BR102016025416B1 - Método para gerar saídas de dados de ar para uma aeronave, e, sistema de dados do ar sintéticos - Google Patents
Método para gerar saídas de dados de ar para uma aeronave, e, sistema de dados do ar sintéticos Download PDFInfo
- Publication number
- BR102016025416B1 BR102016025416B1 BR102016025416-7A BR102016025416A BR102016025416B1 BR 102016025416 B1 BR102016025416 B1 BR 102016025416B1 BR 102016025416 A BR102016025416 A BR 102016025416A BR 102016025416 B1 BR102016025416 B1 BR 102016025416B1
- Authority
- BR
- Brazil
- Prior art keywords
- air data
- aircraft
- output value
- pneumatic
- data output
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 48
- 238000013473 artificial intelligence Methods 0.000 claims abstract description 49
- 238000012545 processing Methods 0.000 claims abstract description 18
- 238000004891 communication Methods 0.000 claims abstract description 16
- 238000013528 artificial neural network Methods 0.000 claims description 55
- 230000008569 process Effects 0.000 claims description 25
- 230000006870 function Effects 0.000 claims description 21
- 238000012546 transfer Methods 0.000 claims description 20
- 210000002569 neuron Anatomy 0.000 claims description 19
- RZVHIXYEVGDQDX-UHFFFAOYSA-N 9,10-anthraquinone Chemical compound C1=CC=C2C(=O)C3=CC=CC=C3C(=O)C2=C1 RZVHIXYEVGDQDX-UHFFFAOYSA-N 0.000 claims description 10
- 239000000446 fuel Substances 0.000 claims description 9
- 230000001133 acceleration Effects 0.000 claims description 6
- 230000015654 memory Effects 0.000 description 35
- 239000000523 sample Substances 0.000 description 24
- 238000004519 manufacturing process Methods 0.000 description 18
- 238000012549 training Methods 0.000 description 13
- 238000010586 diagram Methods 0.000 description 6
- 230000003068 static effect Effects 0.000 description 6
- 238000013461 design Methods 0.000 description 5
- 230000004044 response Effects 0.000 description 3
- 230000001052 transient effect Effects 0.000 description 3
- 230000006399 behavior Effects 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000002411 adverse Effects 0.000 description 1
- 230000002547 anomalous effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000004064 dysfunction Effects 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000644 propagated effect Effects 0.000 description 1
- 230000000306 recurrent effect Effects 0.000 description 1
- 230000026676 system process Effects 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64D—EQUIPMENT FOR FITTING IN OR TO AIRCRAFT; FLIGHT SUITS; PARACHUTES; ARRANGEMENT OR MOUNTING OF POWER PLANTS OR PROPULSION TRANSMISSIONS IN AIRCRAFT
- B64D43/00—Arrangements or adaptations of instruments
- B64D43/02—Arrangements or adaptations of instruments for indicating aircraft speed or stalling conditions
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64D—EQUIPMENT FOR FITTING IN OR TO AIRCRAFT; FLIGHT SUITS; PARACHUTES; ARRANGEMENT OR MOUNTING OF POWER PLANTS OR PROPULSION TRANSMISSIONS IN AIRCRAFT
- B64D43/00—Arrangements or adaptations of instruments
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
- G01P21/00—Testing or calibrating of apparatus or devices covered by the preceding groups
- G01P21/02—Testing or calibrating of apparatus or devices covered by the preceding groups of speedometers
- G01P21/025—Testing or calibrating of apparatus or devices covered by the preceding groups of speedometers for measuring speed of fluids; for measuring speed of bodies relative to fluids
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
- G01P5/00—Measuring speed of fluids, e.g. of air stream; Measuring speed of bodies relative to fluids, e.g. of ship, of aircraft
- G01P5/14—Measuring speed of fluids, e.g. of air stream; Measuring speed of bodies relative to fluids, e.g. of ship, of aircraft by measuring differences of pressure in the fluid
- G01P5/16—Measuring speed of fluids, e.g. of air stream; Measuring speed of bodies relative to fluids, e.g. of ship, of aircraft by measuring differences of pressure in the fluid using Pitot tubes, e.g. Machmeter
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C5/00—Registering or indicating the working of vehicles
- G07C5/08—Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time
- G07C5/0808—Diagnosing performance data
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
- G01P13/00—Indicating or recording presence, absence, or direction, of movement
- G01P13/02—Indicating direction only, e.g. by weather vane
- G01P13/025—Indicating direction only, e.g. by weather vane indicating air data, i.e. flight variables of an aircraft, e.g. angle of attack, side slip, shear, yaw
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
- G01P5/00—Measuring speed of fluids, e.g. of air stream; Measuring speed of bodies relative to fluids, e.g. of ship, of aircraft
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/0265—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Aviation & Aerospace Engineering (AREA)
- Artificial Intelligence (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- Health & Medical Sciences (AREA)
- Evolutionary Computation (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- General Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Medical Informatics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Traffic Control Systems (AREA)
- Feedback Control In General (AREA)
- Small-Scale Networks (AREA)
Abstract
MÉTODO PARA GERAR SAÍDAS DE DADOS DE AR PARA UMA AERONAVE, E, SISTEMA DE DADOS DO AR SINTÉTICOS. Num exemplo, um método inclui receber através de um barramento de comunicação de dados da aeronave uma pluralidade de entradas não pneumáticas correspondentes aos parâmetros operacionais da aeronave. O método inclui ainda processar a pluralidade de entradas não pneumáticas através de uma rede de inteligência artificial para gerar um valor de saída de dados do ar e enviar o valor de saída de dados de ar para um sistema de consumo para uso quando um valor de saída de dados do ar de base pneumática é determinado não ser confiável.
Description
[001] A presente divulgação se refere genericamente a sistemas de dados de ar e, mais particularmente, a sistemas de dados de ar que podem utilizar inteligência artificial para gerar saídas de dados de ar para uma aeronave.
[002] Aeronaves modernas frequentemente incorporam sistemas de dados de ar que calculam saídas de dados do ar com base em parâmetros medidos coletados de vários sensores posicionados em torno da aeronave. Por exemplo, muitas aeronaves modernas utilizam sondas de dados de ar pneumáticas que medem a pressão de pitot, pressão estática ou outros parâmetros de fluxo de ar através da sonda. Tais sondas de dados de ar pneumáticas muitas vezes incluem um ou mais orifícios de detecção de dados de ar, tal como orifícios de pressão estática e/ou orifícios de pressão total (isto é, pressão de estagnação). Uma porção de ar fluindo sobre as sondas é desviada para os orifícios que são pneumaticamente conectados a sensores de pressão que detectam a pressão atmosférica fora da aeronave. Tais pressões medidas são utilizáveis para determinar saídas de dados de ar, tal como altitude de pressão da aeronave, taxa de altitude (por exemplo, velocidade vertical), velocidade do ar, número de Mach, ângulo de ataque, ângulo de glissada ou outras saídas de dados do ar.
[003] Para aumentar a confiabilidade do sistema, os fabricantes de aeronaves tipicamente incorporam sistemas redundantes (por exemplo, de backup) que podem fornecer saídas para sistemas de consumo no caso de um sistema primário falhar ou for determinado de outro modo ser não confiável. Por exemplo, muitas aeronaves incorporam múltiplas (por exemplo, dois, três, quatro ou mais) sondas de dados de ar pneumáticas, algumas das quais são designadas como sistemas de backup para uso quando um sistema primário é considerado não confiável.
[004] Num exemplo, um método inclui receber através de um barramento de comunicação de dados da aeronave uma pluralidade de entradas não pneumáticas correspondentes aos parâmetros operacionais da aeronave. O método inclui ainda processar a pluralidade de entradas não pneumáticas através de uma rede de inteligência artificial para gerar um valor de saída de dados do ar e enviar o valor de saída de dados de ar para um sistema de consumo para uso quando um valor de saída de dados do ar de base pneumática é determinado não ser confiável.
[005] Em outro exemplo, um sistema de dados de ar sintético inclui pelo menos um processador e memória legível por computador. A memória legível por computador é codificada com instruções que, quando executadas pelo ao menos um processador, fazem com que o sistema de dados de ar sintético receba, através de um barramento de comunicações de dados de aeronave, uma pluralidade de entradas não pneumáticas correspondentes a parâmetros operacionais da aeronave. A memória legível por computador é ainda codificada com instruções que, quando executadas pelo ao menos um processador, fazem o sistema de dados de ar sintético processar a pluralidade de entradas não pneumáticas através de uma rede de inteligência artificial para gerar um valor de saída de dados do ar e enviar o valor de saída de dados do ar para um sistema de consumo para uso quando um valor de saída de dados do ar de base pneumática é determinado não ser confiável.
