استفاده از شبكه عصبي براي تخمين درصد موفقيت كنترل‌كننده تحمل‌پذير عيب فعال فضاپيما

تعيين ميزان موفقيت كنترل كننده يكي از مسائل مهم در حوزه كنترل تحمل پذير عيب فعال فضاپيما مي باشد. دليل اهميت زياد اين موضوع نيز ماهيت تصادفي و از قبل پيش بيني نشده عيوب است. از طرفي، به دليل وجود حالت هاي بسيار زياد (تقريبا بيشمار) عيب، انجام شبيه سازي هاي متعدد و بررسي ميزان موفقيت كنترل كننده در شرايط مختلف بروز عيب زمان‌بر خواهد بود. براي رفع اين مشكل، در اين مقاله از شبكه عصبي براي تعيين درصد موفقيت كنترل كننده تحمل پذير عيب فعال فضاپيما در شرايط مختلف رخداد عيب استفاده شده است. بدين صورت كه ابتدا، شبكه عصبي تحت آموزش قرار گرفته و سپس، با بررسي هاي مختلف از عملكرد مناسب آن در پيش بيني موفقيت يا عدم موفقيت كنترل كننده اطمينان حاصل شده است. سپس، با توجه به سرعت بسيار زياد شبكه آموزش ديده، بررسي متنوعي از ميزان موفقيت كنترلر در طيف گسترده اي از عيوب انجام شده است. نتايج بدست آمده از نظر فيزيكي منطقي بوده و نشان مي دهند كه با افزايش شدت عيب، احتمال موفقيت كنترل كننده نيز كاهش مي يابد.