Resumo

A medição de parâmetros e velocidade do ar em aplicações aeronáuticas tem alta criticidade pois falhas nos sistemas responsáveis (Air Data Systems - ADS) por tais parâmetros pode causar a morte de centenas de pessoas, como foi o caso do voo Air France 447 com 228 fatalidades. Para suprir essa demanda o presente trabalho busca aumentar a confiabilidade de Air Data Systems através da exploração de duas vertentes: a utilização de sensores de fluxo térmico para medir velocidade do ar (airspeed) e o desenvolvimento de um novo votador de sinais redundantes para ser utilizado no ADS. A utilização de sensores de fluxo térmico é estudada através da integração do modelo de tais sensores em um modelo simplificado de ADS com redundância quádrupla e a comparação de várias técnicas estabelecidas de votação simples. A nova proposta de votação de sinais utiliza detecção de novidades baseada em reconhecimento de padrões e aprendizado de máquina. O desempenho do votador proposto é comparado com um votador padrão em simulações de um ADS utilizando dados reais de entrada. Os resultados indicam que para falhas características de sensores de fluxo térmico o ADS tem o melhor desempenho ao utilizar um algoritmo de votação de sinais simples baseado no cálculo da saída como média das entradas redundantes mais próximas que respeitam um intervalo Delta. Em relação ao votador proposto com detecção de novidades os resultados indicam que ele possui desempenho melhor que o votador padrão para casos em que a falha tem comportamento constante, crescente ou relacionado à derivada do valor medido. Para casos em que a falha tem comportamento proporcional ao valor medido o votador proposto tem desempenho inferior. Os resultados obtidos são um passo em direção à melhoria da confiabilidade de Air Data Systems e mostram aplicabilidade de reconhecimento de padrões para identificação de falhas, além de abrir caminho para outras pesquisas relacionadas ao tema.

Abstract

The measurement of air parameters and airspeed in aeronautical applications has a high criticality because failures in the Air Data Systems (ADS) for such parameters can cause the death of hundreds of people, as was the case of Air France flight 447 with 228 fatalities. To meet this demand, the present work seeks to increase the reliability of Air Data Systems by exploring two aspects: the use of thermal flow sensors to measure airspeed and the development of a new redundant signal voter to be used in the ADS. The use of thermal flow sensors is studied by integrating the model of such sensors into a simplified ADS model with 4-way redundancy and comparing several established simple voting techniques. The new signal voting proposal uses novelty detection based on pattern recognition and machine learning. The performance of the proposed voter is compared to a standard voter in simulations of an ADS using actual input data. The results indicate that for thermal flow sensorss characteristic failures the ADS performs best when using a simple algorithm based on the calculation of the output as the average of the nearest redundant inputs that respect a Delta interval. In relation to the proposed voter with novelty detection the results indicate that it performs better than the standard voter for cases in which the failure is constant, increasing or related to the derivative of the measured value. For cases in which the failure has behavior proportional to the measured value the proposed voter has inferior performance. The results obtained are a step toward improving the reliability of Air Data Systems and show applicability of pattern recognition for fault identification, as well as pave the way for other related research.

Resumo

Propõe-se, nesse trabalho, restringir (limitar) a direção de busca do método do Gradient Sampling, que significa adicionar uma restrição em caixa (Box Constraints) a cada problema quadrático desse método. Chama-se de Gradient Sampling com Comprimento de Passo Limitado o algoritmo proposto com essa alteração. Demonstra-se matematicamente que tal acréscimo não altera a análise de convergência para um ponto e-estacionário, ou, estacionário, do problema de otimização. Ao final, testa-se o método proposto (Gradient Sampling com Comprimento de Passo Limitado) ao problema de se determinar as condições de equilíbrio operacionais de sistemas dinâmicos de baixa complexidade, até 40 variáveis de estado. Escolheu-se, como exemplo de sistemas dinâmicos, os sistemas termo-pneumáticos para tal tarefa.

Abstract

It is proposed to restrict (limit) the search direction of the Gradient Sampling' method, which means to add a box constraint to each quadratic problem of this method. It's called Gradient Sampling with Limited Step Length the algorithm proposed with this change. It's demonstrated mathematically that this modification don't change the convergence analysis to an e-stationary, or, stationary point of optimization's problem. At the last, but not least, the proposed method, Gradient Sampling with Limited Step Length, is tested for the problem of finding the operational equilibrium condition of low complexity dynamic systems, up to 40 states. As an example of dynamic systems, thermo-pneumatics systems were chosen for this task.