Режим рада УАВ модула за обраду кварова

Кључни технички изазови

Тренутно, постизање ефикасног и поузданог система за руковање грешкама суочава се са следећим главним изазовима:

Сложеност у односу на{0}}Перформансе у реалном времену: УАВ системи садрже бројне сензоре и актуаторе, који могу да доживе сложене грешке које укључују спајање, истовременост или постепене промене. Традиционално управљање редундансом рачунара за контролу лета и изолација грешака троше значајне рачунарске ресурсе, повећавајући оптерећење система и утичући на перформансе-у реалном времену. Истовремено, завршетак затворене петље од дијагнозе до контроле у ​​року од милисекунди захтева изузетно високу ефикасност алгоритма.

Зависност модела наспрам неизвесности животне средине: Многе дијагностичке методе засноване на математичким моделима (као што је Калманово филтрирање) у великој мери се ослањају на тачност модела. Међутим, у стварном лету, УАВ се суочавају са неизвесним поремећајима као што су промене аеродинамичких параметара, удари и залеђивање, као и непознате нелинеарне грешке у актуаторима и сензорима узроковане механичким хабањем и утицајима околине (као што је залеђивање). Ови фактори значајно компликују прецизно моделирање и изолацију квара.

Ограничења ресурса на плочи у односу на примену алгоритма: УАВ-ова рачунарска снага, складиштење и потрошња енергије су строго ограничени. Међутим, напредни интелигентни дијагностички алгоритми (као што су модели дубоког учења) обично имају високе рачунарске захтеве и тешко их је директно применити. Мора се постићи тешка равнотежа између перформанси алгоритма, сложености и перформанси-у реалном времену.

Правци пробоја Фронтиер Тецхнологи

1. Интелигентна фузија и напредна дијагностика: Суштина је да се побољша тачност и прилагодљивост дијагностике. На пример, комбиновање неуронских мрежа радијалне базне функције (РБФ) са нелинеарним динамичким инверзним (НДИ) контролерима може адаптивно проценити и компензовати динамичке, непознате композитне грешке актуатора и сензора узроковане факторима околине као што је залеђивање. Штавише, коришћење нелинеарних посматрача поремећаја (НДО) за „паковање“ и процену различитих поремећаја може ефикасно да побољша робусност система.

2. Високо ефикасни алгоритми управљања{1}}толерантни на грешке: Фокус је на максимизирању оптимизације ресурса уз обезбеђивање стабилности. На пример, комбиновање контроле покретане динамичком догађајем{3}} са унапред дефинисаном теоријом временске стабилности омогућава систему да комуницира и израчунава само када је то неопходно. Повезано истраживање показује да у поређењу са традиционалним временски-покренутим механизмима, потрошња мрежних ресурса може да се смањи за 69,4%. Поред тога, контрола фиксног-времена/предефинисаног-времена обезбеђује да се стање система конвергира унутар унапред подешеног времена независно од почетног стања, пружајући прецизне границе перформанси.

3. Оптимизација архитектуре система: Циљ је да се побољша поузданост од дизајна највишег-нивоа. С једне стране, наменски рачунарски рачунарски систем за навигацију отпоран на грешке-више извора са редундантним грешкама- је дизајниран да одвоји задатке као што су обрада сигнала и управљање редундантношћу од компјутера за контролу лета, смањујући његово оптерећење и побољшавајући укупну поузданост. С друге стране, дистрибуиран систем дијагнозе кварова је развијен да рационално додели дијагностичке задатке ваздушној опреми и земаљским станицама, користећи јачу рачунарску снагу земље за-дубинску анализу.