attitude Control of a Helicopter with a Slung-Load
Unmanned helicopters are one of the most important unmanned aerial vehicles. This vehicle is a completely unstable dynamic system. In addition to the inherent instability of this aerial vehicle, by adding an external slung load to this system, control challenge of this system will increase dramatically. Thus, it is necessary to stabilize this system by means of a proper control system. Design of this controller requires nonlinear dynamical equations of the system, which can be obtained using the Newton Euler equations. In this case, the slung load should be modeled in three dimensions and on two planes, and unlike most of the previous works, it should not be considered as a single plane motion. Hover and forward flights are the most commonly used helicopter flight modes which are used in many operations. In order to achieve and remain stable in these situations, it requires a very precise and online adjustment of the aerial vehicle controller gains. This research seeks to do such online adjustments without human intervention. To perform such a task, it is necessary to design control algorithms for the aerial vehicle attitude stability. In order to improve the transient response of the system, overshoot and settling time in attitude control, a control system is proposed which is designed based on the fuzzy logic. This controller regulates the PID gains online using the fuzzy rule base. The designed controller is named self-tuning Fuzzy PID (STF-PID). In addition to the designed Fuzzy PID controller a new controller is presented. This controller name is self-tuning compensatory nerorufuzzy controller (STCNF-PID). In this controller, the training data and the gradient descent algorithm can be used to initially tune the centers and the widths of the input and output membership functions. Simulation results shows better performance of the presented STF-PID controller in comparison with the conventional PID controller. Moreover, this results indicates that the STCNF-PID is superior in performance with respect to the STF-PID. Keywords: Unmanned helicopter, self-tuning controller, PID, compensatory neurofuzzy system, attitude control system
بالگردهای بدون سرنشین یکی از مهم‌ترین انواع پرنده های بدون سرنشین می باشند. این وسیله یک سیستم دینامیکی کاملاً ناپایدار می باشد. علاوه بر ناپایداری ذاتی این پرنده، با اضافه کردن بار خارجی آویزان به این سیستم، چالش کنترل این سیستم دوچندان می شود به همین دلیل لازم است با استفاده از یک سیستم کنترلی مناسب پایداری آن حفظ شود. طراحی این کنترل کننده نیازمند معادلات دینامیکی غیرخطی سیستم می باشد که آن‌ها را می توان با استفاده از معادلات نیوتن اویلر به دست آورد. در این بین مدل سازی بار آویزان باید به صورت سه بعدی و در دو صفحه انجام گیرد و مانند بیشتر کارهای انجام شده تنها حرکت صفحه ای آن مدنظر قرار نگیرد. پرواز حالت هاور و پرواز روبه‌جلو یکی از حالت های پرکاربرد در پرواز بالگرد می باشند که در بسیاری از عملیات به‌کاربرده می شوند. برای رسیدن و ثابت ماندن در این حالات، نیاز به تنظیمات بسیار دقیق و بهنگام کنترل دستی پرنده می باشد. این تحقیق درصدد انجام این‌گونه از تنظیمات بهنگام است که دخالت انسان را برای این تنظیمات لازم نداشته باشد. برای انجام چنین وظیفه ای نیاز به طراحی الگوریتم های کنترلی برای پایداری وضعیت پرنده می باشد. جهت بهبود پاسخ حالت گذرای سیستم و کاهش فراجهش و زمان نشست در کنترل وضعیت، سیستم کنترلی ارائه می شود که بر پایه منطق فازی طراحی می شود. این کنترل کننده اقدام به تنظیم ضرایب کنترل کننده PID به‌صورت بهنگام با استفاده از یک پایگاه قوانین فازی می نماید. کنترل کننده طراحی‌شده، PID فازی خودتنظیم نامیده می شود. در ادامه تحقیق علاوه بر کنترل کننده PID فازی طراحی شده یک کنترل کننده جدید طراحی می hy;شود. این کنترل کننده PID فازی عصبی جبرانساز خودتنظیم [1] نام دارد. در این کنترل کننده می توان از داده های آموزشی و الگوریتم کاهش گرادیان برای تنظیم اولیه مراکز و پهنای توابع عضویت ورودی و خروجی استفاده نمود . نتایج شبیه سازی، عملکرد رضایت‌بخش و بهتر الگوریتم کنترلی PID فازی خودتنظیم ارائه‌شده را نسبت به کنترل hy;کننده PID کلاسیک نشان می دهند. علاوه براین، مبین برتری کنترل کننده خودتنظیم مبتنی بر الگوریتم فازی عصبی جبرانساز نیز نسبت به کنترل کننده PID فازی خودتنظیم می باشند. کلمات کلیدی : بالگرد بدون سرنشین، کنترل کننده خودتنظیم، PID، سیستم عصبی فازی جبرانساز، سیستم کنترل وضعیت [1] elf-tuning compensatory neurofuzzy-PID (STCNF-PID)

ارتقاء امنیت وب با وف بومی