روزبه مرادی - استادیار، گروه هوافضا، دانشکده انرژی های تجدیدپذیر، دانشگاه صنعتی ارومیه، تهران، ایران
جمیله حمزه ای - دانشجوی کارشناسی ارشد، گروه هوافضا، دانشکده انرژی های تجدیدپذیر، دانشگاه صنعتی ارومیه، تهران، ایران

تعیین میزان موفقیت کنترل­ کننده یکی از مسائل مهم در حوزه کنترل تحمل ­پذیر عیب فعال فضاپیما می ­باشد. دلیل اهمیت زیاد این موضوع نیز ماهیت تصادفی و از قبل پیش ­بینی نشده عیوب است. از طرفی، به دلیل وجود حالت­ های بسیار زیاد (تقریبا بیشمار) عیب، انجام شبیه ­سازی ­های متعدد و بررسی میزان موفقیت کنترل­ کننده در شرایط مختلف بروز عیب زمان بر خواهد بود. برای رفع این مشکل، در این مقاله از شبکه عصبی برای تعیین درصد موفقیت کنترل­ کننده تحمل­ پذیر عیب فعال فضاپیما در شرایط مختلف رخداد عیب استفاده شده است. بدین صورت که ابتدا، شبکه عصبی تحت آموزش قرار گرفته و سپس، با بررسی­های مختلف از عملکرد مناسب آن در پیش­بینی موفقیت یا عدم­ موفقیت کنترل­ کننده اطمینان حاصل شده است. سپس، با توجه به سرعت بسیار زیاد شبکه آموزش دیده، بررسی متنوعی از میزان موفقیت کنترلر در طیف گسترده ­ای از عیوب انجام شده است. نتایج بدست آمده از نظر فیزیکی منطقی بوده و نشان می­ دهند که با افزایش شدت عیب، احتمال موفقیت کنترل­ کننده نیز کاهش می­ یابد.

کنترل تحمل پذیر عیب فعال, فضاپیما, سرعت زاویه ای, شبکه عصبی