Chattering reduction in sliding mode control of quadcopters using neural networks

Cibiraj, N.; Varatharajan, M.

doi:10.1016/j.egypro.2017.05.207

Cited by 10 publications

(8 citation statements)

References 5 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…On the contrary, SMC and PID control have more oscillation responses, error performance indexes, and less robustness because their nonadaptive and nonlinear control action did not properly perform to control the nonlinear process, including the occurrence of perturbation and disturbance in the quadcopter process. Likewise, using PID-based design, the MASMC algorithm is a less complicated method than other techniques such as the adaptive neural gain scheduling sliding mode control (ANGS-SMC) in [28].…”

Section: Discussionmentioning

confidence: 99%

Modified Adaptive Sliding Mode Control for Trajectory Tracking of Mini-drone Quadcopter Unmanned Aerial Vehicle

Chaoraingern¹,

Tipsuwanporn²,

Numsomran³

2020

IJIES

View full text Add to dashboard Cite

Unmanned Aerial Vehicles are among the most widely attracting interest, especially in the applications of transportation, inspection, and surveillance. The great mechanisms for motion control are set to become a vital factor in performing the robust and accurate stabilized flight relied on perturbations and disturbances. This paper presents modified adaptive sliding mode control for trajectory tracking of mini-drone quadcopter unmanned aerial vehicles, which aims at demonstrating the effectiveness of nonlinear adaptive control strategy for achieving the desired performance of the mini-drone quadcopter system. Besides providing mathematical modeling and nonlinear dynamic characteristic details of mini-drone quadcopter actuated system, the modified adaptive sliding mode algorithm is developed using adaptation law based on Lyapunov stability approach then applied on the attitude loop and the altitude loop control system so that the nonlinear adaptive behavior of the controller enables the compensation of disturbances and parameter perturbations. The effectiveness validations of the proposed control technique compared with the traditional approach are performed through the Matlab simulation. The results have been illustrated that the modified adaptive sliding mode control can decrease the error performance indexes to the minimum ISE at 1.041 m 2 and the zero percentage of overshoot while enables excellent stability and robustness even in the presence of parameter perturbations and disturbance.

show abstract

Section: Discussionmentioning

confidence: 99%

Modified Adaptive Sliding Mode Control for Trajectory Tracking of Mini-drone Quadcopter Unmanned Aerial Vehicle

Chaoraingern¹,

Tipsuwanporn²,

Numsomran³

2020

IJIES

View full text Add to dashboard Cite

show abstract

“…Time-varying delays are added as described by scheme described in Section 6.1 (see Results show that a neural network based on a sliding mode control scheme achieves better control performance compared to the conventional sliding mode control methods. [46][47][48] Besides, in Huang and Zuo 49 and Cibiraj and Varatharajan 50 is demonstrated, the use of artificial neural networks can significantly reduce the effects of chattering phenomena presented by sliding mode methodologies itself.…”

Section: Test 621 Descriptionmentioning

confidence: 99%

Real‐time neural observer‐based controller for unknown nonlinear discrete delayed systems

Rios

Alanis

Arana‐Daniel

et al. 2020

Intl J Robust & Nonlinear

View full text Add to dashboard Cite

This work presents a neural observer-based controller for uncertain nonlinear discrete-time systems with unknown time-delays. The proposed neural observer does not need previous knowledge of the model about the system under consideration, neither the value of its parameters, delays, nor their explicit estimations. The proposed neural observer is based on a neural network composed of two recurrent high order neural networks (RHONNs) for nonmeasurable state variables, one in a parallel configuration, and for measurable state variables one in a series-parallel configuration. The neural network is trained on-line with an extended Kalman filter algorithm. The proposed RHONN observer provides a mathematical model for the system. Based on such a resulting mathematical model, a control law is designed using discrete-time sliding mode block control. Applicability is presented using real-time results that show the performance of the proposal using a linear induction motor prototype as the selected system; this prototype is under the presence of varying time-delays. A Lyapunov analysis is included to prove the semi-globally uniformly ultimately boundedness (SGUUB) of the proposed RHONN observer-controller scheme for uncertain nonlinear discrete-time systems with unknown delays. K E Y W O R D S discrete-time sliding modes, Lyapunov stability, neural block control, neural state estimation, real-time, time-delay systems 8402

show abstract

“…Hiện tượng chattering do sự không hoàn hảo và chậm trễ thời gian trong chuyển mạch, do thiết bị truyền động hằng số thời gian nhỏ, các mạch công suất dễ bị quá nhiệt dẫn đến hư hỏng [10]. Nhiều nghiên cứu đã đưa ra các giải pháp để khắc phục hiện tượng chattering trong điều khiển trượt, tiêu biểu như trong [11] đã thay hàm signum bằng hàm bão hoà, sử dụng mạng nơ-ron Elman; mạng nơ-ron được sử dụng trong [12]; điều khiển trượt đầu cuối thích nghi được thảo luận trong [13]; trong [14] thực hiện với hàm Hyperbolic Tangent.…”

Section: Giới Thiệuunclassified

Điều Khiển Điện Áp Bộ Chuyển Đổi Buck-Boost Sử Dụng Điều Khiển Trượt Dựa Vào Mặt Trượt Pi

Tùng¹,

Đức²

2022

TNUJST

View full text Add to dashboard Cite

Bài báo này trình bày phương pháp thiết kế bộ điều khiển trượt dựa vào mặt trượt tích phân tỷ lệ cho bộ chuyển đổi Buck-Boost. Phương pháp điều khiển trượt xuất hiện như một công cụ hiệu quả để giải quyết sự không chắc chắn và nhiễu ngoài trong hầu hết các hệ thống thực tế và là một trong các phương pháp điều khiển hồi tiếp bền vững. Tuy nhiên, một trong những nhược điểm của điều khiển trượt là hiện tượng dao động tần số cao (chattering) quanh mặt trượt. Bài báo này sử dụng điều khiển trượt kết hợp với mặt trượt tích phân tỷ lệ để khắc phục hiện tượng chattering. Phương pháp đề xuất được kiểm chứng để điều khiển bám điện áp bộ chuyển đổi Buck-Boost. Kết quả mô phỏng với MATLAB/Simulink cho thấy hiệu quả của phương pháp đề xuất được so sánh với điều khiển trượt mô hình nội và điều khiển PID với thời gian tăng đạt 0,0022(s), độ vọt lố hội tụ về 0, sai số xác lập là 0,014(s), thời gian xác lập là 0,0041(s).

show abstract

Chattering reduction in sliding mode control of quadcopters using neural networks

Cited by 10 publications

References 5 publications

Modified Adaptive Sliding Mode Control for Trajectory Tracking of Mini-drone Quadcopter Unmanned Aerial Vehicle

Modified Adaptive Sliding Mode Control for Trajectory Tracking of Mini-drone Quadcopter Unmanned Aerial Vehicle

Real‐time neural observer‐based controller for unknown nonlinear discrete delayed systems

Điều Khiển Điện Áp Bộ Chuyển Đổi Buck-Boost Sử Dụng Điều Khiển Trượt Dựa Vào Mặt Trượt Pi

Contact Info

Product

Resources

About