"यी इलेक्ट्रिक फ्लायरहरूको पूर्ण क्षमता महसुस गर्न, तपाईंलाई एक बुद्धिमान नियन्त्रण प्रणाली चाहिन्छ जसले तिनीहरूको बलियोपन र विशेष गरी तिनीहरूको विभिन्न प्रकारका गल्तीहरू विरुद्ध लचिलोपन सुधार गर्दछ," सून-जो चुंग भन्छन्, क्याल्टेक र कन्ट्रोल र डायनामिकल प्रणालीका ब्रेन प्रोफेसर। जेपीएलमा वरिष्ठ अनुसन्धान वैज्ञानिक, जसलाई क्यालटेकले नासाको लागि प्रबन्ध गर्दछ। "हामीले सुरक्षा-महत्वपूर्ण स्वायत्त प्रणालीहरूको लागि महत्त्वपूर्ण यस्तो गल्ती-सहिष्णु प्रणाली विकास गरेका छौं, र यसले मेसिन लर्निंग र अनुकूलन नियन्त्रण विधिहरू प्रयोग गरेर कुनै पनि विफलता पत्ता लगाउन भर्चुअल सेन्सरहरूको विचार प्रस्तुत गर्दछ।"
मल्टिपल रोटरहरूले असफलताको धेरै सम्भावित बिन्दुहरू हुन्
इन्जिनियरहरूले यी हाइब्रिड बिजुली विमानहरू धेरै प्रोपेलरहरू, वा रोटरहरू, रिडन्डन्सीको लागि निर्माण गरिरहेका छन्: यदि एउटा रोटर असफल भयो भने, पर्याप्त कार्यात्मक मोटरहरू हावामा रहन बाँकी छन्। यद्यपि, शहरी स्थानहरू बीच उडानहरू गर्न आवश्यक ऊर्जा कम गर्न - भन्नुहोस्, 10 वा 20 माइल - शिल्पलाई निश्चित पखेटाहरू पनि चाहिन्छ। दुवै रोटर र पखेटा भएकोले, यद्यपि, प्रत्येक विमानमा सम्भावित विफलताको धेरै बिन्दुहरू सिर्जना गर्दछ। र यसले इन्जिनियरहरूलाई गाडीको कुनै पनि भागमा केहि गडबड भएको बेला कसरी पत्ता लगाउने भन्ने प्रश्नको साथ छोड्छ।
इन्जिनियरहरूले प्रत्येक रोटरको लागि सेन्सरहरू समावेश गर्न सक्छन्, तर त्यो पनि पर्याप्त हुँदैन, चुंग भन्छन्। उदाहरणका लागि, नौ रोटर भएको विमानलाई नौ भन्दा बढी सेन्सरहरू चाहिन्छ, किनकि प्रत्येक रोटरलाई रोटरको संरचनामा विफलता पत्ता लगाउन एउटा सेन्सर चाहिन्छ, अर्कोले यसको मोटर चल्न बन्द भयो भने थाहा पाउन, र अर्को संकेत तारिङ समस्या हुँदा अलर्ट गर्नको लागि। हुन्छ। चुङ भन्छन्, “अन्ततः तपाईसँग अत्यधिक अनावश्यक वितरण प्रणाली सेन्सर हुन सक्छ, तर त्यो महँगो, व्यवस्थापन गर्न गाह्रो र विमानको तौल बढाउनेछ। सेन्सर आफै पनि असफल हुन सक्छ।
NFFT सँग, चुङको समूहले प्रस्ताव गरेको छ एक वैकल्पिक, उपन्यास दृष्टिकोण। निर्माण गर्दै विगतका प्रयासहरु, टोलीले एउटा गहिरो-सिकाउने विधि विकास गरेको छ जसले तीव्र हावालाई मात्र प्रतिक्रिया दिन सक्दैन तर उडानमा, जहाजमा जहाज असफल भएको बेला पत्ता लगाउन पनि सक्छ। प्रणालीमा एक न्यूरल नेटवर्क समावेश छ जुन वास्तविक जीवन उडान डेटामा पूर्व-प्रशिक्षित हुन्छ र त्यसपछि सिमित संख्यामा परिवर्तन गरिएका प्यारामिटरहरूको आधारमा वास्तविक समयमा सिक्ने र अनुकूलन गर्दछ, जसमा विमानमा प्रत्येक रोटरले कुनै पनि समयमा काम गरिरहेको छ भन्ने अनुमान सहित। समय।
"यसलाई दोष पत्ता लगाउन र पहिचानको लागि कुनै अतिरिक्त सेन्सर वा हार्डवेयर आवश्यक पर्दैन," चुङ भन्छन्। "हामी केवल विमानको व्यवहारलाई अवलोकन गर्छौं - समयको कार्यको रूपमा यसको मनोवृत्ति र स्थिति। यदि विमान बिन्दु A देखि बिन्दु B मा आफ्नो इच्छित स्थितिबाट विचलित छ भने, NFFT ले केहि गलत छ भनेर पत्ता लगाउन सक्छ र त्यो त्रुटिको लागि क्षतिपूर्ति गर्न जानकारी प्रयोग गर्न सक्छ।"
र सुधार एकदम चाँडो हुन्छ - एक सेकेन्ड भन्दा कममा। "विमान उडाउँदा, तपाईले मोटर फेल हुँदा NFFT ले विमानको नियन्त्रितता कायम राख्नमा फरक महसुस गर्न सक्नुहुन्छ," स्टाफ वैज्ञानिक म्याथ्यू एन्डरसन भन्छन्, कागजमा लेखक र उडान परीक्षण सञ्चालन गर्न मद्दत गर्ने पाइलट। "वास्तविक-समय नियन्त्रण पुन: डिजाइनले यो महसुस गराउँदछ कि केहि पनि परिवर्तन भएको छैन, यद्यपि तपाइँले भर्खरै तपाइँको एउटा मोटरले काम गर्न छोडेको छ।"
भर्चुअल सेन्सरहरू प्रस्तुत गर्दै
NFFT विधिले असफलता कहाँ छ भनेर पत्ता लगाउन वास्तविक-समय नियन्त्रण संकेतहरू र एल्गोरिदमहरूमा निर्भर गर्दछ, त्यसैले चुंग भन्छन् कि यसले कुनै पनि प्रकारको सवारी साधनलाई अनिवार्य रूपमा नि:शुल्क भर्चुअल सेन्सरहरू समस्याहरू पत्ता लगाउन सक्छ। टोलीले प्राथमिक रूपमा तिनीहरूले विकास गरिरहेका हवाई सवारी साधनहरूमा नियन्त्रण विधि परीक्षण गरेको छ, स्वायत्त उडान एम्बुलेन्स सहित, एक हाइब्रिड इलेक्ट्रिक वाहन घाइते वा बिरामी व्यक्तिहरूलाई छिटो अस्पतालमा लैजानको लागि डिजाइन गरिएको। तर चुङको समूहले जमिनमा चल्ने सवारीसाधनमा यस्तै दोष-सहिष्णु नियन्त्रण विधिको परीक्षण गरेको छ र डुङ्गामा NFFT लागू गर्ने योजना बनाएको छ।
Kimm Fesenmaier द्वारा लिखित
स्रोत: Caltech
स्रोत लिङ्क