Расчет безопасных параметров начала маневра спортивных самолетов с использованием искусственной нейронной сети

Авиационная и ракетно-космическая техника

Динамика, баллистика, управление движением летательных аппаратов

2020. Т. 27. № 2. С. 169-184.

DOI: 10.34759/vst-2020-2-169-184

Авторы

Иед К. 1*, Масленникова Г. Е. 2**, Тюменцев Ю. В. 1***

1. Московский авиационный институт (национальный исследовательский университет), Волоколамское шоссе, 4, Москва, A-80, ГСП-3, 125993, Россия
2. ФГУП Государственный научно-исследовательский институт Гражданской Авиации, 124340, Москва, 340, а/п Шереметьево, а/я 26, ГосНИИГА

*e-mail: Kaissied@mai.ru
**e-mail: maslennikova@gosniiga.ru
***e-mail: yutium@gmail.com

Аннотация

Рассматривается задача предотвращения летных происшествий применительно к спортивному самолету при выполнении им маневрирования. Для решения этой задачи предлагается метод расчета безопасных параметров начала маневра, основанный на использовании многослойной нейронной сети прямого распространения. Проводится анализ возможностей данного подхода, даются примеры его использования.

Ключевые слова:

спортивный самолет, предотвращение летных происшествий, запаздывание с выходом из манёвра, безопасные параметры начала маневра, система предупреждения, многослойный персептрон, нейронные сети

Библиографический список

  1. Иед К. Разработка методики создания системы предупреждения об опасных ситуациях при возникновении ошибок пилотажа // Вестник Московского авиационного института. 2019. Т. 26. № 3. С. 201-209.

  2. Коровин А.Е., Новиков Ю.Ф. Практическая аэродинамика и динамика полета самолетов Як-52 и Як-55. – М.: ДОСААФ СССР, 1989. – 357 с.

  3. Комарцова Л.Г., Максимов А.В. Нейрокомпьютеры: Учеб. пособие для вузов. – 2-е изд., перераб. и доп. – М.: Изд-во МГТУ им. Н.Э Баумана, 2004. – 400 с.

  4. Certification Specifications CS-23 Normal, Utility, Aerobatic, and Commuter Aeroplanes. – European Aviation Safety Agency (EASA), 2010. – 404 p. URL: https://www.easa.europa.eu/certification-specifications/cs-23-normal-utility-aerobatic-and-commuter-aeroplanes

  5. Airplane flying Handbook: ASA FAA-H-8083-3B. – Aviation Supplies & Academics, Inc., 2016. – 352 p.

  6. Авиационные правила. Ч. 23. Нормы летной годности гражданских легких самолетов / Межгосударственный авиационный комитет. – М.: Авиаиздат, 2013. – 210 c.

  7. Кузнецов Ю.В., Баев А.Б., Коновалюк М.А. Определение параметров многоточечных целей по спектру радиолокационного изображения // Вестник Московского авиационного института. 2010. Т. 17. № 3. С. 193-198.

  8. Хайкин С. Нейронные сети. Полный курс / Пер. с англ. Н.Н. Куссуль, А.Ю. Шелестова. – Изд. 2-е, испр. – М.: Вильямс, 2008. – 1103 с.

  9. Кондратьев А.И., Тюменцев Ю.В. Нейросетевое моделирование управляемого движения летательных аппаратов // Вестник Московского авиационного института. 2010. Т. 17. № 5. С. 5-11.

  10. Тань В., Ефремов А.В., Тюменцев Ю.В. Оценка пилотажных свойств самолёта с применением нейросетевой модели предсказания характеристик управляющих действий лётчика // Вестник Московского авиационного института. 2008. Т. 15. № 1. С. 92-108.

  11. Ефремов А.В., Оглоблин А.В., Тань В., Тюменцев Ю.В. Нейросетевая модель управляющих действий летчика // Вестник Московского авиационного института. 2007. Т. 14. № 2. С. 53-66.