[006] A FIG. 1 é um diagrama de blocos esquemático de uma aeronave de exemplo incluindo um sistema de dados de ar sintético que pode processar entradas não pneumáticas através de uma rede de inteligência artificial para gerar um ou mais valores de saída de dados do ar.
[007] A FIG. 2 é um diagrama esquemático de uma rede neural artificial de exemplo que pode ser usada para processar entradas não pneumáticas para gerar um ou mais valores de saída de dados do ar.
[008] A FIG. 3 é um diagrama de fluxo ilustrando operações de exemplo para processar entradas não pneumáticas através de uma rede de inteligência artificial para gerar um ou mais valores de saída de dados do ar.
[009] Como aqui descrito, um sistema de dados de ar sintético pode processar uma pluralidade de entradas não pneumáticas através de uma rede de inteligência artificial para gerar um ou mais valores de saída de dados do ar. Essas entradas não pneumáticas podem incluir, entre outros, parâmetros de empuxo da aeronave, ajustes de manete de motor de aeronave, posições de superfícies de controle de voo e/ou parâmetros de carregamento de superfície, peso de combustível restante na aeronave e/ou taxas de uso, peso da aeronave, posição do trem de pouso (por exemplo, lançado ou estivado), balanço de massa da aeronave e aceleração da aeronave e/ou taxas angulares (por exemplo, recebidas de um sistema de referência inercial). A rede de inteligência artificial, tal como uma rede neural artificial, pode correlacionar as entradas recebidas com um ou mais valores de saída de dados de ar, tal como velocidade do ar, altitude, número de Mach, ângulo de ataque, ângulo de glissada, ou outros valores de saída de dados do ar. Como tal, um sistema de dados de ar sintético implementando técnicas desta revelação pode gerar valores de saída de dados do ar via um sistema que é diferente na concepção de sistemas de medição direta tradicionais (por exemplo, sistemas de base pneumática, ópticos, ultrassônicos, ou outros sistemas à base de sensores que mede diretamente o valor dos dados do ar) e que pode ser utilizado, por exemplo, quando um valor de saída de dados do ar com base em sensores, tal como um valor de saída de dados do ar de base pneumática, é determinado ser não confiável. Mais ainda, tais valores de saída de dados do ar podem ser gerados de entradas medidas que são fornecidas por sistemas de aeronave existentes, desse modo diminuindo o tempo e o custo necessários para instalar sensores adicionais ou componentes de hardware em plataformas de aeronaves novas e existentes quando incorporando o sistema de dados do ar sintéticos.
[0010] A FIG. 1 é um diagrama de blocos esquemático da aeronave 10 incluindo o sistema de dados do ar sintéticos 12 que pode processar entradas não pneumáticas através de uma rede de inteligência artificial para gerar um ou mais valores de saída de dados do ar. Como ilustrado na FIG. 1, a aeronave 10 pode ainda incluir sonda de dados de ar pneumática 14A e sonda de dados de ar pneumática 14B (aqui denominadas coletivamente como "sondas de dados de ar pneumáticas 14"), computador de dados do ar (ADC) 16A e computador de dados do ar 16B (coletivamente aqui denominados como "computadores de dados do ar 16"), sistemas de produção 18, sistemas de consumo 20 e unidade concentradora de dados (DCU) 22.
[0011] As sondas de dados do ar pneumáticas 14 são posicionadas em um exterior da aeronave 10 para detectar uma ou mais pressões do ar escoando através das sondas. As sondas de dados do ar pneumáticas 14 incluem um ou mais orifícios de detecção de dados do ar (não ilustrados) para os quais o fluxo de ar em torno das sondas de dados do ar pneumáticas 14 é desviado. Os orifícios de detecção de dados do ar são pneumaticamente conectados a sensores de pressão (por exemplo, transdutores de pressão ou outros sensores de pressão) que medem os fluxos de ar recolhidos para gerar pressões medidas que são utilizáveis para determinar, por exemplo, pressão estática, pressão total (isto é, pressão de estagnação) ou outras pressões do fluxo de ar em torno da aeronave 10. Saídas dos sensores de pressão são eletricamente conectadas a computadores de dados do ar 16 os quais geram valores de saída de dados do ar com base nas pressões pneumáticas recebidas.
[0012] Como ilustrado na FIG. 1, o computador de dados do ar 16A é adjacente à sonda de dados do ar pneumática 14A e o computador de dados do ar 16B é adjacente à sonda de dados do ar pneumática 14B. Em outros exemplos, os computadores de dados do ar 16 não precisam ser adjacentes às sondas de dados do ar 14. Por exemplo, os computadores de dados do ar 16 podem ser localizados dentro do interior da aeronave 10 numa localização que é remota das sondas de dados do ar pneumáticas 14, tal como dentro de um compartimento de eletrônicos da aeronave 10. Além disso, embora ilustrada como incluindo duas sondas de dados de ar pneumáticas 14 e dois computadores de dados de ar correspondentes 16, os aspectos desta divulgação não são assim limitados. Por exemplo, em outros exemplos, a aeronave 10 pode incluir mais ou menos do que duas de cada uma das sondas de dados de ar pneumáticas 14 e dos computadores de dados de ar 16, e o número de computadores de dados de ar 16 não precisa corresponder ao número de sondas de dados de ar pneumáticas 14. Em geral, a aeronave 10 inclui um ou mais computadores de dados de ar 16 que são eletricamente e/ou comunicativamente acoplados com uma ou mais sondas de dados de ar 14 para receber indicações de pressões pneumáticas medidas (por exemplo, pressão estática e pressão total) do fluxo de ar em torno do exterior da aeronave 10 detectadas por uma ou mais sondas de dados de ar pneumáticas 14.
[0013] Os computadores de dados de ar 16 alojam componentes elétricos, tal como um ou mais processadores, memória legível por computador ou outros componentes elétricos configurados para gerar saídas de dados do ar correspondentes a um ou mais estados operacionais da aeronave 10. Exemplos não limitantes de tais saídas de dados do ar incluem velocidade do ar calibrada, velocidade do ar verdadeira, número de Mach, altitude (por exemplo, altitude de pressão), ângulo de ataque (isto é, um ângulo entre fluxo de ar entrante ou vento relativo e uma linha de referência de uma asa de aeronave 10), velocidade vertical (por exemplo, taxa de altitude) e o ângulo de glissada (isto é, um ângulo entre uma direção de deslocamento e uma direção que se estende através de um nariz da aeronave 10). Consequentemente, as saídas de dados do ar geradas por computadores de dados do ar 16 com base em pressões pneumáticas recebidas por sondas de dados do ar pneumáticas 14 podem ser consideradas serem saídas de dados do ar de base pneumática.
[0014] Como adicionalmente ilustrado na FIG. 1, a aeronave 10 inclui sistemas de produção 18. Sistemas de produção 18 incluem sistemas operacionais de aeronave 10 que produzem saídas não pneumáticas utilizáveis pelo sistema de dados do ar sintéticos 12 como entradas para gerar valores de saída de dados do ar, como é ainda descrito abaixo. Por exemplo, sistemas de produção 18 podem incluir motores de aeronaves e/ou sistemas de controle de empuxo, sistemas de combustível de aeronaves, sistemas de controle de gerenciamento de voo, sistemas de navegação de aeronaves, tal como sistemas de referência inercial (IRS), sistemas de orientação e referência de altitude (AHARS), sistema de posicionamento global (GPS) e/ou sistemas de informação por satélite, sistemas de trem de pouso ou outros sistemas operacionais da aeronave 10. Sistemas de produção 18, como ilustrados, são acoplados comunicativamente com a unidade concentradora de dados (DCU) 22.
[0015] A unidade concentradora de dados 22 é um dispositivo eletrônico que compreende um ou mais processadores, memória legível por computador e transceptores de dados configurados para receber sinais digitais e/ou analógicos de vários sistemas da aeronave e formatar os sinais recebidos para transmissão de acordo com um protocolo de comunicações definido, tal como o protocolo definido pelo padrão Aeronautical Radio, Incorporated (ARINC) 429. Por exemplo, como ilustrado na FIG. 1, a unidade concentradora de dados 22 pode receber entradas de sistemas de produção 18 e pode transmitir as entradas através do barramento de dados de comunicações 24 para recepção por um ou mais sistemas da aeronave, tal como o sistema de dados do ar sintéticos 12, computadores de dados do ar 16, sistemas de consumo 20 ou outros sistemas da aeronave 10. O barramento de dados de comunicações 24 pode ser qualquer barramento de dados que acopla comunicativamente componentes da aeronave 10 e permite comunicação entre os componentes interligados via um protocolo de comunicações definido (por exemplo, ARINC 429).
