Авиакосмическое приборостроение Аннотация к статье << Назад Робастная многоступенчатая нелинейная модель прогнозирующего управления для уменьшения помех в двухосной карданной системе Кафа В., Гаврилов Д.А., Буздин В.Э., Татаринова Е.А., Фатеев А.С., Меркелов А.А., Сичкарь Д.С., Зиновчик О.Ю., Поткин О.А. Датчики стабилизации имеют решающее значение для систем подвеса в аэрокосмической промышленности и используются для обеспечения точной обработки изображений и сопровождения цели. В исследовании представлен робастный подход к управлению с прогнозированием нелинейных моделей (NMPC) для достижения эффективной стабилизации датчиков в 2-осевых карданных системах, установленных на беспилотных летательных аппаратах (БПЛА). Сложная нелинейная и изменяющаяся во времени система упрощается путем аппроксимации вокруг неоднозначной точки равновесия. Формулируя задачу управления как задачу оптимизации с использованием многоступенчатого стохастического программирования, можно учитывать неопределенности с помощью концепции дерева сценариев, реализованной с использованием набора инструментов do-MPC, основанного на CasADi/IPOPT. Это обеспечивает адаптивное управление входами и работу по замкнутому контуру на основе информации в режиме реального времени. Результаты моделирования демонстрируют эффективность предлагаемого подхода для стабилизации системы и смягчения возмущений. Контроллер обеспечивает надежное управление в различных условиях, эффективное противодействие внешним помехам и помехам измерений. Данный подход обеспечивает гибкость при настройке гиперпараметров для достижения баланса между точностью и требованиями к вычислительным ресурсам. Предлагаемый подход обеспечивает гибкость при настройке гиперпараметров для достижения баланса между точностью и требованиями к вычислительным ресурсам. Полученные результаты позволяют получить информацию о производительности системы и подчеркивают влияние выбора гиперпараметров. Результаты исследования позволяют сформировать базу для разработки передовых систем стабилизации в аэрокосмической промышленности с учетом возможностей современных датчиков. В дальнейшие планы авторов входит улучшение работы в режиме реального времени за счет использования более современных вычислителей или замены MPC на подходящую нейронную сеть, обученную с использованием данных настоящего моделирования. Ключевые слова: многоступенчатая робастная нелинейная модель с прогнозирующим управлением, устранение помех, карданная стабилизация, неопределенность параметров. Стр. 17-36.