Inteligentny system sterowania lotem

Do projektu wykorzystano NF-15B NASA.

Inteligentny system sterowania lotem ( IFCS ) to system sterowania lotem nowej generacji, zaprojektowany w celu zapewnienia zwiększonego bezpieczeństwa załogi i pasażerów statku powietrznego oraz optymalizacji osiągów statku powietrznego w normalnych warunkach. Główną zaletą tego systemu jest to, że pozwoli pilotowi kontrolować samolot nawet w warunkach awarii, które normalnie spowodowałyby jego awarię. IFCS jest rozwijany pod kierunkiem NASA Dryden Flight Research Center we współpracy z NASA Ames Research Center, Boeing Phantom Works , Instytut Badań Naukowych Uniwersytetu Zachodniej Wirginii oraz Georgia Institute of Technology .

Cele IFCS

Głównym celem projektu IFCS jest stworzenie systemu do użytku w cywilnych i wojskowych statkach powietrznych , który jest zarówno adaptacyjny, jak i odporny na awarie . Osiąga się to poprzez zastosowanie aktualizacji oprogramowania do sterowania lotem, które zawierają samouczącą się sieci neuronowych . Cele projektu sieci neuronowej IFCS to.

  1. Opracowanie systemu sterowania lotem , który może identyfikować charakterystyki samolotu za pomocą technologii sieci neuronowych w celu optymalizacji osiągów samolotu.
  2. Opracowanie sieci neuronowej, która może nauczyć się analizować właściwości lotu samolotu.
  3. Aby móc zademonstrować powyższe właściwości na zmodyfikowanym samolocie F-15 ACTIVE podczas lotu, który jest poligonem doświadczalnym dla projektu IFCS.

Teoria operacji

Sieć neuronowa IFCS uczy się charakterystyk lotu w czasie rzeczywistym za pomocą czujników samolotu i korekt błędów z głównego komputera pokładowego, a następnie wykorzystuje te informacje do tworzenia różnych modeli charakterystyk lotu samolotu. Sieć neuronowa uczy się tylko wtedy, gdy statek powietrzny jest w stabilnym stanie lotu i odrzuca wszelkie cechy, które mogłyby spowodować, że statek powietrzny przejdzie w stan awarii. Jeśli stan statku powietrznego zmieni się ze stabilnego na awarię, na przykład jeśli jedna z powierzchni sterowych ulegnie uszkodzeniu i przestanie reagować, IFCS może wykryć tę usterkę i przełączyć model charakterystyki lotu statku powietrznego. Następnie sieć neuronowa pracuje nad wyeliminowaniem błędu między modelem referencyjnym a rzeczywistym stanem samolotu.

Historia projektu

Generacja 1

Testy w locie IFCS generacji 1 przeprowadzono w 2003 roku w celu przetestowania wyjść sieci neuronowej. W tej fazie sieć neuronowa została wstępnie wytrenowana przy użyciu charakterystyk lotu uzyskanych dla McDonnell Douglas F-15 STOL/MTD w teście w tunelu aerodynamicznym i faktycznie nie zapewniała żadnych regulacji sterowania w locie. Wyjścia sieci neuronowej były kierowane bezpośrednio do oprzyrządowania wyłącznie w celu gromadzenia danych.

Generacja 2

Testy IFCS generacji 2 zostały przeprowadzone w 2005 roku i wykorzystywały w pełni zintegrowaną sieć neuronową , zgodnie z opisem w teorii działania. Jest to bezpośredni system adaptacyjny, który w sposób ciągły zapewnia korekcje błędów, a następnie mierzy efekty tych korekt w celu nauczenia się nowych modeli lotu lub dostosowania istniejących. Aby zmierzyć stan samolotu, sieć neuronowa pobiera 31 danych wejściowych z osi przechyłu, pochylenia i odchylenia oraz powierzchni sterowych . Jeśli występuje różnica między stanem a modelem samolotu, sieć neuronowa dostosowuje wyjścia głównego komputera pokładowego za pomocą dynamicznego kontrolera inwersji, aby sprowadzić różnicę do zera, zanim zostaną wysłane do elektroniki sterującej siłownika, która porusza powierzchniami sterowymi.

Zobacz też

Inny projekt badawczo-rozwojowy, którego celem jest zaprojektowanie inteligentnego systemu sterowania lotem, jest realizowany na University College London. Ich prototyp jest znany jako inteligentny system autopilota, który ma sztuczne sieci neuronowe zdolne do uczenia się od ludzkich nauczycieli poprzez naśladowanie. System jest w stanie poradzić sobie z trudnymi warunkami pogodowymi i sytuacjami awaryjnymi w locie, takimi jak awaria silnika lub pożar, lądowanie awaryjne i wykonywanie odrzuconego startu (RTO) w symulatorze lotu.

  1. ^ a b c „Arkusze informacyjne NASA Dryden Flight Research Center: Inteligentny system sterowania lotem” . Centrum Badań Lotów Dryden NASA. 21 lipca 2006 . Źródło 2007-02-25 .
  2. ^ Davidson , Ron (październik 2003). „Test w locie inteligentnego systemu sterowania lotem” . Powiązane publikacje biznesowe . Źródło 2007-02-25 .
  3. ^ a b Peggy S. Williams-Hayes (25 sierpnia 2005). „Wdrożenie testu w locie inteligentnego systemu sterowania lotem drugiej generacji” (PDF) . Centrum Badań Lotów Dryden NASA.
  4. ^ a „Inteligentny system autopilota IAS” . Haitham Baomar. 15 sierpnia 2016 . Źródło 2016-09-05 .
Pobrano z „ https://en.wikipedia.org/w/index.php?title=Intelligent_flight_control_system&oldid=1083897500 ”