「これらの電動フライヤーの可能性を最大限に発揮するには、その堅牢性、特にさまざまな障害に対する回復力を向上させるインテリジェントな制御システムが必要です」と、カリフォルニア工科大学の制御および動的システムのブレン教授である Soon-Jo Chung 氏は述べています。カリフォルニア工科大学が NASA のために管理する JPL の上級研究員。 「私たちは、セーフティクリティカルな自律システムにとって不可欠なこのようなフォールトトレラントシステムを開発しました。これには、機械学習と適応制御手法を使用してあらゆる障害を検出するための仮想センサーのアイデアが導入されています。」
複数のローターは多くの潜在的な障害点を意味します
技術者たちは、冗長性の一環として、複数のプロペラまたはローターを備えたハイブリッド電気航空機を構築しています。10 つのローターが故障した場合でも、飛行を続けるのに十分な機能的なモーターが残っています。ただし、都市間（たとえば 20 マイルまたは XNUMX マイル）間の飛行に必要なエネルギーを削減するために、航空機には固定翼も必要です。ただし、ローターと翼の両方を備えていると、各航空機に多くの故障の可能性が生じます。そのため、エンジニアは、車両の各部分に問題が発生した場合にそれを検出する最善の方法という問題を抱えています。
エンジニアは各ローターにセンサーを組み込むこともできますが、それでも十分ではないと Chung 氏は言います。たとえば、9 つのローターを備えた航空機には、9 つ以上のセンサーが必要になります。各ローターには、ローター構造の故障を検出するために 1 つのセンサーが必要であり、もう 1 つはモーターの動作が停止した場合に通知するために必要であり、さらに別のセンサーは信号配線の問題を警告するために必要になるためです。が発生します。 「最終的には冗長性の高いセンサーの分散システムを構築できるでしょう」と Chung 氏は言いますが、それは高価で管理が難しく、航空機の重量も増加します。センサー自体が故障する可能性もあります。
NFFT に関して、Chung のグループは次のように提案しています。 代替的で斬新なアプローチ。基礎を築く 以前の取り組みチームは、強風に対応できるだけでなく、航空機が機内故障を起こしたことをその場で検出できる深層学習手法を開発しました。このシステムには、実際の飛行データで事前トレーニングされたニューラル ネットワークが含まれており、航空機の各ローターが所定の時点でどの程度効果的に機能しているかの推定など、限られた数の変化するパラメーターに基づいてリアルタイムで学習および適応します。時間。
「これには、障害の検出と識別のための追加のセンサーやハードウェアは必要ありません」と Chung 氏は言います。 「私たちは航空機の挙動、つまり時間の経過に伴う姿勢や位置を観察しているだけです。航空機がポイント A からポイント B までの望ましい位置から逸脱している場合、NFFT は何かが間違っていることを検出し、そのエラーを補正するために持っている情報を使用できます。」
そして修正は 1 秒未満と非常に迅速に行われます。 「飛行機を操縦すると、モーターが故障した際に、NFFT が航空機の制御性を維持する上での違いを実感できます」と、この論文の著者であり、飛行試験の実施に協力したパイロットでもあるスタッフサイエンティストのマシュー・アンダーソン氏は述べています。 「リアルタイム制御の再設計により、モーターの 1 つが動作を停止しただけでも、何も変わっていないかのように感じられます。」
仮想センサーの導入
NFFT 手法はリアルタイムの制御信号とアルゴリズムに依存して故障箇所を検出するため、あらゆるタイプの車両に本質的に無料の仮想センサーを提供して問題を検出できると Chung 氏は述べています。チームは主に、負傷者や病人を病院に迅速に搬送するように設計されたハイブリッド電気自動車である自律飛行救急車など、開発中の航空機で制御方法をテストしました。しかし、Chung 氏のグループは同様のフォールトトレラントな制御方法を地上車両でテストしており、NFFT をボートに適用する計画を持っています。
キム フェゼンマイヤー著
情報源： カリフォルニア工科大学
ソースリンク