  12. Евдокименков В.Н., Ким Р.В., Векшина А.Б., Якименко В.А. Исследование индивидуальных особенностей управляющих действий лётчиков в процессе посадки на основе нейросетевых моделей // Вестник Московского авиационного института. 2015. Т. 22. № 3. С. 17-29.

  13. Гончаренко В.И. Классификация траекторий летательных аппаратов с помощью методов искусственного интеллекта // Информационно-измерительные и управляющие системы. 2012. Т. 10. № 4. С. 54-60.

  14. Солдаткин В.М. Методы и средства построения бортовых информационно-управляющих систем обеспечения безопасности полета. – Казань: Издво Казанского гос. технического ун-та, 2004. – 350 с.

  15. Берестов Л.M., Харин Е.Г., Якушев А.Ф. и др. Система поддержки экипажа в опасных ситуациях. Патент RU 2128854 C1, 10.04.1999.

  16. Петунин В.И., Неугодникова Л.М. Ограничение и предупреждение опасных режимов при автоматическом управлении движением летательных аппаратов // Вестник УГАТУ. 2014. T. 18. № 4(65). С. 90-104.

  17. . Enhanced Ground Proximity Warning System (EGPWS). URL: https://aerospace.honeywell.com/en/pages/enhanced-ground-proximity-warning-system

  18. Рутковская Д., Пилиньский М., Рутковский Л. Нейронные сети, генетические алгоритмы и нечёткие системы / Пер. с польск. И.Д. Рудинского. – М.: Горячая линия – Телеком, 2008. – 383 с.

  19. Skoog M.A., Less J.L. Development and Flight Demonstration of a Variable Autonomy Ground Collision Avoidance System. – American Institute of Aeronautics and Astronautics, 2014, 22 p. URL: https://pdfs.semanticscholar.org/eb7a/bebfaa354054c7f5497d1e765ec58578f8c7.pdf?_ga=2.169496804.455545469.1584376893-204996624.1582911794

  20. Кузнецов Ю.В., Баев А.Б., Коновалюк М.А. Определение параметров многоточечных целей по спектру радиолокационного изображения // Вестник Московского авиационного института. 2010. Т. 17. № 3. С. 193-198.

  21. Куссуль Э.М. Ассоциативные нейроподобные структуры. – Киев: Наукова думка, 1992. – 140 с.

  22. Пегат А. Нечеткое моделирование и управление // Пер. с англ. А.Г. Подвесовского, Ю.В. Тюменцева. – 2-е изд. – М.: БИНОМ. Лаборатория Знаний, 2013. – 798 с.

  23. Хлопков Ю.И., Дорофеев Е.А., Зея Мьо, Поляков М.С., Хлопков А.Ю., Агаева И. Разработка нейронных сетей для расчета аэродинамических характеристик высокоскоростных летательных аппаратов // Фундаментальные исследования. 2013. № 11-9. С. 1834-1840.

  24. Samarasinghe S. Neural Networks for Applied Sciences and Engineering: From Fundamentals to Complex Pattern Recognition. – 1st edition. – Auerbach Publications, 2006. – 570 p.

  25. Hampton T.W. The quest for air dominance: F-22 Cost versus capability. Doctoral thesis, Air command and staff college, April, 1998.

  26. Простов Ю.С., Тюменцев Ю.В. Нейросетевой механизм адаптации при решении кусочно-постоянной задачи анализа независимых компонент // Труды МАИ. 2014. № 78. URL: http://trudymai.ru/published.php?ID=53557

  27. Егорчев М.В., Козлов Д.С., Тюменцев Ю.В. Идентификация аэродинамических характеристик летательного аппарата: нейросетевой полуэмпирический подход // Вестник Московского авиационного института. 2014. Т. 21. № 4. С. 13-24.

mai.ru — информационный портал Московского авиационного института

© МАИ, 1994-2020