[0016] Os sistemas de consumo 20 podem ser qualquer sistema operacional da aeronave 10 configurado para receber valores de saída de dados do ar dos computadores de dados do ar 16 e/ou do sistema de dados do ar sintéticos 12, para uso durante a operação da aeronave 10. Por exemplo, os sistemas de consumo 20 podem incluir qualquer um ou mais de sistemas de gerenciamento de voo, sistemas de controle de voo automáticos, sistemas de exibição de aeronaves (por exemplo, exibições de voo primárias, exibições de disfunção, unidades de exibição de controle, ou outros sistemas de exibição), ou outros sistemas operacionais da aeronave 10 que podem utilizar os valores de saída de dados do ar recebidos durante a operação da aeronave 10. Em alguns exemplos, certos sistemas de aeronave podem ser incluídos em ambos os sistemas de produção 18 e os sistemas de consumo 20. Por exemplo, um computador de gerenciamento de voo pode ser incluído como um dos sistemas de produção 18 que envia um balanço de massa da aeronave calculado, combustível restante, taxa de uso de combustível, altitude da aeronave ou outras saídas não pneumáticas que são utilizadas pelo sistema de dados do ar sintéticos 12 para geração de um ou vários valores de saída de dados do ar. Além disso, o computador de gerenciamento de voo pode ser incluído como um dos sistemas de consumo 20 que recebem valores de saída de dados do ar gerados do sistema de dados do ar sintéticos 12 para uso quando um valor de saída de dados do ar de base pneumática determinado, por exemplo, por um ou mais dos computadores de dados de ar 16, é determinado ser não confiável. Por conseguinte, os sistemas de produção 18 e os sistemas de consumo 20 podem cada um incluir qualquer um ou mais sistemas de aeronave e os respectivos sistemas não precisam ser únicos para qualquer um dos sistemas de produção 18 e sistemas de consumo 20.
[0017] Como ilustrado na FIG. 1, sistema de dados do ar sintéticos 12 é comunicativamente conectado aos computadores de dados do ar 16, sistemas de consumo 20 e a unidade concentradora de dados 22 via barramento de dados de comunicações 24. No entanto, embora no exemplo da FIG. 1 o sistema de dados do ar sintéticos 12 seja comunicativamente conectado a sistemas de produção 18 via unidade concentradora de dados 22, em outros exemplos, o sistema de dados do ar sintéticos 12 pode ser conectado diretamente (por exemplo, comunicativamente e/ou eletricamente conectado) a qualquer um ou mais dos sistemas de produção 18.
[0018] O sistema de dados do ar sintéticos 12 pode incluir um ou mais processadores e memória legível por computador codificada com instruções que, quando executadas por um ou mais processadores, fazem o sistema de dados do ar sintéticos 12 operar de acordo com as técnicas aqui descritas. O sistema de dados do ar sintéticos 12, em alguns exemplos, pode incluir um ou mais dispositivos eletrônicos autônomos, de modo que o sistema de dados do ar sintéticos seja separado dos computadores de dados do ar 16 e de cada um dos sistemas de consumo 20. Em outros exemplos, o sistema de dados do ar sintéticos 12 pode ser incluído em qualquer um ou mais de computadores de dados do ar 16 e/ou sistemas de consumo 20, de modo que a funcionalidade aqui atribuída ao sistema de dados do ar sintéticos 12 seja realizada por e/ou distribuída entre um ou mais dispositivos eletrônicos de tais outros sistemas. Por exemplo, em alguns exemplos, qualquer um ou mais dos computadores de dados do ar 16 pode implementar a funcionalidade aqui atribuída ao sistema de dados do ar sintéticos 12. Em geral, o sistema de dados do ar sintéticos 12 inclui um ou mais processadores e memória legível por computador codificada com instruções que, quando executadas pelos um ou mais processadores, fazem o sistema de dados do ar sintéticos 12 processar entradas não pneumáticas recebidas através de uma rede de inteligência artificial para gerar um valor de saída de dados do ar.
[0019] Exemplos de um ou mais processadores do sistema de dados do ar sintéticos 12 podem incluir qualquer um ou mais de um microprocessador, um controlador (por exemplo, microcontrolador), um processador de sinal digital (DSP), um circuito integrado específico de aplicativo (ASIC), uma matriz de portas programáveis no campo (FPGA) ou outro circuito lógico discreto ou integrado equivalente. A memória legível por computador do sistema de dados do ar sintéticos 12 pode ser configurada para armazenar informação dentro do sistema de dados do ar sintéticos 12 durante a operação. Essa memória legível por computador, em alguns exemplos, é descrita como meios de armazenamento legíveis por computador. Em alguns exemplos, um meio de armazenamento legível por computador pode incluir um meio não transitório. O termo "não transitório"pode indicar que o meio de armazenamento não está incorporado em uma onda portadora ou em um sinal propagado. Em certos exemplos, um meio de armazenamento não transitório pode armazenar dados que podem, ao longo do tempo, mudar (por exemplo, na RAM ou cache). Em alguns exemplos, a memória legível por computador é uma memória temporária, o que significa que um objetivo primário da memória legível por computador não é armazenamento de longo prazo. Memória legível por computador, em alguns exemplos, inclui e/ou é descrita como memória volátil, o que significa que a memória legível por computador não mantém os conteúdos armazenados quando a alimentação para o sistema de dados do ar sintéticos 12 é removida. Exemplos de memórias voláteis podem incluir memórias de acesso aleatório (RAM), memórias de acesso aleatório dinâmico (DRAM), memórias de acesso aleatório estático (SRAM) e outras formas de memórias voláteis. Em alguns exemplos, memória legível por computador é utilizada para armazenar instruções de programas para execução por um ou mais processadores do sistema de dados do ar sintéticos 12. Memória legível por computador, num exemplo, é usada por software ou aplicativos executando no sistema de dados do ar sintéticos 12 para armazenar temporariamente informações durante a execução do programa.
[0020] Memória legível por computador do sistema de dados do ar sintéticos 12, em alguns exemplos, também inclui um ou mais meios de armazenamento legíveis por computador. Os meios de armazenamento legíveis por computador podem ser configurados para armazenar maiores quantidades de informações do que a memória volátil. Meios de armazenamento legíveis por computador podem ser configurados para armazenamento a longo prazo de informações. Em alguns exemplos, meios de armazenamento legíveis por computador incluem elementos de armazenamento não voláteis. Exemplos de tais elementos de armazenamento não voláteis podem incluir discos rígidos magnéticos, discos ópticos, disquetes, memórias flash ou formas de memórias programáveis eletricamente (EPROM) ou memórias apagáveis e programáveis eletricamente (EEPROM).
[0021] Em operação, o sistema de dados do ar sintéticos 12 recebe através do barramento de dados de comunicações 24, entradas não pneumáticas correspondentes a parâmetros operacionais da aeronave. Por exemplo, no exemplo da FIG. 1, o sistema de dados do ar sintéticos 12 pode receber uma pluralidade de entradas não pneumáticas dos sistemas de produção 18 via unidade concentradora de dados 22 e barramento de dados de comunicações 24. Exemplos de tais entradas não pneumáticas podem incluir, mas não estão limitados a, entradas correspondentes à posição da superfície de controle da aeronave (por exemplo, superfícies de ailerons, profundor, leme direcional, spoilerons, flapes, aerofólios auxiliares ou outras superfícies de controle) e/ou carregamento de superfície de controle, massa e/ou balanço de massa da aeronave (por exemplo, atual e/ou a um tempo predefinido, tal como na decolagem), peso de combustível restante, parâmetros de empuxo do motor (por exemplo, motor N1, N2, EGT, ajuste do manete, ou outros parâmetros de empuxo) , informações de navegação da aeronave (por exemplo, posição da aeronave, orientação, altitude, velocidade no solo, velocidade no ar, ou outras informações de navegação), informações da temperatura do ar (por exemplo, temperatura do ar estática, temperatura do ar total, temperatura do ar externo ou outras informações de temperatura), informações de aceleração e/ou taxa angular da aeronave (por exemplo, recebidas de um IRS), informações de posição de trem de pouso (por exemplo, implantado, estivado, em trânsito ou outra informação de posição do trem de pouso) ou outras entradas não pneumáticas. Em geral, as entradas não pneumáticas podem incluir qualquer entrada indicativa de um estado operacional da aeronave recebida de uma fonte não pneumática (por exemplo, fontes que não as sondas de dados do ar pneumáticas 14).
