|
|
طراحی اتوپایلوت غیرخطی مقاوم به روش خطیسازی با بازخورد با استفاده از رویتگر حالت افزوده برای رهگیرهای پدافندی
|
|
|
|
|
نویسنده
|
خان کلانتری سعید ,محمدخانی حسن
|
منبع
|
مكانيك هوافضا - 1400 - دوره : 17 - شماره : 2 - صفحه:1 -12
|
چکیده
|
روشهای معمول طراحی اتوپایلوت، برای مواجهه با نامعینیها محافظهکارانه عمل کرده و اتوپایلوت به میزانی کند میشود که سیستم بتواند عملکرد پایدار خود را در حضور میزانی از نامعینیها حفظ کند. اما در این صورت، تضمینی بر حفظ عملکرد مطلوب در حضور تمام نامعینیها وجود نخواهد داشت و از ظرفیت سیستم بهخوبی استفاده نمیشود. در روش ارائهشده، با استفاده از رویتگر حالت افزوده، نامعینیها بهشکل تجمیعشده و در کنار حالتهای سیستم تخمین زده میشوند و با استفاده از رویکرد خطیسازی با بازخورد، به همراه عبارتهای غیرخطی از فرآیند کنترل حذف میگردند. آنچه باقی میماند یک سیستم خطی ساده است که بهنحو سادهتری قابل کنترل است. در این روش، با نامعینیها بدون محافظهکاری برخورد میشود و در نتیجه، کارایی در شرایط مختلف بهبود مییابد. در انتها و بهمنظور مقایسه، نتایج عملکرد روش پیشنهادی و اتوپایلوت خطی در اجرای 1000 مرتبۀ مونتکارلو با شرایط مشخص مورد بررسی قرار گرفته و نشان داده شده است که روش پیشنهادی در مقایسه با روش مرسوم از عملکرد بهتری برخوردار است.
|
کلیدواژه
|
اتوپایلوت غیرخطی، خطیسازی با فیدبک، رویتگر حالت افزوده، مقاوم
|
آدرس
|
دانشگاه صنعتی اصفهان, دانشکدة مهندسی برق و کامپیوتر, ایران, دانشگاه جامع امام حسین(ع), دانشکدة فنی و مهندسی, ایران
|
پست الکترونیکی
|
hmohammadkhani@ihu.ac.ir
|
|
|
|
|
|
|
|
|
Robust Nonlinear Autopilot Design Based on Feedback Linearization and Extended State Observers for Interceptors
|
|
|
Authors
|
Khan Kalantary saeed ,mohammadkhani hassan
|
Abstract
|
The conventional methods for designing autopilots deal conservatively with uncertainties such that the autopilot should be slowed down to the extent in which the system can maintain its desired performance in the presence of a certain uncertainty. However, there will be no guarantee of good performance in the presence of all uncertainties while the capabilities of the system will not be used properly. In the proposed method, using the extended state observer, the lumped uncertainties along with the system’s states will be estimated, and using feedback linearization approach, along with the nonlinear terms will be removed from the control loop. What remains is a simple linear system that is easier to control. In this method, uncertainties is treated without conservatism and consequently performance is improved in different conditions. Finally, for comparing the results of proposed method with linear autopilot a 1000 times Mont Carlo running with specific condition has been used and is shown that the proposed method is better than the conventional method in performance.
|
Keywords
|
|
|
|
|
|
|
|
|
|
|
|