طراحي كنترلكننده بهينه سامانه كنترل پرواز يك هواپيماي بدون سرنشين با استفاده از كنترلكننده فازي- الگوريتم ژنتيك

Optimal Control of an Unmanned Aerial Vehicle Using Fuzzy- Genetic Algorithm Controller

شناسايي و بررسي موقعيتهاي جغرافيايي و اقليمي مختلف جهت تحقيقات علمي و مطالعات راهبردي جز اهم مسايل شناسايي در كشورها مي-باشد. امروزه استفاده از هواپيماهاي بدون سرنشين بهدليل قابليتهاي نفوذ، ايمني و عملكرد بالايي كه دارند؛ در بسياري از كشورها كاربرد گسترده-اي يافتهاند. عملكرد درست و دقيق هواپيماهاي بدون سرنشين باعث دريافت صحيح و بهموقع دادهها و درنتيجه دستيابي به اطلاعات مورد نياز مي-باشد. لذا، داشتن يك سامانه كنترلي مناسب و بينقص براي كنترل هواپيماهاي بدون سرنشين از اهميت بالايي برخوردار است. در اين مقاله با استفاده از الگوريتم ژنتيك جهت تنظيم كنترلكننده فازي سعي شده است يك كنترلكننده هوشمند جهت كنترل مسير هواپيماهاي بدون سرنشين در شرايط مختلف مسير ارايه گردد، بهنحوي كه سامانه حالت پرواز بهينه را داشته باشد. در اين روش ابتدا با استفاده از تيوري الگوريتم ژنتيك پارامترهاي توابع عضويت و قوانين فازي جهت كنترل پرواز هواپيما در طول مسير طراحي شوند كه درنتيجه باعث پايين آمدن حداكثر جهش و همچنين، خطاي حالت ماندگار سامانه ميشود. در ادامه، با ارايه يك مدل خطي از هواپيماي بدون سرنشين و شبيهسازي آن، عملكرد درست روش مذكور مورد بررسي قرار گرفته و با روشهاي رايج مقايسه و نتايج ارايه گرديدهاند.

Identification and analysis of geographic and climatic conditions for scientific researches and strategic studies is one of the main issues in countries. Nowadays, the use of Unmanned Aerial Vehicle because of its safety and high performance has been widely used in many countries. Exact action of this system leads to obtain accurate data and thereby achieve critical information. Therefore, an appropriate control system and perfect control of the drone is important. In this paper, an intelligent control using Fuzzy- Genetic Algorithm is presented on longitudinal flight dynamics of an Unmanned Aerial Vehicle. In this approach, all the membership functions and fuzzy rules are extracted from genetic algorithm method to minimize the over shoot and the steady-state error of the system.Finally, an example is illustrated to compare the proposed method with the classical PID controller.