بهینه سازی افق های کنترل پیش بین مدل با استفاده از الگوریتم ازدحام ذرات جهت هم گام سازی حرکت شبیه ساز هوایی

شبیه سازهای هوایی ابزارهای موثری برای ایجاد احساس راندن یک سیستم هوایی از طریق ایجاد یک محیط مشابه با استفاده از فرمان های حرکتی است. مشکل اصلی شبیه سازها فضای کار محدود آن ها است که به آنها اجازه نمیدهد تا حرکات دقیق یک وسیله سیستم واقعی را ایجاد کنند، در نتیجه آنها به الگوریتم هم گام سازی حرکت نیاز دارند. یک شبیه ساز حرکتی بسیار مطمئن را میتوان جهت آموزش کاربر برای افزایش امنیت به کار گرفت. استفاده از شبیه سازهای حرکتی با قابلیت جایگزین نمودن حرکات واقعی برای این مقاصد ریسک کمتری برای کاربران دارد و از نظر زمان و هزینه مقرون به صرفه است. فیلترهای wash out برای آن که شبیه سازهای حرکتی را به وضعیت طبیعی دربیاورند طراحی شدهاند. البته، مساله نقض محدودیتهای پلتفورم هنوز هم مشکل ساز است. اخیرا کنترل پیش بین در شبیه سازهای هوایی به محبوبیت رسیده است. مزیت اصلی این روش کنترل رعایت محدودیت ها و ملاحظات دینامیک آینده است. دریچه های افق کنترل و پیش بینی آینده بر بار محاسباتی و عملکرد خروجی تاثیر میگذارد. از آن جا که این افقها به صورت دستی توسط طراح انتخاب میشوند، آنها پایینتر از سطح بهینه هستند و دربرخی موارد بیش از اندازه گسترده یا محدود هستند. در این مقاله، یک روش نوین بر مبنای الگوریتم ازدحام ذرات برای دستیابی به بهترین افقهای کنترل و پیش بینی با توجه به حداقل رسانی برخی دوره ها مانند خطای حسی، جابجایی و بار محاسباتی به کار گرفته شده است. روش پیشنهادی معایب روش MPC-MCA مانند تخمین تجربی وقتگیر از طریق تکرار آزمون و خطا برای کنترل اولیه و افقهای پیش بینی را برطرف میکند، زیرا انتخاب کنترل اولیه و افقهای پیش بینی بر اساس آزمون و خطا میتواند به اطمینان حرکتی پایین، استفاده غیرموثر از پلتفورم و نیز بار محاسباتی منجر شود. بنابراین، این روش یک چهارچوب جدید برای تنظیم بهینه MPC-MCA فراهم می کند و در عین حال عملکرد هزینه مطلوب و بار محاسباتی را به حداقل میرساند. نتایج شبیه سازی کارآمدی روش پیشنهادی را بر مبنای بهبود خروجی عملکرد و بار محاسباتی نشان میدهد.

Keywords:

الگوریتم هم گام سازی حرکت , کنترل پیش بین , الگوریتم ازدحام ذرات , بهینه سازی