آمار
| تعداد نشریات | 45 |
| تعداد شماره‌ها | 1,556 |
| تعداد مقالات | 18,985 |
| تعداد مشاهده مقاله | 64,102,628 |
| تعداد دریافت فایل اصل مقاله | 23,446,362 |
شناسایی غیرخطی بالگرد با استفاده از بهینه‌سازی مبتنی‌بر تعامل محیطی | ||
| مهندسی مکانیک دانشگاه تبریز | ||
| مقالات آماده انتشار، پذیرفته شده، انتشار آنلاین از تاریخ 06 آبان 1405 اصل مقاله (1.63 M) | ||
| نوع مقاله: مقاله پژوهشی | ||
| شناسه دیجیتال (DOI): 10.22034/jmeut.2026.67160.3558 | ||
| نویسندگان | ||
| مریم ملک زاده* 1؛ حجت طایی2؛ رضا غلامیان2 | ||
| 1هیات علمی دانشگاه اصفهان-گروه مکانیک | ||
| 2دانشگاه اصفهان | ||
| چکیده | ||
| در این مقاله، شناسایی آفلاین حوزه زمان نرخ رول بالگرد با استفاده از روش یادگیری Q با استفاده از داده‌های تست پروازی انجام شده است. هدف اصلی این مقاله، توسعه یک روش هوشمند و خودآموز برای شناسایی حلقه باز رفتار دینامیکی بالگرد با توجه به ورودی تحریک فرکانس جاروب می‌باشد. در این راستا، از الگوریتم یادگیری Q که یکی از تکنیک‌های یادگیری تقویتی است، برای یادگیری و بهینه‌سازی مدل سیستم استفاده گردیده است. ابتدا داده‌های پروازی شامل ورودی‌های فرکانس جاروب به سیستم اعمال و خروجی‌های سیستم جمع‌آوری‌شده است، سپس با استفاده از الگوریتم یادگیری Q مدل دینامیکی سیستم تخمین و مقایسه گردید. در نهایت اعتبارسنجی روش پیشنهادی با دو مجموعه داده تحت تحریک ورودی فرکانس جاروب و دابلت نیز صورت گرفت. نتایج حاصل از این رویکرد، دقت بالا و تطبیق پذیری خوب در شبیه‌سازی رفتار بالگرد را نشان می‌دهد. براساس اعتبارسنجی الگوریتم برای داده‌های تست پروازی در رویدادهای مختلف پروازی، این روش به‌طور مؤثری قادر به شناسایی تغییرات غیرخطی و پیچیدگی‌های مدل بالگرد می‌باشد که می‌تواند به‌عنوان یک ابزار مفید در طراحی و بهینه‌سازی کنترل‌کننده‌ها برای سیستم‌های پیچیده به‌کار رود. | ||
| کلیدواژه‌ها | ||
| شناسایی سیستم؛ بالگرد؛ یادگیری Q؛ یادگیری تقویتی؛ داده‌های پروازی؛ ورودی فرکانس جاروب | ||
|
آمار تعداد مشاهده مقاله: 1 تعداد دریافت فایل اصل مقاله: 2 |
||