Виртуальные датчики помогают летательным аппаратам оставаться в воздухе при выходе из строя несущих винтов

Прочитано: 252 раз(а)


Никакой хрустальный шар не нужен, чтобы представить себе будущее, которое задумали инженеры, в котором воздушные такси и другие летательные аппараты перевозят пассажиров между городскими районами, избегая растущих тупиков на земле. Компании уже создают прототипы и испытывают такие гибридные электрические «летающие автомобили», которые взлетают и приземляются вертикально, но парят в воздухе, как крылатые самолеты, что позволяет эффективно летать на большие расстояния.

Естественно, одной из ключевых проблем для этих летательных аппаратов является безопасность. Самолет должен не только оставаться в воздухе, но и сохранять управление независимо от проблем, которые могут возникнуть во время полета — от порывов ветра до летящих на его пути объектов и отказа пропеллеров.

Теперь команда Калифорнийского технологического института разработала бортовой метод управления на основе машинного обучения, который помогает таким самолетам обнаруживать и компенсировать помехи, чтобы они могли продолжать полет. Инженеры описывают новый метод, который они называют «Neural-Fly for Fault Tolerance» (NFFT), в статье , принятой к публикации в журнале IEEE Robotics and Automation Letters.

«Чтобы реализовать весь потенциал этих электрических летательных аппаратов, вам нужна интеллектуальная система управления, которая повысит их надежность и особенно их устойчивость к множеству неисправностей», — говорит Сун-Джо Чанг, профессор кафедры управления и динамических систем Брена в Калифорнийском технологическом институте. Старший научный сотрудник Лаборатории реактивного движения, которой Калифорнийский технологический институт управляет для НАСА.

«Мы разработали такую ​​отказоустойчивую систему, имеющую решающее значение для автономных систем, критически важных для безопасности, и она представляет идею виртуальных датчиков для обнаружения любого отказа с использованием методов машинного обучения и адаптивного управления».

Несколько роторов означают множество возможных точек отказа

Инженеры создают эти гибридно-электрические самолеты с несколькими пропеллерами или несущими винтами, отчасти ради резервирования: если один винт выходит из строя, остается достаточно функциональных двигателей, чтобы оставаться в воздухе. Однако, чтобы снизить энергопотребление, необходимое для полетов между городскими точками — скажем, на расстояние 10 или 20 миль — кораблю также нужны неподвижные крылья.

Однако наличие как несущих винтов, так и крыльев создает множество точек возможного отказа в каждом самолете. И это оставляет инженерам вопрос о том, как лучше всего обнаружить, что с какой-либо частью автомобиля что-то пошло не так.

Инженеры могли бы включить датчики для каждого ротора, но даже этого было бы недостаточно, говорит Чанг. Например, самолету с девятью несущими винтами потребуется более девяти датчиков, поскольку каждому несущему винту может потребоваться один датчик для обнаружения неисправности в конструкции несущего винта, другой для обнаружения неисправности двигателя и третий для предупреждения о возникновении проблемы с сигнальной проводкой.

«В конечном итоге вы могли бы получить распределенную систему датчиков с высокой степенью избыточности», — говорит Чанг, но это было бы дорого, сложно в управлении и увеличило бы вес самолета. Сами датчики также могут выйти из строя.

В рамках NFFT группа Чанга предложила альтернативный, новый подход. Опираясь на предыдущие усилия, команда разработала метод глубокого обучения, который может не только реагировать на сильный ветер, но и на лету обнаруживать, когда у самолета произошел сбой на борту.

Система включает в себя нейронную сеть , которая предварительно обучается на реальных полетных данных, а затем обучается и адаптируется в режиме реального времени на основе ограниченного числа изменяющихся параметров, включая оценку того, насколько эффективно работает каждый винт самолета в любой момент. данное время.

«Для обнаружения и идентификации неисправностей не требуются никакие дополнительные датчики или оборудование», — говорит Чанг. «Мы просто наблюдаем за поведением самолета — его положением и положением в зависимости от времени. Если самолет отклоняется от желаемого положения из точки А в точку Б, NFFT может обнаружить, что что-то не так, и использовать имеющуюся информацию, чтобы компенсировать эту ошибку».

Причем коррекция происходит чрезвычайно быстро — менее чем за секунду. «Управляя самолетом, вы действительно можете почувствовать разницу, которую NFFT вносит в сохранение управляемости самолета при отказе двигателя», — говорит научный сотрудник Мэтью Андерсон, автор статьи и пилот, который помогал проводить летные испытания . «Модернизация управления в реальном времени создает ощущение, будто ничего не изменилось, даже если у вас только что перестал работать один из двигателей».

Представляем виртуальные датчики

Метод NFFT основан на управляющих сигналах и алгоритмах в реальном времени для обнаружения места неисправности, поэтому Чанг говорит, что он может предоставить любому типу транспортного средства практически бесплатные виртуальные датчики для обнаружения проблем.

Команда в первую очередь протестировала метод управления на разрабатываемых ими летательных аппаратах, в том числе на автономной летающей машине скорой помощи, гибридном электромобиле, предназначенном для быстрой транспортировки раненых или больных людей в больницы. Но группа Чанга протестировала аналогичный метод отказоустойчивого управления на наземных транспортных средствах и планирует применить NFFT к лодкам.

Виртуальные датчики помогают летательным аппаратам оставаться в воздухе при выходе из строя несущих винтов



Новости партнеров