2WRPDWLN.

RQWURO8OXVDO7RSODQWÕVÕ
(\OO*HE]H.2&$(/ø

ønsansız Helikopter için Model Öngörülü Kontrolcü Tasarımı

Semuel Franko1,2, ølker M. Koç2, Can Özsoy2

1
Biliúim Teknolojileri Enstitüsü
TÜBøTAK UEKAE, Gebze, Kocaeli
semuel.franko@bte.tubitak.gov.tr
2
Makina Mühendisli÷i Bölümü
østanbul Teknik Üniversitesi, Gümüúsuyu, østanbul
{frankos, kocilk, ozsoyc}@itu.edu.tr

Temelleri 1978’de atılan ve son otuz yıl içerisinde geliúen

Özetçe
Bu çalıúma kapsamında öncelikle altı serbestlik dereceli
helikopterin modelleme tekniklerinden bahsedilmiú ve
birincil prensipler yöntemiyle do÷rusal olmayan modelin
hareket denklemlerine yer verilmiútir. Modelin do÷rulaması
için kullanılan yaklaúımdan kısaca bahsedilmiú ve insansız
helikopterin askıda kalması için gerekli denge durumu ve
kontrol de÷erleri elde edilmiútir. Taylor serisi açılımıyla
do÷rusallaútırması yapılmıú ve do÷rusal modelin
karúılaútırmalı olarak geçerlemesi yapılmıútır. Açık çevrim
kararsız helikopterin askıda kalma durumuna geçmesini
sa÷lamak için Model Öngörülü Kontrolcü (Model Predictive
Control, MPC) tasarlanmıútır. Kontrolcünün temel kavramları
ve tasarım sırasında dikkat edilmesi gereken konulardan
bahsedilmiútir. Tasarlanan kontrolcüyle dört farklı baúlangıç
senaryosu için helikopter benzetimi koúturulmuú ve
kontrolcünün baúarımı incelenmiútir. MPC’nin insansız
helikopteri baúarılı bir úekilde kontrol edebildi÷i görülmüútür.
1. Giriú
Geçti÷imiz on yıl içerisinde, teknolojinin ilerlemesi ve
ihtiyacın artması ile birlikte insansız hava araçlarına olan ilgi
gittikçe artmıútır. ønsansız hava araçları kategorisi içerisinde
sabit kanatlı ve helikopter tipinde araçlar bulunmaktadır. Bu
çalıúma kapsamında insansız helikopter tipinde araç için
kontrolcü tasarlanacaktır. Helikopterlerin önemli avantajları
olarak, neredeyse her yere iniú/kalkıú yapabilme, çok yavaú
hareket edebilme, askıda kalabilme, üç eksende do÷rusal
hareket edebilme sayılabilir [1].
Günümüzdeki helikopterlerin yapısına benzer platformlar 20.
yüzyılın ikinci çeyre÷inde geliútirilmiútir, bunlar arasında en
dikkat çeken Igor Sikorsky’nin 1939’da üretti÷i VS-300’dür.
ønsansız helikopterin ilk baúarılı örneklerinden biri olarak da
1958’de üretilen Gyrodyne QH-50 gösterilebilir [2].
Günümüzde hem askeri araútırmalarda hem de üniversitelerde
insansız helikopterler ile ilgili önemli çalıúmalar
yapılmaktadır. Aktif olarak geliútirme yapan Aalborg
Üniversitesi ve Georgia Teknoloji Enstitüsü’ndeki ønsansız
Araçlar Grupları baúta olmak üzere Avrupa ve ABD’de pek
çok grup çalıúmalarını sürdürmektedir.
ønsansız helikoptere baúta LQR, mü sentezi, H sonsuz,
bulanık mantık, PID, kutup yerleútirme ve yapay sinir a÷ları
olmak üzere pek çok do÷rusal kontrol yöntemi uygulanmıútır.
MPC yöntemi [3], süreç endüstrisinde yaygın olarak
kullanılmaktadır ancak havacılık ve uzay çalıúmaları için
oldukça yenidir. ønsansız helikopter kontrolü için MPC ile
yapılan çalıúmalar ba÷ıl olarak daha azdır. MPC’yi, Balderud
ve Wilson [4], Dutka [5] iki serbestlik dereceli helikoptere,
Witt ve di÷. üç serbestlik dereceli helikoptere uygulamıútır
[6]. Chung [7] ve Saffarian [8] formasyon kontrolü için MPC
uygulamıú, Khaldi ve di÷. her giriú için ayrı MPC
kontrolcüler uygulamıú [9], Castillo ve di÷. ise MPC’yi altı
serbestlik dereceli do÷rusal helikopter modeline uygulamıútır
[10].
Bu çalıúmada altı serbestlik dereceli do÷rusal olmayan
helikopter modeli, askıda kalmayı ifade eden bir çalıúma
koúulu etrafında do÷rusallaútırılmıútır. Elde edilen do÷rusal
model ile üç eksende do÷rusal hız ve üç eksende açısal
konum kontrolü için MPC tipinde kontrolcü tasarlanmıútır.
Senaryolar belirlenerek bu kontrolcü do÷rusal olmayan
helikopter modeline uygulanmıú ve sonuçları incelenmiútir.
2. Helikopter Modeli
2.1. Helikopter Eyleyicileri
Helikopterin 6 serbestlik dereceli hareketini
gerçekleútirebilmek için cyclic kolu, collective kolu, antitork
pedalları ve governoru kullanılmaktadır. Yanlamasına kontrol
giriúi (u lat) helikopteri x ekseni etrafında dönerek yalpa
hareketi (roll) yapmasını ve yanlamasına hareketini sa÷lar.
Cylic kumanda kolu yardımıyla de÷iúir [11]. Uzunlamasına
kontrol giriúi (u long) helikopteri y ekseni etrafında dönerek
yunuslama hareketi (pitch) yapmasını ve ileri-geri hareketini
sa÷lar. Yanlamasına hareket için oldu÷u gibi, cylic kolu
yardımıyla de÷iúir. Ortak kontrol giriúi (u col) ana rotor
pallerinin tamamının aynı açıyla e÷ilmesini sa÷layan
eyleyicidir. Helikopterin dikey yönde hareketini sa÷lar.
Collective lövyesi sayesinde de÷iúir. Dümen kontrol giriúi (u
ped) helikopteri z ekseni etrafında dönerek sapma hareketi
(yaw) yapmasını sa÷lar. Pedallar sayesinde de÷iúir.
Düzenleyicinin (governor) sabit oldu÷unu kabul ederek bu
bildiri kapsamında hesaplanacak kontrol giriú vektörü (1)
denklemindeki úekildedir.
u [ulat ulong ucol u ped ]T (1)

