عنوان مقاله :
كنترل عمق زير دريايي بدون سرنشين با استفاده از كنترل كننده مود لغزشي عصبي
عنوان به زبان ديگر :
Depth control of an Autonomous underwater vehicle (AUV) using neural sliding mode controller
پديد آورندگان :
عبدي، ياسر موسسه غير انتفاعي آمل - دانشكده فني و مهندسي , قاسمي، جمال دانشگاه مازندران - دانشكده فني و مهندسي - گروه مهندسي برق
كليدواژه :
زير دريايي بدون سرنشين , كنترل عمق , كنترل كننده عصبي , مود لغزشي , چترينگ
چكيده فارسي :
كنترل عمق زيردريايي‌هاي بدون سرنشين به‌دليل حضور اغتشاش، نويز و ديناميك‌هاي غيرخطي، امري دشوار در زمينه كنترل سيستم‌ها محسوب شده و براي حل آن به روش‌هايي كه نسبت به عدم قطعيت‌هاي سيستم مقاوم باشند، نياز است. يكي از روش هاي مقاوم در برابر عدم قطعيت‌ها و اغتشاشات، كنترل كننده مدلغزشي است. علي رغم اين مزيت، اما در عمل به‌دليل تاخير محاسباتي و محدوديت در عملگرها، تغييرات آني امكانپذير نبوده و منجر به پديده چترينگ در سيگنال كنترل و در نتيجه، تحريك ديناميك‌هاي فركانس بالا مي‌شود. در اين تحقيق كنترل عمق يك زيردريايي بدون سرنشين با كنترل كننده مد لغزشي، تحت مطالعه قرار گرفته است. براي رفع مشكل چترينگ در سيگنال كنترل، سعي شده است تا از تركيب كنترل كننده مدلغزشي و شبكه عصبي مصنوعي استفاده شود. استفاده از شبكه عصبي مصنوعي باعث شده است تا عدم قطعيت‌هاي سيستم تخمين زده شده و دامنه چترينگ در سيگنال كنترل بطور موثري كاهش يابد. شبيه‌سازي‌ها نشان مي‌دهد كه مشكلات در روش مدلغزشي در كنترل عمق زيردريايي، با استفاده از توانمندي‌هاي شبكه‌هاي عصبي مصنوعي برطرف شده و سيستم به نحو مطلوبي كنترل مي‌شود.
چكيده لاتين :
Depth control autonomous underwater vehicle due to disturbances, noise and non-linear dynamics is very important and difficult in the field of systems control and for the solving it in methods that are robust to the uncertainty of the system is needed. To deal with such uncertainties and disturbances, sliding mode control has been used. Generally, The main advantage of this method is robust to uncertainties and disturbances, But due to the computational delays and restrictions on operators immediately change is not possible and leads to the phenomenon of chattering in control signal and excitation high-frequency dynamics. In this paper, depth control of an autonomous underwater vehicle is considered. To solve the problem chattering in the system under study, We tried to be used the combination of sliding mode control and artificial neural network. The use of the artificial neural network has led to the estimation of the uncertainties of the system and the chattering domain in the control signal is effectively reduced. Simulation show that the sliding mode method problems in depth control of underwater vehicle using artificial neural network capabilities has been fixed and the system properly controlled.