[0022] O sistema de dados do ar sintéticos 12 processa a pluralidade de entradas não pneumáticas através de uma rede de inteligência artificial para gerar um ou mais valores de saída de dados do ar (por exemplo, velocidade no ar calibrada, velocidade no ar real, número de Mach, altitude de pressão, ângulo de ataque, ângulo de glissada ou outros valores de saída de dados do ar). Exemplos de tais redes de inteligência artificial incluem redes neurais artificiais, modelos gráficos probabilísticos, tal como as redes Bayesianas, classificadores probabilísticos e/ou controladores (por exemplo, modelos de mistura Gaussianos) ou outras formas de redes de inteligência artificial. Como um exemplo, a rede de inteligência artificial pode ser uma rede neural artificial tendo pelo menos uma camada interna de nodos (muitas vezes denominada como uma camada oculta de neurônios) que aplica um ou mais pesos, desvios e/ou funções de transferência à pluralidade de entradas não pneumáticas para correlacionar a pluralidade de entradas não pneumáticas com um ou mais valores de saída de dados do ar.
[0023] Em alguns exemplos, a rede de inteligência artificial pode ser pré-treinada com base em dados obtidos anteriormente (por exemplo, dados de teste de voo) para correlacionar a pluralidade de entradas não pneumáticas com os um ou mais valores de saída de dados do ar. Em certos exemplos, o sistema de dados do ar sintéticos 12 pode utilizar uma única rede de inteligência artificial para gerar uma pluralidade de valores de saída de dados do ar de uma pluralidade de entradas não pneumáticas. Em outros exemplos, o sistema de dados do ar sintéticos 12 pode utilizar múltiplas redes de inteligência artificial separadas que correlacionam cada qual com um conjunto particular de entradas não pneumáticas para um valor de saída de dados do ar selecionado. Por exemplo, o sistema de dados do ar sintéticos 12 pode utilizar uma primeira rede de inteligência artificial que correlaciona um primeiro conjunto de entradas não pneumáticas com um primeiro valor de saída de dados do ar (por exemplo, ângulo de ataque) e pode utilizar uma segunda rede de inteligência artificial que correlaciona um segundo conjunto de entradas não pneumáticas com um segundo valor de saída de dados do ar (por exemplo, ângulo de glissada). O primeiro e o segundo conjuntos de entradas não pneumáticas podem ser os mesmos ou diferentes conjuntos de entradas.
[0024] Em certos exemplos, tal como quando a rede de inteligência artificial é uma rede neural artificial, os pesos, desvios e funções de transferência de camada oculta de neurônios podem ser predefinidos (por exemplo, via pré-treinamento off-line) e fixos, de modo que sistema de dados do ar sintéticos 12 não modifique os pesos, desvios e funções de transferência durante a operação do sistema de dados do ar sintéticos 12. Em outros exemplos, o sistema de dados do ar sintéticos 12 pode incorporar um modo de treinamento ativo (ou "aprendizado") no qual o sistema de dados do ar sintéticos 12 modifica os pesos, desvios e funções de transferência aplicadas pelos neurônios com base no feedback da saída de dados do ar gerada e num valor de referência, tal como um valor de saída de dados do ar de base pneumática. Isto é, em certos exemplos, o sistema de dados do ar sintéticos 12 pode receber como entrada uma ou mais saídas de dados do ar de base pneumática geradas, por exemplo, pelos computadores de dados do ar 16 via pressões medidas recebidas das sondas de dados do ar pneumáticas 14. Em tais exemplos, o sistema de dados do ar sintéticos 12 pode eficazmente treinar a rede de inteligência artificial com base em entradas não pneumáticas recebidas de sistemas de produção 18 e saídas de dados do ar de base pneumática geradas, por exemplo, pelos computadores de dados do ar 16.
[0025] Em certos exemplos, o sistema de dados do ar sintéticos 12 pode identificar se o valor de saída de dados baseado em pneumático recebido é determinado ser confiável. Por exemplo, o sistema de dados do ar sintéticos 12 pode receber uma indicação de estado ou outra indicação de confiabilidade do valor de saída de dados do ar de base pneumática, por exemplo, computadores de dados do ar 16 ou um ou mais dos sistemas de consumo 20, tal como um computador de gerenciamento de voo, sistema de controle de voo automático ou outro sistema de consumo 20. Em outros exemplos, o sistema de dados do ar sintéticos 12 pode determinar se o valor de saída de dados do ar de base pneumática recebido é confiável, tal como comparando valores de saída de dados do ar de base pneumática de múltiplas fontes (por exemplo, múltiplas dos computadores de dados do ar 16) entre si ou com um valor de limiar. O sistema de dados do ar sintéticos 12 pode processar as entradas não pneumáticas e a saída de dados do ar de base pneumática recebida através da rede de inteligência artificial para gerar o valor de saída de dados do ar (e, opcionalmente, treinar a rede neural artificial) quando o valor de saída de dados do ar de base pneumática é determinado ser confiável. O sistema de dados do ar sintéticos 12 pode processar as entradas não pneumáticas sozinhas (isto é, sem processar o valor de saída de dados do ar de base pneumática recebidos) através da rede de inteligência artificial para gerar o valor de saída de dados do ar quando o valor de saída de dados do ar de base pneumática é determinado ser confiável.
[0026] Esse treinamento ativo pode habilitar o sistema de dados do ar sintéticos 12 a manter e/ou inicializar estados internos dinâmicos da rede neural artificial. Além disso, treinamento ativo e/ou comparação das saídas de dados do ar geradas pelo sistema de dados do ar sintéticos 12 com saídas de dados do ar de base pneumática recebidas podem habilitar o sistema de dados do ar sintéticos 12 para determinar um erro estimado das saídas de dados do ar geradas pelo sistema de dados do ar sintéticos 12. Em certos exemplos, o sistema de dados do ar sintéticos 12 pode gerar uma indicação de confiabilidade das saídas de dados do ar geradas pelo sistema de dados do ar sintéticos 12 com base na comparação.
[0027] O sistema de dados do ar sintéticos 12 pode enviar o valor de saída de dados do ar gerado (isto é, gerado pelo sistema de dados do ar sintéticos 12) para um ou mais dos sistemas de consumo 20 (por exemplo, via barramento de dados de comunicações 24) para uso quando um valor de saída de dados do ar de base pneumática é determinado não ser confiável. Em alguns exemplos, o sistema de dados do ar sintéticos 12 pode determinar se o valor de saída de dados do ar de base pneumática não é confiável, tal como comparando dados saídas do ar de base pneumática recebidos entre si e/ou com um parâmetro de desvio de limiar. Em outros exemplos, um ou mais dos sistemas de consumo 20 (por exemplo, um sistema de gerenciamento de voo) podem determinar a confiabilidade do valor de saída de dados do ar de base pneumática e podem designar o valor de saída dos dados de ar gerado pelo sistema de dados do ar sintéticos 12 para uso quando o valor de saída de dados do ar de base pneumática é determinado ser não confiável.
[0028] Em certos exemplos, o valor de saída de dados do ar gerado pelo sistema de dados do ar sintéticos 12 pode ser utilizado para determinar se o valor de saída de dados do ar de base pneumática é confiável. Por exemplo, o sistema de dados do ar sintéticos 12 e/ou um ou mais dos sistemas consumo 20 podem comparar saídas de dados do ar de base pneumática com saída(s) de dados do ar geradas pelo sistema de dados do ar sintéticos 12. Uma saída de dados do ar de base pneumática pode ser determinada ser não confiável quando, por exemplo, uma saída de dados do ar de base pneumática correspondente recebida de um primeiro dos computadores de dados do ar 16 está dentro de um desvio de limiar da saída de dados do ar gerada pelo sistema de dados do ar sintéticos 12 e a saída de dados do ar de base pneumática recebida de um segundo dos computadores de dados do ar 16 ultrapassa o desvio de limiar da saída de dados do ar gerada pelo sistema de dados do ar sintéticos 12. Em tal exemplo, a saída de dados do ar de base pneumática recebida do primeiro dos computadores de dados do ar 16 (que está dentro do desvio de limiar da saída de dados do ar gerada pelo sistema de dados do ar sintéticos 12) pode ser determinada ser confiável. A saída de dados do ar de base pneumática recebida do segundo dos computadores de dados do ar 16 (que ultrapassa o desvio de limiar) pode ser determinada ser não confiável.
[0029] Os sistemas de consumo 20 podem utilizar uma ou mais saídas de dados do ar geradas pelo sistema de dados do ar sintéticos 12 para operação quando saídas de dados do ar de base pneumática correspondentes são determinadas serem não confiáveis. Como tal, o sistema de dados do ar sintéticos 12 pode fornecer um sistema de dados do ar de redundância (por exemplo, backup) que gera valores de saída de dados do ar utilizáveis para operação da aeronave 12, quando um ou mais valores de saída de dados do ar de base pneumática são determinados serem não confiáveis. Os valores de saída de dados do ar gerados pelo sistema de dados do ar sintéticos 12 podem ser baseados em entradas de fonte não pneumáticas, desse modo proporcionando um sistema de dados do ar que é diferente em projeto dos sistemas de dados do ar de base pneumática e intensificando a confiabilidade operacional da aeronave 10. Mais ainda, as entradas de não pneumáticas recebidos e processadas pelo sistema de dados do ar sintéticos 12 podem ser selecionadas de entradas disponíveis em plataformas de aeronaves novas e existentes, desse modo reduzindo o tempo e o custo necessários para incorporar o sistema de dados do ar sintéticos 12 em tais projetos de aeronaves.