SaC1-1 64
2.2. Helikopter Modelleme Yaklaúımları
Helikopter dinami÷i do÷rusal olmayan, açık çevrim kararsız,
birleúik (coupled), çok giriú çok çıkıúlıdır ve yapısı zamanla
de÷iúmektedir. Bu karmaúık yapısı nedeniyle sistem
davranıúını en ince ayrıntısına kadar tanımlayan bir model
elde etmek imkânsızdır [12]. Literatürdeki yayınlar
incelendi÷inde benzetim çalıúmaları için yeterli derecede
karmaúık, yüksek sadakatli modellerin elde edildi÷i ùekil 2: Üç bloktan oluúan dinamik model yapısı
görülmektedir. øki temel modelleme yaklaúımı mevcuttur.
Birincisi mekanik ve aerodinamik yasalar kullanılarak Bloklardan üçüncüsü katı cisim denklemlerini içermektedir.
gerçekleútirilen birincil prensipler (first principle) Bu denklemlerin çıktısı konum (P), do÷rusal hız (V), açısal
modellemesidir. Di÷eri ise deneysel olarak helikopter davranıú (Ĭ) ve açısal hızdır (Ȧ). Bu denklemler helikoptere
üzerinden veri toplayarak yapılan sistem tanılama (system etkiyen torklar (IJ) ve kuvvetler (F) yardımıyla hesaplanır.
identification) metodudur [13]. ølgili hesaplama “kuvvet ve tork denklemleri” blo÷unda
yapılmaktadır. Kuvvet ve torkların hesaplanması içinse ana
Birincil prensipler ile genelde do÷rusal olmayan helikopter rotorun üretti÷i itki (Tmr) ve kuyruk rotorunun üretti÷i itki
modelleri oluúturulur. Geniú bir çalıúma koúulu boyunca (Ttr) hesaplanmalıdır. Ana rotorun üretti÷i itkinin yönünün
geçerli olan model, uçuú benzeticilerinde kullanıma hesaplanması içinse ȕ1c ve ȕ1s çırpma açı de÷erleri elde
uygundur. Sistem tanılamayla ise genelde do÷rusal, yüksek edilmelidir. Bu iúlem ise “çırpma ve itki denklemleri”
sadakatli ve düúük mertebeden modeller elde edilir. Genelde blo÷unda yapılmaktadır. Denklem (1)’de tanımlanan eyleyici
helikoptere ba÷lı algılayıcılardan ölçülen verilerin frekans vektörünün de÷erleri kullanılarak itki ve açı de÷erleri
alanında çözümlenmesi ile elde edilir. Birincil prensiplere hesaplanır.
göre avantajı gerçek model verisine dayanmasıdır. Ancak
belirli bir çalıúma noktası etrafında do÷rusallaútırılmıú olması 2.4. Helikopter Denklemleri
ise dezavantajıdır.
ønsansız helikopterin do÷rusal olmayan altı serbestlik dereceli
2.3. Helikopter Modeli hareket denklemlerine ve gösterim sistemine [17]’de yer
verilmiútir. Modelde yer alan katı cisim denklemleri takımını
Bu çalıúma kapsamında gerçekleútirilen modelde kullanılan (2-5) denklemleri temsil etmektedir.
gösterim sistemi Tablo 1’de, 6 serbestlik dereceli hareket ise
b
ùekil 1’de gösterilmiútir. ª F b º
«  Z u bV »
ª bV º m
«e  » « »
Tablo 1: Helikopter modeli gösterim sistemi b
Psb (4) ˜ Z
« 4» « » (2)
« bZ » « I 1 ( bW  bZ u ( I ˜ bZ )) »
X yönü Y yönü Z yönü ¬ ¼ « »
«¬ »¼
Do÷rusal hız u v w
Açısal hız p q r ª b fx b º
Do÷rusal yer de÷iútirme x y z «  v ˜ r  bw ˜ q »
ª b u º « m »
Açısal yer de÷iútirme ij ș ȥ «b » « b fy b »
V
b
« v » «
b
 u ˜ r  w ˜ p» (3)
« b w » « m »
¬ ¼ « b fz b b
»
«  u˜q  v˜ p»
¬« m ¼»

