Control MRAC con conocimiento previo del modelo para aeronaves dañadas asimétricamente.
Autores: Xu, Xieyu; Yang, Lingyu; Zhang, Jing
Idioma: Inglés
Editor: Hindawi Publishing Corporation
Año: 2015
Acceso abierto
Artículo científico
Categoría
Ingeniería y Tecnología
Subcategoría
Bioingeniería
Palabras clave
Novela
Control adaptativo
Daño estructural
Aeronave
Referencia de modelo
MRAC
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 39
Citaciones: Sin citaciones
Este documento desarrolla una novedosa técnica de control adaptable de referencia de modelo multivariable (MRAC) para el seguimiento de estados, utilizando el conocimiento previo de modelos de planta para recuperar el rendimiento de control de una aeronave dañada estructuralmente de forma asimétrica. Se proporciona una modificación de la representación del modelo lineal. Con el conocimiento previo sobre el daño estructural, se deriva un modelo lineal de parámetros variables politópicos (LPV) para cubrir todas las condiciones de daño pertinentes. Se desarrolla un método MRAC para el modelo politópico, del cual se demuestra teóricamente la estabilidad y la convergencia del error asintótico. La técnica propuesta reduce el número de parámetros a adaptar y, por lo tanto, disminuye el costo computacional y requiere menos información de entrada. El método se valida mediante simulaciones en el modelo de transporte genérico de la NASA (GTM) con daños.
Descripción
Este documento desarrolla una novedosa técnica de control adaptable de referencia de modelo multivariable (MRAC) para el seguimiento de estados, utilizando el conocimiento previo de modelos de planta para recuperar el rendimiento de control de una aeronave dañada estructuralmente de forma asimétrica. Se proporciona una modificación de la representación del modelo lineal. Con el conocimiento previo sobre el daño estructural, se deriva un modelo lineal de parámetros variables politópicos (LPV) para cubrir todas las condiciones de daño pertinentes. Se desarrolla un método MRAC para el modelo politópico, del cual se demuestra teóricamente la estabilidad y la convergencia del error asintótico. La técnica propuesta reduce el número de parámetros a adaptar y, por lo tanto, disminuye el costo computacional y requiere menos información de entrada. El método se valida mediante simulaciones en el modelo de transporte genérico de la NASA (GTM) con daños.