Control Adaptativo Basado en Redes Neuronales e Inversión Dinámica para un UAV HALE contra los Efectos de la Helada
Autores: Li, Yiyang; Cheng, Lingquan; Yuan, Jiayi; Ai, Jianliang; Dong, Yiqun
Idioma: Inglés
Editor: MDPI
Año: 2023
Acceso abierto
Artículo científico
2023
Control Adaptativo Basado en Redes Neuronales e Inversión Dinámica para un UAV HALE contra los Efectos de la Helada
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Robótica
Palabras clave
Hielo en vuelo
Control adaptativo
Vehículo aéreo no tripulado de alta altitud y larga duración
Perceptrones multicapa
Inversión dinámica no lineal
Seguridad en vuelo
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 1
Citaciones: Sin citaciones
En las últimas décadas, la formación de hielo durante el vuelo se ha convertido en un problema común para muchas misiones, lo que puede llevar a una reducción en la efectividad del control y la estabilidad del vuelo, lo que amenazaría la seguridad aérea. Uno de los métodos más populares para abordar este problema es el control adaptativo. Este documento establece un modelo dinámico de un vehículo aéreo no tripulado de alta altitud y larga duración (HALE-UAV) con perturbaciones y ruido de medición. Luego, al combinar perceptrones multicapa (MLP) con un controlador de inversión dinámica no lineal (NDI), proponemos un controlador MLP-NDI para compensar los errores de inversión en línea y proporcionar una breve prueba de estabilidad del control. Se realizaron dos experimentos: por un lado, comparamos el controlador MLP-NDI con otros controladores típicos; por otro lado, evaluamos su robustez y adaptabilidad bajo diferentes condiciones de formación de hielo. Los resultados indican que el controlador MLP-NDI supera a otros controladores típicos con una mayor precisión de seguimiento y exhibe una fuerte robustez en presencia de errores de hielo y ruido de medición, lo que tiene un gran potencial para garantizar la seguridad del vuelo.
Descripción
En las últimas décadas, la formación de hielo durante el vuelo se ha convertido en un problema común para muchas misiones, lo que puede llevar a una reducción en la efectividad del control y la estabilidad del vuelo, lo que amenazaría la seguridad aérea. Uno de los métodos más populares para abordar este problema es el control adaptativo. Este documento establece un modelo dinámico de un vehículo aéreo no tripulado de alta altitud y larga duración (HALE-UAV) con perturbaciones y ruido de medición. Luego, al combinar perceptrones multicapa (MLP) con un controlador de inversión dinámica no lineal (NDI), proponemos un controlador MLP-NDI para compensar los errores de inversión en línea y proporcionar una breve prueba de estabilidad del control. Se realizaron dos experimentos: por un lado, comparamos el controlador MLP-NDI con otros controladores típicos; por otro lado, evaluamos su robustez y adaptabilidad bajo diferentes condiciones de formación de hielo. Los resultados indican que el controlador MLP-NDI supera a otros controladores típicos con una mayor precisión de seguimiento y exhibe una fuerte robustez en presencia de errores de hielo y ruido de medición, lo que tiene un gran potencial para garantizar la seguridad del vuelo.