FBE- Kontrol ve Otomasyon Mühendisliği Lisansüstü Programı - Yüksek Lisans

Bu koleksiyon için kalıcı URI

http://hdl.handle.net/11527/73

Gözat

Konu "Active Fault Tolerant Control" ile FBE- Kontrol ve Otomasyon Mühendisliği Lisansüstü Programı - Yüksek Lisans'a göz atma
  • Öge
    Fault Tolerant Control Of A Quadrotor Uav
    (Fen Bilimleri Enstitüsü, 2016-02-02) Moghadam, Majid ; Çalışkan, Fikret ; 10100952 ; Kontrol ve Otomasyon Mühendisliği ; Control and Otomation Engineering
    Bu tez sensör ve eyleyici arıza tespiti ve teşhisi (Fault Detection and Diagnosis) sorununu sunur, ve bunun yardımcısıyla bir dört rotorlu insansız hava aracinın ariza torlerans konrol problemini observation ve process gürültüleri olduğunda analiz etmeye çalşır. Bu amaçla, Two-Stage Kalman Filter (TSKF) arızanı bulmak, yalıtmak, ve belirlemek için kullanmaktadır. Sensor arızaları bias fault olarak kabul edilmişlerdır ve aktüatör arızalrı pervanelerdeki etkinliğinin kaybı (loss of effectiveness) modellenmiştiler. Ayrıca Lineer Kuadratik Regülatör (LQR) tekniğinı kullanarak bir referans takipçisi kontrolü tasarlanmış ve kullanmışdır. İlk olarak, sistemin doğrusal olmayan dinamikleri sunulmuştur. Bu denklemler bir denge noktası etrafında doğrusallaştırılmıştırlar. Nominal nokta dünya koordinasında sabit bir nokta küçük Euler açılarıiile sayılmıştır. Bu sabit uçmak (hovering) drumunu İHA da gösterir. Jacobian matrislerinı kullanarak, sistemin doğrusallaştırılmış durum uzay modelı bir soylenmış nominal noktası etrafında elde edilir. Bir geri kazanım matrisi kontrolörü doğrusal kuadratik regülatör tekniği kullanılarak hesaplanmıştır ve ve referans girişini takip sistemi kabiliyeti tartışılmıştır. Buna rağmen, Diğer deneylerde, arızalı durumda referans girişlerini takip etmek konusunda bu kontrolörün kullanılabilirliği sorgulanacaktır. Two-Stage Kalman Filter sistemin durumlarını ve pervanelerdeki etkinliğinin kaybını tahmin etmek için kullanılabilecek bir blokdur. Sisteme kontrol girişı ve olçulen çıkışlar bu bloğun iki giriş vektörleridirler. Two-Stage Kalman Filter bloğun çıkışlari gürültülü durumların tahmini ve rotorların etkinliğinin kaybı (ki durum uzay modelinde bir bias vektöru olarak hesaplanmiştır) ve hesaplanmış rezidülerdirler. Two-Stage Kalman Filterde bulunan ek bir bias vektörunun dışında TSKFin formülasyonu Standard Kalman Filter (SKF) gibi rahatdır. Bu vektör aktüatörlardaki etkinliğinin kaybı modelliyor. İlk başta, her duruma bir sensor bulunmakta olmasi varsaymıştır. Bu varsayım Two-Stage Kalman Filterin performansinı durumlarin tahmininde test etmeği bize sağlar. Buna rağmen, gerçek sistemde durum böyle değilö çünki gerçek sistemde bir kaç sensoru kullanarak bazi parametreler hesaplanir. Three-axis gyroscope, three-axis accelerometer, indoor positioning system, ve range finder (yüksekliği olçen) bahs edilen sensorlardandilar. Sonra durum tahmincisinı kullanarak (Kalman filtresi gibi) sistemin tüm uzay durumunda bulunan durumlar (pozisyon, oryantasyon ve onlarin hizları) hesaplanir. Bu nedenle, kaç adım atmayla gerçek sisteme yaklaşmayı amaclıyoruz. Uygun bir uzay durumunda bulunan C matrisi seçdikten sonra, ki bizi gerçek sisteme daha yaklaştırır, sistemin doğrusal olmayan dinamiklerini MATLAB Simulinkde simule etmeyle devam edeceğiz. Linear Quadratic Regulator kontrolör lineer sistem icin dizayn edilmiştır, o yuzden, eğer sistemim doğrusal modelini doğrusal olmayan modelle deyiştirirsek kontrolör stabilizasyon konusunda başarısız olacaktır, bu sorunu çözmek için bir stabilize eden leader-follower (referans takipcısı) kontrolörün dizayn yöntemi sunulacaktır. Ondan sonra, normal ve arızalı durumlarda bu kontrolörün beceriyi denelenecektır. Eyleyici hataları özel bir zamanda oluşan, pervanelerdeki