KUADROTORLAR İÇİN AZALTILMIŞ BOYUTLU DURUM GERİ BESLEMELİ ANFIS KONTROLÖR TASARIMI

Abstract

İnsansız Hava Araçlarından biri olan kuadrotor, dört adet özdeş rotor üzerine takılan pervanelerin bir çerçeve üzerinde simetrik olarak konumlandırılmasından oluşmaktadır. Bu rotorlar sayesinde dikey olarak iniş-kalkış yapabilmekte, askıda kalabilmekte, motorların dönme hızları değiştirilerek ileri-geri hareketleri, yunuslama, yuvarlanma ve sapma açıları oluşturabilmektedir. Savunma, güvenlik, arama, kurtarma gibi birçok riskli ve tehlikeli işlerde kullanılmaları ve doğrusal olmayan davranışları nedeniyle etkili bir kontrol sisteminin tasarlanması oldukça önem arz etmektedir. Bu çalışmada; insansız hava araçlarının tanımı, çeşitleri ve özellikleri hakkında kısa bilgi verildikten sonra kuadrotorların durum uzay formunda matematiksel modeli çıkarılmıştır. Kuadrotorlar, doğrusal olmayan bir sistem olduğundan genellikle doğrusallaştırılan modeli üzerinden kontrol sistemi tasarlanır. Bu tezde ANFIS (Adaptive Neuro-Fuzzy Inference Systems), durum geri beslemeli kontrolör formunda kullanılarak dört girişli ve 12. dereceden bir sistem olan kuadrotorun dört rotorunun da kontrolü sağlanmıştır. ANFIS için eğitim verileri, kuadrotorun doğrusallaştırılmış modeline LQR (Lineer Quadratic Regulator) kontrol yöntemi uygulanarak elde edilmiştir. Ancak kuadrotor, 12. dereceden bir sistem olduğundan durum geri beslemesi olarak kullanılan ANFIS'in 12 girişli olmasını gerektirir ki hem ANFIS'in eğitimi çok uzun sürecek hem de ANFIS'in işlem yükü çok fazla olacağından pratik açıdan gerçeklemesi de zor olacaktır. Bu nedenle, yüksek dereceli sistemlerde genellikle azaltılmış boyutlu ANFIS'ler önem kazanmıştır. Bu çalışmada 12 durum değişkeni Fusion Fonksiyonundan geçirilerek adeta her bir rotor için hata ve hatanın türevini temsil eden iki girişe indirgenmiştir. Böylece 12 giriş yerine iki girişli dört adet ANFIS ile dört rotorun da kontrolü sağlanmıştır. Deneysel gerçekleme olanakları bulunmadığından çalışma yazılım ortamında yapılmıştır. MATLAB/Simulink ile kurulan kontrol sisteminde hem LQR kontrol yönteminden hem de azaltılmış boyutlu ANFIS kontrolörden elde edilen sonuçlar değerlendirilmiş ve kontrol performansının etkinliği gösterilmiştir.

Quadrotor, one of the Unmanned Aerial Vehicles, consists of propellers mounted on four identical rotors, positioned symmetrically on a frame. Thanks to these rotors, it can take off and take off vertically, stay suspended, and can create forward-backward movements, pitch, roll and yaw angles by changing the rotational speeds of the engines. It is very important to design an effective control system because they are used in many risky and dangerous works such as defense, security, search and rescue, and because of their non-linear behavior. In this study; After giving brief information about the definition, types and characteristics of unmanned aerial vehicles, the mathematical model of quadrotor in the form of state space has been derived out. Since quadrotors are a non-linear system, the control system is usually designed on the linearized model. In this thesis, ANFIS (Adaptive Neuro-Fuzzy Inference Systems) is used in the form of a state feedback controller to control all four rotors of the quadrotor, which is a four-input and 12th order system. The training data for ANFIS were obtained by applying the LQR (Linear Quadratic Regulator) control method to the linearized model of the quadrotor. However, since the quadrotor is a 12th order system, the ANFIS used as a state feedback requires 12 inputs, which will take a long time to train ANFIS and it will be difficult to implement in practice because the processing load of ANFIS will be too high. For this reason, generally reduced-dimensional ANFISs have gained importance in high-order systems. In this study, 12 state variables are passed through the Fusion Function and reduced to two inputs representing the error and the derivative of the error for each rotor. Thus, four rotors are controlled by four ANFIS with two inputs instead of 12 inputs. The study was carried out in a software environment, since there were no experimental implementation possibilities. In the control system established with MATLAB/Simulink, the results obtained from both the LQR control method and the reduced size ANFIS controller were evaluated and the effectiveness of the control performance was demonstrated.