文献

J-GLOBAL ID：201802213987257887   整理番号：18A1487305

航空機空気データセンサのロバスト故障検出のための実験間隔モデル【JST・京大機械翻訳】

Experimental interval models for the robust Fault Detection of Aircraft Air Data Sensors

著者 (4件)： Fravolini Mario L. (Department of Engineering, University of Perugia, Perugia, 06125, Italy) ,  Napolitano Marcello R. (Department of Mechanical and Aerospace Engineering, West Virginia University Morgantown, WV, 26506, USA) ,  Core Giuseppe Del (Department of Science and Technology, Parthenope University of Naples, Naples, 80143, Italy) ,  Papa Umberto (Department of Science and Technology, Parthenope University of Naples, Naples, 80143, Italy)
資料名： Control Engineering Practice  (Control Engineering Practice)
巻： 78  ページ： 196-212  発行年： 2018年 
JST資料番号： W0647A  ISSN： 0967-0661  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 本論文では,迎え角と横滑りの空気速度角を含む空気データセンサ(ADS)のロバスト故障検出(FD)のためのデータベースアプローチを提案した。実験的区間モデル(IM)は,モデリング不確実性に対処し,ADS信号の区間推定を提供するために考慮されてきた。具体的には,非線形パラメータニューラルネットワークモデルを導入し,飛行の異なる位相における公称非線形応答を特性化し,モデル不確実性をパラメータIMにおける線形により与えられる付加的付加寄与により捕捉した。FDは,測定されたADS信号が非線形+IMによって予測された時間変化限界内に落ちるかどうかを検証することによって達成される。IM同定は,予測間隔の平均振幅と最適化変数として,モデルの不確実パラメータの振幅を,コスト関数として用いる線形行列不等式(LMI)問題として定式化された。モデル同定は,P92 Tecnam航空機の多重飛行実験データに基づいた。提案した方法を固定閾値を持つ従来のFD方式と比較した。ADSに人工的に付加的なハードと初期の破壊を注入することによって,広範な検証試験を行った。FD方式は,故障に対する望ましい検出可能性を維持しながら,低い誤警報率に関して飛行のすべてのフェーズにおいて著しくロバストであることを示した。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 飛翔 ,  *モデル ,  最適化 ,  予測 ,  *センサ ,  モデリング ,  *ロバスト性 ,  不確実性 ,  線形性 ,  定式化 ,  迎え角 ,  *航空機 ,  *故障検出 ,  キャラクタリゼーション ,  スキッド

著者キーワード (5件)： 航空機センサ故障 ,  ロバストな故障検出 ,  実験的多重飛行データ ,  区間モデル同定 ,  線形行列不等式

分類 (1件)： 信頼性  (KB04040H)

タイトルに関連する用語 (5件)： 航空機 ,  ロバスト ,  故障検出 ,  実験 ,  モデル