Identificación no paramétrica del comportamiento dinámico de un quadcopter F450 utilizando redes neuronales artificiales

dc.contributor.advisorManzano Ramos, Edgar Andre
dc.contributor.authorSifuentes Gonzales, Howard Edison
dc.date.accessioned2023-04-04T17:51:23Z
dc.date.available2023-04-04T17:51:23Z
dc.date.issued2023-04
dc.descriptionThe present research was developed with the goal of performing a nonparametric identification of the nonlinear dynamics of a quadcopter using neural networks. This neural network represented a nonlinear model of the aircraft. The quadcopter used was based on the commercial F450 frame, propelled by 4 brushless DC motors and controlled by an Arduino board. Experimental tests were achieved with an in-door environment test bench in order to acquire attitude angles data from the quadcopter and PWM input signals duty cycle data from the 4 aircraft electrical propulsion units (EPU). A non-linearity verification was performed between the dynamic system input and output data. The neural network model was trained using this data to obtain the F450 quadcopter’s dynamic behavior. Finally, the trained neural network model was validated by comparing the time response of the quadcopter real attitude angles and the predicted attitude angles by the neural network model. Validation values were also obtained, such as: the mean square error (MSE), root mean square error (RMSE), RMSE percent, signal fit percent, and a correlation statistical validation. In addition, a cross validation was developed using a different data set from the neural network training data.es_PE
dc.description.abstractEl presente trabajo de investigación se desarrolló con el objetivo de realizar una identificación no paramétrica de la dinámica no lineal de un quadcopter utilizando redes neuronales artificiales, dicha red neuronal representó un modelo no lineal de la aeronave. El quadcopter utilizado estuvo basado en el frame comercial F450, propulsado con 4 motores brushless DC y controlado por la placa de desarrollo de hardware Arduino. En la ejecución de este trabajo se realizaron sesiones experimentales sobre un test bench en un ambiente controlado para adquirir datos de los ángulos de actitud del quadcopter medidos a través de una IMU (Inertial Measurement Unit), y también datos de los ciclos de trabajo de las señales PWM de entrada a las 4 unidades de propulsión eléctrica de la aeronave. Se realizó una verificación de correspondencia no lineal entre los datos de entrada y salida del sistema dinámico. Con estos datos se entrenó un modelo neuronal previamente seleccionado que debía capturar el comportamiento dinámico del quadcopter F450. Finalmente se validó el modelo neuronal entrenado mediante el análisis de la respuesta en el tiempo de los ángulos de actitud reales del quadcopter frente a los ángulos de actitud predichos por el modelo neuronal, también se obtuvieron valores cuantitativos como: el error medio cuadrático (MSE), la raíz del error medio cuadrático (RMSE), el porcentaje RMSE, el porcentaje de ajuste de la señal, y una validación estadística de correlación cruzada. Así también, se realizó una validación cruzada con un conjunto de datos ajenos a los utilizado para el entrenamiento del modelo neuronal.es_PE
dc.description.uriTesises_PE
dc.identifier.urihttps://hdl.handle.net/20.500.14414/16460
dc.publisherUniversidad Nacional de Trujilloes_PE
dc.relation.ispartofseriesTmct;
dc.rightsinfo:eu-repo/semantics/openAccesses_PE
dc.sourceUniversidad Nacional de Trujilloes_PE
dc.subjectcomportamiento dinámico de un quadcopter F450 utilizando redes neuronales artificialeses_PE
dc.titleIdentificación no paramétrica del comportamiento dinámico de un quadcopter F450 utilizando redes neuronales artificialeses_PE
dc.typeinfo:eu-repo/semantics/bachelorThesises_PE
thesis.degree.disciplineIngenieríaes_PE
thesis.degree.grantorUniversidad Nacional de Trujillo. Facultad de Ingenieríaes_PE
thesis.degree.levelTítulo Profesionales_PE
thesis.degree.nameIngeniero Mecatrónicoes_PE
Files
Original bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
Sifuentes Gonzales.pdf
Size:
7.46 MB
Format:
Adobe Portable Document Format
Description:
comportamiento dinámico de un quadcopter F450 utilizando redes neuronales
License bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
1.71 KB
Format:
Item-specific license agreed upon to submission
Description: