Resumen

Este documento diseña un control de rechazo activo de perturbaciones en cascada de doble lazo (ADRC) para superar las perturbaciones externas e incertidumbre de parámetros durante el vuelo de un vehículo hipersónico. El ángulo de actitud del vehículo y la velocidad angular de actitud se regulan en el lazo exterior y el lazo interior, respectivamente. Se emplea un enfoque robusto estocástico para ajustar aún más los parámetros de ADRC para obtener mejores rendimientos de control. El muestreo de Monte Carlo de los parámetros inciertos se adopta para evaluar el rendimiento robusto estocástico. Se emplea un algoritmo de evolución diferencial mejorado que combina la optimización de campo de vecindad y la mutación triangular como el solucionador numérico. Los resultados de la simulación muestran que el controlador ADRC con parámetros optimizados manifiesta una mayor robustez, así como buenos rendimientos de control.

• Materias:Big Data Gestión de riesgos Administración de información Red neuronal Teoría de redes
• Subjects:Big Data Risk management Information management Neural network Network Theory
• Palabras claves:Papel; Cascada de doble lazo; Control de rechazo activo de perturbaciones; ADRC; Vuelo de vehículos hipersónicos; Enfoque robusto estocástico; Muestreo Monte Carlo; Algoritmo de evolución diferencial; Resultados de simulación; Robustez; Rendimiento del control
• Keywords:Paper; Double-loop cascade; Active disturbance rejection control; ADRC; Hypersonic vehicle flight; Stochastic robust approach; Monte Carlo sampling; Differential evolution algorithm; Simulation results; Robustness; Control performances