Atıf Sayısı
8
Görüntüleme
12
İndirme
3
İnsansız hava araçları (İHA), istenen görevleri yerine getirebilme kabiliyetine sahip olarak tasarlanmış hava araçlarıdır. Bu hava araçlarının tasarımında, motor performansı ve uçuş süresinin maksimizasyonu büyük önem arz etmektedir. Bu çalışmada, İHA’nın fırçasız motorunun performansının ve uçuş süresinin maksimizasyonu ele alınmıştır. Bu amaçla, Geri-İzleme Arama Optimizasyon (GAO) algoritması tabanlı Yapay Sinir Ağlarına (YSA) dayanan bir model önerilmiştir. Önerilen modelde, fırçasız motor hızını ayarlayan elektronik hız kontrol (EHK) ünitesi sinyali, fırçasız motorun dakikadaki dönüş sayısı (DDS), pervanenin çapı ve hatvesi giriş parametreleri olarak belirlenmiş gerekli itki kuvveti, uçuş süresi ve motor verimliliği çıkış parametreleri olarak belirlenmiştir. Böylece, 4 giriş 3 çıkışa sahip bir model oluşturulmuştur. Önerilen modelin eğitim işleminde kullanmak için, fırçasız motordan RCbenchmark firmasının 1580 modeli dinamometresi yardımıyla, farklı değer aralıklarında veriler üretilmiştir. Üretilen bu veriler kullanılarak optimum YSA yapısına ait parametreler GAO algoritması ile belirlenmiştir. Optimum olarak belirlenen bu YSA yapısı amaç fonksiyonunu gerçekleştirmek üzere GAO algoritması ile entegre edilmiştir. Bu entegrasyonla birlikte GAO algoritmasına dayanan model ile maksimum motor performansı ve uçuş süresi için giriş parametre değerlerinin elde edilmesi sağlanmıştır. Yani, GAO algoritması hem YSA yapısının optimizasyonu hem de fırçasız motor performansı ve uçuş süresinin maksimizasyonu için gerekli parametrelerin elde edilmesi için kullanılmıştır. Çalışma sonucunda elde edilen sonuçlar tablolar ve şekiller vasıtasıyla sunulmuştur. GAO algoritması tabanlı YSA modeli ile yapılan simülasyon çalışmalarında elde edilen sonuçlar, önerilen yöntemin İHA tasarımcıları için kolaylık sağlayacağını göstermiştir.
Unmanned aircraft are aircraft designed to be able to perform the desired tasks. In the design of these aircraft, motor performance and maximum flight time are of great importance. This study discussed the performance and maximum flight time of the IHA’s brushless engine. For this purpose, a model based on artificial nerve networks (YSA) based on the GAO algorithm has been proposed. In the proposed model, the electronic speed control unit (EHK) signal that adjusts the brush-free engine speed, the brush-free engine's minute turn number (DDS), the diameter of the pervan and the linear input parameters are determined; the required drive force, flight time and engine efficiency are determined as the output parameters. Thus, a model with 4 entrances and 3 outputs has been created. To be used in the training process of the proposed model, data were produced in different values range, with the help of the 1580 model dynamometer of the RCbenchmark company from the brushless engine. The parameters of the optimal YSA structure are determined by the GAO algorithm using these produced data. This optimally determined YSA structure is integrated with the GAO algorithm to perform the purpose function. With this integration, the GAO algorithm-based model ensures the achievement of input parameters for maximum engine performance and flight time. Thus, the GAO algorithm has been used to both optimize the YSA structure and obtain the necessary parameters for the maximization of the brushless engine performance and flight time. The results obtained from the study were presented through tables and forms. The results of simulation studies with the GAO algorithm-based YSA model have shown that the recommended method will make it easy for IHA designers.
Unmanned aerial vehicles (UAVs) are aircraft that designed to carry out the desired tasks. In the design of these aircraft, the maximization of engine performance and flight time is very important. In this study, the maximization of the UAV's brushless motor performance and flight time are discussed. For this purpose, a model based on Artificial Neural Networks (ANN) depending on Back-Tracking Search Optimization (BSO) algorithm is proposed. In the proposed model, four parameters including the signal of electronic speed control (ESC) unit that adjusts the brushless engine speed, the number of rotations of the brushless motor (RPM) per minute, the propeller size, and the propeller pitch were selected as input parameters. The required thrust, flight time and engine efficiency were selected as output parameters. Thus, a model with 4 inputs and 3 outputs was formed. To use the in the training process of the proposed model, data was obtained from the brushless motor with the help of RCBenchmark's 1580 model dynamometer. By using these produced data, the parameters of the optimum ANN structure were determined by BSO algorithm. The ANN structure that optimally determined was integrated with the BSO algorithm to achieve the objective function. With this integration, the model based on the BSO algorithm provided the values of input parameters for maximum engine performance and maximum flight time. That is, the BSO algorithm was used both to optimize the ANN structure and to obtain the parameters required for maximization of brushless engine performance and flight time. The results of the study were presented by tables and figures. The results obtained in the simulation process with the BSO Algorithm based ANN model showed that the proposed method will be facilitated the UAV design for designers.
Alan : Fen Bilimleri ve Matematik; Mühendislik
Dergi Türü : Uluslararası
Makale Detay 
Atıf Yapanlar
Benzer Makaleler
PDF Görüntüle
Dergi Bilgisi
Eseri Dinleyin
Bu Sayfayı Yazdırın
Paylaş
Mendeley
