Bu araştırma, helikopter ve dikey kalkış-iniş yapan hava araçlarının bazı doğrusal olmayan kontrol problemlerini laboratuvar ortamında temsil etmek için kullanılan Twin-Rotor Multi-Input Multi-Output System (TRMS) üzerinde üç farklı kontrol yaklaşımını karşılaştırıyor. TRMS'nin ana ve kuyruk rotorları birbirini aerodinamik olarak etkilediğinden pitch ve yaw hareketleri bağımsız değildir; sürtünme, kablo gerilimi, aerodinamik bozucular ve gerçek sistemin matematiksel modele tam olarak uymaması kontrol problemini daha da zorlaştırmaktadır.

Araştırmacılar önce geleneksel, modele dayalı Backstepping kontrolünü bir temel yaklaşım olarak kullanmıştır. Aynı kontrolcü ideal matematiksel simülasyonda son derece düşük izleme hatası üretmesine rağmen fiziksel TRMS düzeneğinde özellikle yaw ekseninde kararsız hale gelmiştir. Deneysel yaw RMSE değeri 2.5624 rad'a ulaşmış ve yaw hareketinde büyüyen salınımlar gözlenmiştir. Bu sonuç çalışmanın merkezindeki “model–gerçek sistem farkı” problemini doğrudan ortaya koymaktadır.

Bu başarısızlığı aşmak için iki yaklaşım karşılaştırılmıştır. İlkinde Backstepping kazançları, gerçek zamanlı çalışabilecek şekilde yeniden düzenlenmiş Rate-Constrained Sequential Quantum Black Hole Optimization (RS-QBHO) algoritmasıyla çevrimiçi ayarlanmaktadır. İkincisinde ise Backstepping yapısına Sliding Mode Control terimi eklenerek Hybrid Backstepping–Sliding Mode Control (BSMC) oluşturulmuştur. RS-QBHO fiziksel sistemde kararlılığı yeniden sağlamış; pitch ve yaw RMSE değerlerini sırasıyla 0.0799 rad ve 0.2305 rad'a düşürmüştür. Hybrid BSMC ise aynı deneysel karşılaştırmada 0.0682 rad pitch RMSE ve 0.1858 rad yaw RMSE ile daha düşük izleme hatası elde etmiştir.

Önemli olan, Hybrid BSMC'nin simülasyonda geleneksel Backstepping'den daha iyi görünmemesidir. İdeal model kullanıldığında iki yöntem aynı RMSE ve ITAE değerlerini üretmiştir. Araştırmacıların yorumuna göre bunun nedeni Sliding Mode teriminin modellenmemiş bozucu bulunmadığında etkinleşmemesi ve hibrit kontrolcünün nominal koşulda doğal olarak Backstepping davranışına yaklaşmasıdır. Gerçek donanım devreye girdiğinde ise modellenmemiş aerodinamik etkiler Sliding Mode bileşeninin sağladığı yapısal bozucu bastırma yeteneğini ortaya çıkarmıştır.

RS-QBHO yaklaşımı da önemli bir sonuç vermiştir: kontrol mimarisini değiştirmeden yalnız kazançları gerçek zamanlı uyarlayarak kararsız fiziksel sistemi stabilize edebilmiştir. Bunun karşılığında algoritma ilk yaklaşık 10 saniyede farklı aday kazançları deneyen stokastik bir keşif evresine girmekte ve bu dönem toplam hata ölçütünü yükseltmektedir. Hybrid BSMC'de benzer bir öğrenme/arama sürecine gerek olmadığı için hızlı modellenmemiş aerodinamik değişimlere daha doğrudan tepki verilmiştir.

Bununla birlikte çalışma gerçek bir hava aracının uçuş deneyi değildir. Kullanılan TRMS fiziksel bir laboratuvar düzeneğidir ve deneyler sabit çevresel koşullarda gerçekleştirilmiştir. Araştırmacılar zamanla değişen parametrik bozucuların ve yapılandırılmış dış bozucuların gelecekte ayrıca test edilmesi gerektiğini açıkça belirtmektedir.

