طراحی سیستم کنترل فازی برای ربات کوادروتو
- رشته تحصیلی
- مهندسی هوافضا - آئرودینامیک
- مقطع تحصیلی
- کارشناسی ارشد
- محل دفاع
- کتابخانه مرکزی -تالار اطلاع رسانی شماره ثبت: 62589;کتابخانه دانشکده علوم و فنون نوین شماره ثبت: 110
- تاریخ دفاع
- ۱۴ بهمن ۱۳۹۲
- دانشجو
- فرهاد احدی کلو
- استاد راهنما
- محمدحسین صبور, امیر رضا کوثری
- چکیده
- درمانورهای پروازی در ارتفاع پایین، تعقیب عوارض زمین و اجتناب از موانع توسط وسایل پرنده بدون سرنشین از جمله مهمترین و حساس ترین مانورهای پروازی است. تا کنون روش های متعددی برای تعیین مسیر های بهینه پرواز و سپس کنترل وسیله ی پرنده، برای اجتناب از برخورد با موانع ارائه شده است. در این پژوهش، با استفاده از مدلی فرضی از عوارض زمین، به تولید مسیر بهینه با استفاده از روش هم مکان سازی مستقیم (که جزو روش های عددی حل مسائل بهینه سازی مسیر است) برای یک ربات کوداروتور سه درجه آزادی پرداخته شده است. نتایج حاصل از شبیه سازی، نشان دهنده رضایت بخش بودن عملکرد الگوریتم مورد استفاده در تولید مسیر های بهینه پروازی جهت تعقیب عوارض زمین و عدم برخورد با مانع برای ربات مذکور را نشان می دهد. سپس با استخراج معادلات دینامیکی ربات کوادروتور ( شامل معادلات حرکت، به دست آوردن معادلات غیرخطی دینامیک روتورها و ضریب پسا، ضرایب هندسی، جرمی، آیرودینامیکی و ... ) با استفاده از نرم افزار های Solidworks و Fluent می باشد، مدل آن در سیمولینک نرم افزار متلب شبیه سازی شده و طراحی کنترل کننده ی فازی، بر مبنای خروجی های مدل مذکور و دانش افراد خبره در هدایت هلیکوپتر و کوادروتور صورت پذیرفته است. واژههای کلیدی: کوادروتور، مسیر بهینه، کنترل کننده ی فازی، دینامیک غیرخطی
- Abstract
- Terrain following and terrain obstacles avoidance is one of the most important and delicate of low altitude flight maneuvers that would be done by UAV robots. So far, several approaches are presented to determine the optimal path, and control of robot's flight to avoid obstacles collision. In this study, an optimal path has been developed by using the direct co-location method (one of numerical methods to solve path optimization problems), through a hypothetical model of path terrains for a three degrees of freedom quadrotor robot model. Simulation results indicate a satisfactory performance of the algorithm used to generate optimal flight path to follow terrains and avoid obstacles; then dynamic equations (including equations of motion, rotor dynamics and nonlinear equations of drag forces, the coefficients of geometry, mass, aerodynamics, etc.) were derived. Dynamic equations of quadrotor robot lead to a simulink model. A fuzzy controller has been designed based on the model outputs and experiences of experts in helicopter and quadrotor.