Geri Dön

Information recovery-based model reference adaptive control for fast adaptation and improved transients with aerospace applications

Hızlı adaptasyon ve geliştirilmiş geçiş performansı için bilgi kurtarma tabanlı model referans uyarlamalı kontrol ve havacılıktaki uygulamaları

  1. Tez No: 793497
  2. Yazar: METEHAN YAYLA
  3. Danışmanlar: DR. ÖĞR. ÜYESİ ALİ TÜRKER KUTAY
  4. Tez Türü: Doktora
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Havacılık Mühendisliği, Computer Engineering and Computer Science and Control, Aeronautical Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2023
  8. Dil: İngilizce
  9. Üniversite: Orta Doğu Teknik Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Havacılık ve Uzay Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 178

Özet

Bu tez, belirsiz dinamik sistemler için filtre tabanlı Model Referans Uyarlamalı Kontrol (MRUK) mimarilerinde iyileştirmeler önermektedir. Standart MRUK, bozucu etkilerin varlığında sistem sinyallerinin sürekli uyarımını gerektirmeden kapalı döngü kararlılığını garanti edemez. Gürbüz modifikasyonlar, standart MRUK'un gürbüzlük seviyesini artırmak ve sürekli uyarım gerektirmeden kararlılığı garanti etmek için tanıtılmıştır, ancak garanti edilen geçiş performansına az bir iyileştirme sağlanmıştır. Son zamanlarda filtre tabanlı çözümler tanıtılmıştır. Bunların arasında Kompozit MRUK (KMRUK), basit uygulama, harici bozuculara karşı üstün adaptasyon ve başarılı geçiş performansı noktalarında iyileştirmeler sağladığı için önemli bir itibar kazanmıştır. Ancak, filtreleme sırasında kaybedilen bilgi nedeniyle adaptasyon performansının azalabileceği ve belirsizliğin kontrol girdisi aralığında olduğunu varsaydığından, filtre tabanlı yöntemler birçok pratik sistem için geçerli olmayabilir. Bu tez, filtre tabanlı uyarlamalı kontrolcülerde filtreleme sırasında kaybedilen bilgiyi kurtarmak için bir yöntem önermektedir. Bu yöntem, bilinmeyen kontrol etkililiği olan sistemleri de kapsayacak şekilde genişletilmiştir. Ayrıca, eşleşmeyen belirsizlik durumunda üstün takip performansını garanti etmek için bir komut yöneticisi tabanlı uyarlamalı kontrol mimarisi tanıtmaktadır. Önerilen bilgi kurtarma tabanlı model referans uyarlamalı kontrolcü (BK-MRUK), enerji tabanlı bir uzunlamasına uçuş kontrol mimarisi ile gösterilmekte olup, hız ve irtifa yanıtlarını başarıyla ayırmakta ve enerji tabanlı bir kontrolörün tüm avantajlarından yararlanmaktadır. Önerilen komut yöneticisi tabanlı uyarlamalı kontrolcü, eşleşen ve eşleşmeyen belirsizliklerin birlikte olduğu durumlarda, istenen takip performansını elde etmek için yanlamasına uçuş kontrolü problemine genişletilmiştir. Tüm önerilen yöntemlerin kapalı döngü kararlılık analizleri, Lyapunov kararlılık analizi ile gösterilmekte olup, önerilen yöntemlerin daha gerçekçi bir ortamda doğrulanması için sayısal örnekler ve yazılım-döngü simülasyonları kullanılmaktadır.

Özet (Çeviri)

This thesis proposes improvements to Filter-based Model Reference Adaptive Control (MRAC) architectures for uncertain dynamical systems. Standard MRAC cannot guarantee closed-loop stability in the presence of bounded perturbations without restrictive persistent excitation of system signals. Robust modifications have been introduced to increase the robustness of standard MRAC and/or guarantee stability without persistent excitation, but little improvement has been achieved in guaranteed transient response. Recently, filter-based solutions have been introduced, among which CMRAC has gained a significant reputation due to its simplicity in application, superior adaptation performance to external disturbances, and improvements on transient performance. However, filter-based methods suffer from losing information during filtering, which can degrade adaptation performance, and assume the uncertainty lies in the span of the control input, which may not hold for many practical systems. This thesis proposes a method to recover information lost during filtering in filter-based adaptive controllers, extending it to cover systems with unknown control effectiveness, and introducing a command governor-based adaptive controller architecture to guarantee strict tracking performance in the presence of unmatched uncertainty. The proposed information recovery-based model reference adaptive controller (IR-MRAC) is illustrated with an energy-based longitudinal flight controller architecture, which successfully decouples velocity and altitude responses while benefiting from all the advantages of an energy-based controller. The proposed command governor-based adaptive controller is extended to the lateral flight control problem to achieve the desired tracking performance in the presence of both matched and unmatched uncertainties. Closed-loop stability analyses of all proposed methods are illustrated through rigorous Lyapunov's stability analysis, with numerical examples and software-in-the-loop simulations used to validate the proposed methods in a more realistic environment.

Benzer Tezler

  1. Slip-slide control system for railway vehicles

    Demiryolu araçları için kayma-kızaklama kontrol sistemi

    ÖNCÜ ARARAT

    Doktora

    İngilizce

    İngilizce

    2017

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Kontrol ve Otomasyon Mühendisliği Ana Bilim Dalı

    PROF. DR. MEHMET TURAN SÖYLEMEZ

  2. FDDI ve FDDI şebekeleri performans analizi

    Başlık çevirisi yok

    HİLMİ ŞENER

    Yüksek Lisans

    Türkçe

    Türkçe

    1995

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    PROF.DR. GÜNSEL DURUSOY

  3. Asenkron motorlu lokomotifler için çekiş sistemi kontrolü

    Traction system control of induction motor powered locomotives

    MEHMET ALİ ÇİMEN

    Doktora

    Türkçe

    Türkçe

    2019

    Mühendislik Bilimleriİstanbul Teknik Üniversitesi

    Kontrol ve Otomasyon Mühendisliği Ana Bilim Dalı

    PROF. DR. METİN GÖKAŞAN

  4. Kurumsal kredilerin geri ödenmeme olasılığının tahminine yönelik Bayes ağı temelli bir erken uyarı modeli

    A Bayesian network based early warning model that estimates the probability of non-performing corporate credits

    YASEMİN BAŞ

    Yüksek Lisans

    Türkçe

    Türkçe

    2015

    Endüstri ve Endüstri Mühendisliğiİstanbul Teknik Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. UMUT ASAN

  5. Crew recovery optimization through disruption analysis and deep learning driven column generation

    Aksaklık analizi ve derin öğrenme tabanlı sütun oluşturma ile ekip kurtarma optimizasyonu

    AHMET HEREKOĞLU

    Doktora

    İngilizce

    İngilizce

    2024

    Endüstri ve Endüstri Mühendisliğiİstanbul Teknik Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    PROF. ÖZGÜR KABAK