Türkiye açısından değerlendirme: Sonuçlar Türkiye'deki kontrol, mekatronik, havacılık ve insansız hava aracı araştırma laboratuvarları açısından, simülasyonda başarılı görünen bir kontrol yasasının fiziksel sisteme geçirildiğinde model uyuşmazlığı nedeniyle başarısız olabileceğini gösteren değerli bir deneysel örnek oluşturabilir. Ancak TRMS üzerindeki RMSE değerleri gerçek bir helikopter, İHA veya VTOL platformuna doğrudan taşınamaz. Türkiye'de gerçek uçuş uygulamasına yönelik kullanım için aerodinamik model, eyleyici sınırları, sensör gürültüsü, dış bozucular, gerçek uçuş zarfı ve güvenlik koşulları ayrıca doğrulanmalıdır.

TRMS neden zor bir kontrol problemidir?

Twin-Rotor MIMO System, iki pervaneli ve iki temel dönme eksenli fiziksel bir laboratuvar sistemidir. Ana rotor ağırlıklı olarak düşey düzlemdeki pitch hareketini, kuyruk rotoru ise yatay düzlemdeki yaw hareketini kontrol eder. Bununla birlikte iki rotor bağımsız değildir. Bir rotorun oluşturduğu aerodinamik kuvvet veya reaktif tork diğer eksenin davranışını değiştirebilir.

Bu nedenle sistem Multi-Input Multi-Output, yani çok girişli–çok çıkışlıdır. İki motor gerilimi sisteme giriş oluştururken pitch ve yaw konumları temel kontrol çıktılarıdır. Sistem ayrıca yüksek doğrusal olmama, aerodinamik çapraz bağlaşım, jiroskopik etkiler ve doğrusal olmayan sürtünme içerir.

Araştırmada kullanılan durum vektörü:

\[ x= [x_1,x_2,x_3,x_4,x_5,x_6]^T = [\psi,\dot{\psi},\tau_1,\phi,\dot{\phi},\tau_2]^T \]

şeklindedir.

• \(x_1=\psi\): pitch açısı,
• \(x_2=\dot{\psi}\): pitch açısal hızı,
• \(x_3=\tau_1\): ana rotor aerodinamik torku,
• \(x_4=\phi\): yaw açısı,
• \(x_5=\dot{\phi}\): yaw açısal hızı,
• \(x_6=\tau_2\): kuyruk rotor aerodinamik torkudur.

Kontrol girdileri:

\[ u=[U_1,U_2]^T \]

olup bunlar ana ve kuyruk rotor motorlarına uygulanan DC gerilimlerdir.

Model–gerçek sistem farkı neden önemlidir?

Backstepping gibi model tabanlı doğrusal olmayan kontrol yöntemlerinde kontrolcü, sistem dinamiklerindeki belirli terimleri matematiksel olarak dengelemeye veya iptal etmeye çalışır. Bu yaklaşım model doğruysa çok güçlüdür. Ancak fiziksel sistemde modele dahil edilmeyen sürtünme, aerodinamik sürükleme, yüksek frekanslı türbülans, mekanik kablo gerilimi veya parametre sapması bulunursa iptal işlemi kusursuz gerçekleşmez.

Araştırmanın simülasyon–donanım karşılaştırması bunu açık biçimde göstermektedir. Geleneksel Backstepping ideal modelde hem pitch hem yaw ekseninde kararlı ve hassas çalışırken gerçek TRMS'de yaw ekseni büyüyen salınımlara girmiştir.

Geleneksel Backstepping nasıl kullanıldı?

TRMS, kontrol tasarımında pitch ve yaw olmak üzere iki alt sisteme ayrılmıştır. Aerodinamik çapraz bağlaşım terimleri dışsal sınırlı bozucular gibi ele alınmıştır. Backstepping yaklaşımı izleme hatasını aşamalı biçimde tanımlar ve her adımda bir sanal kontrol değişkeni oluşturarak Lyapunov fonksiyonunun türevini negatif hale getirmeyi amaçlar.