[0030] A FIG. 2 é um diagrama esquemático de uma rede neural artificial de exemplo 26 que pode ser usada para processar entradas não pneumáticas para gerar um ou mais valores de saída de dados do ar. Para fins de clareza e facilidade de discussão, a rede neural artificial de exemplo 26 da FIG. 2 é descrita abaixo no contexto da aeronave 10 incluindo o sistema de dados do ar sintéticos 12 da FIG. 1.
[0031] Como ilustrado na FIG. 2, a rede neural artificial 26 inclui nós de entrada 28A-28N (coletivamente denominados aqui como "entradas 28"), nós internos (ou neurônios) 30A-30M (coletivamente denominados aqui como "neurônios 30" e muitas vezes denominados como uma camada oculta) e nó de saída 32. Deve ser entendido que no exemplo da FIG. 2, a letra "N" do nó de entrada 28N e a letra "M" do nó interno 30M representam números arbitrários, de forma que cada uma das entradas 28 e dos neurônios 30 possa incluir qualquer número de nós de entrada e nós internos, respectivamente. Em certos exemplos, a rede neural artificial 26 inclui uma série de neurônios 30 que é de um a menos que o número de entradas 28. Isto é, embora a letra "N" do nó de entrada 28N represente um número arbitrário, em alguns exemplos a letra "M" do nó interno "30M" representa um número que é um a menos que o número arbitrário representado pela letra "N".
[0032] Cada uma das entradas 28 corresponde a uma da pluralidade de entradas não pneumáticas recebida dos sistemas de produção 18, embora em exemplos em que o sistema de dados do ar sintéticos 12 processa saídas de dados do ar de base pneumática recebidas dos computadores de dados do ar 16, certas entradas 28 podem corresponder às saídas de dados do ar de base pneumática recebidas. Cada um dos neurônios 30 aplica um peso, desvio e função de transferência (por exemplo, uma função sigmoide) a cada uma das entradas 28 para gerar saídas intermediárias fornecidas pelos neurônios 30. No exemplo ilustrado da FIG. 2, as saídas intermediárias fornecidas pelos neurônios 30 são fornecidas como entradas para o nó de saída 32. O nó de saída 32 aplica pesos, desvios e/ou uma função de transferência predeterminada às saídas intermediárias para gerar um valor de saída de dados do ar particular (por exemplo, velocidade no ar calibrada, velocidade no ar real, número de Mach, altitude de pressão, ângulo de ataque, ângulo de glissada ou de outros valores de saída de dados do ar).
[0033] No exemplo da FIG. 2, a rede neural artificial 26 processa as entradas 28 para gerar um valor de saída de dados do ar único no nó de saída 32. No entanto, em outros exemplos, a rede neural artificial 26 pode processar as entradas 28 para determinar múltiplas saídas de dados do ar (isto é, em múltiplos nós de saída). Em certos exemplos, a rede neural artificial 26 pode representar uma primeira rede neural artificial que correlaciona um primeiro conjunto de entradas (por exemplo, entradas 28) com um primeiro valor de saída de dados do ar (por exemplo, no nó de saída 32). Em tais exemplos, o sistema de dados do ar sintéticos 12 (da FIG. 1) pode utilizar uma segunda rede neural artificial que correlaciona um segundo conjunto de entradas com um segundo valor de saída de dados do ar diferente utilizando diferentes pesos, desvios e funções de transferência nos neurônios 30. O primeiro conjunto de entradas (por exemplo, entradas 28) pode ser o mesmo ou diferente do segundo conjunto de entradas.
[0034] Como um exemplo, o sistema de dados do ar sintéticos 12 pode utilizar a rede neural artificial 26 que gera um primeiro valor de saída de dados do ar (por exemplo, ângulo de ataque) no nó de saída 32 utilizando um primeiro conjunto de entradas não pneumáticas correspondentes às entradas 28 e um primeiro conjunto de pesos, desvios e funções de transferência nos neurônios 30. O sistema de dados do ar sintéticos 12 pode utilizar uma segunda rede neural artificial (por exemplo, da mesma forma arquitetônica da rede neural 26) que gera um segundo valor de saída de dados do ar (por exemplo, ângulo de glissada) no nó de saída usando um segundo conjunto de entradas não pneumáticas e um segundo conjunto de pesos, desvios e funções de transferência na camada oculta de neurônios. O segundo conjunto de entradas não pneumáticas (utilizado para gerar um valor de saída de dados do ar de ângulo de glissada) pode ser o mesmo conjunto de entradas não pneumáticas que o primeiro conjunto de entradas não pneumáticas ou um conjunto diferente de entradas não pneumáticas.
[0035] Em alguns exemplos, o sistema de dados do ar sintéticos 12 pode armazenar múltiplas redes neurais artificiais que são cada qual úteis para gerar uma mesma categoria de valor de saída de dados do ar (por exemplo, ângulo de glissada, ângulo de ataque, velocidade no ar calibrada, ou outras categorias de valor de saída de dados do ar). As múltiplas redes neurais artificiais podem utilizar diferentes conjuntos de entradas e diferentes pesos, desvios e funções de transferência para gerar a mesma categoria de valor de saída de dados do ar. O sistema de dados do ar 12, em tais exemplos, pode selecionar qual das múltiplas redes neurais artificiais utilizar para gerar a categoria de valor de saída de dados do ar com base em uma disponibilidade e/ou confiabilidade determinada de entradas para as múltiplas redes neurais artificiais. Por exemplo, o sistema de dados do ar sintéticos 12 pode receber e/ou determinar uma confiabilidade e/ou estado de precisão de cada uma das entradas para cada uma das múltiplas redes neurais artificiais. O sistema de dados do ar sintéticos 12 pode selecionar, por exemplo, uma primeira das múltiplas redes neurais artificiais para uso na geração da categoria de valor de saída de dados do ar. No caso em que uma ou mais das entradas para a selecionada primeira das múltiplas redes neurais artificiais é determinada não ser confiável (ou imprecisa) e cada uma das entradas para uma segunda das redes neurais artificiais é determinada ser confiável (e precisa), o sistema de dados do ar sintéticos 12 pode selecionar a segunda das múltiplas redes neurais artificiais para uso na geração da categoria de valor de saída de dados do ar. Desta forma, o sistema de dados do ar sintéticos 12 pode aumentar a robustez da geração de saída de dados do ar habilitando um valor de saída de dados do ar a ser gerado com base em qualquer um dos múltiplos diferentes conjuntos de entradas não pneumáticas.
[0036] Embora a rede neural artificial de exemplo 26 da FIG. 2 seja ilustrada como uma rede neural de alimentação direta incluindo uma única camada oculta de neurônios 30, em alguns exemplos, a rede neural artificial 26 pode assumir a forma de uma rede neural recorrente na qual conexões entre unidades (por exemplo, entradas 28, neurônios 30 e/ou nó de saída 32) formam um ciclo dirigido que permite à rede neural artificial 26 armazenar estados internos de cada um dos nós para, desse modo, modelar o comportamento temporal dinâmico. Além disso, em alguns exemplos, a rede neural artificial 26 pode incluir duas ou mais camadas de neurônios 30.
[0037] Como aqui descrito, a rede neural artificial 26, implementado pelo sistema de dados do ar sintéticos 12, pode ser utilizada para gerar um ou mais valores de saída de dados do ar com base em entradas não pneumáticas recebidas de vários sistemas de produção de uma aeronave. O uso de entradas não pneumáticas pode fornecer valores de saída de dados do ar que são utilizáveis durante a operação da aeronave (por exemplo, para voo controlado) e que são gerados via um sistema que é diferente em projeto dos sistemas de dados do ar de base pneumática. Consequentemente, o uso de valores de saída de dados do ar gerados pelo sistema de dados do ar sintéticos 12 via rede neural artificial 26 pode ajudar a aumentar a confiabilidade operacional da aeronave aumentando a chance de que uma condição ambiental ou outra que possa causar comportamento anômalo do sistema de dados do ar de base pneumática não afete negativamente o sistema de dados do ar sintético 12.
[0038] A FIG. 3 é um diagrama de fluxo ilustrando operações de exemplo para processar entradas não pneumáticas através de uma rede de inteligência artificial para gerar um ou mais valores de saída de dados do ar. Para fins de clareza e facilidade de discussão, as operações de exemplo são descritas abaixo dentro do contexto da aeronave 10 da FIG. 1 e da rede neural artificial 26 da FIG. 2.
