Uydu Esnek Kanatlarının Artık Titreşim Kontrolüne Yönelik Yapay Arı Kolonisi Ve Guguk Kuşu Optimizasyon Algoritmaları ile LQR Denetleyici Tasarımı

Abstract

Sunulan çalışma, esnek bir uydu kanadı için doğrusal kuadratik regülatör (LQR) denetleyici parametrelerinin çok amaçlı optimizasyonunda Yapay Arı Kolonisi ve Guguk Kuşu metasezgisel optimizasyon algoritmalarının tasarımı ve performans analizi hakkında ayrıntılar sunmaktadır. Kontrol yanıtlarının önemli parametreleri göz önünde bulundurularak yeni bir çoklu amaç fonksiyonu tasarlanmış ve Yapay Arı Kolonisi (ABC) ve Guguk Kuşu (CS) metasezgisel algoritmaları ile optimize edilmiştir. Algoritmaların başlangıç değerleri için farklı farklı üçer konfigürasyon belirlenerek bu konfigürasyonlar üç farklı (10,50 ve 100) popülasyon boyutu değerleri için 100 iterasyonda simülasyonlar yapılarak elde edilen sonuçlar karşılaştırılmıştır. Daha başarılı kontrol yanıtlarına ulaşan konfigürasyonlar ile literatürde aynı düzenek ile yapılan bazı çalışmalar karşılaştırılmaktadır. Elde edilen sonuçlar literatürde mevcut bulunan, PSO, m-PSO algoritmaları ve geleneksel tasarlanmış LQR denetleyici çalışmaları ile kıyaslanarak önerilen yaklaşımın etkinliği gösterilmiştir. Önerilen çoklu amaç fonksiyonu ve Guguk Kuşu Algoritması, esnek uydu kanadı sapma açısında PSO algoritmasına kıyasla %37,56 ve m-PSO algoritması ile karşılaştırıldığında ise %61,87 oranında daha üstün bir performans göstermiştir.

The present study provides details on the design and performance analysis of the Artificial Bee Colony (ABC) and Cuckoo Search (CS) metaheuristic optimization algorithms for the multi-objective optimization of linear quadratic regulator (LQR) controller parameters for a flexible satellite wing. A novel multi-objective function was designed, taking into account significant parameters of control responses, and was optimized using ABC and CS metaheuristic algorithms. Different initial configurations were determined for the algorithms, and simulations were performed for 100 iterations for three different (10, 50, and 100) population sizes. The results obtained were compared to identify the configurations that led to more successful control responses. These configurations were then compared to some studies in the literature that used the same system. The obtained results were compared with the existing literature on PSO, m-PSO algorithms, and traditionally designed LQR controller studies to demonstrate the effectiveness of the proposed approach. The proposed multi-objective function and the Cuckoo Algorithm showed a superior performance of 37.56% compared to the PSO algorithm and 61.87% compared to the m-PSO algorithm in flexible satellite wing angle.