Skip to main content

DISEÑO, CONSTRUCCION Y CONTROL PARA LA GESTION OPTIMA DE MISIONES EN AERONAVES NO TRIPULADAS (UAVS) DE RANGO EXTENDIDO BASADAS EN PILA DE HIDROGENO Y PROPULSION DISTRIBUIDA

PID2020-119468RA-I00

•
Funding agency name Agencia Estatal de Investigación
Funding agency acronym AEI
Program Programa Estatal de I+D+i Orientado a los Retos de la Sociedad
Call Proyectos de I+D+i (Generación de Conocimiento y Retos Investigación)
Call year 2020
State Plan 2017-2020 Plan Estatal de Investigación Científica y Técnica y de Innovación
Beneficiary centre UNIVERSITAT POLITÈCNICA DE VALÈNCIA

Resultados relacionados

Resultados totales (Incluyendo duplicados): 3
Encontrada(s) 1 página(s)

RUC. Repositorio da Universidade da Coruña
Publication Contribución de congreso (ConferenceOutput)

Base de datos abierta TRAM-FPV RACING. Secuencias completas de vuelo indoor para el estudio de drones de carreras., The TRAM-FPV RACING Open Database. Sequences complete indoor flight sequences for the stuty of racing drones

  • Castiblanco Quintero, JM
  • García-Nieto, Sergio
  • Ignatyev, Dmitry
  • Blasco, Xavier
[Resumen] Este artículo presenta la base de datos abierta TRAM-FPV Racing, la cual ha sido generada a partir de un conjunto de vuelos indoor realizados con drones de carreras en la Universidad de Cranfield (UK), concretamente en el Flight Arena, uno de los campos de vuelo indoor más grandes del mundo con fines académicos y de investigación. La base de datos que se presenta, incorpora la información de posición y orientación en el espacio de cinco modelos de drones de carreras, empleando un sistema de medición óptico (OMS). Además, incluye las lecturas de los acelerómetros, giroscopios y ángulos de heading registrados por los sensores de las unidades inerciales (IMU). Estas bases de datos, frecuentemente, son empleadas para el desarrollo y el ajuste de los algoritmos de fusión sensorial que incorporan los drones para la estimación de su vector de estados actual. No obstante, su campo de aplicación es muy amplio, pudiendo ser empleadas, por ejemplo, para el desarrollo de los modelos matemáticos no lineales de los drones o para la generación de trayectorias., [Abstract] This paper presents the TRAM-FPV Racing open database, which has been generated from a set of indoor flights performed with racing drones at Cranfield University (UK), specifically at the Flight Arena, one of the largest indoor flight fields in the world for research purposes. The database incorporates the position and orientation information in space of five racing drone models, using an optical measurement system (OMS). It includes readings from accelerometers, gyroscopes, and heading angles recorded by inertial unit (IMU) sensors. These databases are frequently used for the development and adjustment of the sensor fusion algorithms incorporated in the drones to estimation of their current state vector. However, their field of application is very wide, being able to be used, for example, for the development of the nonlinear mathematical models of the drones or for the generation of trajectories., Este trabajo ha sido realizado parcialmente gracias al apoyo del proyecto PID2020-119468RA-I00 financiado MCIN/AEI/10.13039/501100011033
RUC. Repositorio da Universidade da Coruña
Publication Contribución de congreso (ConferenceOutput)

Ajuste multiobjetivo de controladores robustos considerando soluciones casi óptimas relevantes, Multi-objective tuning of robust controllers considering relevant nearoptimal solutions

