Geri Dön

Data-driven model discovery and control of lateral-directional fighter aircraft dynamics

Yanal ve yönlü savaş uçağı dinamiklerinin veri tabanlı yöntemler ile model keşfi ve kontrolü

  1. Tez No: 756285
  2. Yazar: CAN ÖZNURLU
  3. Danışmanlar: PROF. DR. ÖMÜR UĞUR, DOÇ. DR. TAYFUN ÇİMEN
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Havacılık ve Uzay Mühendisliği, Matematik, Computer Engineering and Computer Science and Control, Aeronautical Engineering, Mathematics
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2022
  8. Dil: İngilizce
  9. Üniversite: Orta Doğu Teknik Üniversitesi
  10. Enstitü: Uygulamalı Matematik Enstitüsü
  11. Ana Bilim Dalı: Bilimsel Hesaplama Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 106

Özet

Bu çalışma, veri tabanlı model keşfedimi teknikleri kullanılarak oluşturulan uçak modelinin, model öngörülü kontrol (MPC) ile integral aksiyonu için kullanılarak savaş uçağının yanal ve yönlü hareketinin kontrolüne odaklanmaktadır. Sadece zamana bağlı ölçümlere dayalı model keşfi için DMDc regresyon tekniği kullanılmıştır. Bu teknik kullanılarak oluşturulan model, MPC için kullanılmış ve gürültülü durumlara karşı test edilmiştir. Ayrıca MPC'nin Klasik Kontrolör ile performans karşılaştırması yapılmıştır. Son olarak, gerçek zamanlı test imkanı sunan Speedgoat Unit Real-Time Target Machine®, üretilen DMDc-MPC algoritmasını doğrulamak ve hesaplama maliyetini anlamak için kullanıldı. Sonuçlar, DMDc model keşif yönteminin gürültüsüz durumlarda çok iyi performans gösterdiğini ve MPC ile birlikte değerlendirme kriterlerini karşıladığını göstermektedir. Fakat ölçüm gürültüsü varlığında performansında düşüş göstermektedir. Son olarak, Speedgoat® ekipmanı üzerindeki gerçek zamanlı test sonuçları üretilen DMDc-MPC algoritmasının hesaplama maliyetinin düşük olduğunu ve hesaplama gücü düşük olan sistemlerde kullanılabileceğini göstermiştir.

Özet (Çeviri)

The focus of this thesis is to control the lateral-directional motion of the fighter aircraft by using integral action based Model Predictive Control (MPC) where the model is obtained by data-driven model discovery method. Dynamic Mode Decomposition with Control (DMDc) is used as a model discovery technique based only on measurement data with no modeling assumptions. The model created using this technique is used for MPC and tested against noisy conditions. In addition, performance comparison of MPC with Classical Controller is carried out. Finally, Speedgoat Unit Real-Time Target Machine®, which offers a real-time testing is used to verify the generated DMDc-MPC algorithm and understand the computational cost. The results show that the DMDc model discovery method performs very well in noise-free situations and meets the evaluation criteria together with MPC. However, its performance decreases in the presence of measurement noise. Finally, real-time test results on Speedgoat® equipment have shown that the generated DMDc-MPC algorithm has low computational cost and can be used in systems with low computational power.

Benzer Tezler

  1. Data driven model discovery and control of longitudinal missile dynamics

    Füze dinamik modelinin veri tabanlı yöntemler ile kestirimi ve kontrolü

    HASAN MATPAN

    Yüksek Lisans

    İngilizce

    İngilizce

    2021

    Makine MühendisliğiOrta Doğu Teknik Üniversitesi

    Makine Mühendisliği Ana Bilim Dalı

    DOÇ. DR. AHMET BUĞRA KOKU

  2. Scaling-up eutectic freeze crystallization

    Ötektik donma kristalizasyonunda boyut büyütme

    FATMA ELİF GENCELİ

  3. Drug-target interaction prediction by transfer learning for proteins with few bioactive compound data

    Az biyoaktif bileşik verisi olan proteinler için aktarım yolu ile öğrenerek ilaç-hedef ilişki tahmini

    ALPEREN DALKIRAN

    Doktora

    İngilizce

    İngilizce

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. MEHMET VOLKAN ATALAY

  4. Predicting disease-gene associations via machine learning

    Makine öğrenmesi ile gen-hastalık ilişkisi tahmini

    OSMAN ONUR KUZUCU

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolHacettepe Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. TUNCA DOĞAN

  5. Ekstrüzyona dayalı yapımda yeniden yapılandırma süreçleri için kavramsal bir çerçeve

    A conceptual framework for the reconfiguration processes in extrusion-based making

    HÜLYA ORAL KARAKOÇ

    Doktora

    Türkçe

    Türkçe

    2021

    Mimarlıkİstanbul Teknik Üniversitesi

    Bilişim Ana Bilim Dalı

    PROF. DR. MERYEM BİRGÜL ÇOLAKOĞLU