اخبار و اعلانات
آمار
| تعداد نشریات | 38 |
| تعداد شماره‌ها | 1,240 |
| تعداد مقالات | 8,994 |
| تعداد مشاهده مقاله | 7,845,207 |
| تعداد دریافت فایل اصل مقاله | 4,706,776 |
کنترل گام به عقب تطبیقی مقاوم یک دسته خودرو خودران در حضور عیب عملگری ترکیبی، عدم قطعیت ساختاری و اغتشاش خارجی با لحاظ قید سرعت | ||
| مکانیک هوافضا | ||
| مقاله 9، دوره 19، شماره 4 - شماره پیاپی 74، دی 1402، صفحه 119-133 اصل مقاله (907.03 K) | ||
| نوع مقاله: گرایش دینامیک، ارتعاشات و کنترل | ||
| نویسنده | ||
| حسین چهاردولی* | ||
| استادیار، گروه مهندسی مکانیک، دانشکده فنی و مهندسی، دانشگاه آیت ا... بروجردی، بروجرد، ایران | ||
| تاریخ دریافت: 15 خرداد 1402، تاریخ بازنگری: 08 مرداد 1402، تاریخ پذیرش: 28 شهریور 1402 | ||
| چکیده | ||
| این مقاله به کنترل گام به عقب تطبیقی مقاوم گروه‌های خودرویی ناهمگن خودران در حضور عیب عملگری، عدم قطعیت مدل، اغتشاش خارجی و با لحاظ قید روی سرعت گروه می‌پردازد. عیب عملگری به صورت ترکیبی از تضعیف قانون کنترلی و اغتشاش عملگری در نظر گرفته می‌شود. یک مدل مرتبه سه بر حسب موقعیت برای توصیف حرکت طولی هر خودرو استفاده می‌شود که در آن، ثابت موتور نامعلوم فرض می‌شود و اثر اغتشاش دینامیکی نیز لحاظ می‌گردد. همچنین، ساختار ارتباطی گروه به صورت دو سویه رهبر-پیرو فرض می‌شود. به کمک روش گام به عقب و در سه مرحله تابع لیاپانوف ساخته می‌شود: مرحله سرعت، مرحله شتاب و مرحله پایانی. در مرحله اول، خطا به صورت تفاضل وزنی موقعیت هر خودرو با موقعیت مطلوب آن تعریف می‌شود. سپس به کمک قضیه لیاپانوف، یک قانون کنترل مجازی که متضمن کراندار بودن خطای فاصله است بدست می‌آید. در مراحل دوم و سوم، خطا به ترتیب برابر تفاضل سرعت و شتاب با کنترلر مجازی مرحله قبل تعریف می‌شود. در نهایت، یک تابع لیاپانوف که در برگیرنده خطاهای هر سه مرحله و خطای تخمین است تعریف می‌گردد و به کمک آن، یک قانون کنترلی به گونه‌ای بدست می‌آید که دامنه خطای تخمین و خطای فاصله کراندار و در نتیجه گروه خودرو پایدار باشد. شبیه سازی‌های متعددی برای اعتبارسنجی روش مزبور ارائه خواهند شد. | ||
تازه های تحقیق | ||
| ||
| کلیدواژه‌ها | ||
| عیب عملگری ترکیبی؛ عدم قطعیت مدل؛ روش گام به عقب تطبیقی؛ تابع لیاپانوف؛ پایداری | ||
| عنوان مقاله [English] | ||
| Robust Adaptive Backstepping Control of Automated Vehicle Convoys in the Presence of Combined Actuator Fault, Parameter Uncertainties, and External Disturbance by Considering Speed Constraints | ||
| نویسندگان [English] | ||
| Hossein Chehardoli | ||
| Assistant Professor, Department of Mechanical Engineering, Faculty of Engineering, Ayatollah Boroujerdi University, Boroujerd, Iran | ||
| چکیده [English] | ||
| This paper deals with the robust-adaptive backstepping control of heterogeneous self-driving vehicle groups in the presence of actuator fault, model uncertainty, and external disturbance concerning group speed constraints. The actuator fault is a combination of descending control law and the actuator disturbance. A third-order dynamical model is utilized to describe the longitudinal motion of each vehicle in which the engine time constant is unknown and the external disturbance is considered. The communication structure is assumed to be bi-directional leader-following. The control design is performed in three levels: speed level, acceleration level, and the final level. At the first level, the error is defined as the difference between the actual position and the desired position of each following vehicle. After that, by employing the Lyapunov theorem, a virtual control law is introduced to make the tracking error bounded. In the second and third levels, the error respectively is defined as the difference between speed and acceleration and the virtual control law of the previous level. Finally, a Lyapunov function involving the state errors of all levels and the estimation errors of the third level is defined and an adaptive control is introduced such that the tracking error and the estimation errors will be bounded. Numerical results are provided to show the merits of this method. | ||
