Забезпечення стійкості на етапі стабілізації безпілотних літальних апаратів з нейромережевим регулятором
DOI: 10.31673/2518-7678.2023.020404
Анотація
Стаття розглядає особливості управління мультироторними безпілотними літальними апаратами (БПЛА) в умовах зовнішніх впливів та нелінійності системи. Традиційні ПІД-регулятори не завжди можуть забезпечити стабільність цих апаратів у реальному середовищі. Застосування штучних нейронних мереж для налаштування параметрів ПІД-регулятора в реальному часі дозволяє уникнути цих проблем, забезпечуючи стабільність системи навіть при змінних умовах.
Стаття відзначає, що безпілотні літальні апарати мають переваги порівняно з пілотованими літаками, вони вимагають менших витрат на обслуговування, підготовку пілотів і життєзабезпечення. Це робить їх більш вигідними та ефективними для виконання різноманітних завдань, підкреслюючи значимість розвитку цієї технології для майбутніх програм у різних сферах.
Ключові слова: безпілотні літальні апарати, штучні нейронні мережі, нелінійні системи, адаптація системи, стійкість системи, етап стабілізації.
Список використаної літератури:
1. Salichon M., Tumer K. A neuro-evolutionary approach to micro aerial vehicle control. Proc. 12th Annual Genetic and Evolutionary Computation Conference (GECCO'10). Portland, USA, 2010. P. 1123-1130. doi: 10.1145/1830483.1830692.
2. Ziegler J.G., Nichols N.B. Optimum settings for automatic controllers. Trans. ASME. 1942. V. 64. P. 759-768.
3. Rojas R. Neural Networks. A Systematic Introduction. Berlin: Springer-Verlag, 1996. 502 p. doi: 10.1007/978-3-642-61068-4,
4. Eberhart R.C., Dobbins R.W. Neural Network PC Tools: a Practical Guide. London: Academic Press, 1990. 14. Maren A.J., Harston C.T., Pap R.M. Handbook of Neural Computing Applications. Academic Press, 2001. 448 p.
5. Karsoliya S. Approximating number of hidden layer neurons in multiple hidden layer BPNN architecture. International Journal of Engineering Trends and Technologies. 2012. V. 31. N 6. P. 714-717.
6. Dakhno N., Barabash O., Shevchenko H., Leshchenko O., Dudnik A. Integro-differential Models with a K-symmetric Operator for Controlling Unmanned Aerial Vehicles Using a Improved Gradient Method. 2021 IEEE 6th International Conference “Actual Problems of Unmanned Aerial Vehicles Development (APUAVD). Proceedings. October 19 – 21, 2021, Kyiv, Ukraine. P. 61 – 65.
7. Barabash O., Dakhno N., Shevchenko H., Sobchuk V. Unmanned Aerial Vehicles Flight Trajectory Optimisation on the Basis of Variational Enequality Algorithm and Projection Method. Proceeding. 2019 IEEE 5th International Conference “Actual Problems of Unmanned Aerial Vehicles Developments” (APUAVD). 22-24 October, National Aviation University, 2019. Kyiv, Ukraine. P. 136 – 139.
8. Koval O., Barabash O., Havrylko Y., Makarchuk A., Musienko A., Salanda I. Comparison of Two Methods of Signal Smoothing in the Development of navigation Systems. 2023 IEEE 7th International Conference on Methods and Systems of Navigation and Motion Control (MSNMC). October 24 – 27, 2023, Kyiv, National Aviation University, Ukraine. P. 42 – 46.
9. Barabash O., Kyrianov A. Development of control laws of unmanned aerial vehicles for performing group flight at the straight-line horizontal flight stage. Advanced Information Systems, 2023. Volume 7, No. 4. P. 13 – 20.
10. Барабаш О.В., Кир’янов А.Ю. Математична модель групового управління безпілотними літальними апаратами на основі методу простору відносних станів. Вісник Хмельницького національного університету. Серія: «Технічні науки». 2023. № 5, Том 2. С. 7 – 13.
11. Bondarev D.I., Kucherov D.P., Shmelova T.F. Models of group flights of unmanned aerial vehicles using graph theory. Science and Technology of the Air Force of Ukraine, 2014. No. 3 (20). P. 68 – 75.
12. Kucherov D., Shmelova T., Poshyvailo O., Tkachenko V., Miroshnichenko I., Ogirko I. Mathematical Model of Damping of UAV Oscillations in the Cargo Delivery Problem. 2023 IEEE 4th KhPI Week on Advanced Technology (KhPIWeek), 2023, Kharkiv, Ukraine. P. 1 – 6.
13. Shepherd III J.F., Tumer K. Robust neuro-control for a micro quadrotor. Proc. 12th Annual Genetic and Evolutionary Computation Conference (GECCO'10). Portland, USA, 2010. doi: 10.1145/1830483.1830693.
