Dissertação
{pt_PT=Nonlinear Control Applied to 4D Transport Aircraft Guidance} {} EVALUATED
{pt=Seguindo a mudança de paradigma que acontece atualmente da industria do tráfego aéro, esta tese de mestrado propõe um controlador para aviões comerciais permitindo o seguimento de trajetórias 4D, aumentando assim a segurança e capacidade num dado espaço aéro. A lei de controlo utilizada é baseada no método de linearização por feedback, e uma rede neuronal é também implementada de modo a reduzir os erros causados por incertezas na modelização do sistema, causados por erros de estimação dos parâmetros do avião, perturbações externas ou até falhas de sistema. A rede neuronal é treinada online, utilizando o algoritmo de retro-propagação, de modo a otimizar a inversão não-linear, resultando assim num controlador adaptivo. Os resultados de simulações mostram que este controlador é capaz de manter o sistema estável e controlável em condições em que normalmente tal não é possível., en=Following the current ATM industry paradigm shift to allow for commercial aircraft to follow 4D trajectory, in order to increase both safety and air capacity, a controller was designed and implemented in this work to reach such a goal in cruise conditions. The control law used is based on feedback linearisation, and a neural network is also implemented in order to restrain errors caused by modelling uncertainties due to poor estimation of the aircraft parameters, external disturbances or fault systems. The neural network is trained online using the back-propagation algorithm to optimise the nonlinear inversion, resulting in an overall adaptive model-based controller. Simulation results show this controller is able to maintain stability and controllability in conditions that would otherwise render the aircraft unstable.}
novembro 21, 2017, 11:0
Publicação
Obra sujeita a Direitos de Autor
Orientação
ORIENTADOR
Departamento de Engenharia Mecânica (DEM)
Professor Auxiliar