Resumen

Se propone un método de inversión dinámica de red neuronal adaptativa con rendimiento prescrito para el control de vuelo de aeronaves. Se analiza el modelo no lineal del ángulo de actitud de la aeronave. Proponemos un nuevo método de diseño de controlador de ángulo de actitud basado en el rendimiento prescrito que describe la tasa de convergencia y el sobrepaso del error de seguimiento. Luego, el error del modelo es compensado por la red neuronal adaptativa. Posteriormente, se analiza detalladamente la estabilidad del sistema. Finalmente, el método propuesto se aplica al sistema de control de seguimiento de actitud de la aeronave. La simulación no lineal demuestra que este método puede garantizar la estabilidad y el rendimiento de seguimiento en el comportamiento transitorio y estable.

• Materias:Modelado matemático Modelo de red neuronal Tasa de convergencia Aritmética Ondículas libres
• Subjects:Mathematical modeling Neural network model Convergence rate Arithmetic Free wavelets
• Palabras claves:Red neuronal adaptativa; Inversión dinámica; Rendimiento prescrito; Control de vuelo de aeronaves; Controlador de ángulo de actitud; Estabilidad del sistema
• Keywords:Adaptive neural network; Dynamic inversion; Prescribed performance; Aircraft flight control; Attitude angle controller; System stability