Resumen

Este estudio propone un esquema de control neuronal adaptativo compuesto de bajo coste computacional para la dinámica longitudinal de un avión de alas barridas sujeto a incertidumbres en los parámetros. Para liberar eficientemente la restricción que a menudo existe en los diseños neuronales convencionales, cuyo análisis de estabilidad en lazo cerrado siempre requiere que las redes neuronales (NN) estén confinadas en las regiones activas, se presenta una función de conmutación suave para superar este problema. Mediante la integración de la técnica del parámetro de aprendizaje mínimo (MLP), el control de rendimiento prescrito y un tipo de estrategia de conmutación suave en el diseño back-stepping, se propone un nuevo esquema de control de rendimiento prescrito neuronal adaptativo de conmutación compuesta y se construye un nuevo tipo de leyes adaptativas para el subsistema de altitud. En comparación con el anterior esquema de control neuronal para vehículos de vuelo, la característica más destacable es que el controlador propuesto no sólo consigue el rendimiento prescrito, incluyendo propiedades transitorias y estacionarias, sino que también aborda la restricción de la NN. Se presentan dos simulaciones comparativas para verificar la eficacia del controlador propuesto.

• Materias:Álgebra Análisis Matemático Ingeniería Matemática aplicada Lógica matemática
• Subjects:Algebra Mathematical Analysis Engineering Applied Mathematics Mathematical logic
• Palabras claves:Esquema de control neural adaptativo compuesto de bajo coste computacional; dinámica longitudinal; aeronave de alas barridas; incertidumbres en los parámetros; función de conmutación suave.
• Keywords:Low-computational; composite adaptive neural control scheme; longitudinal dynamics; swept-back wing aircraft; parameter uncertainties; smooth switching function