Pitch ekseni için ilk hata:

\[ z_1=x_1-x_{1d} \]

olarak tanımlanmıştır. İlk sanal kontrol:

\[ \alpha_1=-c_1z_1+\dot{x}_{1d} \]

şeklindedir. İlk Lyapunov adayı:

\[ V_1=\frac{1}{2}z_1^2 \]

seçilerek hata dinamiklerinin sıfıra yakınsaması hedeflenmektedir. Ardından \(z_2\) ve \(z_3\) gibi ek hata değişkenleri tanımlanıp kontrol yasası gerçek motor gerilimine kadar geri doğru türetilmektedir.

Yaw ekseninde aynı yapı \(z_4\), \(z_5\) ve \(z_6\) hata değişkenleri üzerinden kurulmaktadır.

Hybrid BSMC ne ekliyor?

Hybrid Backstepping–Sliding Mode Control yaklaşımı, Backstepping'in model tabanlı yapısını korurken son aşamada bir Sliding Mode ulaşma terimi eklemektedir. Pitch için kayan yüzey:

\[ S_1=z_3 \]

olarak seçilmiş ve kaynakta ulaşma yasası:

\[ \dot{S}_1=-k_{s1}\operatorname{sign}(\varepsilon S_1)-c_3S_1 \]

şeklinde verilmiştir.

Yaw için benzer biçimde:

\[ S_2=z_6 \]

ve:

\[ \dot{S}_2=-k_{s2}\operatorname{sign}(\varepsilon S_2)-c_6S_2 \]

kullanılmıştır.

Bu terimin amacı, model tarafından tam olarak temsil edilemeyen aerodinamik bozucular ortaya çıktığında sistemi kayan yüzeye doğru zorlayarak izleme hatasını sınırlandırmaktır. Lyapunov türetiminde pitch ekseni için:

\[ \dot{V}_3= -c_1z_1^2-c_2z_2^2-c_3S_1^2 -S_1k_{s1}\operatorname{sign}(\varepsilon S_1) \]

ve yaw ekseni için benzer negatif terimler elde edilmektedir.

Kaynak içindeki sign(εS) problemi

Burada kaynak metnin dikkatle ayrıştırılması gereken bir noktası vardır. Makale fiziksel deney tartışmasında küçük \(\varepsilon\) değerinin signum fonksiyonunun ideal süreksiz davranışını yumuşatarak bir sınır tabakası oluşturduğunu ve chattering'i azalttığını belirtmektedir.

Ancak basılı matematiksel ifade doğrudan \(\operatorname{sign}(\varepsilon S)\) biçimindedir. \(\varepsilon>0\) olduğunda:

\[ \operatorname{sign}(\varepsilon S)=\operatorname{sign}(S) \]

olduğundan yalnızca argümanı pozitif bir sabitle çarpmak signum fonksiyonunu sürekli hale getirmez. Kaynak, fiziksel uygulamada saturation, tanh veya başka bir sürekli sınır tabakası fonksiyonunun kullanılıp kullanılmadığını açık biçimde göstermemektedir. Bu nedenle deneyde gözlenen düşük mekanik titreşim sonuç olarak bildirilebilir; fakat basılı denklemden “ε matematiksel olarak sign fonksiyonunu yumuşatıyor” sonucu doğrudan çıkarılamaz.

RS-QBHO nedir?

İkinci çözüm kontrol yasasının yapısını değiştirmek yerine Backstepping kazançlarını çevrimiçi olarak ayarlamaktadır. Araştırmacılar bunun için Quantum Black Hole Optimization yaklaşımını gerçek zamanlı fiziksel kontrol için değiştirmiş ve Rate-Constrained Sequential QBHO adını verdikleri bir yapı önermiştir.

Standart popülasyon tabanlı meta-sezgisel optimizasyonda çok sayıda adayın aynı iterasyonda değerlendirilmesi gerekir. Fiziksel TRMS ise 10 ms'lik, yani 100 Hz'lik kontrol çevriminde çalışmaktadır. Bu nedenle araştırmacılar bütün popülasyonu aynı anda değerlendirmek yerine adayları zamana yaymıştır.

Pitch ve yaw neden ayrı optimize ediliyor?

Altı kazancı aynı anda optimize etmek yerine problem iki adet üç boyutlu alt probleme ayrılmıştır:

\[ \Theta_\psi=[k_1,k_2,k_3]^T \]

pitch için ve:

\[ \Theta_\phi=[k_4,k_5,k_6]^T \]

yaw için kullanılmıştır.