ª º
ª sI º « p  sin(I ) ˜ tan(T ) ˜ q  cos(I ) ˜ tan(T ) ˜ r »
« s » « »
s 
4 « T» « cos(I ) ˜ q  sin(I ) ˜ r » (4)
« s\ » « sin(I ) cos(I  »
¬ ¼ « ˜q  ˜r »
«¬ cos(T  cos(T  »¼
ùekil 1: Helikopter hareketinin altı serbestlik dereceli
gösterimi
ª ( I yy  I zz ) ˜ q ˜ r  L º
« »
Model için temel alınan kaynaklar [13-16]’dır. Modellemeye « I xx »
temel alınacak olan helikopter Yamaha R-50 modelidir. ª p º « (I  I ) ˜ p ˜ r  M »
Helikopterin do÷rusal olmayan modeli ùekil 2’de görüldü÷ü b
Z « q » «  xx zz »
« » (5)
gibi 3 temel bloktan oluúmaktadır. « I yy »
«¬ r »¼ « »
(
« xx I  I yy ) ˜ p ˜ q  N »
« I zz »
¬ ¼

65
 3. Benzetim modeli 3.3. Do÷rusallaútırma

Helikopterin 2. bölümde belirtilen denklemlerine dayanan Do÷rusal kontrolcü tasarımı yapabilmek için do÷rusal
modeli MATLAB® Simulink ortamında açık çevrim olarak olmayan helikopter modelinin denge durumu etrafında
tümleútirilmiú ve koúuma hazır hale getirilmiútir. 4 adet do÷rusallaútırması gerekmektedir. (6) numaralı denklem,
eyleyici giriúine karúılık 11 adet çıktısı bulunmaktadır. belirlenen bir denge noktası veya denge noktaları etrafında
do÷rusallaútırılarak aúa÷ıdaki úekle dönüútürülebilir:

