Uçak Eğim Kontrolü için Gri Kurt Optimizasyonu ile Genetik Algoritma Tabanlı Hibrit Algoritmayla PID Denetleyici Tasarımı

Öz

Hava taşıtlarının stabilitesini ve manevra kabiliyetini artırmak için uçak eğim kontrolünün sağlanması kritik rol oynayan bir kontrol problemidir. Bu çalışmada, uçak eğim kontrol sistemi için kararlı ve hassas bir dinamik tepki elde edebilmek amacıyla kontrolör tasarlanmıştır. Gri Kurt Optimizasyonu (GKO) ve Genetik Algoritma (GA) tabanlı hibrit bir optimizasyon yaklaşımı kullanılarak Oransal-İntegral-Türev (PID) denetleyici parametreleri optimize edilmiştir. Önerilen hibrit GKOGA-PID denetleyicisinde, kazanç parametrelerinin optimum değerleri belirlenmeye çalışılmış, sistemin geçici ve kalıcı rejim performansı iyileştirilmesi sağlanmıştır. GKO, sürü zekâsı temelli küresel arama yeteneği sayesinde geniş çözüm uzayını tarayabilirken, GA yerel arama yeteneği sayesinde çözümleri daha hassas bir şekilde iyileştirmektedir. Tasarlanan hibrit denetleyici literatürde yer alan, sezgisel algoritma kullanan PID denetleyiciler ile karşılaştırılmış ve performans değerlendirmesi yapılmıştır. Çalışmada geçici tepki analizi, kutup-sıfır haritası, frekans cevabı incelenmiştir. Önerilen hibrit GKOGA optimizasyon yaklaşımının, uçak eğim kontrol sistemi için daha düşük yükselme süresi, aşma oranı ve hata kriterleri sağladığını ve sistemin kararlılığını artırdığını göstermektedir.

Anahtar Kelimeler

• Uçak Eğim Kontrolü
• PID
• Genetik Algoritma
• Gri Kurt Optimizasyon Algoritması
• Hibrit Optimizasyon
• Uçuş Güvenliği

Design of PID Controller with Genetic Algorithm Based Hybrid Algorithm with Grey Wolf Optimization for Aircraft Pitch Control

Öz

Ensuring aircraft pitch control is a critical control problem to increase aircraft stability and maneuverability. In this study, a controller is designed to obtain a stable and sensitive dynamic response for the aircraft pitch control system. Proportional-Integral-Derivative (PID) controller parameters are optimized using a hybrid optimization approach based on Grey Wolf Optimization (GKO) and Genetic Algorithm (GA). In the proposed hybrid GKOGA-PID controller, the optimum values of the gain parameters are tried to be determined, and the transient and steady-state performance of the system is improved. While GKO can scan a wide solution space thanks to its swarm intelligence-based global search capability, GA improves the solutions more precisely thanks to its local search capability. The designed hybrid controller is compared with PID controllers using heuristic algorithms in the literature, and its performance is evaluated. Transient response analysis, pole-zero map, and frequency response are examined in the study. It is shown that the proposed hybrid GKOGA optimization approach provides lower rise time, overshoot rate, and error criteria for the aircraft pitch control system and increases the stability of the system.

Anahtar Kelimeler

• Aircraft Pitch Control
• PID
• Genetic Algorithm
• Grey Wolf Optimization Algorithm
• Hybrid Optimization
• Flight Safety

Kaynakça

1. Abdulla AI., Mohammed IK. Aircraft pitch control design using LQG controller based on genetic algorithm. TELKOMNIKA (Telecommunication Computing Electronics and Control) 2023; 21(2): 409-417.
2. Abualigah L., Ekinci S., Izci D. Aircraft pitch control via filtered proportional-ıntegral-derivative controller design using sinh cosh optimizer. International Journal of Robotics and Control Systems 2024; 4(2): 746–757.
3. Aldeeb An., Abdullah Ah. Achieving aircraft pitch control through artificial ıntelligence. African Journal of Advanced Pure and Applied Sciences (AJAPAS) 2024; 378-387.
4. Ali MS., Wang L., Alquhayz H., Rehman OU., Chen G. Performance improvement of three-phase boost power factor correction rectifier through combined parameters optimization of proportional-integral and repetitive controller. IEEE Access 2021; 9: 58893-58909.
5. Bensafia Y., Idir A., Zemmit A., Khettab K. Performance ımprovement of aircraft pitch angle using the fractional order adaptive PID controller. Przeglad Elektrotechniczny 2023; 99(5).
6. Bingül Z. MATLAB ve Simulink’le modelleme. Kontrol 1. Birsen Yayınevi, Kocaeli Üniversitesi 2005.
7. Ceballos Benavides GE., Duarte-Mermoud MA., Orchard ME., Travieso-Torres JC. Pitch angle control of an airplane using fractional order direct model reference adaptive controllers. Fractal and Fractional 2023; 7(4): 342.
8. Control Tutorials for MATLAB and Simulink - Aircraft Pitch: System Modeling. Published with MATLAB® 7.14, 2012. Available from: http://ctms.engin.umich.edu/CTMS/index.php?example=AircraftPitch§ion=SystemModeling. Accessed: 23.02.2025.

