Yapay Sinir Ağları Temelinde Uçağın Yanlamasına Ve Uzunlamasına Hareket Kontrolu

Abstract

Maaliyet ve zaman artarken Teknolojini bir numaralı hedefi “en hızlı, en iyi, en ucuz“ olmaya başladı. NASA başta olmakla birçok araştırma merkezleri bu yönde araştırmalar yapmaya başladı. NASA bir uzay aracında bol fiziksel sistemlerin yerine analitik sistemlerin geçmesini araşatıran projelere destek vermeye başlamıştı. Sensor fail ettiği zaman bulma, tanımlama ve çözümleme sistemi olarak Yapay Sinir Ağları ile Yunuslama, Yuvarlanma ve Sapma açıları tahmin edilebilecekti. Gyro sensor fail ettiği zaman Mantıksal şema yadımı ile bulma, tanımlama tahmin edilebilirdi. Ek olarak bu sistem sensor fail ettikten sonra fail etmiş sensorun yerine tahmin ederek geçebilir. Bu çalışmada böyle bir sistem düşünülmüş, modellenmiş ve Simulink programlama platformunda test edilmiştir. Çeşitli sensor fail ettiği zaman bu zaman sistem zeki şekilde doğru ve zamanında hatayı bulacak, tanımlayacak, ve çözümleyebilecek. Akıllı Uçuş Kontrol Sisteminin hedefi öyle bir uçuş kontrol sistemi geliştirmektir ki Yapay Sinir ağları kullanılarak etkili şekilde uçak stabilitesini ve kontrol parametrelerini tanımlayabilmelidir. Bu bilgi koşullar başarısız olduğunda uçak performansını optimize etmekte yararlanılacaktır. Bu yöntem geniş kapsamlı yeni havacılık adaptive uçuş kontrol teknolojisi sistem tasarımı, ticari, avcı ve transport uçağı, tekrar kullanılabilir fırlatma araçları ve uzay araçlarını içeren bir uygulama alanına sahip olacaktır.

Its “faster, better, cheaper” initiative to increase the number of missions while decreasing mission cost and time. Accordingly, NASA began supporting research efforts to replace physically redundant systems on board spacecraft with analytically redundant systems. The sensor failure, detection, identification and accommodation (SFDIA) system eliminates physical redundancy by supplying neural network estimations for the pitch, roll, and yaw rate gyros. A Boolean logic scheme utilizes the estimations to detect and identify gyro sensor failures. Additionally, the SFDIA replaces a faulty sensor with its estimate to ensure nominal flight conditions after a sensor failure. The SFDIA was written, modeled and tested in the Simulink programming environment . Various sensor failures were artificially injected into each parameter. In each case, the SFDIA accurately and timely detected, identified, and accommodated the faulty sensor.