การเปรียบเทียบประสิทธิภาพระหว่าง Equilibrium Optimization กับโปรแกรม Systune ในการออกแบบระบบควบคุมมุมเอียงของเครื่องบิน
Article Sidebar
Main Article Content
บทคัดย่อ
บทความวิจัยนี้เป็นการเปรียบเทียบประสิทธิภาพระหว่าง Equilibrium Optimization (EO) ซึ่งจัดอยู่ในกลุ่มของเมต้าฮิวริสติก (Meta-heuristic) กับโปรแกรม Systune สำหรับการออกแบบระบบ ควบคุมมุมเอียงของเครื่องบิน เมต้าฮิวริสติก (Meta-heuristic) มีความสามารถในการแก้ปัญหาแบบไม่เป็น เชิงเส้นได้ ส่วน Systune ถูกออกแบบมาเพื่อแก้ไขปัญหาทางด้านการควบคุมโดยเฉพาะ โดยรูปแบบของ ระบบควบคุมมีการใช้ปีกเล็กแก้เอียงผสมกับหางเสือเลี้ยว ตัวหน่วง Dutch roll และคอนโทรลเลอร์ แบบพีไอ (PI) ซึ่งองค์ประกอบเหล่านี้ก่อให้เกิดตัวแปรอิสระเป็นจำนวน 4 ตัว โดยอยู่ภายใต้เป้าหมายและ ขอบเขตหลายประการทั้งในแง่ของประสิทธิภาพและความคงทนของระบบควบคุม แบบจำลองของเครื่อง บินถูกนำเสนอในรูปแบบ State-space ซึ่งมีการเพิ่มความไม่แน่นอนเข้าไปในระบบโดยค่าตัวแปรในระบบ สามารถแปรผันได้มากที่สุดถึง 10% จากค่าเริ่มต้น ค่าตัวแปรระบบที่ก่อให้เกิดสภาวะเลวร้ายที่สุดจะถูกใช้ เป็นตัวชี้วัดสำหรับระบบควบคุมที่หาได้จากทั้งสองวิธี ภาพรวมแล้วระบบควบคุมที่หาได้จาก EO ได้ผลลัพธ์ ที่ดีกว่าระบบควบคุมของ Systune เมื่อมองในแง่ของการป้องกันมุมเอียงและความคงทนของเครื่องบิน แต่ ในแง่ประสิทธิภาพนั้นมีความใกล้เคียงกัน
Downloads
Article Details
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
Journal of TCI is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International (CC BY-NC-ND 4.0) licence, unless otherwise stated. Please read our Policies page for more information...
References
J. D. Barton, “Fundamentals of Small Unmanned Aircraft Flight,” Johns Hopkins APL Tech. Dig., vol. 31, no. 2, pp. 132–149, 2012,
M. Jayalakshmi, V. V. Patel, and G. K. Singh, “Relook at Aileron to Rudder Interconnect,” Def. Sci. J., vol. 71, no. 2, pp. 153-161, 2021, doi: 10.14429/dsj.71.15347.
W. P. Gilbert, L. T. Nguyen, and R. W. Vangunst, “Simulator Study of the Effectiveness of an Automatic Control System Designed to Improve the High Angle of Attack Characteristics of a Fighter Airplane,” NASA, Washington, D.C., USA, Rep. NASA TN D-8176, 1976.
A. M. Simões, P. Apkarian, and D. Noll, “Nonsmooth Multi-objective Synthesis with Applications,” Control Eng. Pract., vol. 17, no. 11, pp. 1338-1348, 2009, doi: 10.1016/j.conengprac.2009.06.010.
P. Apkarian and D. Noll, “Nonsmooth Optimization for Multiband Frequency Domain Control Design,” Automatica, vol. 43, no. 4, pp. 724-731, 2007, doi: 10.1016/j.automatica.2006.08.031.
P. Apkarian, D. Noll, and A. M. Simoes, “Time-Domain Control Design: A Nonsmooth Approach,” IEEE Trans. Control Syst. Technol., vol. 17, no. 6, pp. 1439-1445, 2009, doi: 10.1109/TCST.2008.2008722.