| کلیدواژه‌ها [English] | ||
| Combined actuator fault, Parameter uncertainty, Speed constraint, Adaptive backstepping approach, Lyapunov function, Stability | ||
| مراجع | ||
|
[1] Azadani MN, Boukerche A. Driving behavior analysis guidelines for intelligent transportation systems. IEEE Transactions on Intelligent Transportation Systems. 2021;23(7):6027-45##. [2] Sirohi D, Kumar N, Rana PS. Convolutional neural networks for 5G-enabled intelligent transportation system: A systematic review. Computer Communications. 2020;153:459-98##. [3] Saharan S, Bawa S, Kumar N. Dynamic pricing techniques for Intelligent Transportation System in smart cities: A systematic review. Computer Communications. 2020;150:603-25##. [4] Zhou Y, Ahn S, Wang M, Hoogendoorn S. Stabilizing mixed vehicular platoons with connected automated vehicles: An H-infinity approach. Transportation Research Part B: Methodological. 2020;132:152-70##. [5] Bian Y, Zheng Y, Ren W, Li SE, Wang J, Li K. Reducing time headway for platooning of connected vehicles via V2V communication. Transportation Research Part C: Emerging Technologies. 2019;102:87-105##. [6] Gao Z, Zhang Y, Liu Q. Adaptive finite‐time cooperative platoon control of connected vehicles under actuator saturation. Asian Journal of Control. 2022;24(6):3552-65##. [7] Cook PA. Stable control of vehicle convoys for safety and comfort. IEEE transactions on automatic control. 2007;52(3):526-31##. [8] Xiao S, Ge X, Han Q-L, Zhang Y. Resource-efficient platooning control of connected automated vehicles over VANETs. IEEE Transactions on Intelligent Vehicles. 2022;7(3):579-89##. [9] Samani B, Shamekhi AH. Design of real-time cruise controller with trained neural network using multi-objective predictive adaptive controller data to reducing fuel consumption and increasing comfort. Automotive Science and Engineering. 2021;11(1):3472-84##. [10] Li SE, Qin X, Zheng Y, Wang J, Li K, Zhang H. Distributed platoon control under topologies with complex eigenvalues: Stability analysis and controller synthesis. IEEE Transactions on Control Systems Technology. 2017;27(1):206-20##. [11] Wijnbergen P, Besselink B. Existence of decentralized controllers for vehicle platoons: On the role of spacing policies and available measurements. Systems & Control Letters. 2020;145:1-9##. [12] Yang P, Ding Y, Hu X, Zhang Z, Wang Z. Sliding mode fault-tolerant consensus control for heterogeneous multi-agent systems based on finite-time observer and controller. Transactions of the Institute of Measurement and Control. 2023:01423312221150292##. [13] Pan C, Chen Y, Liu Y, Ali I. Adaptive resilient control for interconnected vehicular platoon with fault and saturation. IEEE Transactions on Intelligent Transportation Systems. 2021;23(8):10210-22##. [14] Jin Y, Zhang Y, Jing Y, Fu J. An average dwell-time method for fault-tolerant control of switched time-delay systems and its application. IEEE Transactions on Industrial Electronics. 2018;66(4):3139-47##. [15] Ouyang H, Lin Y. Adaptive fault-tolerant control and performance recovery against actuator failures with deferred actuator replacement. IEEE Transactions on Automatic Control. 2020;66(8):3810-7##. [16] Liu F, Hua Y, Dong X, Li Q, Ren Z. Adaptive fault-tolerant time-varying formation tracking for multi-agent systems under actuator failure and input saturation. ISA transactions. 