İki RS-QBHO örneği paralel çalışır. Her biri ilgili eksenin izleme hatasına göre kendi kazançlarını optimize eder.

RS-QBHO'nun gerçek zamanlı çalışma mantığı

Her optimizer N=30 parçacıktan oluşan bir popülasyon kullanmaktadır. Her aday kazanç seti 50 örnek, yani 0,5 saniye boyunca test edilmektedir. Performans ölçütü, zamana göre ağırlıklandırılmış mutlak hatanın integrali olan ITAE'dir:

\[ J_{\text{perf}} = \int_{t_0}^{t_0+T_w} \tau |e_{\text{sub}}(\tau)|\,d\tau \]

Burada alt sistem pitch veya yaw olabilir.

Algoritmada iki çalışma evresi vardır:

1. Exploration/Test: Bir aday parçacığın kazançları fiziksel sistem üzerinde denenir.
2. Exploitation/Settle: Sistem mevcut en iyi “Black Hole” kazançlarına döndürülür ve bir sonraki adaydan önce kararlı hale gelmesine izin verilir.

Kazançların aniden değişmesi nasıl önleniyor?

Fiziksel rotorların ani kazanç değişimlerinden etkilenmemesi için birinci dereceden geçiş filtresi kullanılmaktadır:

\[ \Theta(k)= \Theta(k-1)+ \lambda[\Theta_{\text{target}}-\Theta(k-1)] \]

Çalışmada:

\[ \lambda=0.1 \]

seçilmiştir. Araştırmacılar daha küçük değerlerin geçişi yavaşlattığını, daha büyük değerlerin ise kazanç jitter'ı riskini artırdığını belirtmektedir.

Fitness fonksiyonunda ayrıca büyük parametre sıçramaları cezalandırılmaktadır:

\[ f_i= -\left( J_{\text{perf}}+ \beta\|\Theta_i-\Theta_{\text{prev}}\|^2 \right) \]

ve:

\[ \beta=0.01 \]

kullanılmıştır. Kaynakta \(\beta\) için 0.005–0.05 aralığının fiziksel sistemde kararlı davranış verdiği belirtilmektedir.

“Black Hole” güncellemesi nasıl yapılıyor?

Test edilen parçacık mevcut en iyi çözümden daha başarılı olduğunda yeni global en iyi çözüm olarak kabul edilmektedir. Diğer parçacıklar:

\[ X_j(t+1)= X_j(t)+ \rho[X_{BH}(t)-X_j(t)] \]

kuantum çekim kuralıyla Black Hole konumuna doğru güncellenmektedir. \(\rho\) stokastik kuantum belirsizliğini temsil eder.

Simülasyon kurulumu

Üç kontrol stratejisi önce MATLAB/Simulink R2014a ortamında değerlendirilmiştir. Sabit adımlı ode1 (Euler) çözücüsü kullanılmış ve simülasyon örnekleme zamanı:

\[ T_s=1\ \text{ms} \]

olarak belirlenmiştir. Her deney 100 saniye sürmüş, aynı sinüzoidal pitch ve yaw referansları uygulanmış ve motor gerilimleri fiziksel TRMS ile uyumlu olarak ±2,5 V ile sınırlandırılmıştır.

İdeal modelde sonuçlar

İdeal koşullarda Conventional Backstepping ile Hybrid BSMC tamamen aynı performans değerlerini üretmiştir. Araştırmacılar bunu Hybrid BSMC'nin önemli bir tasarım özelliği olarak yorumlamaktadır: model hatası bulunmadığında Sliding Mode bozucu bastırma teriminin ek müdahalesine ihtiyaç kalmamakta ve hibrit kontrolcü nominal Backstepping davranışına yaklaşmaktadır.

RS-QBHO ise kusursuz model koşulunda biraz daha yüksek hata üretmiştir. Bunun nedeni meta-sezgisel algoritmanın kazanç uzayında arama yapması, buna karşılık nominal Backstepping'in tam olarak kullanılan modele göre türetilmiş olmasıdır.

Gerçek donanım neden farklı davrandı?