3.1. Dinamik Modelin Do÷rulaması x Ax  Bu (8)

Helikopter modelinin do÷rulanması için, eyleyicilere zaman

alanında basamak giriú uygulanmıútır. Helikopterin denge y Cx  Du (9)
durumunda bir süre koúması sa÷lanmıú, daha sonra
eyleyicilere ayrı ayrı ve sırayla giriú uygulayarak çıktıları
gözlemlenmiútir [18]. Do÷rusallaútırmanın geçerlemesi
x xtrim , u utrim (10)
bölümünde bu konuda ayrıntılı bilgi verilmektedir.
A durum matrisi, B giriú matrisi, C çıkıú matrisi, D ise ileri
3.2. Denge Durumunun Elde Edilmesi besleme matrisidir. Her biri birer Jacobian matrisidir. A
matrisi do÷rusal olmayan sistemin her bir durumunun,
Do÷rusallaútırma yapmadan önce sistemin denge çalıúma noktası etrafındaki de÷iúimine karúılık gelen
durumlarının belirlenmesi gerekmektedir. Denge durumu Jacobianlerinden oluúmaktadır. B matrisi ise do÷rusal
veya di÷er bir tanımlama ile çalıúma noktası, dinamik olmayan sistemin çalıúma noktası için hesaplanmıú giriú
sistemin kararlı halde oldu÷u durumdur [19]. Örne÷in de÷erinin etrafındaki de÷iúimine karúılık gelen
helikopterin askıda kalması, sabit bir hızla ilerlemesi veya Jacobianlerinden oluúmaktadır.
dönüú yapıyor olması birer denge noktasıdır. Matematiksel
olarak ifade etmek gerekirse, denge koúulu gerçekleúti÷inde wf wf
helikopterin hareketini temsil eden durum de÷iúkenleri ve A ,B (11)
kontrolcü giriúleri sabittir, zamanla de÷iúmez. wx xtrim ,utrim wu xtrim ,utrim

x f (x, u)
(6) numaralı denklemde helikopterin hareketini temsil eden
do÷rusal olmayan durum denklem seti tanımlanmıútır. Burada
f do÷rusal olmayan sistemi, x durum vektörünü, x vektörü
x’in zamana göre türevini, u giriú vektörünü, f ise do÷rusal
olmayan fonksiyonu göstermektedir.
Denge noktasının hesabı için 4 adet durum de÷iúkeninin
belirli de÷erleri için hesap yapılmaktadır. Helikopterin askıda
kalmasını hedefledi÷imiz için u, v, w ve ȥ de÷erleri sıfır
olacak úekilde hesap yapılmıú ve
elde edilmiútir. Denge koúulunun elde edilmesi için
MATLAB® programının trim komutu kullanılmıútır. Bu
komut do÷rusal olmayan denklemleri, Ardıúık økinci
Dereceden Programlama (SQP-Sequential Quadratic
Programming) algoritmasını kullanarak çözmektedir.
Askıda kalma durumu için trim komutu ile 52 özyineleme
(iterasyon) sonunda elde edilen sütun vektörler (7) numaralı
denklemde görülmektedir.
(6)
3.4. Do÷rusallaútırmanın Geçerlemesi
Dinamik modelin do÷rulanması ve geçerlemesi için benzer
test senaryoları kullanılmıútır. Örne÷in uzunlamasına kontrol
giriú testinde ilk 1 saniyede denge koúulunda bulunan
helikoptere, 2. saniyede bir basamak giriú uygulanmıútır.
De÷eri -0,0175 radyan olan bu basamak giriú sonunda
beklendi÷i gibi uzunlamasına hız artmıútır. Helikopterin
burnu aúa÷ıyı gösterdi÷i için de yunuslama oranı negatif
de÷er almıútır. Açık çevrim kararsız sistemde do÷rulama ve
geçerleme için yapılan testlerde geçici rejim cevabı
xtrim ve utrim vektörleri incelenmiútir. Aynı senaryo do÷rusallaútırılmıú model ile de
koúturulmuú ve sonucuna ùekil 3’te yer verilmiútir. Askıda
kalmayı temsil eden 0 m/s noktası etrafında do÷rusallaútırılan
modelin 1,5 m/s’ye kadar geçerli oldu÷u görülmüútür.
Kontrolcünün do÷rusal olmayan model üzerinde çalıútırılması
nedeniyle, bu geçerlilik kabul edilebilir düzeydedir. Do÷rusal
modelin do÷al frekans de÷erleri incelenmiú ve modelin 0,02
sn örnekleme süresi ile ayrıklaútırılmasının uygun oldu÷u
de÷erlendirilmiútir.