  • Pajares, Alberto
  • Blasco, Xavier
  • Herrero Durà, Juan Manuel
  • García-Nieto, Sergio
[Resumen] En este trabajo se muestra la utilidad de las soluciones casi óptimas relevantes en el ajuste mediante optimización multiobjetivo de controladores robustos ante incertidumbre en el modelo. Una posibilidad muy común para este ajuste es incorporar la incertidumbre en el proceso de optimización, por ejemplo, incorporando la evaluación de la robustez durante el proceso. El principal problema de este enfoque es que tiene un alto coste computacional. Para evitar este problema, en este trabajo se propone analizar la incertidumbre en la etapa de decisión tanto para las soluciones óptimas como para las casi óptimas relevantes. Estas soluciones alternativas proporcionan mayor diversidad, pudiendo resultar controladores más robustos que los óptimos. Se muestra un ejemplo de diseño multivariable mediante dos controladores PI. El proceso a controlar es un modelo lineal de dos entradas y dos salidas donde la incertidumbre se ha modelado con un conjunto de cincuenta escenarios (posibles modelos alternativos). El ejemplo muestra que existen zonas de prestaciones en las que los controladores casi óptimos relevantes pueden obtener una mayor robustez que los controladores óptimos., [Abstract] In this paper we show the usefulness of relevant near-optimal solutions in the multi-objective optimization tuning of robust controllers in presence of model uncertainty. A very common possibility for this tuning is to incorporate uncertainty in the optimization process, for example, by incorporating the evaluation of the robustness during the process. The main problem with this approach is that it has a high computational cost. To avoid this problem, this paper proposes to analyze uncertainty at the decision stage for both optimal and relevant near-optimal solutions. These alternative solutions provide greater diversity and may result in more robust controllers than the optimal ones. An example of multivariable design using two PI controllers is shown. The process to be controlled is a two-input, two-output linear model where uncertainty has been modeled with a set of fifty scenarios (possible alternative models). The example shows that there are performance areas where relevant near-optimal controllers can obtain higher robustness than optimal controllers., Este trabajo ha sido realizado gracias al apoyo de los proyectos PID2021-124908NB-I00 y PID2020-119468RA-I00 financiados MCIN/AEI/10.13039/501100011033/ y por ”FEDER Una manera de hacer hacer Europa”; y la ayuda SP20200109 (PAID-10-20) de la Universitat Politécnica de Valencia., Universitat Politècnica de València; SP20200109 (PAID-10-20)
RUC. Repositorio da Universidade da Coruña
Publication Contribución de congreso (ConferenceOutput)

A model independent constrained predictive control for the Furuta Pendulum, Control predictivo con restricciones e independiente de modelo para el p´endulo de Furuta

  • Martínez, Blanca
  • Sanchis, Javier
  • García-Nieto, Sergio
[Resumen] Este trabajo presenta el control de seguimiento de un péndulo Furuta basado en el diseño de dos lazos paralelos con restricciones, rechazo activo de perturbaciones y predicción de salidas. Para cada subsistema, se asume que la planta gobernada tiene una dinámica de primer orden más integrador (FOPI). Así, se calcula una ley de control predictivo aplicando una estrategia de horizonte deslizante en dicha planta (FOPI). La diferencia entre la dinámica real y el modelo de predicción asumido se compensa mediante el mecanismo de rechazo de perturbaciones heredado del control activo de rechazo de perturbaciones (ADRC) e incorporado en los lazos. Para el diseño del control no se realiza ninguna identificación de modelos ni linealización matemática. Además, la estrategia permite incorporar las restricciones reales del sistema. Este trabajo valida con resultados prometedores la arquitectura denominada Modified Active Disturbance Rejection Predictive Control (MADRPC) mediante la estabilización de un sistema mecánico subactuado considerando las variables restringidas y en ausencia de un modelo nominal, en contraste con el enfoque estándar en el Control Predictivo de Modelos (MPC) en espacio de estados., [Abstract] This paper presents the tracking control of a Furuta pendulum based on the design of two parallel-constrained loops with active disturbance rejection and outputs predictions. For each subsystem, it is assumed that the governed plant resembles firstorder plus integrator (FOPI) dynamics. So, a predictive control law is computed by applying a receding horizon strategy in such FOPI plant. The mismatch between the actual dynamics and the assumed prediction model is compensated through the disturbance rejection mechanism inherited from the Active Disturbance Rejection Control (ADRC) incorporated in the loops. No modelling identification or mathematical linearisation is performed for the control design. Moreover, the strategy allows the incorporation of the actual system constraints. This work validates with promising results the architecture named Modified Active Disturbance Rejection Predictive Control (MADRPC) by stabilising a sub-actuated mechanical system considering the constrained variables and in the absence of a nominal model, in contrast to the standard approach in the state-space Model Predictive Control (MPC)., Colombia. Ministerio de Ciencia, Tecnología e Innovación; Scholarship 885, Generalitat Valenciana; CIAICO/2021/064