کنترل ردیاب وضعیت بهینه تحملپذیر عیب کوادروتور در حضور قیود حالت و ورودی با استفاده از یادگیری تقویتی ایمن
نویسندگان
1 دانشجوی دکتری، دانشکده مهندسی برق، دانشگاه علم و صنعت ایران، تهران، ایران
2 نویسنده مسئول: دانشیار، دانشکده مهندسی برق، دانشگاه علم و صنعت ایران، تهران، ایران
doi
چکیده
در این مقاله، به ارائه روشی جهت طراحی سیستم کنترل وضعیت ردیاب بهینه برای پرنده کوادروتور که در معرض عیوب اجزا و عملگر قرار دارد پرداختهشده است. روش کنترل تحملپذیر عیب یکپارچه پیشنهادی مبتنی بر یادگیری تقویتی ایمن ارائهشده است و قادر است بدون نیاز به شناخت قبلی از دینامیک پرنده، قیود ورودی و حالات را تضمین نماید. به این منظور، روش بهینه پیشنهادی با ساختار شبکه عصبی دوگانه شامل شبکههای عصبی شناساگر-نقاد ارائهشده است. در قانون بهروزرسانی وزنهای شبکه شناساگر علاوه بر متغیر در نظر گرفتن ضریب فراموشی از روش پاسخ تجربه استفادهشده که باعث افزایش سرعت همگرایی و مقاومت نسبت به نویز اندازهگیری و کاهش خطای تخمین میشوند. در این روش، حل مسئله کنترل ردیاب وضعیت بهینه تحملپذیر عیب در حالت مقید با حل مسئله پایدارسازی بهینه نامقید برای یک سیستم افزوده معادل میشود که در آن قیود ورودی کنترلی و حالات به ترتیب با انتخاب تابع هزینه مناسب بر سیگنال ورودی و توابع کنترل مانع مناسب بر حالات، تضمین داده میشوند. همچنین آشکارسازی وقوع عیب بدون نیاز به هیچگونه بانکی از مدل یا فیلتر و صرفاً با مقایسه مقدار باقیمانده معادله همیلتون-ژاکوبی-بلمن با یک آستانه از پیش تعیینشده انجام میپذیرد. پایداری فراگیر یکنواخت وزنهای هر دو شبکه و درنتیجه همگرایی قانون کنترل به پاسخ بهینه با استفاده از قضیه لیاپانوف اثبات و با استفاده از نتایج شبیهسازی صحت عملکرد آن نشان دادهشده است.
