„За да го реализирате целосниот потенцијал на овие електрични летачи, потребен ви е интелигентен контролен систем кој ја подобрува нивната робусност и особено нивната отпорност на различни дефекти“, вели Сон-Џо Чунг, професор по контрола и динамички системи во Брен во Калтек и Виш истражувачки научник во JPL, со кој Калтек раководи за НАСА. „Ние развивме таков систем толерантен за грешки, клучен за автономните системи кои се критични за безбедноста, и ја воведува идејата за виртуелни сензори за откривање на каков било дефект со помош на машинско учење и методи на адаптивна контрола“.
Повеќекратните ротори значат многу можни точки на неуспех
Инженерите ги градат овие хибридни електрични авиони со повеќе пропелери или ротори, делумно поради вишок: ако еден ротор не успее, остануваат доволно функционални мотори за да останат во воздухот. Меѓутоа, за да се намали енергијата потребна за летови меѓу урбаните локации - да речеме, 10 или 20 милји - на леталото му требаат и фиксни крила. Имањето и ротори и крила, сепак, создава многу точки на можни дефекти во секој авион. И тоа ги остава инженерите со прашањето како најдобро да откријат кога нешто не е во ред со кој било дел од возилото.
Инженерите би можеле да вклучат сензори за секој ротор, но и тоа не би било доволно, вели Чунг. На пример, на авион со девет ротори ќе му требаат повеќе од девет сензори, бидејќи на секој ротор може да му треба еден сензор за да открие дефект во структурата на роторот, друг за да забележи дали неговиот мотор престанува да работи и уште друг за да предупреди кога има проблем со жици со сигнал. се јавува. „На крајот би можеле да имате многу непотребен дистрибуиран систем на сензори“, вели Чунг, но тоа би било скапо, тешко за управување и би ја зголемило тежината на авионот. Самите сензори исто така би можеле да откажат.
Со NFFT, групата на Чунг предложи алтернативен, нов пристап. Градење на претходните напори, тимот разви метод за длабоко учење кој не само што може да реагира на силни ветрови туку и да открие, во лет, кога авионот претрпел дефект на одборот. Системот вклучува невронска мрежа која е претходно обучена за реални податоци за летот, а потоа учи и се прилагодува во реално време врз основа на ограничен број променливи параметри, вклучително и проценка за тоа колку ефикасно функционира секој ротор на авионот во одредено време. време.
„Ова не бара дополнителни сензори или хардвер за откривање и идентификација на дефекти“, вели Чунг. „Ние само го набљудуваме однесувањето на авионот - неговиот став и позиција во функција на времето. Ако авионот отстапува од посакуваната позиција од точката А до точката Б, NFFT може да открие дека нешто не е во ред и да ги искористи информациите што ги има за да ја компензира таа грешка.
И корекцијата се случува исклучително брзо - за помалку од една секунда. „Кога летате со авионот, навистина можете да ја почувствувате разликата што ја прави NFFT во одржувањето на контролираноста на авионот кога моторот откажува“, вели научникот Метју Андерсон, автор на хартијата и пилот кој помогнал во спроведувањето на тестовите на летот. „Редизајнот на контролата во реално време прави да се чувствувате како ништо да не се променило, иако штотуку еден од вашите мотори престана да работи“.
Воведување на виртуелни сензори
Методот NFFT се потпира на контролни сигнали и алгоритми во реално време за да открие каде е дефектот, така што Чунг вели дека може да му даде на секој тип на возило суштински бесплатни виртуелни сензори за откривање проблеми. Тимот првенствено го тестираше методот на контрола на воздушните возила што ги развиваат, вклучително и автономната летечка амбуланта, хибридно електрично возило дизајнирано за брзо транспортирање на повредени или болни луѓе во болниците. Но, групата на Чунг тестираше сличен метод за контрола на толерантни грешки на копнените возила и има планови да примени NFFT на чамците.
Напишано од Ким Фезенмаер
извор: Калтех
извор линк
