Development Of A Model Unmanned Aerial Vehicle With Simulink : Modelling And Control

Abstract

Günümüz tarihe gelmeden önce insansız hava araçının tarihçesinden başlayarak ayrıntılı olarak gelişimi araştırılmıştır.M.Ö yıllarda birçok araştırmacı, filozof gibi düşünürlerin buluşları günümüz için esin kaynağı olmuştur.Tezimin başlarında tarihçesinden başlayarak günümüzde kullanılan insansız hava taşıtlarıyla ilgili kısa bilgiler yer almıştır.Aynı zamanda kullanılan bu araçların günümüzde ne amaçlarla kullanıldığı belirtilmiştir. Doğrusal olmayan bir model insansız hava taşıtımız yer çekimi, atmosferik ve rüzgar türbülansına kalarak modeller oluşturularak 6 serbeslik dereceli hareket denklerindeki aerodinamik bileşenleri göz önünde bulundurularak benzetim modelleri Matlab/Simulink® programında geliştirilmiştir.Geliştirilmiş olan doğrusal olamayan modellimiz doğrusallaştırma işlemi yapılarak analizler elde edilmeye çalışılmıştır.3 yaklaşım metodu kullanılarak doğrusal kontrolcüler tasarlanmıştır. Kontrolcüler yunuslama, yuvarlanma, sapma hareketleri kullanılarak kök yer eğrisi, PID tabanlı bulanık kontroller ve doğrusal olmayan sistem üzerinde belirtilen koşullara göre eğitilmiş verilerimiz elde edilerek adaptif sinirsel bulanık çıkarım sistemi kullanırak bağlantılı kontrolcü girdileri baz alınarak optimum sonuçlar elde edilmeye çalışılmıştır. Uçuş kontrol sistemleri için açık ve kapalı çevrim olarak geri besleme yöntemi ile üç farklı hareket kontrolleri verilen referansa uygun şekilde sıfıra en kısa sürede ulaşacak şekilde kontrol edilmiştir. Bulanık kontrol kullanılarak PID değerleri ayarlanması sağlanarak sistem kontrolü elde edilmeye çalışılmıştır.Aynı zamanda PID değerlerinin buluması tezin en zor kısmını teşkil etmekle birlikte popülasyon değer aralıkları belirlenerek sistemin tanıtılması sonucunda üç hareket üzerinde en optimum değerler belirlenerek sisteme gömülmüştür.Ve sonuç olarak kontrol çeşitleri karşılaştıralarak tablolar halinde en iyi oturma süresine ait kontrolcüler belirlenmiştir. Sinirsel bulanık sistemler için yapay sinir ağlarının hesaplanması ve öğrenebilme kabileyeti için bulanık mantık uzman bilgilerine ihtiyaç duyulmuştur.Bunlar için önceki bölümde tasarlanan otamatik pilot modelimizin eğitilmiş verileri ve linear olmayan uçak modelimizin verileri ayarlanarak en küçük hata değerine kadar indirgenmiştir.Ve bu şekilde ele alınan model için oluşturulan yapı ve kurallar veriler yardımıyla uzman ataması gerçekleştirilmiştir.Anfis'de öğrenme algoritması olarak, en küçük kareler yöntemi ile geri yayılma öğrenme algoritması bir arada kullanılarak melez öğrenme algoritması kurulmuştur.Birçok katman içinde gerçekleşen üyelik fonsiyonları sistemimiz üzerinde uzunlamasına ve yanlama olarak uçağımızın kontrolü sağlamıştır.

The nonlinear simulation model of an unmanned aerial vehicle (UAV) for Piper J3-Cub in MATLAB/Simulink® environment is developed by taking into consideration all the possible major system components such as actuators, gravity, engine, atmosphere, wind-turbulence models, as well as the aerodynamics components in the 6 DOF equations of motion. Trim which is determined at the specific value and linearization is derived from the nonliner model at trim point are accomplished and various related analyses are carried out. The model is validated by comparing with a similar UAV data in terms of open loop dynamic stability characteristics. Using two main approaches; namely, fuzzy based on PID which is the obtained value using genetic algorithm and adaptive neural fuzzy inference system , linear controllers are designed. The controllers are designed for control of roll, heading with coordinated turn, flight path, attitude command in pitch, altitude in achieving desired, i.e., for the achievement of control functions. These linear controllers are integrated into the nonlinear model, by gain scheduling with respect to altitude, controller input in terms of longitudinal and lateral linearization regarding the perturbed states and control. The responses of the nonlinear model controlled with the two controllers by various aspect are compared based on flight control requirements. The fuzzy logic control based on PID system is applied to control three angular angles of nonlinear model.The body axis roll, pitch, yaw are determined parameter tuning process of PID due to obtaining satisfactory using genetic algorithm to elevator, aileron and rudder actuators. The ANFIS architecture is formulized a systematic approach to generate the fuzzy rule and membership functions.The training data and the checkhing data is obtained from systems which have nonlinear and controlled system model for UAV.The ANFIS controller system architecture and design are applied in the related section in terms of longitudinal and lateral motions respectively.