دانلود ترجمه مقاله تنظیم کنترلر تطبیقی بر اساس روش سطح پاسخ چند جمله ای

1. مقدمه 2. رویکرد جایگزین تنظیم کنترل تطبیقی غیر مستقیم 3. کاربرد SIACTM در مورد مطالعه 4. آزمایش 5. نتیجه گیری

چکیده – افزایش سیستم‌های خودگردان به افزایش تحقیقات در زمینه تکنیک‌های تنظیم کنترل‌کننده جدید برای بررسی و رفع اختلالات غیرقابل پیش‌بینی و عدم قطعیت‌های پارامتریک ذاتی در هر سیستم مستقلی که بر عملکرد آن تأثیر می‌گذارد، شده است. شایان ذکر است که رویکرد تنظیم کنترل‌کننده تطبیقی غیرمستقیم مبتنی بر مدل پویا عمومی (IACTAGDM) و بهینه‌سازی الهام‌گرفته از فرآیند زیستی یکی از موفقیت‌آمیزترین گزینه هایی است که با عدم قطعیت‌ها و اختلالات پارامتریک و همچنین سایر تکنیک‌های تنظیم کنترلر همراه است. با این وجود، رویکرد تنظیم کنترل‌کننده به دلیل پیچیدگی مدل پویا به دلیل بار محاسباتی، محدود شده و کاربرد آن را به سیستم‌ها یا سیستم‌های نسبتاً کوچک با پاسخ‌های کند محدود می‌کند، به طوریکه تنظیم در فواصل زمانی زیاد به‌روزرسانی می‌شود. در پژوهش حاضر، یک رویکرد تنظیم کنترل‌کننده تطبیقی جایگزین غیرمستقیم جدید ربر اساس روش سطح پاسخ (SIACTA-RSM) برای پرداختن به محدودیت‌های بار محاسباتی پیشنهاد شده است. رویکرد پیشنهادی در زمینه کنترل کننده تنظیم سرعت یک موتور جریان مستقیم بدون جاروبک با هدف کاهش خطای تنظیم سرعت و مصرف برق سیستم کنترل مورد آزمایش قرار گرفته است. عملکرد سیستم حلقه بسته و زمان محاسباتی مورد نیاز حاصل توسط SIACTA-RSM پیشنهادی با عملکرد یک IACTA-GDM به خوبی اثبات شده مورد مقایسه قرار می گیرد. آمار توصیفی و استنباطی و همچنین مقایسه‌های گرافیکی حاکی از آن است که عملکرد سیستم حاصل با پیشنهاد SIACTA-RSM به اندازه رویکرد IACTA-GDM رقابتی بوده و میانگین اختلاف بین نتایج را تا 3.18٪ حفظ کرده و همچنین به کاهش بار محاسباتی IACTA-GDM تا 90٪. منجر می‌شود. نتایج بدست آمده حاکی از آن است که، SIACTA-RSM یک گزینه قابل اعتماد برای رفع محدودیت‌های بار محاسباتی است که رویکرد IACTA-GDM را تحت تأثیر قرار داده و همچنین به حفظ عملکرد رقابتی منجر می شود.

The increment of autonomous systems has stimulated the research of new controller tuning techniques to face the unpredictable disturbances and parametric uncertainties inherent in any autonomous system that affect its performance. The indirect adaptive controller tuning approach based on the general dynamic model (IACTA-GDM) and bioinspired optimization is one of the most successful elections facing parametric uncertainties and disturbances, which are intricate to handle by other controller tuning techniques. However, this controller tuning approach is limited by the complexity of the dynamic model due to the computational burden, restricting its application to relatively small systems or systems with slow responses where the tuning is updated at large time intervals. The present work proposes a novel surrogate indirect adaptive controller tuning approach based on the response surface method (SIACTA-RSM) to address computational burden limitations. The proposal is tested on the speed regulation controller of a brushless direct current motor, with the aim of reducing the speed regulation error and the control system’s power consumption. The closed-loop system performance and the required computational time obtained by the proposed SIACTA-RSM are compared to the ones of a well-established IACTA-GDM. The descriptive and inferential statistics, as well as graphical comparisons, show that the system performance obtained by the SIACTA-RSM proposal is as competitive as the IACTA-GDM approach, keeping a mean difference among the results by up to 3.18% while reducing the computational burden of IACTA-GDM by up to 90%. These outcomes show that the SIACTA-RSM proposal is a reliable alternative to overcome the computational burden limitations that affect the IACTA-GDM approach while maintaining competitive performance.