9. Daş R., Türkoğlu İ., Poyraz M. Genetik algoritma yöntemiyle ınternet erişim kayıtlarından bilgi çıkarılması. Sakarya University Journal of Science 2006; 10(2): 67-72.
10. Gaing ZL. A particle swarm optimization approach for optimum design of PID controller in AVR system. IEEE Transactions on Energy Conversion 2004;19(2): 384-391.
11. Gong X., Wang X., Xiong W., Zhang H., Xin Y. An effective PID control method of air conditioning system for electric drive workshop based on IBK-IFNN two-stage optimization. Journal of Building Engineering 2024; 98: 111028.
12. Holland JH. Adaption in natural and artificial systems. The MIT Press, Cambridge 1935,
13. Idir A., Bensafia Y., Khettab K., Canale L. Performance improvement of aircraft pitch angle control using a new reduced order fractionalized PID controller. Asian Journal of Control 2023; 25(4): 2588-2603.
14. İzci D., Ekinci S., Demirören A., Hedley J. HHO algorithm based PID controller design for aircraft pitch angle control system. In 2020 international congress on human-computer interaction, optimization and robotic applications (HORA), 26-28 June 2020, pp. 1-6, Ankara, Turkey. IEEE.
15. Kaçtı V., Ekinci S., İzci D. Henry gaz çözünürlük optimizasyonu ile uçak eğim kontrol sistemi için etkin kontrolör tasarımı. Dicle Üniversitesi Mühendislik Fakültesi Mühendislik Dergisi 2020; 11(3): 953-964.
16. Keklik G., Özcan BD. Genetik algoritmaların işleyişi ve genetik algoritma uygulamalarında kullanılan operatörler. Osmaniye Korkut Ata Üniversitesi Fen Bilimleri Enstitüsü Dergisi 2023; 6(1): 1052-1066.
17. Köprücü S., Öztürk M. Comparison of PID coefficients determination methods for aircraft pitch angle control. Aerospace Research Letters (ASREL) 2024; 3(1): 15-26.
18. Kumar V., Hote YV. New approach of series-PID controller design based on modern control theory: Simulations and real-time validation. IFAC Journal of Systems and Control 2025; 31: 100295.
19. Micev M., Ćalasan M., Oliva D. Design and robustness analysis of an automatic voltage regulator system controller by using equilibrium optimizer algorithm. Computers and Electrical Engineering 2021; 89: 106930.
20. Mirjalili S., Mirjalili SM., Lewis A. Grey wolf optimizer. Advances in Engineering Software 2014; 69: 46–61.
21. Mitiku HM., Salau AO., Sharew EA. Design of an artificial neural network and proportional‐integral‐derivative controller using particle swarm optimization for Boeing 747‐400 aircraft pitch control. Advanced Control for Applications: Engineering and Industrial Systems 2024; 6(3): 1-13, e224.
22. Motea ZM., Wahid H., Zahid J., Lwin SH., Hassan AM. A comparative analysis of intelligent and PID controllers for an aircraft pitch control system. Applications of Modelling and Simulation 2018; 2(1): 17-25.
23. Okeya DC., Mbachu CB., Muoghalu CN., Ekengwu BO. Enhancing the pitch control of an unmanned aircraft using pso based ıntelligent PID controller. International Journal of Research Publication and Reviews 2024; 5(3): 55-63.
24. Ponrani MA., Godweena AK. Aircraft pitch control using PID controller. In 2021 International Conference on System, Computation, Automation and Networking (ICSCAN), 30-31 July 2021 pp. 1-4, Puducherry, India, IEEE.
25. Rehman AU., Khan MU., Shah MS., Maqsood Q., Ullah MF., Uba S. Aircraft pitch control based on genetic algorithm tuning with PID and LQR controller. In 2021 6th International Multi-Topic ICT Conference (IMTIC), 10-12 November 2021, pp. 1-6, Jamshoro & Karachi, Pakistan, IEEE.
26. Şahin AK., Akyazı Ö., Şahin E., Çakır O. Uçak eğim kontrol sistemi için ölüm oyunu optimizasyonuna dayalı PID-F denetleyicisi tasarımı. Gümüşhane Üniversitesi Fen Bilimleri Dergisi 2022; 12(2): 539-549.
27. Şenel FA., Yüksel AS., Gökçe F., Yiğit T. Gri kurt optimizasyon algoritması ile iki boyutlu dizilim yazılımının geliştirilmesi. Balıkesir Üniversitesi Fen Bilimleri Enstitüsü Dergisi 2018; 20(2): 293-306.
28. Toren M., Mollahasanoğlu H. Gri Kurt optimizasyon algoritması ile güç ve dağıtım türü transformatörlerin ağırlık optimizasyonu. Niğde Ömer Halisdemir Üniversitesi Mühendislik Bilimleri Dergisi 2023; 12(1): 96-103.
29. Vatansever F., Şen D. Genetik algoritma tabanlı PID kontrolör simülatörü tasarımı. Uludağ Üniversitesi Mühendislik Fakültesi Dergisi 2013; 18(2): 7-18.
30. Yıldırım Ş., Savaş S. PID denetim organı kullanarak uçaklarda kalkış ve iniş halinde yunuslama (Pitch) açısı kontrolü. Erciyes Üniversitesi Fen Bilimleri Enstitüsü Fen Bilimleri Dergisi 2009; 25(1-2): 287-301.
31. Zaeri R., Ghanbarzadeh A., Attaran B., Zaeri Z. Fuzzy logic controller based pitch control of aircraft tuned with bees algorithm. In The 2nd International Conference on Control, Instrumentation and Automation, 27-29 December 2011, pp: 705-710. Shiraz, Iran, IEEE.
32. Zhao C., Wang D., Xue W. Beyond linear limits: Design of robust nonlinear PID control. Automatica 2025; 173: 112075.