T
xtrim ª¬ b u b
v b
w b
p b
q b
r s
I s
T s
\ b
E1s b
E1c º¼
T
>0 0 0 0 0 0 0, 0063 0 0 0 0@
T
(7)
u trim ª¬ulat ulong ucol u ped º¼
T
>0 0 0,1027 0@

Durumların de÷erleri fiziksel sistemin yapısını

s
göstermektedir. Helikopterin yalpa açısını gösteren I ’nin
küçük bir pozitif de÷eri oldu÷u görülmektedir. Bunun nedeni ùekil 3: Uzunlamasına kontrolün geçerlemesi
de kuyruk rotorunun y ekseninde üretti÷i itkiyi
dengeleyebilmektir.

66
3.5. Birim Basamak Cevabı
Do÷rusal olmayan modele birim basamak cevabı uygulanarak
sonucu incelenmiútir. 1. saniyede -1 derecelik ortak kontrol
giriúi (u col) uygulandı÷ı takdirde açık çevrim sistemin birkaç
saniye içerisinde kararsızlı÷a gitti÷i ùekil 4’te görülmektedir.
anında ise bu problem tekrar çözülür ve anlık ölçüm verisi
kullanılarak kontrol sinyali yeniden hesaplanır [22].
4.2.1. Durum Uzay Modeli
MPC’nin sonlu darbe modeli, sonlu basamak modeli transfer
fonksiyonu modeli ve durum uzay modeli için gösterim
úekilleri mevcuttur. Bu çalıúma kapsamında çok giriúli çok
çıkıúlı sistemler için uygun olan durum uzay modeli
kullanılmıútır. Sistemin genel öngörü modeli (12)
denklemindeki úekilde ifade edilir:
k
ª º
yˆ (t  k | t ) Cxˆ (t  k | t ) C « Ak x(t )  ¦ Ai 1 Bu (t  k  i | t ) » (12)
¬ i 1 ¼

Denklemde x(t) durum vektörünü, u(t) giriú vektörünü, y(t)

