Intelligentes Flugsteuerungssystem - Intelligent flight control system

Für das Projekt wurde der NF-15B der NASA verwendet.

Das Intelligent Flight Control System ( IFCS ) ist ein Flugsteuerungssystem der nächsten Generation , das die Sicherheit für Besatzung und Passagiere von Flugzeugen erhöht und die Leistung des Flugzeugs unter normalen Bedingungen optimiert. Der Hauptvorteil dieses Systems besteht darin, dass ein Pilot ein Flugzeug auch unter Ausfallbedingungen steuern kann, die normalerweise zum Absturz führen würden. Das IFCS wird unter der Leitung des NASA Dryden Flight Research Center in Zusammenarbeit mit dem NASA Ames Research Center, Boeing Phantom Works , dem Institut für wissenschaftliche Forschung der West Virginia University und dem Georgia Institute of Technology entwickelt .

Ziele von IFCS

Der Hauptzweck des IFCS-Projekts besteht darin, ein System für den Einsatz in zivilen und militärischen Flugzeugen zu schaffen , das sowohl adaptiv als auch fehlertolerant ist . Dies wird durch die Verwendung von Upgrades der Flugsteuerungssoftware erreicht, die selbstlernende neuronale Netzwerktechnologie enthalten . Die Ziele des IFCS-Projekts für neuronale Netze sind:

  1. Entwicklung eines Flugsteuerungssystems , mit dem Flugzeugmerkmale mithilfe der neuronalen Netzwerktechnologie identifiziert werden können, um die Flugzeugleistung zu optimieren.
  2. Entwicklung eines neuronalen Netzwerks, das sich selbst trainieren kann, um die Flugeigenschaften des Flugzeugs zu analysieren.
  3. Um die oben genannten Eigenschaften an einem modifizierten F-15 ACTIVE- Flugzeug während des Fluges demonstrieren zu können , ist dies die Testumgebung für das IFCS-Projekt.

Theorie der Arbeitsweise

Das neuronale Netz der Flugeigenschaften erfahren IFCS in Echtzeit durch das Flugzeug ‚s Sensoren und von Fehlerkorrekturen aus dem primären Flugcomputer, und verwendet dann diese Informationen verschiedene Flugcharakteristik Modelle für das Flugzeug zu schaffen. Das neuronale Netzwerk lernt nur, wenn sich das Flugzeug in einem stabilen Flugzustand befindet, und verwirft alle Eigenschaften, die dazu führen würden, dass das Flugzeug in einen Ausfallzustand übergeht. Wenn sich der Zustand des Flugzeugs von stabil zu fehlerhaft ändert, z. B. wenn eine der Steuerflächen beschädigt wird und nicht mehr reagiert, kann das IFCS diesen Fehler erkennen und das Flugkennlinienmodell für das Flugzeug umschalten. Das neuronale Netzwerk arbeitet dann, um den Fehler zwischen dem Referenzmodell und dem tatsächlichen Flugzeugzustand auf Null zu bringen.

Projektgeschichte

Generation 1

IFCS-Flugtests der Generation 1 wurden 2003 durchgeführt, um die Ergebnisse des neuronalen Netzwerks zu testen. In dieser Phase wurde das neuronale Netzwerk unter Verwendung der für den McDonnell Douglas F-15 STOL / MTD in einem Windkanaltest erhaltenen Flugeigenschaften vorab trainiert und lieferte tatsächlich keine Steuerungsanpassungen im Flug. Die Ausgänge des neuronalen Netzwerks wurden nur zu Datenerfassungszwecken direkt zur Instrumentierung geleitet.

Generation 2

IFCS-Tests der 2. Generation wurden 2005 durchgeführt und verwendeten ein vollständig integriertes neuronales Netzwerk, wie in der Betriebstheorie beschrieben. Es ist ein direktes adaptives System, das kontinuierlich Fehlerkorrekturen bereitstellt und dann die Auswirkungen dieser Korrekturen misst, um neue Flugmodelle zu lernen oder vorhandene anzupassen. Um den Flugzeugzustand zu messen, nimmt das neuronale Netzwerk 31 Eingaben von den Roll-, Nick- und Gierachsen und den Steuerflächen entgegen . Wenn es einen Unterschied zwischen dem Flugzeugzustand und dem Modell gibt, passt das neuronale Netzwerk die Ausgänge des primären Flugcomputers über einen dynamischen Inversionsregler an, um die Differenz auf Null zu bringen, bevor sie an die Steuerelektronik des Stellantriebs gesendet werden, die die Steuerflächen bewegt.

Siehe auch

Ein anderes Forschungs- und Entwicklungsprojekt mit dem Ziel, ein intelligentes Flugsteuerungssystem zu entwickeln, wird am University College London durchgeführt. Ihr Prototyp ist als intelligentes Autopilotsystem bekannt, das über künstliche neuronale Netze verfügt, die durch Nachahmung von menschlichen Lehrern lernen können. Das System ist in der Lage, Unwetterbedingungen und Flugnotfälle wie Motorschaden oder Feuer, Notlandung und RTO (Rejected Take Off) in einem Flugsimulator zu bewältigen.

Verweise

  1. ^ a b c "Faktenblätter des NASA Dryden Flight Research Center: Intelligentes Flugsteuerungssystem" . NASA Dryden Flight Research Center. 21. Juli 2006 . Abgerufen am 25.02.2007 .
  2. ^ ein Davidson, Ron (Oktober 2003). "Flugtest eines intelligenten Flugsteuerungssystems" . Zugehörige Geschäftspublikationen . Abgerufen am 25.02.2007 .
  3. ^ a b Peggy S. Williams-Hayes (25. August 2005). "Flugtestimplementierung eines intelligenten Flugsteuerungssystems der zweiten Generation" (PDF) . NASA Dryden Flight Research Center. Zitierjournal benötigt |journal=( Hilfe )
  4. ^ a "Das intelligente Autopilotsystem IAS" . Haitham Baomar. 15. August 2016 . Abgerufen am 05.09.2016 .