[0039] Uma pluralidade de entradas não pneumáticas pode ser recebida (etapa 34). Por exemplo, o sistema de dados do ar sintéticos 12 pode receber uma pluralidade de entradas não pneumáticas geradas pelos sistemas de produção 18 via unidade concentradora de dados 22 e através do barramento de dados de comunicações 24. Pode ser determinado se o treinamento ativo de uma rede de inteligência artificial está habilitado (etapa 36). Por exemplo, o sistema de dados do ar sintéticos 12 pode determinar se um modo de treinamento ativo da rede neural artificial 26 está habilitado. Nos exemplos onde o treinamento ativo está habilitado (ramal "SIM" da etapa 36), parâmetros da rede de inteligência artificial podem ser modificados com base em, por exemplo, valores de feedback de valores de saída de dados do ar gerados e/ou um valor de referência recebido, tal como um valor de saída de dados do ar de base pneumática correspondente (etapa 38). Nos exemplos onde o treinamento ativo não está habilitado (ramal "NÃO"da etapa 36), a etapa de modificar os parâmetros da rede de inteligência artificial pode ser omitida (ou pulada).
[0040] A pluralidade de entradas não pneumáticas pode ser processada pela rede de inteligência artificial para gerar um valor de saída de dados do ar (etapa 40). Por exemplo, o sistema de dados do ar sintéticos 12 pode processar uma pluralidade de entradas não pneumáticas pela rede neural artificial 26 para gerar um valor de saída de dados do ar no nó de saída 32.
[0041] Pode ser determinado se um valor de saída de dados do ar de base pneumática não é confiável (etapa 42). Por exemplo, qualquer um ou mais dos sistemas de consumo 20 pode determinar se um valor de saída de dados do ar de base pneumática gerado pelos computadores de dados do ar 16 é confiável, ou se o valor de saída de dados do ar de base pneumática não é confiável. Em exemplos em que o valor de saída de dados do ar de base pneumática não é determinado ser não confiável (ramal "NÃO"da etapa 42), o valor de saída de dados do ar de base pneumática pode ser utilizado para operação, tal como para voo controlado da aeronave 10 (etapa 44). Em exemplos em que o valor de saída de dados do ar de base pneumática é determinado ser não confiável (ramal "SIM" da etapa 42), o valor de saída de dados do ar gerado pelo sistema de dados do ar sintéticos 12 pode ser utilizado para operação, tal como para voo controlado da aeronave 10 (etapa 46). Por exemplo, em certos exemplos, os valores de saída de dados do ar gerados por uma ou mais sistemas diferentes (por exemplo, primários) podem ser utilizados para voo e o valor de saída de dados do ar gerados pelo sistema de dados do ar sintéticos 12 pode ser utilizado como um valor de saída de dados do ar de backup em resposta a uma determinação de que os valores de saída de dados do ar gerados pelos um ou mais sistemas primários são não confiáveis.
[0042] Embora as operações de exemplo acima descritas incluam a etapa 36 na qual é determinado se o treinamento ativo da rede de inteligência artificial está habilitado, outras operações de exemplo podem não incluir a etapa 36. Por exemplo, como quando a rede neural artificial é adaptada de forma que o treinamento ativo esteja indisponível, o sistema de dados do ar sintéticos 12 pode não determinar de forma ativa se o treinamento ativo está habilitado. Em vez disso, o sistema de dados do ar sintéticos 12 pode prosseguir diretamente para a etapa 40 em resposta a receber a pluralidade de entradas não pneumáticas. Da mesma forma, em exemplos onde a rede neural artificial é adaptada de forma que o treinamento ativo esteja sempre habilitado, o sistema de dados do ar sintéticos 12 pode prosseguir diretamente para a etapa 38 em resposta a receber a pluralidade de entradas não pneumáticas sem determinar ativamente se o treinamento ativo está habilitado.
[0043] De acordo com técnicas desta divulgação, um sistema de dados do ar sintéticos pode processar uma pluralidade de entradas não pneumáticas correspondentes a parâmetros operacionais através de uma rede de inteligência artificial para gerar um ou mais valores de saída de dados do ar. O sistema de dados do ar sintéticos pode enviar os um ou mais valores de saída de dados do ar para uso quando, por exemplo, um valor de saída de dados do ar de base pneumática é determinado ser não confiável. Por conseguinte, um sistema de dados do ar sintéticos, como aqui descrito, pode fornecer uma fonte de valores de saída de dados do ar gerados para sistemas de consumo que é diferente em projeto dos sistemas de dados do ar de base pneumática tradicionais, desse modo ajudando a intensificar a confiabilidade operacional da aeronave.
[0044] A seguir estão descrições não exclusivas de possíveis modalidades da presente invenção.
[0045] Um método inclui receber através de um barramento de comunicação de dados da aeronave uma pluralidade de entradas não pneumáticas correspondentes aos parâmetros operacionais da aeronave. O método inclui ainda processar a pluralidade de entradas não pneumáticas através de uma rede de inteligência artificial para gerar um valor de saída de dados do ar e enviar o valor de saída de dados de ar para um sistema de consumo para uso quando um valor de saída de dados do ar de base pneumática é determinado não ser confiável.
[0046] O método do parágrafo anterior pode, opcionalmente, incluir, adicionalmente e/ou alternativamente, qualquer uma ou mais das seguintes características, configurações, operações e/ou componentes adicionais.
[0047] A pluralidade de entradas não pneumáticas pode incluir um ou mais de um parâmetro de empuxo de motor de aeronave, um ajuste de manete de motor de aeronave, uma posição de superfície de controle de voo, um carregamento de superfície de controle de voo, uma taxa de uso de combustível de aeronave, um peso de aeronave, uma posição de trem de pouso, um balanço de massa de aeronave, uma aceleração de aeronave e uma taxa angular de aeronave.
[0048] O valor de saída de dados do ar gerado pode ser selecionado de um grupo incluindo uma velocidade no ar calibrada da aeronave, uma velocidade no ar verdadeira da aeronave, um número de Mach da aeronave, uma altitude de pressão da aeronave, um ângulo de ataque da aeronave, uma velocidade vertical da aeronave e um ângulo de glissada da aeronave.
[0049] A rede de inteligência artificial pode incluir uma rede neural artificial tendo pelo menos uma camada interna de neurônios que aplicam um ou mais pesos, desvios ou funções de transferência a cada uma da pluralidade de entradas não pneumáticas para gerar o valor de saída de dados do ar.
[0050] A rede neural artificial pode ser uma rede neural de alimentação direta.
[0051] A rede neural artificial pode ser pré-treinada para determinar os um ou mais pesos, desvios ou funções de transferência.
[0052] O processamento da pluralidade de entradas não pneumáticas através da rede de inteligência artificial para gerar o valor de saída de dados do ar pode incluir processar a pluralidade de entradas não pneumáticas através da rede neural artificial sem mudar os um ou mais pesos, desvios ou funções de transferência.
[0053] A rede neural artificial pré-treinada pode modificar os um ou mais pesos, desvios ou funções de transferência com base na pluralidade de entradas não pneumáticas correspondentes aos parâmetros operacionais da aeronave.
[0054] O método pode ainda incluir receber o valor de saída de dados do ar de base pneumática de um sistema de dados do ar de base pneumática e identificar se o valor de saída de dados do ar de base pneumática recebido é determinado ser confiável ou se o valor de saída de dados do ar de base pneumática recebido é determinado ser não confiável. O processamento da pluralidade de entradas não pneumáticas através da rede de inteligência artificial para gerar o valor de saída de dados do ar pode ainda incluir processar as entradas não pneumáticas e o valor de saída de dados do ar de base pneumática recebido através da rede de inteligência artificial para gerar o valor de saída de dados do ar quando o valor de saída de dados do ar de base pneumática recebido é determinado ser confiável e processar as entradas não pneumáticas sem o valor de saída de dados do ar de base pneumática recebido através da rede de inteligência artificial para gerar o valor de saída de dados do ar quando o valor de saída de dados do ar de base pneumática recebido é determinado ser não confiável.
[0055] O método pode ainda incluir enviar o valor de saída de dados do ar para um sistema de consumo que determina se o valor de saída de dados do ar de base pneumática é não confiável com base pelo menos em parte no valor de dados do ar gerado.
[0056] O método pode ainda incluir determinar se o valor de saída de dados do ar de base pneumática é não confiável.
