Geri Dön

Model predictive control using neural networks applied to flight control

Yapay sinir ağları kullanan modelli öngören denetim ve uçuş kontrolu

  1. Tez No: 82655
  2. Yazar: SÜLEYMAN TARKAN KARŞIDAĞ
  3. Danışmanlar: YRD. DOÇ. DR. MEHMET KEMAL LEBLEBİCİOĞLU
  4. Tez Türü: Yüksek Lisans
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Model Predictive Control, Nonlinear Systems, System Identification, Nonlinear Programming, Artificial Neural Networks, Mathematical Modeling, Flight Control Systems
  7. Yıl: 1999
  8. Dil: İngilizce
  9. Üniversite: Orta Doğu Teknik Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 146

Özet

YAPAY SİNİR AĞLARI KULLANAN MODELLİ ÖNGÖREN DENETİM VE UÇUŞ KONTROLÜ Karşıdağ, Süleyman Tarkan Yüksek Lisans, Elektrik ve Elektrik Mühendisliği Bölümü Tez Yöneticisi : Doç. Dr. Kemal Leblebicioğlu Ocak 1999, 146 sayfa Modelli öngören denetleyiciler (MÖD) son yıllarda endüstriyel süreç denetiminde başarıyla uygulanmaktadır. Uçuş kontrol sistemlerinde ise birçok farklı yöntem kullanılabilmektedir. Bu tez çalışmasında, farklı MÖD yaklaşımları ve bu yaklaşımların uçuş kontrol sistemlerine uygulanabilirliği incelenmiştir. Bir doğrusal olmayan programlama problemine benzer şekilde, MÖD'lerde farklı kontrol algoritmalarının kullanılması mümkündür. Örnek olarak seçilen üç ayrı MÖD mimarisinde, Newton tabanlı Levenberg-Marquardt algoritması, bir yarı-Newton yaklaşımı ve son olarak, genelleştirilmiş öngören denetim yönteminin bir türevi uygulanmıştır. MÖD yapılarında önemli bir yer tutan sistem modelinin kestiriminde, yapay sinir ağları temel alan bir yaklaşım seçilmiştir. Örnek uygulama olarak bir savaş uçağı yunuslama açısı hızının elevatör vasıtasıyla kumandası ele alınmış ve bu alternatif yaklaşımlar karşılaştırılmıştır. Sonuç olarak MÖD sistemlerin günümüz sayısal mikroişlemcileri kullanılarak uçuş kontrolunda uygulanabileceği gösterilmiştir.Anahtar Kelimeler : Model Tabanlı Öngören Denetim, Doğrusal Olmayan Dinamik Sistemler, Sistem (Dizge) Tamlama, Doğrusal Olmayan Programlama, Yapay Sinir Ağlan, Matematiksel Modelleme, Uçuş Kontrol Sistemleri

Özet (Çeviri)

ABSTRACT MODEL PREDICTIVE CONTROL USING NEURAL NETWORKS APPLIED TO FLIGHT CONTROL Karşıdağ, Süleyman Tarkan Ms, Department of Electrical and Electronics Engineering Supervisor: Assoc. Prof. Dr. Kemal Leblebicioğlu January 1999, 146 pages Numerous methods have been applied to the aircraft flight control problem since the early days of flight. Model predictive control (MPC) is an enhanced control approach which has been successfully applied to industrial process control during the last few decades. In this study, various MPC paradigms have been investigated with their applicability to aircraft flight control. As a nonlinear programming problem, MPC can exploit numerous alternative methods. Three alternative search algorithms have been chosen as representative methods which can be used in MPC systems; A Newton based Levenberg-Marquardt search algorithm, a quasi-Newton search algorithm and finally a nonlinear generalized predictive control (GPC) approach based on instantaneous linearization. A pitch rate controller for a highly maneuverable fighter aircraft has been taken as a case study on which these alternative MPC methods have been applied and compared. In these alternativeMPC architectures artificial neural networks have been utilized for the nonlinear estimated plant model.

Benzer Tezler

  1. Kontrollü lagrange yöntemleri ve uygulamaları

    Controlled lagrangian methods and applications

    HÜSEYİN ALPASLAN YILDIZ

    Doktora

    Türkçe

    Türkçe

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Kontrol ve Otomasyon Mühendisliği Ana Bilim Dalı

    PROF. DR. AFİFE LEYLA GÖREN

  2. Carbon dioxide emissions prediction using meta-heuristic methods for renewable and non-renewable sources' applications

    Yenilenebilir ve yenilenemeyen enerji kaynaklarının uygulamaları için meta-sezgisel yöntemler kullanılarak karbondioksit emisyonları tahmini

    İNAYET ÖZGE AKSU

    Doktora

    İngilizce

    İngilizce

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAdana Alparslan Türkeş Bilim Ve Teknoloji Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. TUĞÇE DEMİRDELEN

  3. Havayolu yolculuk deneyimini iyileştirmek için makine öğrenmesi yöntemleriyle uçuş gecikmesi tahmini

    Machine learning techniques for enhancing airline passenger experience through flight delay prediction

    ESMA ERGÜN

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilişim Uygulamaları Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ SÜHA TUNA

  4. Yapay sinir ağları ile pandemi sürecinde kısıtlama stratejilerinin etkinliğinin belirlenmesi için bir model önerisi

    A model proposal to determine the efficiency of mitigation strategies during the pandemic with artificial neural networks

    ÖMER FARUK ÇAPAROĞLU

    Yüksek Lisans

    Türkçe

    Türkçe

    2021

    Endüstri ve Endüstri MühendisliğiAtatürk Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ YEŞİM OK

    DR. ÖĞR. ÜYESİ MAHMUT TUTAM

  5. Hibrit ve kaotik metasezgisel arama algoritmaları kullanarak model öngörülü kontrol yapıları tasarımı

    Hybrid and chaotic metaheuristic algorithms and design of model predictive control structures

    MURAT ERHAN ÇİMEN

    Doktora

    Türkçe

    Türkçe

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya Uygulamalı Bilimler Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. ALİ FUAT BOZ