كنترل زاويه فراز ماهواره ‌بر انعطاف ‌پذير به كمك كنترل‌‌كننده مدل پيش‌بين مبتني بر شبكه عصبي

Control of pitch angle of a flexible launch vehicle with model predictive control approach using neural networks

در اين مقاله به منظور كنترل زاويه فراز يك ماهواره‌بر انعطاف‌پذير، روش كنترل مدل پيش‌بين كه مبتني بر شبكه عصبي است، ارائه ميَشود. بدين منظور ابتدا معادلات حركت ماهوارهبر با در نظر گرفتن اثرات انعطاف‌پذيري در صفحه فراز بدست ميآيد. اثرات آيروالاستيسيته با اضافه كردن ترم هاي الاستيك سازه به معادلات حالت كنترل، در نظر گرفته ميشود و مدلسازي سيستم ماهواره بر تكميل مي گردد. براي سامانه كنترل ماهواره بر كنترل‌كننده مدل‌ پيشبين كه مبتني بر شبكه عصبي است، انتخاب شده است. مفاهيم اصلي اين روش كنترلي ارائه ميشود و استفاده از شبكه عصبي در اين كنترل‌كننده تبيين ميشود. نمايش پيادهسازي اين روش در محيط سيمولينك براي كنترل يك ماهواره بر انعطافپذير هدف اصلي اين مقاله است، كه طي آن توانايي شبكه عصبي در كنترل مدل غيرخطي و انعطافپذير ماهوارهبر نشان داده ميشود.

In this paper, we investigate the problem of model predictive control of pitch angle of a flexible launch vehicle using neural networks. We simulate motion of launch vehicle on the pitch plane by considering effects of flexibility. Aeroelstic effects are also modeled by adding elastic terms of the structure to state space control equations which completes the vehicle model. To control the vehicle, we use a model predictive controller which is based on a neural network. Basic notions of this controlling approach are presented and we explain how a neural network can be used for this purpose. Experimental results on synthetic data in Simulink environment demonstrates our approach is useful and effective and neural networks can be used to control a vehicle in a nonlinear, adaptive control setting.