طراحی کنترلر مد لغزشی با استفاده از تابع اشباع برای یک پهپاد بال ‌ثابت و بررسی عملکرد در شبیه‌ساز پرواز X-plane

Document Type : Original Article

Authors

1 Faculty of New Technology Engineering, Shahid Beheshti University

2 Faculty of New Technology Engineering; Shahid Beheshti University

10.22034/jast.2020.119916

Abstract

در این مقاله به طراحی کنترلر یک پهپاد بال ثابت و تست آن در یک سیمولاتور پرواز به نام X-plane پرداخته شده است. برای طراحی قانون کنترلی از یک روش کنترلی غیرخطی و مقاوم به نام کنترلر مد لغزشی استفاده شده است. از جمله مزایای این روش، سوق دادن حالت‌های سیستم به سمت دینامیک ایده‌آل می‌باشد. به منظور حذف نوسانات ناشی از این روش کنترلی سه روش هموارسازی تابع علامت، استفاده از تابع اشباع و طراحی کنترلر مد لغزشی مرتبه دوم با استفاده از الگوریتم پیچشی پیشنهاد شده است. پس از طراحی کنترلر و دریافت پاسخ‌های مناسب تئوری، سیستم طراحی شده باید روی یک مدل واقعی تست شود. از آنجا که این پروسه هزینه‌بر و زمان‌بر است و ممکن است منجر به ایجاد خسارت شود، به منظور حل این مشکل استفاده از سیمولاتور پرواز X-plane پیشنهاد می‌شود. در نهایت داده‌های به دست آمده از X-plane با داده‌های به دست آمده تئوری تطابق داشته و پرواز پایدار پرنده در سیمولاتور, نشان‌دهنده طراحی موفقیت‌آمیز کنترلر می‌باشد.

Keywords

Main Subjects


Article Title [فارسی]

طراحی کنترلر مد لغزشی با استفاده از تابع اشباع برای یک پهپاد بال ‌ثابت و بررسی عملکرد در شبیه‌ساز پرواز X-plane

Authors [فارسی]

  • محمد نوابی 1
  • نیلوفر داودی 2
1 دانشکده مهندسی فناوری های نوین، دانشگاه شهید بهشتی
2 دانشکده مهندسی فناوریهای نوین، دانشگاه شهیدبهشتی
[1]   Sangchul LEE. Kwangjin KIM. Youdan Kim, A Sliding Mode Control with Optimized Sliding Surface for Aircraft Pitch Axis Control System Trans. Japan Soc. Aero. Space Sci. Vol. 55, No. 2, pp. 94–98, 2012.
[2]   S. Mondal and C. Mahanta, Adaptive integral higher order sliding mode controller for uncertain systems. Journal of Control Theory and Applications, vol. 11, no. 1, pp. 61–68, 2013.
[3]   Versha Haridas and Vivek A, Longitudinal guidance of unmanned aerial vehicle using integral sliding mode control. Procedia Technology vol. 25, 2016, pp. 36-43, 2016.
[4]   R. Babaie and A. F. Ehyaei, Optimal Integral Sliding Mode Controller of a UAV with Considering Actuator Fault. Iranian Journal of Electrical and Electronic engineering, vol. 15, no.02, pp. 243–257, 2019.
[5]   M. Navabi and S. Hosseini, Adaptive feedback linearization control of space robots. Proceedings of 4th International Conference on Knowledge-Based Engineering and Innovation, IEEE, pp. 965–970, 2017.
[6]   M. Navabi and H. Mirzaei, Robust optimal adaptive trajectory tracking control of quadrotor helicopter. Latin American Journal of Solids and Structures, vol. 14, no. 6, pp. 1043-1066, 2017.
[7]   M. Navabi and S. Soleymanpour, Immersion and invariance based adaptive control of aerial robot in presence of inertia uncertainty. Proceedings of 4th International Conference on Knowledge-Based Engineering and Innovation, IEEE, pp. 959-964, 2017.
[8]   Stephen K Armah and Sun Yi, Adaptive Control for Quadrotor UAVs Considering Time Delay: Study with Flight Payload. Robotics and Automation Engineering Journal, vol. 02, Issue. 05, 2018.
[9]   O. Belyavskii and I. Tomashevich, Passification-based Adaptive Control Design for Quadrotor Stabilization. Automation and Remote Control Journal, vol. 79, Issue. 10, pp. 1886–1902, 2018.
[10]  Ke Lu and Chunsheng Liu, A L1 Adaptive Control Scheme for UAV Carrier Landing Using Nonlinear Dynamic Inversion. International Journal of Aerospace Engineering, vol. 2019.
[11]  Hasan Sarıbas , Ali Tatli and Atilla Onrat, Control of unmanned aerial vehicles using self-tuning fuzzy PID. 26th Signal Processing and Communications Applications Conference (SIU), 2018.
[12]  M. Navabi and M. RajabAliFardi, Quaternion based fuzzy gain scheduled PD law for spacecraft attitude control. Proceedings of 6th Iranian Joint Congress on Fuzzy and Intelligent Systems, IEEE, pp. 149–151, 2018.
[13]  M. Navabi and A. Davoodi, Fuzzy control of fuel sloshing in a spacecraft. Proceedings of 6th Iranian joint Congress on Fuzzy and Intelligent Systems, IEEE, pp. 123–126, 2018.
[14]  Syed Ussama Ali, Application of sliding mode theory to guidance and control of unmanned aerial vehicles. Capital University of Science and Technology Islamabad Department of Engineering. 2016.
[15]  Adriano Bittar, Helosman V. Figuereido, Poliana Avelar Guimaraes and Alessandro Correa Mendes,  Guidance Software-in-The-Loop Simulation Using X-Plane and Simulink for UAVs. UKSim-International Conference on Unmanned Aircraft Systems (ICUAS), 2014.