Fiziksel TRMS düzeneğinde doğrusal olmayan sürtünme, mekanik kablo etkileri ve yüksek frekanslı aerodinamik değişimler gibi ideal simülasyonda bulunmayan etkiler ortaya çıkmıştır. Böylece matematiksel modelle gerçek sistem arasında kontrolcünün telafi etmek zorunda kaldığı fark oluşmuştur.

Geleneksel Backstepping pitch ekseninde sınırlı bir izleme davranışı göstermiş fakat yaw ekseninde kararlı kalamamıştır. Yaw açısı giderek büyüyen salınımlara girmiş ve deneysel yaw RMSE değeri 2.5624 rad olarak raporlanmıştır.

RS-QBHO fiziksel sistemi nasıl stabilize etti?

Çevrimiçi optimizer farklı kazanç kümelerini deneyerek gerçek sistemdeki model uyuşmazlığını kazanç ayarı üzerinden telafi etmiştir. İlk yaklaşık 10 saniyede kazançlarda yoğun stokastik değişimler görülmüş, ardından parametreler daha dar bir bölgeye yakınsamıştır.

Özellikle \(k_1\) ve \(k_4\) kazançlarının önceden tanımlanmış 5.0 üst sınırına ulaşması, algoritmanın tracking hatasını azaltmak amacıyla izin verilen maksimum döngü kazancını seçtiği şeklinde yorumlanmıştır.

Sonuç olarak fiziksel sistem hem pitch hem yaw ekseninde stabilize edilmiştir.

Hybrid BSMC neden daha düşük RMSE verdi?

RS-QBHO yeni uygun kazançları bulmak için zaman içinde adaylar denemek zorundadır. Hybrid BSMC ise modellenmemiş bozucuyu kazanç arama sürecinden geçmeden kontrol yasasının yapısal Sliding Mode terimiyle bastırmayı hedeflemektedir.

Deneysel sonuçlarda bu fark özellikle yaw ekseninde belirgindir. Ana rotorun kuyruk ekseni üzerinde oluşturduğu modellenmemiş reaktif etkiler karşısında BSMC daha düşük izleme hatası üretmiştir.

Çalışmanın en önemli sonucu nedir?

Araştırma “hangi kontrolcü simülasyonda en iyi?” sorusundan daha önemli bir noktayı göstermektedir. İdeal modelde Conventional Backstepping ve Hybrid BSMC aynı sonucu üretirken fiziksel donanımda davranışları dramatik biçimde ayrılmıştır. Dolayısıyla yalnız nominal simülasyon başarısı, modellenmemiş fiziksel dinamikler karşısında sağlamlığı garanti etmemektedir.

Çalışmada iki çözüm yaklaşımı da fiziksel sistemi stabilize etmiştir:

• RS-QBHO: kontrol parametrelerini çevrimiçi öğrenerek/optimize ederek model uyuşmazlığına uyum sağlamaktadır.
• Hybrid BSMC: kontrol yasasına doğrudan sağlam bozucu bastırma yapısı eklemektedir.

Kaynak çalışmanın fiziksel TRMS sonuçlarında ikinci yaklaşım daha düşük pitch ve yaw RMSE değerleri üretmiştir.

Çalışmanın Yöntemi ve Bulguları

Fiziksel HIL deney düzeneği

Kontrol algoritmaları Simulink Desktop Real-Time kernel üzerinde çalıştırılmıştır. Fiziksel kontrol çevriminin örnekleme frekansı:

\[ f_s=100\ \text{Hz} \]

ve örnekleme süresi:

\[ T_s=0.01\ \text{s} \]

olarak verilmiştir.

Bilgisayar ile TRMS arasında Advantech PCI-1711 veri toplama kartı kullanılmıştır. Kartın 12 bit DAC kanalları motor gerilimlerini üretirken quadrature optik encoder darbeleri sistem konumunun ölçümünde kullanılmıştır. Encoder çözünürlüğü 2000 pulse/revolution olarak bildirilmiştir.

Fiziksel motorları korumak amacıyla bütün kontrol komutları:

\[ -2.5\ \text{V}\le U_1,U_2\le +2.5\ \text{V} \]

aralığında sınırlandırılmıştır.

