طراحی کنترل PID خودتنظیم با یک ساختار عصبی مبتنی بر عملگر-منتقد برای کنترل وضعیت و ارتفاع کوادروتور

کنترلر تناسبی-انتگرالی-مشتق گیر (PID) همواره در بسیاری از فرآیندهای صنعتی و آزمایشگاهی استفاده می شود. روش های برون خط زیادی برای تنظیم پارامترهای این کنترلر وجود دارد. در صورتی که سیستم های واقعی به دلیل تغییرات پارامترها و اغتشاشات خارجی به کنترلر PID مقاوم تری با قابلیت تنظیم برخط نیازدارند که به عنوان یک نمونه ی کامل می توان از کوادکوپتر یادکرد. در این مقاله، کاربرد کنترلر PID خودتنظیم با یادگیری تقویتی برای کنترل وضعیت و ارتفاع کوادکوپتر بررسی شده است. در روش ارائه شده، از یک نوع PID افزایشی استفاده شده که دارای بهره های ثابت و متغیر می باشد و تنها بهره های کنترلی متغیر تنظیم شده اند. در این تحقیق از الگوریتم مستقل ازمدل عملگر-منتقد با ساختار کارامد استفاده شده که نه تنها قادر بوده ضرایب PID را به صورت برخط تنظیم نماید، بلکه به عنوان شناساگر نیز انجام وظیفه نموده است. هر دو بخش، شامل یک شبکه عصبی با دو لایه ی مخفی و تابع فعال سازی سیگموئید هستند که با بهینه ساز آدام و الگوریتم پس انتشار خطا آموزش دیده اند. از مزایای این روش، برخط بودن، توانایی حل مشکل اغتشاش در مرحله آموزش و سرعت در آموزش است. نتایج این روش نشان داده که نه تنها این روش در حضور اغتشاش ناشی از جرم و اثر باد مقاوم است، بلکه رفتار کاملا برتری نسبت به کنترلر PID با ضرایب ثابت دارد.

Keywords:

یادگیری تقویتی , عملگر-منتقد , PID خودتنظیم , کوادروتور