کنترلکننده هیبریدی یادگیری تقویتی و مد لغزشی برای سیستم بهبودیافته آونگ معکوس بروی گاری
نویسندگان
1 پژوهشکده سیستمهای کنترل هوشمند، دانشگاه صنعتی خواجه نصیرالدین طوسی، تهران، ایران
2 پژوهشکده سیستمهای کنترل هوشمند، دانشگاه صنعتی خواجه نصیرالدین طوسی، تهران، ایران
3 پژوهشکده سیستمهای کنترل هوشمند، دانشگاه صنعتی خواجه نصیرالدین طوسی، تهران، ایران
doi
10.48311/mme.2025.117163.82870چکیده
این مقاله به ارائه یک مطالعه جامع در زمینه کنترل آونگ معکوس روی گاری میپردازد که با افزودن دینامیک فنر-دمپر پیچشی و دمپر گاری بهبود یافته است. برای این منظور، یک تنظیمکننده بهینه مرتبه دوم (LQR) با استفاده از مدل خطیسازیشده طراحی شد. همچنین کنترلکنندههای پیشبین مدل (MPC) و یادگیری تقویتی (RL) با شبیهسازیهای مونتکارلویی ترکیب شدند تا مقاومت و حساسیت سیستم ارزیابی گردد. نتایج در ناحیه خطی عملکرد قابل مقایسهای را بین تمام روشها نشان دادند که در آن زمان نشست زیر ۲۰ ثانیه و تغییرات فراجهش در حدود 3% ثبت شد. به منظور مقابله با دینامیکهای غیرخطی، یک راهبرد کنترلی هیبریدی مد لغزشی-یادگیری تقویتی (SMC-RL) توسعه یافت که منجر به کاهش زمان نشست و بهبود چشمگیر قابلیت حفظ پایداری در شرایط رفتار غیرخطی و زوایای اولیه بزرگ تا ۱۵۰-۱۲۰ درجه گردید. چارچوب پیشنهادی SMC-RL نرخ موفقیت بالایی در پایدارسازی سیستم از شرایط اولیه گوناگون به دست آورد و به طور معناداری در پاسخ گذرا و پایداری، از کنترلگرهای منفرد پیشی گرفت. پایداری سیستم از طریق معیار لیاپانوف تأیید و به صورت تجربی توسط شبیهسازیهای مونتکارلو اثبات شد؛ بهگونهای که عملکردی پایدار با حداقل انحراف معیار در ۸۰ آزمون تصادفی را نشان داد.