كنترل هوشمند هلي‌كوپتر چهار موتور بدون سرنشين در حالت معلق در هوا

Intelligent Control of Quadrotor Unmanned Helicopter in Hovering Mode

هلي‌كوپتر چهار موتور (كوادروتور)، يك هواپيماي بدون سرنشين با چهار موتور است. به‌ دليل قابليت‌هاي منحصر ‌به‌فرد اين وسيله از جمله نقصان تحريك بودن، پرواز و فرود عمودي، حركت درجا، درجات آزادي بيشتر و كاربردهاي نظامي و غيرنظامي، توجه ويژه بسياري از محققين را به‌خود معطوف كرده است. به‌دليل ديناميك غيرخطي و پيچيده اين سيستم چندمتغيره با شش درجه آزادي، مدل‌سازي و كنترل اين وسيله يكي از زمينه‌هاي چالش‌برانگيز در مهندسي كنترل به‌ شمار مي‌آيد. در اين مقاله مدل‌سازي كوادروتور با استفاده از معادلات نيوتن- اويلر توصيف مي‌گردد. پايدارسازي و كنترل ارتفاع و وضعيت اين وسيله توسط سه كنترل‌كننده PID كلاسيك، فازي- PID و فازي- عصبي مبتني بر PID صورت مي‌پذيرد و همچنين عملكرد اين كنترل‌كننده‌ها در حضور اغتشاش و نامعيني جرمي مورد بررسي قرار مي‌گيرند. هدف اصلي اين مقاله طراحي الگوريتم PID هوشمند مي‌باشد كه از تلفيق منطق فازي و شبكه‌هاي عصبي ساخته شده و كنترل‌كننده فازي- عصبي مبتني بر PID را مطرح مي‌نمايد. نتايج شبيه‌سازي‌هاي صورت گرفته توسط نرم‌افزار MATLAB ارائه مي‌شوند.

A Quadrotor helicopter is an unmanned aerial vehicle (UAV). This vehicle has attracted lots of researchers’ attention because of its unique abilities such as being an under-actuated system, vertical take-off and landing, spot movement, more degree of freedom (DOF) and military and non- military functions. Because of nonlinear and complex dynamic, modeling and controlling this vehicle is one of the most challenging areas in control engineering. In this paper modeling of a Quadrotor will be described using Newton-Euler equations. Stabilizing and controlling of altitude and its attitude are done by three controller including classic PID, Fuzzy- PID and Neural- Fuzzy based on PID. Performances of these controllers are analyzed in the presence of disturbances and mass uncertainties. The main aim of this paper is designing an intelligent PID algorithm which is made by combining fuzzy logic and neural system and it will introduce a Neural- Fuzzy controller which is based on PID. Simulation results are presented by MATLAB software.