ùekil 4: Açık çevrim sistemin birim basamak cevabı ölçülen çıkıú vektörünü, x̂(t + k | t) ise t anında t+k anı için
öngörülen çıkıú de÷erlerini göstermektedir. Bu gösterimin en
önemli avantajı, çok giriú çok çıkıú olan sistemlere kolayca
4. Model Öngörülü Kontrol adapte edilebilmesidir. Kontrol kuralı, durum vektörünün
do÷rusal birleúiminin geri beslemesidir. Durumlardan
4.1. Özellikleri, Avantajları, Dezavantajları gözlenemeyenler oldu÷u takdirde gözlemci tasarımına ihtiyaç
duyulur [23].
Model Öngörülü Kontrol tek bir kontrol yönteminden
oluúmaz. Baúta MAC, DMC ve GPC olmak üzere pek çok 4.2.2. Temel Parametreler
kontrol yöntemini içerir. Önerilen ilk yöntemler de dâhil
Öngörü ufku Np ile tanımlanır. Kayan ufukla hesaplama
olmak üzere, bu yöntemlerin temel özelli÷i içsel model
yapılırken her ufkun ne kadar uzun olaca÷ını belirler. Kontrol
içermesi, kayan ufuk prensibi ve sistemin tahmin edilen
ufku, öngörü modeli hesaplama yaparken, kaç örnekleme
cevaplarına göre kontrol sinyali hesaplanmasıdır. MPC di÷er
süresi boyunca hesaplanacak kontrolcü sinyalinin
kontrol yöntemleriyle karúılaútırıldı÷ında temel avantajlarını
de÷iúebilece÷ini belirler ve Nc ile tanımlanır. Sistem çıkıúları,
[21] aúa÷ıdaki úekilde belirtmiútir:
giriú de÷erleri ve giriú de÷erlerinin de÷iúimi birer a÷ırlık
matrisiyle cezalandırılır. MPC’de çıkıúların a÷ırlık matrisi wy,
x Kontrol konusundaki bilgisi sınırlı olan kiúiler için
giriúlerin a÷ırlık matrisi wu, giriúin de÷iúiminin a÷ırlık matrisi
yöntembilimi kolayca anlaúılabilirdir ve ayarlama
ise wǻu ile tanımlanır. Referans yörüngesi sistemin takip
yapılabilmesi kolaydır.
etmesi istenen yörüngedir, sabit veya de÷iúken olabilir.
x Dinami÷i oldukça basit sistemleri, karmaúık
sistemleri, uzun zaman gecikmesi olanları, 4.2.3. Maliyet Fonksiyonu
minimum faz olmayanları, kararsız olan sistemleri
kontrol etmek için kullanılabilir. Çok giriú çok Tasarlanan kontrolcü kontrol kuralını elde etmek için bir
çıkıúlı sistemlere kolayca uygulanabilir. Do÷ası maliyet fonksiyonunu en küçük yapmaya çalıúır. Belirlenen
gere÷i ölü zaman gecikmesini telafi edebilecek öngörü ufku boyunca en küçüklenmeye çalıúılan maliyet
yapıdadır. Kolayca uygulanabilir do÷rusal bir fonksiyonu (13) numaralı denklemde gösterilmektedir.
kontrol kanunu üretir A÷ırlık matrisleriyle cezalandırılan de÷erler sırasıyla, çıkıúın
x Kısıtların uygulanması kavramsal olarak basittir ve referanstan sapması, giriú sinyalindeki de÷iúim ve giriú
tasarım sürecinde dâhildir. Sistemin gelecekteki sinyalinin hedef sinyal ile farkıdır.
­ § ny y · ½
referans de÷erleri bilindi÷i zaman oldukça ª min
2
º ° ¨ ¦ wi+1 ( y j (k  i  1| k )  rj (k  i  1))  ... ¸ °
yararlıdır. Geliútirilmeye ve düzenlenmeye müsait « 'u ( k | k ) » ° ¨ j 1 ¸ °
« » °° N p 1 ¨ nu ¸ °
¸  UH H 2 °¾
2
bir yöntembilimi vardır « # » ® ¦ ¨ ¦ wi', uj 'u j (k  i | k )  ... (13)
« »° i 0 ¨ j 1 ¸ °
« 'u (m  1  k | k ) » ° ¨ nu
2
¸ °
Ancak MPC’nin de bazı dezavantajları mevcuttur: «¬ H »¼ ° ¨ ...  ¦ wu (u (k  i | k )  u ( k  i )) ¸ °
¨ i, j j jtarget ¸
¯° © j 1 ¹ °¿
x Kontrol kanunun uygulanması kolay ve hesabı
düúük bir iúlem gücü gerektirse de, elde edilmesi
klasik bir PID kontrolcüden daha karmaúıktır. 5. Senaryolar
x Kısıtlı hal için hesaplamaların her örnekleme ønsansız helikopterin model öngörülü kontrolü için 4 farklı
anında yapılması gerekir. senaryo testi yapılmıútır. Her testte kontrolcü helikopteri bir
baúlangıç koúulundan askıda kalma durumuna geçirmeye
4.2. Kayan Ufuk Kavramı çalıúmıútır. Tablo 2’de liste olarak senaryolar görülebilir.
Algoritma tipi de÷iúse de MPC tipinde kontrolcüler kayan Örne÷in 1. senaryoda ileri do÷ru 3 m/s hız ile gitmekte olan
ufuk kavramıyla hesaplama yapmaktadır. Bu kavrama göre helikopter bu uçuúu sırasında, askıda kalma durumuna
her örnekleme anında, o andan öngörü ufku boyunca sistem geçmek için yavaúlamıútır.
de÷iúkenlerinin alması beklenen de÷erler öngörülür ve bu
öngörüye göre kontrol kanunu üretilir. Bir sonraki örnekleme

67
 Tablo 2: Senaryo listesi 5.2. Senaryo 2

Senaryo no Senaryo adı Senaryo koúulu 1. senaryoda yunuslama, birleúiklik etkisi olarak ortaya
çıkmaktaydı. 2. senaryoda ise helikoptere yunuslama açısı
1 øleri do÷ru gidiú 3 m/s (Senaryo 1)
baúlangıç koúulu olarak verilmiú ve benzetim koúturulmuútur.
2 Burun açılı gidiú -10 derece (Senaryo 2)
3 Yana do÷ru gidiú 3 m/s (Senaryo 3)
4 Aúa÷ı do÷ru gidiú 3 m/s (Senaryo 4)

Helikopterin 7, 8, 10 ve 11 numaralı durum de÷iúkenleri

direkt olarak ölçülemedi÷i için bu de÷iúkenlerin de÷erlerinin
elde edilebilmesi için Kalman filtresi tasarlanmıútır. Filtre
durum kestirimcisi olarak çalıútırılmaktadır. En iyi öngörü ve
kontrol ufku hesaplamaları sonucunda en uygun de÷erlerin
sırasıyla 50 ve 5 oldu÷u belirlenmiútir.

