Експериментальні дослідження динаміки роботи нейрорегулятора руху нелінійної динамічної системи

Автор(и)

  • Yu. Romasevych Національний університет біоресурсів і природокористування України image/svg+xml
  • V. Loveikin Національний університет біоресурсів і природокористування України image/svg+xml
  • A. Shevchuk Національний університет біоресурсів і природокористування України image/svg+xml
  • I. Bolbot Національний університет біоресурсів і природокористування України image/svg+xml

DOI:

https://doi.org/10.31548/energiya2021.03.026

Анотація

Наведено експериментальні дослідження роботи нейрорегулятора лабораторної установки ланки квадрокоптера. Остання є нелінійною динамічною системою. Вхідний вектор нейрорегулятора включав кут нахилу стержня (промінь квадрокоптера) відносно горизонту, його кутову швидкість та кутову швидкість пропелера. Вихідний сигнал нейрорегулятора був пропорційний до напруги живлення привода пропелера.

У статті проведено планування експериментальних досліджень та обрано вісім показників, за якими проведена оцінка якості процесу регулювання. Крім того, проведено якісний аналіз процесів регулювання руху динамічної системи шляхом побудови відповідних графічних залежностей.

Отримані дані показали гарну якість регулювання при нульовій уставці кута. Для інших значень уставки (-0,52 та -1,05 рад) нейрорегулятор забезпечує вихід стержня у окіл уставки та стійкість регулювання. Однак, при цьому якість регулювання не висока. У роботі встановлено причину цього ефекту.

Для того, щоб підвищити якість регулювання проведено модифікацію нейрореглятора шляхом включення у його структуру інтегральної складової. При цьому усталена похибка регулювання суттєво зменшилась при незначних змінах інших оціночних показників.

Ключові слова: нейрорегулятор, динамічна система, експериментальні дослідження, оцінка

Посилання

Kim, J., S. Gadsden, A., Wilkerson, S. A. (2019). A Comprehensive Survey of Control Strategies for Autonomous Quadrotors Canadian Journal of Electrical and Computer Engineering, 43 (1), 3-16. DOI: 10.1109/CJECE.2019.2920938

https://doi.org/10.1109/CJECE.2019.2920938

Muliadi, J., Kusumoputro, B. (2018). Neural Network Control System of UAV Altitude Dynamics and Its Comparison with the PID Control System. Journal of Advanced Transportation,. Article ID 3823201, 18. DOI: 10.1155/2018/3823201

https://doi.org/10.1155/2018/3823201

Gu, W., Valavanis, K. P., Rutherford, M. J., Rizzo A. (2020). UAV Model-based Flight Control with Artificial Neural Networks: A Survey. Journal of Intelligent & Robotic Systems, 100, 1469-1491. DOI: 10.1007/s10846-020-01227-8

https://doi.org/10.1007/s10846-020-01227-8

Jiang, F., Pourpanah, F., Hao, Q. (2019). Design, Implementation and Evaluation of a Neural Network Based Quadcopter UAV System. IEEE transactions on industrial electronics, 67 (3), 2076-2085. DOI: 10.1109/TIE.2019.2905808

https://doi.org/10.1109/TIE.2019.2905808

Romasevych, Y. O., Loveikin, V. S., Shevchuk, O. G. (2020). Identyfikatsiia matematychnoi modeli laboratornoi ustanovky lanky kvadrokoptera [Identification of the mathematical model of laboratory installation of a quadcopter link]. Energetyka i avtomatyka, 4, 27-37.

https://doi.org/10.31548/energiya2020.04.027

Savitzky, A., Golay, M.J.E. (1964). Smoothing and Differentiation of Data by Simplified Least Squares Procedures. Analytical Chemistry, 36 (8), 1627-1639. DOI: 10.1021/ac60214a047

https://doi.org/10.1021/ac60214a047

Åströn, K. J., Hägglund, T. (2006). Advanced PID control. ISA. The Instrumentation, Systems, and Automation Society, 460.

Завантаження

Опубліковано

2021-10-05

Номер

Розділ

Статті