P. Apkarian, “Tuning Controllers Against Multiple Design Requirements,” 2013 Proc. Amer. Control Conf., Washington, DC, USA, 2013, pp. 3888-3893, doi: 10.1109/ACC.2013.6580433.
J. L. Corner and J. T. Buchanan, “Experimental Consideration of Preference in Decision Making under Certainty,” J. Multi‐Criteria Decis. Anal., vol. 4, no. 2, pp. 107-121, 1995, doi 10.1002/mcda.4020040204.
K. Deb, A. Pratap, S. Agarwal, and T. Meyarivan, “A Fast and Elitist Multiobjective Genetic Algorithm: NSGA-II,” IEEE Trans. Evol. Comput., vol. 6, no. 2, pp. 182-197, 2002, doi: 10.1109/4235.996017.
A. Rodríguez-Molina, E. Mezura-Montes, M. G. Villarreal-Cervantes, and M. Aldape-Pérez, “Multi-objective Meta-heuristic Optimization in intelligent Control: A Survey on the Controller tuning Problem,” Appl. Soft Comput., vol. 93, p. 106342, 2020, doi: 10.1016/j.asoc.2020.106342.
S. Pareek, M. Kishnani, and R. Gupta, “Optimal tuning of PID controller using meta heuristic algorithms,” in 2014 International Conference on Advances in Engineering & Technology Research (ICAETR-2014), Unnao, India, 2014, pp. 1-5, doi: 10.1109/ICAETR.2014.7012816.
A. Sheta, M. Braik, D. R. Maddi, A. Mahdy, S. Aljahdali, and H. Turabieh, “Optimization of PID Controller to Stabilize Quadcopter Movements Using Meta-heuristic Search Algorithms,” Appl. Sci., vol. 11, no. 14, p. 6492, 2021, doi: 10.3390/app11146492.
Y. Wu, “A Survey on Population-based Meta-heuristic Algorithms for Motion Planning of Aircraft,” Swarm Evol. Comput., vol. 62, p. 100844, 2021, doi: 10.1016/j.swevo.2021.100844.
S. Jafari and T. Nikolaidis, “Meta-heuristic Global Optimization Algorithms for Aircraft Engines Modelling and Controller Design; A Review, Research Challenges, and Exploring the Future,” Prog. Aerosp. Sci., vol. 104, pp. 40-53, 2019, doi: 10.1016/j.paerosci.2018.11.003.
A. Nonut et al., “A Small Fixed-wing UAV System Identification Using Metaheuristics,” Cogent Eng., vol. 9, no. 1, 2022, doi: 10.1080/23311916.2022.2114196.
Y. Kanokmedhakul, N. Panagant, S. Bureerat, N. Pholdee, and A. R. Yildiz, “Aircraft Control Parameter Estimation Using Self-Adaptive Teaching-Learning-Based Optimization with an Acceptance Probability,” Comput. Intell. Neurosci., vol. 2021, p. 1 - 12, 2021, doi: 10.1155/2021/4740995.
P. Feyel, G. Duc, and G. Sandou, “Optimal Tuning of H∞ Fixed-structure Robust Controller Against Multiple High-level Requirements Using Evolutionary Computation,” Int. J. Robust Nonlinear Control, vol. 29, no. 4, pp. 949–972, 2018, doi: 10.1002/rnc.4412.
V. Mihaly, M. Su, D. Morar, and M. Stanese, “µ-Synthesis for Fractional-Order Robust Controllers,” Mathematics, vol. 9, no. 8, p. 911, 2021, doi: 10.3390/math9080911.
A. Faramarzi, M. Heidarinejad, B. Stephens, and S. Mirjalili, “Equilibrium Optimizer: A Novel Optimization Algorithm,” Knowledge-Based Syst., vol. 191, p. 105190, 2020, doi: 10.1016/j.knosys.2019.105190.