Details
Title | Проектирование системы управления беспилотным летательным аппаратом с подвижной массой // Инженерная физика. – 2024. – № 4. — С. 14-26 |
---|---|
Creators | Селезнева М. С.; Чжэн Цзинчжун |
Imprint | 2024 |
Collection | Общая коллекция |
Subjects | Транспорт; Воздушный транспорт в целом; беспилотные летательные аппараты; управление беспилотниками; проектирование систем управления; летательные аппараты с подвижной массой; адаптивные режимы управления; нейросети; unmanned aerial vehicles; drone control; design of control systems; aircraft with a moving mass; adaptive control modes; neural networks |
UDC | 656.7 |
LBC | 39.5 |
Document type | Article, report |
File type | Other |
Language | Russian |
DOI | 10.25791/infizik.4.2024.1397 |
Rights | Доступ по паролю из сети Интернет (чтение) |
Additionally | New arrival |
Record key | RU\SPSTU\edoc\73876 |
Record create date | 9/16/2024 |
Исследована задача проектирования системы управления беспилотным аппаратом с подвижной массой. Представлены модели динамики беспилотного летательного аппарата и подвижной массы. Разработаны функциональные схемы и алгоритмы системы управления. Предложены адаптивный супер-твист скользящий режим управления угловым положением беспилотным летательным аппаратом. Разработан адаптивный алгоритм управления подвижной массой с компенсацией возмущений посредством нейросети. Представлено проектирование виртуальных законов управления и нелинейной функции обратной связи по ошибкам.
The problem of designing a control system for an unmanned vehicle with a moving mass has been studied. Models of the dynamics of an unmanned aerial vehicle and a moving mass are presented. Functional diagrams and algorithms of the control system have been developed. An adaptive super-twist sliding mode for controlling the angular position of an unmanned aerial vehicle is proposed. An adaptive algorithm for controlling the moving mass with compensation for disturbances using a neural network has been developed. The design of virtual control laws and a nonlinear error feedback function is presented.
Access count: 8
Last 30 days: 2