Modares Mechanical Engineering
مهندسی مکانیک مدرس
Modares Mechanical Engineering
Engineering & Technology
http://mme.modares.ac.ir
1
admin
1027-5940
2476-6909
10.22034/mme
fa
jalali
1396
6
1
gregorian
2017
9
1
17
7
online
1
fulltext
fa
مقایسه کنترلر گام به عقب بهینه شده با الگوریتم ازدحام ذرات و کنترلر LQR بر روی کوادروتور
Comparison of Back Stepping Optimized via PSO Algorithm and LQR Controllers for a Quadrotor
این مقاله به مقایسه عملکرد دو کنترلر گام به عقب بهینه شده با الگوریتم ازدحام ذرات و کنترلر LQR بر روی یک کوادروتور در حالت هاور می پردازد. کوادروتور یک سیستم دینامیکی پایدار نیست و توسعه کنترلرهای بهینه با کارایی بالا برای آن حائز اهمیت است. در ابتدا مدل دینامیکی کوادورتور معرفی شده و معادلات فضای حالت به منظور شبیه سازی مدل دینامیکی ارائه می شوند. سپس دو کنترلر گام به عقب و LQR برای کنترل ارتفاع و زوایای کوادروتور طراحی می شوند. به منظور بهینه سازی کنترلر گام به عقب ، پارامترهای آن به کمک الگوریتم ازدحام ذرات به گونه ای تعیین می گردند که تابع هزینه در نظر گرفته شده برای کنترلر LQR کمترین مقدار خود را داشته باشد. هم چنین فرامین ورودی به موتورها به منظور نشان دادن توانایی کنترلر موردنظر محاسبه و ترسیم می شوند. برای رسیدن به مقایسه دقیق تر، تابع هزینه به ازای مقادیر مختلف ماتریس های وزنی Q و R برای دو کنترلر محاسبه شده و نتایج با یکدیگر مقایسه می شوند. نتایج نشان می دهند که کنترلر گام به عقب به کمک الگوریتم ازدحام ذرات توانایی بالاتری در کمینه سازی تابع هزینه دارد و به ازای ماتریس های وزنی مختلف تابع هزینه در کنترلر گام به عقب کمتر بوده است.
Comparison of Back stepping method optimized via particle swarm optimization algorithm and LQR method for hovering control of a quadrotor is presented in this paper. Quadrotor is not a stable dynamical system and development of high performance controllers for it is important. First the dynamic model of a quadrotor is introduced and state-space equations are presented in order to simulate the dynamic model. Then two Back stepping and LQR controllers are designed to control Euler angles and height of the quadrotor. In order to optimize back stepping controller, its parameters are determined using particle swarm optimization algorithm to minimize cost function considered for LQR controller. Also commands to the motors are calculated and plotted to show the feasibility of the controller. To obtain better comparison, the cost function is calculated for different weighting matrices of Q and R for two controllers and the results are compared. The results show that Back stepping controller has more ability to minimize the cost function in comparison to LQR and the cost function in Back stepping has less values for several choices of weighting matrices.
"کنترل کننده گام به عقب","کنترل کننده LQR","الگوریتم ازدحام ذرات","تابع هزینه","بهینه سازی"
"Back stepping","LQR","PSO algorithm","cost function","Optimization"
413
420
http://mme.modares.ac.ir/browse.php?a_code=A-15-26982-1&slc_lang=fa&sid=15
Niloofar
Parhizkar
نیلوفر
پرهیزکار
100319475328460068505
100319475328460068505
No
Amirkabir University of technology, Aerospace engineering department
دانشگاه صنعتی امیرکبیر، دانشکده مهندسی هوافضا
Abolghasem
Naghash
ابوالقاسم
نقاش
100319475328460068504
100319475328460068504
Yes
دانشگاه صنعتی امیرکبیر، دانشکده مهندسی هوافضا