5.1. Senaryo 1
Senaryo 1 için yapılan denemeler sonunda en uygun a÷ırlık
katsayıları denklem (14) ve (15)’deki gibi elde edilmiútir ve
sonuçları ùekil 5’deki gibi gösterilmiútir.

y
w diag (17, 4 8, 5 5, 2 0, 01 13, 9 0, 3...
(14)
30, 3 150 55,1 0, 06 0, 06) ùekil 6: Senaryo 2’nin sonuçları

ùekil 6’da görüldü÷ü gibi, -10 derecelik yunuslama açısıyla

wu diag (7, 5 85,1 1, 0 2,1)
1. senaryo sonucunda insansız helikopter yaklaúık 7 saniye
içerisinde askıda kalma durumuna geçmiútir. øleri do÷ru hız
ile yunuslama açısı arasındaki birleúiklikten (coupling) dolayı
helikopter pozitif yönde yunuslama yapmıútır. Azami 0,27
radyanlık yunuslama sonrasında ileri do÷ru hızı sıfırlanmıútır.
(15) benzetimde koúan helikopter yaklaúık 16 saniye içerisinde
askıda kalma durumuna geçmiútir. Yunuslama açısının
negatif de÷erinden dolayı, açı sıfırlanana kadar bir süre ileri
do÷ru gidiú hızı da artmıútır. 1. senaryoya benzer úekilde yana
do÷ru gidiú hızında da küçük bir salınım gerçekleúmiútir.
5.3. Senaryo 3
MPC tipindeki kontrolcü ile hazırlanan di÷er bir senaryoda da
baúlangıç koúulu olarak yana do÷ru gidiú hızı verilmiútir.
Senaryo 3’ün koúum sonucu ùekil 7’de görülmektedir.

ùekil 5: Senaryo 1’in sonuçları

øleri do÷ru gidiú yana do÷ru gidiúi de etkilemektedir. Bunun

sonucunda ±0,3 m/s’lik bir yanal hız ve buna ba÷lı olarak
yalpalama gerçekleúmiútir. MPC bu birleúikliklere karúı da
dayanıklı bir çalıúma sergilemiútir ve askıda kalma durumunu ùekil 7: Senaryo 3’ün sonuçları
baúarıyla sa÷lamıútır.
Yana do÷ru giden helikopter yaklaúık 8 saniye içerisinde
do÷rusal ve açısal hız de÷erlerini sıfırlayarak askıda kalma
durumuna geçmiútir. 3 m/s’lik hızını düúürebilmek için önce
negatif yönlü daha sonra da pozitif yönlü yalpalama