[0057] Um sistema de dados do ar sintéticos inclui pelo menos um processador e memória legível por computador. A memória legível por computador é codificada com instruções que, quando executadas pelo ao menos um processador, fazem com que o sistema de dados de ar sintético receba, através de um barramento de comunicações de dados de aeronave, uma pluralidade de entradas não pneumáticas correspondentes a parâmetros operacionais da aeronave. A memória legível por computador é ainda codificada com instruções que, quando executadas pelo ao menos um processador, fazem o sistema de dados de ar sintético processar a pluralidade de entradas não pneumáticas através de uma rede de inteligência artificial para gerar um valor de saída de dados do ar e enviar o valor de saída de dados do ar para um sistema de consumo para uso quando um valor de saída de dados do ar de base pneumática é determinado não ser confiável.
[0058] O sistema de dados do ar sintéticos do parágrafo anterior pode, opcionalmente, incluir, adicionalmente e/ou alternativamente, qualquer uma ou mais das seguintes características, configurações, operações e/ou componentes adicionais.
[0059] A pluralidade de entradas não pneumáticas pode incluir um ou mais de um parâmetro de empuxo de motor de aeronave, um ajuste de manete de motor de aeronave, uma posição de superfície de controle de voo, um carregamento de superfície de controle de voo, uma taxa de uso de combustível de aeronave, um peso de aeronave, uma posição de trem de pouso, um balanço de massa de aeronave, uma aceleração de aeronave e uma taxa angular de aeronave.
[0060] A memória legível por computador pode ser codificada com instruções que, quando executadas pelo ao menos um processador, fazem o sistema de dados do ar sintéticos processar a pluralidade de entradas não pneumáticas através da rede de inteligência artificial para gerar o valor de saída de dados do ar que é selecionado de um grupo compreendendo uma velocidade no ar calibrada da aeronave, uma velocidade no ar verdadeira da aeronave, um número de Mach da aeronave, uma altitude de pressão da aeronave, um ângulo de ataque da aeronave, uma velocidade vertical da aeronave e um ângulo de glissada da aeronave.
[0061] A memória legível por computador pode ser codificada com instruções que, quando executadas pelo ao menos um processador, fazem o sistema de dados do ar sintéticos processar a pluralidade de entradas não pneumáticas através de uma rede neural artificial pré-treinada tendo pelo menos uma camada interna de neurônios que aplicam um ou mais pesos, desvios ou funções de transferência a cada uma da pluralidade de entradas não pneumáticas para gerar o valor de saída de dados do ar.
[0062] A memória legível por computador pode ser codificada com instruções que, quando executadas pelo ao menos um processador, fazem o sistema de dados do ar sintéticos processar a pluralidade de entradas não pneumáticas através de uma rede neural artificial pré-treinada para gerar o valor de saída de dados do ar sem mudar os um ou mais pesos, desvios ou funções de transferência.
[0063] A memória legível por computador pode ser codificada com instruções que, quando executadas pelo ao menos um processador, fazem o sistema de dados do ar sintéticos processar a pluralidade de entradas não pneumáticas através de uma rede neural artificial pré-treinada para gerar o valor de saída de dados do ar modificando os um ou mais pesos, desvios ou funções de transferência com base na pluralidade de entradas não pneumáticas correspondentes aos parâmetros operacionais da aeronave.
[0064] A memória legível por computador ainda pode ser codificada com instruções que, quando executadas pelo ao menos um processador, fazem o sistema de dados do ar sintéticos receber o valor de saída de dados do ar de base pneumática de um sistema de dados do ar de base pneumática e identificar se o valor de saída de dados do ar de base pneumática recebido é determinado ser confiável ou se o valor de saída de dados do ar de base pneumática recebido é determinado ser não confiável. A memória legível por computador pode ser codificada com instruções que, quando executadas pelo ao menos um processador, fazem o sistema de dados do ar sintéticos processar a pluralidade de entradas não pneumáticas através da rede de inteligência artificial para gerar o valor de saída de dados do ar pelo menos fazendo o sistema de dados do ar sintéticos processar as entradas não pneumáticas e o valor de saída de dados do ar de base pneumática recebido através da rede de inteligência artificial para gerar o valor de saída de dados do ar quando o valor de saída de dados do ar de base pneumática recebido é determinado ser confiável e processar as entradas não pneumáticas sem o valor de saída de dados do ar de base pneumática recebido através da rede de inteligência artificial para gerar o valor de saída de dados do ar quando o valor de saída de dados do ar de base pneumática recebido é determinado ser não confiável.
[0065] A memória legível por computador pode ainda ser codificada com instruções que, quando executadas pelo ao menos um processador, fazem o sistema de dados do ar sintéticos enviar o valor de saída de dados do ar para um sistema de consumo que determina se o valor de saída de dados do ar de base pneumática é não confiável com base pelo menos em parte no valor de dados do ar gerado.
[0066] A memória legível por computador pode ainda ser codificada com instruções que, quando executadas pelo ao menos um processador, fazem o sistema de dados do ar sintéticos determinar se o valor de saída de dados do ar de base pneumática é não confiável.
[0067] Embora a invenção tenha sido descrita com referência a uma modalidade exemplar, será entendido pelos versados na técnica que várias mudanças podem ser feitas e equivalentes podem ser usados em lugar de elementos da mesma sem afastamento do escopo da invenção. Em adição, muitas modificações podem ser feitas para adaptar uma situação ou material particular aos ensinamentos da invenção sem afastamento do escopo essencial da mesma. Portanto, pretende-se que a invenção não seja limitada à(s) modalidade(s) particular(es), mas que a invenção inclua todas as modalidades caindo dentro do seu escopo de proteção.
Claims (13)
1. Método para gerar saídas de dados de ar para uma aeronave (10), caracterizadopelo fato de que compreende: receber (34) através de um barramento de comunicação de dados (24) da aeronave (10) uma pluralidade de entradas não pneumáticas correspondentes aos parâmetros operacionais da aeronave (10); processar (40) a pluralidade de entradas não pneumáticas através de uma rede de inteligência artificial para gerar um valor de saída de dados do ar; e enviar o valor de saída de dados do ar para um sistema de consumo para uso quando um valor de saída de dados do ar de base pneumática é determinado não ser confiável em que a rede de inteligência artificial compreende uma rede neural artificial (26) tendo pelo menos uma camada interna de neurônios (30) que aplicam um ou mais pesos, desvios ou funções de transferência a cada uma da pluralidade de entradas (28) não pneumáticas para gerar o valor de saída de dados do ar; em que a rede neural artificial (26) é pré-treinada para determinar os um ou mais pesos, desvios ou funções de transferência; e em que o processamento da pluralidade de entradas (28) não pneumáticas através da rede de inteligência artificial para gerar o valor de saída de dados do ar compreende processar a pluralidade de entradas não pneumáticas através da rede neural artificial (26) sem mudar os um ou mais pesos, desvios ou funções de transferência.
2. Método de acordo com a reivindicação 1, caracterizadopelo fato de que a pluralidade de entradas não pneumáticas compreende um ou mais de um parâmetro de empuxo de motor de aeronave, um ajuste de manete de motor de aeronave, uma posição de superfície de controle de voo, um carregamento de superfície de controle de voo, uma taxa de uso de combustível de aeronave, um peso de aeronave, uma posição de trem de pouso, um balanço de massa de aeronave, uma aceleração de aeronave e uma taxa angular de aeronave.
3. Método de acordo com a reivindicação 1, caracterizado pelo fato de que o valor de saída de dados do ar gerado é selecionado de um grupo compreendendo uma velocidade no ar calibrada da aeronave, uma velocidade no ar verdadeira da aeronave, um número de Mach da aeronave, uma altitude de pressão da aeronave, um ângulo de ataque da aeronave, uma velocidade vertical da aeronave e um ângulo de glissada da aeronave.
4. Método de acordo com a reivindicação 1, caracterizado pelo fato de que a rede neural artificial (26) é uma rede neural de alimentação direta.
5. Método de acordo com a reivindicação 1, caracterizado pelo fato de que compreende ainda: receber o valor de saída de dados do ar de base pneumática de um sistema de dados do ar de base pneumática; e identificar se o valor de saída de dados do ar de base pneumática recebido é determinado ser confiável ou se o valor de saída de dados do ar de base pneumática recebido é determinado ser não confiável; em que o processamento da pluralidade de entradas não pneumáticas através da rede de inteligência artificial para gerar um valor de saída de dados do ar compreende: processar as entradas não pneumáticas e o valor de saída de dados do ar de base pneumática recebido através da rede de inteligência artificial para gerar o valor de saída de dados do ar quando o valor de saída de dados do ar de base pneumática é determinado ser confiável; e processar as entradas não pneumáticas sem o valor de saída de dados do ar de base pneumática recebido através da rede de inteligência artificial para gerar o valor de saída de dados do ar quando o valor de saída de dados do ar de base pneumática é determinado ser não confiável.
6. Método de acordo com a reivindicação 1, caracterizado pelo fato de que compreende ainda:enviar o valor de saída de dados do ar para um sistema de consumo que determina se o valor de saída de dados do ar de base pneumática é não confiável com base pelo menos em parte no valor de dados do ar gerado.
