شناسایی مدل دینامیکی هواپیما با استفاده از شبکه‌های عصبی مصنوعی

نوع مقاله: مقاله پژوهشی

نویسندگان

1 دانشجوی کارشناسی ارشد / دانشکده مهندسی هوافضا، دانشگاه صنعتی امیرکبیر

2 عضو هیات علمی / دانشکده مهندسی هوافضا، دانشگاه صنعتی امیرکبیر

چکیده

در این مقاله‌، روشی جهت شناسایی مدل دینامیکی هواپیما در حالت 6 درجه آزادی‌، با استفاده از شبکه‌ی عصبی ارائه می‌شود‌. برای مدلسازی با شبکه‌های عصبی‌، آگاهی قبلی نسبت به ویژگی‌های سیستم چندان مورد نیاز نیست و می‌توان با بکارگیری مجموعه‌ای از ورودی‌ها و خروجی‌های ثبت شده‌ی سیستم‌، عملیات شناسایی را انجام داد‌. لذا این شیوه برای هواپیما که تعیین مقادیر دقیق جرم‌، ممانهای اینرسی‌، مشتقات پایداری و کنترل و... دشوار است‌، مناسب می‌باشد‌. برای آموزش شبکه‌ها‌، از داده‌های به‌دست آمده از پرواز هواپیما استفاده می‌گردد و پس از آن‌، این شبکه‌ها جایگزین معادلات دینامیکی حاکم بر حرکت هواپیما می‌شوند‌. این مدل، فرضیات ساده کننده‌ی موجود در روابط تحلیلی و عدم قطعیت‌ها را حذف کرده و تست‌های گوناگون انجام گرفته‌، صحت عملکرد و تعمیم ‌دهی مناسب آن را نشان می‌دهد‌.

کلیدواژه‌ها


عنوان مقاله [English]

Identification of Aircraft Dynamic Model Using Artificial Neural Networks

نویسندگان [English]

  • Mohammad Reza Mortazavi 1
  • Mehdi Mortazavi 2
چکیده [English]

A method for identification of aircraft 6DOF dynamic model based on neural network is presented. In modeling via neural networks, there is not too much need to prior knowledge about system and identification procedure can be applied just by using a recorded set of system inputs and outputs. Thus this method is an appropriate technique for building aircraft model because it’s often very hard to exactly determine the value of aircraft mass, inertial moments, stability and control derivatives and so on. To train networks‌, data obtained from aircraft flight is used. After training, these networks can replace dynamic equations of motion and in this way remove uncertainties and simplifications of analytical expressions. Various tests on model confirm good performance and generalization of it.

[1] کوپین‌، بن‌. "هوش مصنوعی"، داورپناه‌، سید هاشم‌، چاپ دوم‌، مشهد‌: سخن گستر‌، 1385

[2] بیل‌، راسل‌؛ جکسون‌، تام‌. "آشنایی با شبکه‌های عصبی‌"، البرزی‌، محمود‌، چاپ دوم‌، تهران‌: مؤسسه انتشارات علمی دانشگاه صنعتی شریف‌، 1386

[3] Jain‌, Anil; Mao, Jianchang; Mohiuddin, K.M. “Artificial Neural Networks: A Tutorial”, IEEE Computer Soc. Press‌, 1996, Vol. 29, Issue 3, pp. 31-44

[4] منهاج‌، محمد باقر‌. "مبانی شبکه‌های عصبی‌"، چاپ پنجم، تهران‌: انتشارات دانشگاه صنعتی امیرکبیر، 1387

[5] Hykin‌, Simon “Neural networks: A comprehensive Foundation‌”,  2nd ed. Prentice-Hall‌, 1999

[6] Narendra, K. S.; Parthasarathy, K. “Identification and Control of Dynamical Systems Using Neural Networks”, IEEE Transactions Neural Networks, Vol. 1, No. 1, March 1990, pp. 4-27

[7] Tsou, P.; Shen, M. “Structural Damage Detection and Identification Using Neural Networks”, AIAA Journal, Vol. 32, No. 1,1994, pp. 176-183

[8] Scharl, J.‌; Mavris, D. “Building Parametric and Probabilistic Dynamic Vehicle Models Using Neural Networks”,  AIAA paper, 2001-4373‌, pp. 1-11

