Parçacık Sürü Optimizasyonu Tabanlı PI-PD ile Twin Rotor Denetimi
Notice bibliographique
Résumé
Bu çalışmada, helikopter sistemleri ve son zamanlarda üzerinde oldukça sık çalışılan drone sisteminin temeli olan Twin Rotor MIMO Sistem (TRMS)’nin kontrolü üzerinde çalışılmıştır. TRMS kontrol alanında kullanılan temel sistemler arasında yer almaktadır. Bu çalışmada, günlük hayatta sağlık, askeri, ulaşım, yangın anında yangına müdahale amacıyla kullanılan helikopterler bu amaçlarla kullanılırken bir yerden başka bir yere ulaşması anında havada belli bir irtifada iken ve kalkış ve iniş anında içerisinde bulunan bireylerin ve taşınan önemli ekipmanların zarar görmemesi için kontrol işlemlerinin çok iyi yapılması ve istenilen kontrol sinyaline sistem cevabının oldukça hızlı olması gerekmektedir. Sistem cevabındaki aksaklıklar ve denetleyicinin istenilen şekilde çalışmaması hava araçlarında kazalara ve böylece can ve mal kayıplarına sebebiyet verebilir. Literatürde TRMS’nin denetimi çoğunlukla PID denetleyiciler kullanılarak gerçekleştirilmektedir. Ancak PID denetleyiciler açık çevrim kararlı sistemler hariç yetersiz performans gösterebilmektedir. PI-PD denetleyiciler ise, PID denetleyicilerin yetersiz kaldığı durumlarda, çok daha iyi performans verebilmektedir. Dolayısıyla, bu çalışmada TRMS’nin kontrolü PI-PD denetleyiciler kullanılarak gerçekleştirilmiş ve PID denetleyicilerden daha iyi kapalı çevrim cevaplar elde edildiği benzetim ve gerçek zamanlı uygulama ile gösterilmiştir. Hem PID hem de PI-PD denetleyicinin ayar parametreleri Parçacık Sürü Optimizasyonu ile ISTE kriterine göre hesaplanmıştır.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,022 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».