<?xml version="1.0" encoding="utf-8"?>
<journal>
<title>Journal of Control</title>
<title_fa>مجله کنترل</title_fa>
<short_title>JoC</short_title>
<subject>Engineering &amp; Technology</subject>
<web_url>http://joc.kntu.ac.ir</web_url>
<journal_hbi_system_id>1</journal_hbi_system_id>
<journal_hbi_system_user>admin</journal_hbi_system_user>
<journal_id_issn>2008-8345</journal_id_issn>
<journal_id_issn_online>2538-3752</journal_id_issn_online>
<journal_id_pii></journal_id_pii>
<journal_id_doi>10.61186/joc</journal_id_doi>
<journal_id_iranmedex></journal_id_iranmedex>
<journal_id_magiran></journal_id_magiran>
<journal_id_sid></journal_id_sid>
<journal_id_nlai></journal_id_nlai>
<journal_id_science></journal_id_science>
<language>fa</language>
<pubdate>
	<type>jalali</type>
	<year>1400</year>
	<month>10</month>
	<day>1</day>
</pubdate>
<pubdate>
	<type>gregorian</type>
	<year>2022</year>
	<month>1</month>
	<day>1</day>
</pubdate>
<volume>15</volume>
<number>4</number>
<publish_type>online</publish_type>
<publish_edition>1</publish_edition>
<article_type>fulltext</article_type>
<articleset>
	<article>


	<language>fa</language>
	<article_id_doi></article_id_doi>
	<title_fa>تشخیص عیب حس‌گر وضعیت هواپیمایِ بدون سرنشین بر اساس منطق فازی و با شناسایی مدلِ شبکه عصبی</title_fa>
	<title>UAV attitude Sensor Fault Detection Based On Fuzzy Logic and by Neural Network Model Identification</title>
	<subject_fa>تخصصي</subject_fa>
	<subject>Special</subject>
	<content_type_fa>پژوهشي</content_type_fa>
	<content_type>Research paper</content_type>
	<abstract_fa>&lt;span dir=&quot;RTL&quot;&gt;تشخیص عیب در سامانه&#8204;های هوایی جهت جلوگیری از بسیاری از حوادث همواره حائز اهمیت بوده است. انجام این فرآیند به روش&#8204;های مختلف امکان&#8204;پذیر می&#8204;باشد. در این مقاله ابتدا با استفاده از داده&#8204;های پروازیِ یک هواپیمای بدون سرنشین و به&#8204;کارگیری شبکه عصبی، مدل هواپیما در محور عرضی شناسایی&#8204;شده&#8204; است. &lt;/span&gt;&lt;span dir=&quot;RTL&quot;&gt;در ادامه&lt;/span&gt; &lt;span dir=&quot;RTL&quot;&gt;بر اساس مدل به&#8204;دست&#8204;آمده و با استفاده از منطق فازی، واحد تشخیص عیب حس&#8204;گر وضعیت هواپیما طراحی گردید. &lt;/span&gt;&lt;span dir=&quot;RTL&quot;&gt;نتایج شبیه&#8204;سازی نشان می&#8204;دهد&lt;/span&gt;&lt;span dir=&quot;RTL&quot;&gt;، نرخ هشدارهای اضافی به&#8204;طور متوسط یک هشدار در چهار ساعت پرواز و نرخ هشدارهای ازدست&#8204;رفته به&#8204;طور متوسط یک هشدار در دو ساعت پرواز می&#8204;باشد. این مقادیر به تائید کارشناسان سامانه پهپاد رسید&lt;/span&gt;</abstract_fa>
	<abstract>Fault detection has always been important in aviation systems to prevent many accidents. This process is possible in different ways. In this paper, we first identify the longitudinal axis plane model using neural network approach. Then based on the obtained model and using fuzzy logic, the aircraft status sensor fault detection unit was designed. The simulation results show that the fault detection system is able to work well, with additional alarms averaging 1 alert per 4-hour flight and miss alert rates averaging 1 alert per 2 hours. The results are confirmed by the experts from the UAV system.&lt;br&gt;
&amp;nbsp;</abstract>
	<keyword_fa>هواپیمای بدون سرنشین, تشخیص عیب, شبکه عصبی, منطق فازی</keyword_fa>
	<keyword>Unmanned aerial vehicle, Fault detection, neural network, Fuzzy logic</keyword>
	<start_page>71</start_page>
	<end_page>83</end_page>
	<web_url>http://joc.kntu.ac.ir/browse.php?a_code=A-10-978-5&amp;slc_lang=fa&amp;sid=1</web_url>


<author_list>
	<author>
	<first_name>Mohammad</first_name>
	<middle_name></middle_name>
	<last_name>Hadidi</last_name>
	<suffix></suffix>
	<first_name_fa>محمد</first_name_fa>
	<middle_name_fa></middle_name_fa>
	<last_name_fa>حدیدی</last_name_fa>
	<suffix_fa></suffix_fa>
	<email>m.ctrl2014@chmail.ir</email>
	<code>10031947532846008674</code>
	<orcid>10031947532846008674</orcid>
	<coreauthor>No</coreauthor>
	<affiliation>Department of Electrical Engineering, Najafabad Branch, Islamic Azad University, Najafabad, Iran</affiliation>
	<affiliation_fa>دانشکده مهندسی برق، واحد نجف‌آباد، دانشگاه آزاد اسلامی، نجف‌آباد، ایران</affiliation_fa>
	 </author>


	<author>
	<first_name>Seyed Mohamad</first_name>
	<middle_name></middle_name>
	<last_name>Kargar</last_name>
	<suffix></suffix>
	<first_name_fa>سید محمد</first_name_fa>
	<middle_name_fa></middle_name_fa>
	<last_name_fa>کارگر</last_name_fa>
	<suffix_fa></suffix_fa>
	<email>kargar@pel.iaun.ac.ir</email>
	<code>10031947532846008675</code>
	<orcid>10031947532846008675</orcid>
	<coreauthor>Yes
</coreauthor>
	<affiliation>Smart Microgrid Research Center, Najafabad Branch, Islamic Azad University, Najafabad, Iran</affiliation>
	<affiliation_fa>مرکز تحقیقات ریز شبکه های هوشمند، واحد نجف‌آباد، دانشگاه آزاد اسلامی، نجف‌آباد، ایران</affiliation_fa>
	 </author>


</author_list>


	</article>
</articleset>
</journal>