2020;104:145-53##. [17] Zhang D, Feng G, Shi Y, Srinivasan D. Physical safety and cyber security analysis of multi-agent systems: A survey of recent advances. IEEE/CAA Journal of Automatica Sinica. 2021;8(2):319-33##. [18] Chen J, Bai D, Liang H, Zhou Y. A third-order consensus approach for vehicle platoon with intervehicle communication. Journal of Advanced Transportation. 2018;2018##. [19] Ge X, Han Q-L, Zhang X-M, Ding D. Communication resource-efficient vehicle platooning control with various spacing policies. IEEE/CAA Journal of Automatica Sinica. 2023##. [20] Xu B, Ban XJ, Bian Y, Li W, Wang J, Li SE, et al. Cooperative method of traffic signal optimization and speed control of connected vehicles at isolated intersections. IEEE Transactions on Intelligent Transportation Systems. 2018;20(4):1390-403##. [21] Ma F, Wang J, Zhu S, Gelbal SY, Yang Y, Aksun-Guvenc B, et al. Distributed control of cooperative vehicular platoon with nonideal communication condition. IEEE Transactions on Vehicular Technology. 2020;69(8):8207-20##. [22] Bian Y, Li SE, Ren W, Wang J, Li K, Liu HX. Cooperation of multiple connected vehicles at unsignalized intersections: Distributed observation, optimization, and control. IEEE Transactions on Industrial Electronics. 2019;67(12):10744-54##. [23] Gao F, Hu X, Li SE, Li K, Sun Q. Distributed adaptive sliding mode control of vehicular platoon with uncertain interaction topology. IEEE Transactions on Industrial Electronics. 2018;65(8):6352-61##. [24] Zhou Z, Zhu F, Xu D, Guo S, Zhao Y. Attack resilient control for vehicle platoon system with full states constraint under actuator faulty scenario. Applied Mathematics and Computation. 2022;419:126874##. [25] Guo G, Li P, Hao LY. A New Quadratic Spacing Policy and Adaptive Fault-Tolerant Platooning With Actuator Saturation. IEEE Transactions on Intelligent Transportation Systems. 2022;23(2):1200-12##. [26] Hao L-Y, Li P, Guo G. String stability and flow stability for nonlinear vehicular platoons with actuator faults based on an improved quadratic spacing policy. Nonlinear Dynamics. 2020;102:2725-38##. [27] Han J, Zhang J, He C, Lv C, Li C, Hou X, et al. Adaptive distributed finite‐time fault‐tolerant controller for cooperative braking of the vehicle platoon. IET Intelligent Transport Systems. 2021;15(12):1562-81##. [28] Liu X, Yan M, Yang P, Song J. Observer-based Actuator Fault Detection and Robust Tolerant Control for Vehicle Platoons. International Journal of Control, Automation and Systems. 2023;21(4):1175-86##. [29] Han J, Zhang J, He C, Lv C, Li C, Ji Y, et al. Prescribed-Time Performance Recovery Fault Tolerant Control of Platoon With Nominal Constraints Guarantee. IEEE Transactions on Intelligent Transportation Systems. 2023;24(3):3501-13##. [30] Wang W, Han B, Guo Y, Luo X, Yuan M. Fault-Tolerant Platoon Control of Autonomous Vehicles Based on Event-Triggered Control Strategy. IEEE Access. 2020;8:25122-34##. [31] Biron ZA, Dey S, Pisu P. Real-time detection and estimation of denial of service attack in connected vehicle systems. IEEE Transactions on Intelligent Transportation Systems. 2018;19(12):3893-902##. [32] Rajamani R. Vehicle dynamics and control: Springer Science & Business Media; 2011##. [33] Bergenhem C, Shladover S, Coelingh E, Englund C, Tsugawa S, editors. Overview of platooning systems. Proceedings of the 19th ITS World Congress, Oct 22-26, Vienna, Austria (2012); 2012##. [34] Meyer CD. Matrix analysis and applied linear algebra: Siam; 2000##. | ||
|
آمار تعداد مشاهده مقاله: 122 تعداد دریافت فایل اصل مقاله: 206 |
||