[9] Lyshevski, S. E. “Identification of nonlinear flight dynamics: theory and practice”, IEEE Transactions on Aerospace andElectronics Systems, Vol. 36, No. 2, 2000, pp. 383-392

[10] Savran, A.; Tasaltin, R.; Beceriklic, Y.  “Intelligent adaptive nonlinear flight control for a high performance aircraft with neural networks”, ISA Transactions , Vol. 45, No. 2, 2006, pp. 225-247

[11] Song, E. J.; Tahk, M. J.; Hyochoong, B. “Real-time neural-network midcourse guidance”, Control Engineering Practice 9 (2001), pp. 1145–1154

[12] Yavrucuk, I.‌; Prasad, J. V. R.; Calise, A. “Adaptive Limit Detection and Avoidance for Carefree Maneuvering”,  AIAA paper, 2001-4003‌, pp. 1-9

[13] Amin‌, S. M.‌; Gerhart, V.; Rodin, E. Y. “System Identification via Artificial Neural Networks: Applications to On-line Aircraft Parameter Estimation”, AIAA paper, 1997-5612‌, pp. 1-22

[14] Ghosh, A. K.; Raisinghani, S. C. “Parameter Estimation from Flight Data of an Unstable Aircraft Using Neural Networks”, Journal of Aircraft, Vol. 39, No. 5, 2002, pp. 892-894

[15] Kumar, R.; Ganguli, R.; Omkar, S. N.;Vijaya Kumar, M.     “Parameter Estimation from Flight Data of an Unstable Aircraft Using Neural Networks”, Journal of Aircraft, Vol. 45, No. 1, 2008, pp. 333-341

[16] مرتضوی‌، مهدی؛ جلالوند، میثم. "روشی جدید برای مدلسازی و شناسایی پرواز هواپیما بوسیله‌ی شبکه‌ی عصبی مصنوعی‌‌"، ششمین کنفرانس انجمن هوافضای ایران‌، دانشگاه صنعتی خواجه نصیر‌، اسفند 1384

[17] Kermanshahi, F.; Mortazavi, M. “Identification of aircraft dynamics using a new approach to neural network based modeling”, 10th EANN Conference, 2007

[18] مرتضوی‌، محمدرضا؛ مرتضوی‌، مهدی‌. "مدلسازی دینامیک 6 درجه آزادی هواپیما با کمک شبکه‌ها‌ی عصبی مصنوعی‌"، نهمین کنفرانس انجمن هوافضای ایران‌، دانشگاه آزاد اسلامی واحد علوم و تحقیقات‌،  بهمن 1388

[19] ثقفی‌، فریبرز؛ رودباری، علیرضا. "مدلسازی هوشمند دینامیک هواپیماهای جنگنده با استفاده از داده‌های ثبت شده در پرواز‌"، ششمین کنفرانس انجمن هوافضای ایران‌، دانشگاه صنعتی خواجه نصیر‌، اسفند 1384

[20] Saghafi, F.; Heravi, B. M. “A new approach to nonlinear modeling of highly maneuverable aircraft using neural networks”, 25th international congress of the aeronautical sciences, Hamburg, Germany, sep. 2006

[21] Saghafi, F.; Heravi, B. M. “Identification of aircraft dynamics, using neural network simultaneous optimization algorithm”, ESM 2005, Porto, Portugal, oct. 2005

[22] کرمانشاهی‌، فرناز‌. "مدلسازی دینامیک حرکتی یک بالگرد بدون سرنشین با کمک شبکه‌های عصبی‌‌"، پایان نامه کارشناسی ارشد مهندسی هوافضا‌، دانشکده مهندسی هوافضا‌، دانشگاه صنعتی امیر کبیر‌، 1386

[23] Nelson‌, Robert. “Flight Stability and Automatic Control”, 2nd ed. Singapore: WCB/McGraw-Hill Co. 1998

[24] Roskam‌, Jan. “Airplane Flight Dynamics and Automatic Flight Controls”, first pr. Kansas: Roskam Aviation and Engineering Corporation, 1979, part I

[25] Demuth‌, Howard; Beale, Mark. “Neural Network Toolbox for Use with Matlab”, 7th pr‌. The Mathworks Inc. 2001

[26] Jategaonkar, Ravindra. “Flight Vehicle Sysrem Identification: A Time Domain Methodology”, first pr. Virginia: AIAA Inc. 2006