Način rada modula za rukovanje greškama UAV-a

Ključni tehnički izazovi

Trenutno se postizanje učinkovitog i pouzdanog sustava za rukovanje greškama suočava sa sljedećim glavnim izazovima:

Složenost naspram performansi-u stvarnom vremenu: UAV sustavi sadrže brojne senzore i aktuatore koji mogu imati složene greške koje uključuju spajanje, paralelnost ili postupne promjene. Tradicionalno upravljanje zalihošću računala za kontrolu leta i izolacija grešaka troše značajne računalne resurse, povećavajući opterećenje sustava i utječući-na performanse u stvarnom vremenu. Istovremeno, dovršetak zatvorene petlje od dijagnoze do kontrole unutar milisekundi zahtijeva izuzetno visoku učinkovitost algoritma.

Ovisnost o modelu nasuprot neizvjesnosti okoline: Mnoge dijagnostičke metode temeljene na matematičkim modelima (kao što je Kalmanovo filtriranje) uvelike se oslanjaju na točnost modela. Međutim, u stvarnom letu, bespilotne letjelice suočavaju se s neizvjesnim poremećajima kao što su promjene aerodinamičkih parametara, udari vjetra i zaleđivanje, kao i nepoznate nelinearne greške u aktuatorima i senzorima uzrokovane mehaničkim trošenjem i utjecajima okoline (kao što je zaleđivanje). Ovi čimbenici značajno kompliciraju precizno modeliranje i izolaciju kvarova.

Ograničenja resursa na brodu u odnosu na implementaciju algoritma: Računalna snaga, pohrana i potrošnja energije na brodu UAV-a strogo su ograničeni. Međutim, napredni inteligentni dijagnostički algoritmi (kao što su modeli dubokog učenja) obično imaju visoke računalne zahtjeve i teško ih je izravno implementirati. Mora se uspostaviti teška ravnoteža između izvedbe algoritma, složenosti i-izvedbe u stvarnom vremenu.

Frontier Technology Breakthrough Smjerovi

1. Inteligentna fuzija i napredna dijagnostika: Srž je poboljšati točnost i prilagodljivost dijagnostike. Na primjer, kombiniranje neuronskih mreža s radijalnom baznom funkcijom (RBF) s nelinearnim dinamičkim inverznim (NDI) kontrolerima može adaptivno procijeniti i kompenzirati dinamičke, nepoznate kompozitne greške aktuatora i senzora uzrokovane čimbenicima okoline kao što je zaleđivanje. Nadalje, korištenje nelinearnih promatrača poremećaja (NDO) za "pakiranje" i procjenu različitih poremećaja može učinkovito povećati robusnost sustava.

2. Visoko učinkoviti-kontrolni algoritmi tolerantni na kvarove: Fokus je na maksimalnoj optimizaciji resursa uz osiguranje stabilnosti. Na primjer, kombiniranje upravljanja -pokrenutim dinamičkim događajem s unaprijed definiranom teorijom vremenske stabilnosti omogućuje sustavu da komunicira i računa samo kada je to potrebno. Povezano istraživanje pokazuje da se u usporedbi s tradicionalnim vremenski-mehanizmima, potrošnja mrežnih resursa može smanjiti za 69,4%. Dodatno, kontrola fiksnog-vremena/predefiniranog-vremena osigurava da stanje sustava konvergira unutar unaprijed postavljenog vremena neovisno o početnom stanju, pružajući precizne granice performansi.

3. Optimizacija arhitekture sustava: Cilj je poboljšati pouzdanost od dizajna na najvišoj-razini. S jedne strane, namjenski više{3}}izvorni redundantni računalni sustav-tolerantan na greške dizajniran je za odvajanje zadataka kao što su obrada signala i upravljanje redundantnošću od računala kontrole leta, smanjujući njegovo opterećenje i poboljšavajući ukupnu pouzdanost. S druge strane, distribuirani sustav za dijagnozu grešaka razvijen je za racionalnu dodjelu dijagnostičkih zadataka opremi u zraku i zemaljskim stanicama, koristeći veću računalnu snagu zemlje za-dubinsku analizu.