Gerçek zamanlı deney sonuçları

Önemli tablo notu: Kaynak makale Hybrid BSMC satırındaki dört performans değerini kalın göstererek yöntemin “bütün kaydedilen performans metriklerinde en düşük” olduğunu belirtmektedir. Ancak pitch ITAE sütunundaki sayılar buna uymamaktadır: Conventional Backstepping için 1990.24 rad·s, Hybrid BSMC için 2733.71 rad·s verilmiştir. Dolayısıyla kaynak tablodaki sayısal değerlere göre Hybrid BSMC pitch ITAE bakımından en düşük değildir. Bu çelişki burada düzeltilmeden açıkça korunmuştur.

Ayrıca baseline deney grafiği kararsızlık nedeniyle yaklaşık 40 saniyelik bir zaman aralığını gösterirken önerilen kontrolcülerin deneyleri 100 saniyelik grafiklerle sunulmaktadır. ITAE zaman boyunca biriken bir ölçüt olduğundan, kaynak Tablo 3'ün hesaplamasında farklı deney sürelerinin nasıl ele alındığı açık değildir. Bu nedenle özellikle ITAE değerleri yorumlanırken bu metodolojik belirsizlik dikkate alınmalıdır.

Conventional Backstepping sonucu

Fiziksel deneyde pitch RMSE 0.2571 rad olarak ölçülürken yaw RMSE 2.5624 rad'a yükselmiştir. Yaw grafiğinde referans sinüzoidal hareket takip edilememiş ve büyüyen salınımlar oluşmuştur. Araştırmacılar bu davranışı nominal modelde bulunmayan aerodinamik sürükleme ve sürtünme etkilerinin Backstepping'in model tabanlı iptal mekanizmasını bozmasıyla açıklamaktadır.

Online RS-QBHO sonucu

RS-QBHO fiziksel sistemin kararlılığını geri kazanmıştır. Pitch RMSE 0.0799 rad, yaw RMSE ise 0.2305 rad olarak bildirilmiştir.

İlk yaklaşık 10 saniyede optimizer'ın farklı kazanç adaylarını denemesi nedeniyle belirgin keşif geçişleri görülmektedir. Araştırmacılar yüksek ITAE'nin önemli bölümünü bu başlangıç keşif maliyetine bağlamaktadır.

Hybrid BSMC sonucu

Hybrid BSMC fiziksel deneyde pitch için 0.0682 rad, yaw için 0.1858 rad RMSE elde etmiştir. Bu değerler kaynak Tablo 3'te üç yöntem arasında en düşük RMSE sonuçlarıdır.

Yaw ITAE değeri de 8624.69 rad·s ile RS-QBHO'nun 10,268.60 rad·s değerinden ve kararsız baseline'ın 21,281.99 rad·s değerinden düşüktür.

Simülasyon ile fiziksel deney arasındaki temel fark

Kaynak içindeki model denklemi tutarsızlığı

Tam TRMS modeli ile kontrol türetiminde kullanılan ayrıştırılmış modeller arasında ayrıca açık bir matematiksel fark vardır. Tam modelde pitch eksenindeki sürtünme terimi:

\[ -B_{2\psi}\operatorname{sgn}(x_2) \]

ve yaw ekseninde:

\[ -B_{2\phi}\operatorname{sgn}(x_5) \]

olarak yazılmıştır. Buna karşılık Hybrid BSMC türetiminde kullanılan ayrıştırılmış alt sistemlerde karşılık gelen terimler:

\[ -B_{2\psi}x_1 \]

ve:

\[ -B_{2\phi}x_4 \]

biçiminde verilmiştir. Kaynak çalışma bu değişimin bir yeniden modelleme, yaklaşıklaştırma veya yazım hatası olup olmadığını açıklamamaktadır. Bu nedenle burada denklemlerden biri diğerine göre sessizce “doğru” kabul edilmemiştir.