verimlilik eksiği olarak kabul edilir. Doğrusal sistemde doğrusal kontrolör kullanılırken, bu hataların etkisi açık bir şekilde sistemin çıkışında gözükür. Eyleyici hatalarından sonra takip eden referans girişlerindeki sistemin yanıtındaki yetersizlik, doğrusal kontrolör kullanılmasından kaynaklanan olumsuz noktalardan birisidir. Neyse ki, geçerli geri beslemeli kontrolörün değişimi ve sözü geçen referansı takibinin değişmesi ile bu kontrolörün uygunluğu gösterilmiş olur. Nitekim buraya kadar, eyleyici hataları kapsamlı ölçüde soruna neden olmayacaktır. Bi ğir sürü değişkenlerin değişimi ve matematiksel işlemler kullanarak, rotorlardaki etkinliğinin kaybı yeni bir değişken olarak uzay durum denklemlerine girer, o yuzden Kalman filtresi bu arızaların buyukluğunü, zamanını ve hangi motorda olduğunu tahmin edıp ve bular. Pervanelerdeki etkinliğinin kaybı tahmin ettığimiz için arizali rotor ayrılıp ve belirlenir. Mademki tahmin edilen etkinlik kaybı arızalardan bir sürü bilgi (zaman ve yuzdegibı) taşıyor. bu arızalar bulunduktan sonra Fault Detection and Diagnosis (FDD) eyleyicilerde yapılmış olur. Ayrıca, eyleyici arıza teşhisinden sonra oyle bir uygun hareket yapıla bilir ki insansiz hava araci uçuşuna devam etsin. Ancak bu konu prospektif araştırmacılar için geleceğin çalışması olarak açık bırakılmıştır. Eyleyici hataları gibi, sensor hataları bir anda aluyor ve bir bias olarak ölçülmüş miktara ekleniyorlar. Rezidüler iki şekilde hesaplana bilirler. Biricisiyse, ölçülmüş miktarla tahmin eldilen değerin arasindaki fark, ikincisi, bah edilen farkın karesı. Bu bir gerçek ki sensorlardaki arızalar bir an oluyorlar o yuzden tahmin edilen durum uzaydaki durumlar ölçülmüş miktardan daha pürüzsüz (daha yumuşak), bu nedenle arızalı sensora ayıt olan rezidüal hata anında bir büyük miktar alacaktir. Her rezidüal için bir threshold (eşik) oluşmüştür, bu kirmizi çizgiyı geçmek sensörde arıza olmasina bir alarmdır. Rezidüaller zaman, büyüklük ve arızanın nerede olduğundan bilgi taşıyorlar, bundan dolayı hatalı sensörün rezidüalinın büyüklüğüne bakarak fault identification gerçekleşe bilir. Her zamanki bir rezidüal kendine ait olan thresholdu geçerse bir sensör arızası oluşmuştur. Mademki her sensörün olçen değeri bir durum hesaplanmıştır, o yuzden her sensöre ait bir rezidüal vardir bu nedenle fault isolation ve dolaysıyla Fault Detection and Diagnosis sensörler için yapila bilir. Ölçüm arızasının darbesinı analiz etmeyle goreceğiz ki, yanliş değer kontrolöre geri donuyor ve kontrolör ölçülen değerin referans girişden uzaklaşdığını zan eder, bu nedenle reaksiyon olarak doğru olmayan bir kontrol girişi üreter ve dolaysiyla uçak referans pozisyondan uzaklaşar. Bu sensör arızaların hayati darbesidır. Bu kriz için bir çözüm bulma amaciyla buna şsahit olacağız ki, hatalı sensöre ait olan rezidüalin büyüklüğü ayni sensörde ulaşan hatanin boyutuyla (arıza anında) eşitdır. Bu çok önemli bir gerçektir, biz bunu farketdik ki bundan yararlanarak bu mümkünki arızalı sensörün yanlış değerini düzelte biliriz. Ve bu düzeltilmiş değeri yeniden kontrolöre geri gondermek olur. Bunu gerçekleştirdikten sonra goreceğiz ki artik yanliş değer geri beslem yardimcisiyla kontrolere girmiyecektir, dolaysiyla sistem referans girişi hatta hatanin olduğu zamandada takip etmeye devam edecek. Bu düzeltme gerçekleşmesi ile yeni bir yöntem Active Fault Tolerant Control (AFCT) İHAnin sensörlerinin üzerinde bulunmuş olur. Nihayet, birçok çeşitli arızalar, sensörler ve eyleyiciler üzerinde simule edilmiştir. Bu arızalar farklı ve ya ayni zamanda oluşturulmuşlar. Dolaysiyla, kontrolörü stabilizasyon ve referans takip etme konusunda artı Fault Tolerant Control (FTC) bloğunun başarlıyla arızalarin tesbit ve kontrol etmesini test ve analiz edilmişler.