68
yapmıútır. Yalpa açısının sıfırlanmadı÷ı, denge durumu elde
edilirken hesaplanan 0,0063 radyan de÷erinde sabitlendi÷ine
dikkat edilmelidir.
5.4. Senaryo 4
Dikey olarak 3 m/s’lik hız ile alçalmakta olan helikopter
üzerinde yapılan benzetimin sonuçları ùekil 8’de
görülmektedir.
ùekil 8: Senaryo 4’ün sonuçları
Helikopterin dikey hareketinin kontrolü, uzunlamasına ve
yanlamasına harekete göre çok daha hızlı bir úekilde
gerçekleúmektedir. Bunun neticesinde dikey hızın di÷er 3
senaryoya göre çok daha hızlı bir úekilde, yaklaúık 2 saniye
içerisinde sıfırlandı÷ı görülmektedir.
6. Sonuçlar
Bu çalıúma kapsamında altı serbestlik dereceli açık çevrim
kararsız helikopterin do÷rusal hız ve açısal konum kontrolü
gerçekleútirilmiútir. Kullanılan helikopter modeli, benzetim
modeli ve kontrol yaklaúımı açıklandıktan sonra benzetim
sonuçlarına yer verilmiútir. MPC’nin, birleúikli÷i yüksek
helikopter dinami÷ini baúarılı bir úekilde kontrol edebildi÷i
görülmüútür. Kısa süre içerisinde sistemi askıda kalma
durumuna geçirmiú, bunu yaparken de giriú de÷iúkenlerinin
doygunlu÷a ulaúmasını engellemiútir. Ayrıca yazar MPC
tipinde kontrolcünün LQR ile karúılaútırmasını da
gerçekleútirmiútir [17].
7. Kaynakça
[1] J. Watkinson, The Art of the Helicopter, Butterworth-
Heinemann, 2004.
[2] J. Taylor, Jane's All the World's Aircraft 1969-70, Jane's
Information Group, 1969.
[3] J. Richalet, A. Rault, J.L. Testud, J. Papon, Model
Predictive Heuristic Control: Applications to Industrial
Processes, Automatica No: 14, s:413–428, 1978.
[4] J. Balderud, D. Wilson, Application of Predictive Control
to a Toy Helicopter, IEEE Conference on Control
Applications, Glasgow, øskoçya, 2002.
69
[5] A.S. Dutka, A.W. Ordys, M.J. Grimble, Non-linear
predictive control of 2 DOF helicopter model, 42nd IEEE
Conference on Decision and Control, Hawaii, ABD,
2003.
[6] J. Witt, S. Boonto, H. Werner, Approximate Model
Predictive Control of a 3-DOF Helicopter, 46th IEEE
Conference on Decision and Control, New Orleans,
ABD, 2007.
[7] H. Chung, Autonomous Formation Flight of Helicopters:
Model Predictive Control Approach, Doktora Tezi,
University of California Berkeley, Berkeley, 2006.
[8] M. Saffarian, Model Predictive Formation Control of
Helicopter Systems, Master Tezi, University of Alberta,
Edmonton, Alberta, 2009.
[9] M.R. Khaldi, H.H. El Abiad, S. Chamchoum, E.A. Ahad,
Plant identification and predictive control of a scaled-
model helicopter, IEEE International Symposium on
Industrial Electronics, Seul, Güney Kore, 2009.
[10] C.L. Castillo, W. Moreno, K.P. Valavanis, Unmanned
Helicopter Waypoint Trajectory Tracking Using Model
Predictive Control, 15th Mediterranean Conference
on Control and Automation - MED'07, Atina,
Yunanistan, 2007.
[11] S. Franko, LQR-Based Trajectory Control of Full
Envelope, Autonomous Helicopter, World Congress on
Engineering - WCE 2009, Londra, øngiltere, 2009.
[12] D.H. Shim, Hierarchical Flight Control System Synthesis
For Rotorcraft-Based Unmanned Aerial Vehicles,
University Of California Berkeley, 2000, Doktora Tezi.
[13] B. Mettler, Identification Modeling And Characteristics
Of Miniature Rotorcraft, Springer, 2003.
[14] R.K. Heffley, M.A. Mncih, Minimum-Complexity
Helicopter Simulation Math Model, Nasa Usaavscom
Technical Report 87-A-7, 1988.
[15] U.B. Hald, M.V. Hesselbaek, J.T. Holgaard, C.S. Jensen,
S.L. Jakobsen, M. Siegumfeldt, Autonomous Helicoter-
Modelling And Control, Aalborg University Project
Report 835, 2005.
[16] C. Munzinger, Development Of A Real Time Flight
Simulator For An Experimental Model Helicopter,
Georgia Institute Technology, Diploma Tezi, 1998.
[17] S. Franko, ønsansız Helikopterin Model Öngörülü
Kontrolü, østanbul Teknik Üniversitesi, Yüksek Lisans
Tezi, 2010.
[18] R. Pretolani, Design And Development Of The
Navigation, Guaidance And Control System For An
Autonomous Helicopter, Universita Di Bologna, Doktora
Tezi, 2007.
[19] G.D. Padfield, Helicopter Flight Dynamics: The Theory
And Application Of Flying Qualities And Simulation
Modelling, Wiley-Blackwell, 2007.
[20] J.M. Maciejowski, Predictive Control: With Contraints,
Prentice Hall, 2002.
[21] F. Camacho, C. Bordons, Model Predictive Control,
Springer, 2004.
[22] T.J.J. Van Den Boom, A.A. Stoorvogel, Model
Predictive Control, Dısc, Lecture Notes, 2010.
[23] P.ù. Agachi, Model Based Control: Case Studies øn
Process Engineering, Wiley-Vch, 2006.