Modul de funcționare al modulului de gestionare a defecțiunilor UAV

Principalele provocări tehnice

În prezent, realizarea unui sistem de tratare a erorilor eficient și fiabil se confruntă cu următoarele provocări principale:

Complexitate versus performanță-în timp real: sistemele UAV conțin numeroși senzori și dispozitive de acționare, care pot prezenta defecțiuni complexe care implică cuplare, concurență sau modificări treptate. Gestionarea redundanței computerului de control al zborului și izolarea defecțiunilor tradiționale consumă resurse de calcul semnificative, crescând încărcarea sistemului și influențând performanța-în timp real. Simultan, completarea buclei închise de la diagnosticare la control în câteva milisecunde necesită o eficiență extrem de ridicată a algoritmului.

Dependența de model versus incertitudinea mediului: multe metode de diagnosticare bazate pe modele matematice (cum ar fi filtrarea Kalman) se bazează în mare măsură pe acuratețea modelului. Cu toate acestea, în timpul zborului efectiv, UAV-urile se confruntă cu perturbări incerte, cum ar fi modificări ale parametrilor aerodinamici, rafale și givră, precum și defecțiuni neliniare necunoscute ale actuatoarelor și senzorilor cauzate de uzura mecanică și influențele mediului (cum ar fi givrarea). Acești factori complică semnificativ modelarea precisă și izolarea defecțiunilor.

Constrângeri de resurse la bord versus implementarea algoritmului: puterea de calcul, stocarea și consumul de energie la bordul UAV sunt strict limitate. Cu toate acestea, algoritmii de diagnosticare inteligenți avansati (cum ar fi modelele de învățare profundă) au de obicei cerințe de calcul mari și sunt dificil de implementat direct. Trebuie să se găsească un echilibru dificil între performanța algoritmului, complexitate și performanța-în timp real.

Frontier Technology Breakthrough Directions

1. Fuziune inteligentă și diagnosticare avansată: esențialul este de a îmbunătăți acuratețea și adaptabilitatea diagnosticelor. De exemplu, combinarea rețelelor neuronale cu funcție de bază radială (RBF) cu controlere inverse dinamice neliniare (NDI) poate estima și compensa în mod adaptiv defecțiunile dinamice, necunoscute ale actuatorului și ale senzorului, cauzate de factori de mediu, cum ar fi gheața. În plus, utilizarea observatorilor de perturbații neliniari (NDO) pentru a „împacheta” și estima diferite perturbații poate îmbunătăți în mod eficient robustețea sistemului.

2. Algoritmi de control cu ​​toleranță la erori-foarte eficienți: accentul se pune pe maximizarea optimizării resurselor, asigurând în același timp stabilitatea. De exemplu, combinarea controlului dinamic-declanșat de evenimente cu teoria stabilității timpului predefinită permite sistemului să comunice și să calculeze numai atunci când este necesar. Cercetările înrudite arată că, în comparație cu mecanismele tradiționale-declanșate în timp, consumul de resurse de rețea poate fi redus cu 69,4%. În plus, controlul fix-timp/timp predefinit- asigură că starea sistemului converge într-un timp prestabilit independent de starea inițială, oferind limite precise de performanță.

3. Optimizarea arhitecturii sistemului: scopul de a îmbunătăți fiabilitatea de la design-la nivel superior. Pe de o parte, un sistem dedicat de calcul de navigație cu mai multe-surse redundante-tolerant de navigație este proiectat pentru a separa sarcini precum procesarea semnalului și gestionarea redundanței de computerul de control al zborului, reducând sarcina acestuia și îmbunătățind fiabilitatea generală. Pe de altă parte, este dezvoltat un sistem de diagnosticare a defecțiunilor distribuite pentru a aloca rațional sarcinile de diagnosticare echipamentelor aeriene și stațiilor de la sol, utilizând puterea de calcul mai mare a solului pentru o analiză-aprofundată.