Regisztráció és bejelentkezés

Repülőgép sebességszenzor hiba javítása sebességbecslő algoritmusokkal

Repülőgépek levegőben maradásához az egyik legfontosabb feladat a levegőhöz képesti sebesség megadott határok között tartása. Ha a sebesség nagyon lecsökken, akkor a repülőgép átesik és lezuhanhat (Air France 447-es járat), ha nagyon megnő, akkor a gép szerkezete széttörhet a megnövekedett terhelés alatt (An-148 baleset 2011-ben).

A repülőgép fedélzetén több műszer (vagy többszörözött rendszer) méri a levegőhöz képesti sebességet, de a fent említett balesetek is azt mutatják, hogy időnként ez is kevés. A problémára megoldás lehet egy a sebességmérő műszerektől független becslő algoritmus alkalmazása, amely más szenzorok adataira támaszkodik. Többek között ennek kidolgozását tűzte ki célul a RECONFIGURE EU FP7 project. A feladat megoldását az MTA SZTAKI vállalta magára, itt kapcsolódtunk be a kutatási munkába. A projekt keretén belül a kifejlesztett módszereket az Airbus A380-as repülőgép - Airbus által rendelkezésünkre bocsátott - lineáris és nemlineáris szimulációs modelljein teszteljük.

Egy lehetséges megoldás a modell halmaz alapú adaptív becslő algoritmusok alkalmazása (MMAE: Multiple Model Adaptive Estimation). Ez azt jelenti, hogy többféle sebesség értéken kinyert linearizált repülőgép modellre tervezünk Kálmán szűrőt, ami gyorsulás és GPS mérések felhasználásával becsli a rendszer több állapotát. A Kálmán szűrőkből adódó becsült kimenetek és a mért rendszer kimenetek különbsége az úgynevezett reziduál. Amelyik szűrőnél ez a legkisebb, az a modell a pillanatnyilag érvényes, tehát azzal a sebességgel halad éppen a repülőgép.

A szakirodalomban publikált MMAE módszerek változó sebesség esetén egy lépcsős függvényt adnak becsült sebességként, mert mindig a pillanatnyi sebességhez legközelebbi modellértéket adják. Így a nagyjából folytonos becsült sebesség eléréséhez nagyon sok pontban kellene modellt alkotni. Mi erre a problémára adtunk egy új megoldást, ami a becsült értékek közti interpolációval, minimális számítási többlettel ritkán felvett modellpontok esetén is folytonos becslést ad. Ráadásul az A380-as teljes repülési tartománya lefedhető volt 5 modell (5 sebességérték) alkalmazásával.

A másik probléma a rendszerünk szerkezetéből adódott, ugyanis a kifejlesztett becslők a GPS sebességet használják, ami szélzavarás esetén eltér a levegőhöz képesti sebességtől. Ezért a szélzavarás becslése is szükségessé vált. Végül szélzavarással együtt is sikerült megoldani a levegőhöz képesti sebesség modell halmaz alapú simított becslését. Ebben az esetben már a repülőgép tömege függvényében is több modellt kellett definiálni, összesen 5 x 5 modell használatával tudtuk a feladatot megoldani.

A kifejlesztett algoritmusokat sikerrel teszteltük az A380 lineáris és nemlineáris szimulációs modelljein is. Végső tesztelésüket a projekt partnerek végzik az ősz folyamán, ha az első teszteken megfelelnek, a végső cél az Airbus „iron bird” rendszer integrációs próbapadján való kipróbálásuk.

szerzők

  • Baár Tamás
    Járműmérnöki
    mesterképzés (MA/MSc), nappali
  • Béke Bence
    Közlekedésmérnöki
    alapképzés (BA/BSc)

konzulens

  • Dr. Bauer Péter
    tudományos főmunkatárs, SZTAKI (külső)