RS-QBHO için doğrulama sınırı

Çalışmanın özeti iki önerilen yaklaşımın Lyapunov analiziyle biçimsel olarak doğrulandığını ifade etmektedir. Ancak ayrıntılı bölümlerde Hybrid BSMC için açık Lyapunov fonksiyonları ve negatif türev koşulları sunulurken RS-QBHO için benzer bir kapalı çevrim adaptif kararlılık türetimi gösterilmemektedir. RS-QBHO bölümü algoritma, fitness, oran sınırlaması ve deneysel kararlılık üzerine kuruludur.

Bu nedenle çalışmanın sağladığı güçlü deneysel RS-QBHO sonucu ile bağımsız formal adaptif kararlılık kanıtı aynı şey olarak değerlendirilmemelidir.

Çalışma neyi destekliyor?

• İdeal modelde başarılı olan geleneksel Backstepping'in fiziksel TRMS'de modellenmemiş dinamikler nedeniyle başarısız olabileceğini deneysel olarak gösteriyor.
• Çevrimiçi RS-QBHO kazanç ayarının kararsızlaşan fiziksel TRMS'yi stabilize edebildiğini gösteriyor.
• Hybrid BSMC'nin aynı fiziksel deney ortamında pitch ve yaw RMSE bakımından üç yaklaşım içindeki en düşük değerleri ürettiğini gösteriyor.
• Sliding Mode tabanlı yapısal sağlamlığın hızlı modellenmemiş aerodinamik etkiler karşısında çevrimiçi meta-sezgisel aramadan daha düşük RMSE sağlayabildiğini gösteriyor.
• Simülasyon performansının tek başına gerçek donanım sağlamlığının kanıtı olmadığını gösteren doğrudan bir laboratuvar karşılaştırması sunuyor.

Çalışma neyi kanıtlamıyor?

• Hybrid BSMC'nin bütün MIMO veya bütün hava araçlarında en iyi kontrol yöntemi olduğunu kanıtlamıyor.
• Sonuçlar gerçek helikopter, İHA veya VTOL uçuş testi değildir.
• Kontrolcülerin zamanla değişen parametrik belirsizlikler ve güçlü yapılandırılmış dış bozucular altında aynı performansı koruyacağı gösterilmemiştir.
• RS-QBHO'nun bütün optimizasyon yöntemlerinden üstün olduğu gösterilmemiştir.
• Basılı sign(εS) ifadesinin matematiksel olarak sürekli bir sınır tabakası oluşturduğu gösterilmemiştir.
• Kaynak Tablo 3'teki “bütün metriklerde en düşük” iddiası pitch ITAE sütununun kendi sayılarıyla desteklenmemektedir.

Araştırmacıların gelecekte önerdiği yön

Çalışmanın sonuç bölümünde, gelecekte modellenmemiş dinamikleri aktif olarak tahmin edecek sinir ağı tabanlı gözlemcilerin yapısal Sliding Mode sağlamlığıyla birleştirilmesi önerilmektedir. Ayrıca daha şiddetli, bozucu bakımından zengin ve uçuş benzeri senaryolarda deney yapılması planlanmaktadır.

Kaynak ve Yöntem Notu

Tam özgün çalışma adı: Robust Control of Twin-Rotor MIMO Systems Under Unmodeled Dynamics: Comparative Experimental Validation of Hybrid BSMC and Online QBHO Strategies

Yazarlar ve sıraları: Abderrahmane Kacimi; Azeddine Beloufa; Souaad Tahraoui; Abderrahmane Senoussaoui; Mehdi Houari Zaid; Abdelbasset Azzouz; Jun-Jiat Tiang.

Sorumlu yazar: Jun-Jiat Tiang.

Eş katkı/eş birinci yazar: Kaynakta eş katkı beyanı bulunmamaktadır.

Kurumlar: Department of Instrumentation Maintenance, Institute of Maintenance and Industrial Safety, University of Oran 2; Laboratory of Electrical Engineering and Renewable Energies, Hassiba Benbouali University; Signals, Systems and Artificial Intelligence Laboratory, Hassiba Benbouali University; Electrical Department, University of Mascara Mustapha Stambouli; Laboratoire AVCIS, University of Science and Technology of Oran; Laboratory of Electronics, Advanced Signal Processing, and Microwave, Saida University; Centre for Wireless Technology, CoE for Intelligent Network, Faculty of Artificial Intelligence and Engineering, Multimedia University.

