„Um das volle Potenzial dieser Elektroflugzeuge auszuschöpfen, benötigen Sie ein intelligentes Steuerungssystem, das ihre Robustheit und insbesondere ihre Widerstandsfähigkeit gegenüber einer Vielzahl von Fehlern verbessert“, sagt Soon-Jo Chung, Bren-Professor für Steuerung und dynamische Systeme am Caltech und Leitender Forschungswissenschaftler am JPL, das Caltech für die NASA verwaltet. „Wir haben ein solches fehlertolerantes System entwickelt, das für sicherheitskritische autonome Systeme von entscheidender Bedeutung ist, und es führt die Idee virtueller Sensoren zur Erkennung jeglicher Fehler mithilfe von maschinellem Lernen und adaptiven Steuerungsmethoden ein.“ »
Chungs Gruppe nutzte ein Modell seines autonomen fliegenden Krankenwagens, um seine NFFT-Steuerungsmethode zu testen. Bildnachweis: Caltech
Mehrere Rotoren bedeuten viele mögliche Fehlerquellen
Ingenieure bauen diese Hybrid-Elektroflugzeuge teilweise aus Redundanzgründen mit mehreren Propellern oder Rotoren: Wenn ein Rotor ausfällt, sind noch genügend funktionierende Motoren übrig, um im Flug zu bleiben. Um jedoch den Energiebedarf für Flüge zwischen städtischen Gebieten (z. B. 10 oder 20 Meilen) zu reduzieren, benötigt das Fluggerät auch feste Flügel. Allerdings führt die Tatsache, dass sowohl Rotoren als auch Flügel vorhanden sind, bei jedem Flugzeug zu vielen möglichen Fehlerquellen. Und so fragen sich die Ingenieure, wie sie am besten erkennen können, wenn mit einem Teil des Fahrzeugs etwas nicht stimmt.
Ingenieure könnten Sensoren für jeden Rotor einbauen, aber selbst das würde nicht ausreichen, sagt Chung. Beispielsweise würde ein Flugzeug mit neun Rotoren mehr als neun Sensoren benötigen, da jeder Rotor möglicherweise einen Sensor benötigt, um einen Fehler in der Rotorstruktur zu erkennen, einen anderen, um zu erkennen, ob sein Motor ausfällt, und einen weiteren, um im Falle eines Fehlers zu warnen Problem mit der Signalverkabelung. tritt ein. „Möglicherweise könnte man über ein verteiltes System hochredundanter Sensoren verfügen“, sagt Chung, aber das wäre teuer, schwierig zu verwalten und würde das Gewicht des Flugzeugs erhöhen. Auch die Sensoren selbst könnten ausfallen.
Mit NFFT schlug Chungs Gruppe einen alternativen und innovativen Ansatz vor. Aufbauend auf früheren Bemühungen entwickelte das Team eine Deep-Learning-Methode, die nicht nur auf starken Wind reagiert, sondern auch im laufenden Betrieb erkennt, wenn das Flugzeug einen Bordausfall erlitten hat. Das System umfasst ein neuronales Netzwerk, das anhand realer Flugdaten vorab trainiert wurde, dann in Echtzeit lernt und sich anpasst, basierend auf einer begrenzten Anzahl sich ändernder Parameter, einschließlich einer Schätzung der Betriebseffizienz jedes Rotors des Flugzeugs zu einem bestimmten Zeitpunkt. Zeit.
„Dafür sind keine zusätzlichen Sensoren oder Hardware zur Fehlererkennung und -identifizierung erforderlich“, sagt Chung. „Wir beobachten einfach das Verhalten des Flugzeugs: seine Fluglage und Position im Laufe der Zeit. Wenn das Flugzeug von Punkt A nach Punkt B von seiner Sollposition abweicht, kann NFFT erkennen, dass etwas nicht stimmt, und die verfügbaren Informationen nutzen, um diesen Fehler zu kompensieren.
Und die Korrektur erfolgt äußerst schnell: in weniger als einer Sekunde. „Wenn Sie das Flugzeug fliegen, können Sie wirklich den Unterschied spüren, den die NFFT bei der Aufrechterhaltung der Steuerbarkeit des Flugzeugs macht, wenn ein Triebwerk ausfällt“, sagt der Wissenschaftler Matthew Anderson, Autor der Arbeit und Pilot, der bei der Durchführung der Flugtests mitgewirkt hat. „Die Überarbeitung der Steuerung in Echtzeit lässt den Eindruck entstehen, als hätte sich nichts geändert, selbst wenn einer Ihrer Motoren einfach nicht mehr funktioniert. »
Übersicht über virtuelle Sensoren
Die NFFT-Methode basiert auf Echtzeit-Steuersignalen und -Algorithmen, um zu erkennen, wo sich ein Fehler befindet. So Chung sagt, dass es jede Art von Fahrzeug mit praktisch kostenlosen virtuellen Sensoren zur Erkennung von Problemen ausstatten kann. Das Team hat die Kontrollmethode hauptsächlich an Luftfahrzeugen getestet, die es entwickelt, darunter den Autonomous Flying Ambulance, ein Hybrid-Elektrofahrzeug, das für den schnellen Transport verletzter oder kranker Menschen in Krankenhäuser konzipiert ist. Doch Chungs Gruppe hat eine ähnliche, fehlertolerante Steuerungsmethode an Landfahrzeugen getestet und plant, NFFT auf Boote anzuwenden.
Geschrieben von Kimm Fesenmaier
Quelle: Caltech
Ursprünglich veröffentlicht in The European Times.
source link Almouwatin