Dergi: Actuators.

Yayınevi: MDPI, Basel, Switzerland.

Yayın kimliği: Actuators 2026, 15, 236.

DOI: 10.3390/act15050236.

Resmî yayın bağlantısı: https://doi.org/10.3390/act15050236

Yayın süreci: Alındı 20 Mart 2026; revize edildi 21 Nisan 2026; kabul edildi 23 Nisan 2026; yayımlandı 28 Nisan 2026.

Kaynak türü ve hakemlik durumu: Hakemli araştırma makalesi. Çalışma sayısal simülasyonla fiziksel hardware-in-the-loop TRMS deneyini birleştiren deneysel kontrol mühendisliği araştırmasıdır.

Lisans: Creative Commons Attribution (CC BY).

Akademik editörler: Xiaoxiong Liu ve Yu Li.

Finansman: Article Processing Charge (APC), Multimedia University (MMU), Malaysia tarafından finanse edilmiştir.

Etik kurul: Uygulanabilir değil.

Bilgilendirilmiş onam: Uygulanabilir değil.

Veri erişilebilirliği: Çalışmanın özgün katkılarının makale içerisinde bulunduğu, ek soruların sorumlu yazara yöneltilebileceği belirtilmiştir.

Çıkar çatışması: Yazarlar çıkar çatışması bildirmemiştir.

Yazar katkıları: Kavramsallaştırma A.B. ve A.K.; yöntem A.B. ve A.K.; yazılım A.B.; doğrulama A.B., A.K., S.T., A.S., A.A. ve M.H.Z.; biçimsel analiz A.K. ve S.T.; araştırma A.B. ve M.H.Z.; kaynaklar A.S. ve J.-J.T.; veri kürasyonu A.B. ve M.H.Z.; ilk taslak A.B.; gözden geçirme ve düzenleme A.K., S.T., A.S., A.A. ve J.-J.T.; görselleştirme A.B.; danışmanlık A.K. ve A.S.; proje yönetimi ve finansman temini J.-J.T. tarafından yürütülmüştür.

Kaynak içi teknik tutarsızlıklar: Tam TRMS modelindeki kuru sürtünme terimleri ile Hybrid BSMC türetiminde kullanılan ayrıştırılmış modeldeki karşılıkları aynı değildir ve değişiklik açıklanmamıştır. Basılı sign(εS) ifadesi pozitif ε için matematiksel olarak sign(S) ile aynı işaret davranışını korurken metin bunu sürekli bir sınır tabakası yumuşatması olarak açıklamaktadır. Özet iki yöntemin de Lyapunov analiziyle biçimsel doğrulandığını ifade ederken RS-QBHO için Hybrid BSMC'deki türde ayrı bir Lyapunov kapalı çevrim türetimi gösterilmemektedir. Tablo 3'te Hybrid BSMC'nin bütün metriklerde en düşük olduğu ifade edilmesine rağmen pitch ITAE değeri 2733.71 rad·s, Conventional Backstepping'in 1990.24 rad·s değerinden yüksektir. Ayrıca deney grafiklerinde baseline süresinin yaklaşık 40 saniye, önerilen yöntemlerin ise 100 saniye görünmesi nedeniyle zamanla biriken ITAE değerlerinin eşit süreli hesaplanıp hesaplanmadığı kaynakta açık değildir.

Yöntemsel yorum sınırı: Deney fiziksel bir TRMS laboratuvar düzeneğinde gerçekleştirilmiştir; gerçek bir uçan helikopter, İHA veya VTOL platformunda uçuş doğrulaması yapılmamıştır. Deneysel koşullar sabittir ve zamanla değişen parametrik bozucular ile daha yoğun dış bozucu senaryolar gelecekteki çalışma olarak bırakılmıştır.

Bu Verianla içeriğindeki bilimsel yöntem, denklemler, parametreler, deney düzeneği, performans değerleri ve sonuçlar yalnızca incelenen kaynak çalışmaya dayanmaktadır. Dış kaynaklar yalnız bibliyografik kimlik ve yayın durumunun doğrulanması amacıyla kullanılmış; çalışmaya yeni deneysel bulgu eklenmemiştir.