7. Método de acordo com a reivindicação 1, caracterizado pelo fato de que compreende ainda:determinar se o valor de saída de dados do ar de base pneumática é não confiável.
8. Sistema de dados do ar sintéticos (12), caracterizado pelo fato de que compreende:pelo menos um processador; eum meio de armazenamento legível por computador compreendendo instruções que, quando executadas pelo ao menos um processador, fazem o sistema de dados do ar sintéticos (12) executar o método como definido na reivindicação 1.
9. Sistema de dados do ar sintéticos (12) de acordo com a reivindicação 8, caracterizado pelo fato de que a pluralidade de entradas não pneumáticas compreende um ou mais de um parâmetro de empuxo de motor de aeronave, um ajuste de manete de motor de aeronave, uma posição de superfície de controle de voo, um carregamento de superfície de controle de voo, uma taxa de uso de combustível de aeronave, um peso de aeronave, uma posição de trem de pouso, um balanço de massa de aeronave, uma aceleração de aeronave e uma taxa angular de aeronave.
10. Sistema de dados do ar sintéticos (12) de acordo com a reivindicação 8, caracterizado pelo fato de que o meio de armazenamento legível por computador compreende instruções que, quando executadas pelo ao menos um processador, fazem o sistema de dados do ar sintéticos (12) processar a pluralidade de entradas não pneumáticas através da rede de inteligência artificial para gerar o valor de saída de dados do ar que é selecionado de um grupo compreendendo uma velocidade no ar calibrada da aeronave, uma velocidade no ar verdadeira da aeronave, um número de Mach da aeronave, uma altitude de pressão da aeronave, um ângulo de ataque da aeronave, uma velocidade vertical da aeronave e um ângulo de glissada da aeronave.
11. Sistema de dados do ar sintéticos (12) de acordo com a reivindicação 8, caracterizadopelo fato de que o meio de armazenamento legível por computador compreende ainda instruções que, quando executadas pelo ao menos um processador, fazem o sistema de dados do ar sintéticos (12): receber o valor de saída de dados do ar de base pneumática de um sistema de dados do ar de base pneumática; e identificar se o valor de saída de dados do ar de base pneumática recebido é determinado ser confiável ou se o valor de saída de dados do ar de base pneumática recebido é determinado ser não confiável; e em que o meio de armazenamento legível por computador compreende instruções que, quando executadas pelo ao menos um processador, fazem o sistema de dados do ar sintéticos (12) processar a pluralidade de entradas não pneumáticas através da rede de inteligência artificial para gerar o valor de saída de dados do ar pelo menos fazendo o sistema de dados do ar sintéticos (12): processar as entradas não pneumáticas e o valor de saída de dados do ar de base pneumática recebido através da rede de inteligência artificial para gerar o valor de saída de dados do ar quando o valor de saída de dados do ar de base pneumática é determinado ser confiável; e processar as entradas não pneumáticas sem o valor de saída de dados do ar de base pneumática recebido através da rede de inteligência artificial para gerar o valor de saída de dados do ar quando o valor de saída de dados do ar de base pneumática é determinado ser não confiável.
12. Sistema de dados do ar sintéticos (12) de acordo com a reivindicação 8, caracterizadopelo fato de que o meio de armazenamento legível por computador compreende ainda instruções que, quando executadas pelo ao menos um processador, fazem o sistema de dados do ar sintéticos (12) enviar o valor de saída de dados do ar para um sistema de consumo que determina se o valor de saída de dados do ar de base pneumática é não confiável com base pelo menos em parte no valor de dados do ar gerado.
13. Sistema de dados do ar sintéticos (12) de acordo com a reivindicação 8, caracterizadopelo fato de que o meio de armazenamento legível por computador compreende ainda instruções que, quando executadas pelo ao menos um processador, fazem o sistema de dados do ar sintéticos (12) determinar se o valor de saída de dados do ar de base pneumática é não confiável.
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US14/962,137 US9932127B2 (en) | 2015-12-08 | 2015-12-08 | Synthetic air data output generation |
| US14/962,137 | 2015-12-08 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| BR102016025416A2 BR102016025416A2 (pt) | 2017-06-13 |
| BR102016025416B1 true BR102016025416B1 (pt) | 2022-05-17 |
Family
ID=57754913
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| BR102016025416-7A BR102016025416B1 (pt) | 2015-12-08 | 2016-10-31 | Método para gerar saídas de dados de ar para uma aeronave, e, sistema de dados do ar sintéticos |
Country Status (5)
| Country | Link |
|---|---|
| US (2) | US9932127B2 (pt) |
| EP (1) | EP3179254B1 (pt) |
| CN (1) | CN107021237B (pt) |
| BR (1) | BR102016025416B1 (pt) |
| CA (1) | CA2944107C (pt) |
Families Citing this family (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US10147244B2 (en) * | 2016-06-10 | 2018-12-04 | Simmonds Precision Products, Inc. | Fault source parameter identification |
| DE102017111117A1 (de) * | 2017-05-22 | 2018-11-22 | Deutsches Zentrum für Luft- und Raumfahrt e.V. | Verfahren zur Ermittlung der Luftgeschwindigkeit eines Flugzeugs |
| US11015955B2 (en) | 2018-06-15 | 2021-05-25 | Rosemount Aerospace Inc. | Dual channel air data system with inertially compensated backup channel |
| US10852316B2 (en) | 2018-06-15 | 2020-12-01 | Rosemount Aerospace Inc. | Advanced air data system architecture with air data computer incorporating enhanced compensation functionality |
| US10913545B2 (en) | 2018-06-15 | 2021-02-09 | Rosemount Aerospace Inc. | Architecture for providing enhanced altitude functionality to aircraft air data system |
| US10928413B2 (en) | 2018-10-05 | 2021-02-23 | Rosemount Aerospace Inc. | Aircraft freestream data systems |
| US11125770B2 (en) * | 2018-12-06 | 2021-09-21 | Rosemount Aerospace Inc. | Acoustic air data sensor and system |
| US10935564B2 (en) * | 2019-03-07 | 2021-03-02 | Bnsf Railway Company | Systems and methods for determining wind velocity |
| US11061048B2 (en) * | 2019-03-07 | 2021-07-13 | Bnsf Railway Company | Systems and methods for communicating information associated with wind pressures |
| DE102019214984A1 (de) * | 2019-09-30 | 2021-04-01 | Robert Bosch Gmbh | Inertialsensor und computerimplementiertes Verfahren zur Selbstkalibrierung eines Inertialsensors |
| US11851193B2 (en) | 2020-11-20 | 2023-12-26 | Rosemount Aerospace Inc. | Blended optical and vane synthetic air data architecture |
| US11686742B2 (en) | 2020-11-20 | 2023-06-27 | Rosemount Aerospace Inc. | Laser airspeed measurement sensor incorporating reversion capability |
| GB2621843A (en) * | 2022-08-23 | 2024-02-28 | Bae Systems Plc | Air data estimation in aircraft |
| WO2024042309A1 (en) * | 2022-08-23 | 2024-02-29 | Bae Systems Plc | Air data estimation in aircraft |
| GB2621842A (en) * | 2022-08-23 | 2024-02-28 | Bae Systems Plc | Training data for air data estimation in aircraft |
| CN116382071B (zh) * | 2023-02-08 | 2023-12-22 | 大连理工大学 | 深度学习网络修正补偿的气动参数智能辨识方法 |
Family Cites Families (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4300200A (en) | 1978-12-01 | 1981-11-10 | Westland Aircraft Limited | Helicopter airspeed indicating system |
| US6466888B1 (en) * | 1999-08-26 | 2002-10-15 | The United States Of America As Represented By The Secretary Of The Navy | Neural network system for estimation of aircraft flight data |
| JP2002267489A (ja) * | 2001-03-14 | 2002-09-18 | Advanced Technology Inst Of Commuter Helicopter Ltd | 高度表示装置および速度表示装置 |
| US6604029B2 (en) | 2001-05-08 | 2003-08-05 | Rosemount Aerospace Inc. | Multi-function air data probes using neural network for sideslip compensation |
| US6561020B2 (en) | 2001-05-08 | 2003-05-13 | Rosemount Aerospace Inc. | Method to calculate sideslip angle and correct static pressure for sideslip effects using inertial information |
| US7257470B2 (en) | 2004-10-29 | 2007-08-14 | Rosemount Aerospace Inc. | Fault isolation method and apparatus in artificial intelligence based air data systems |
| FR2879784B1 (fr) * | 2004-12-22 | 2007-04-13 | Airbus France Sas | Procede et dispositif de saisie de valeurs numeriques |
| US20070130096A1 (en) * | 2005-12-01 | 2007-06-07 | Rosemount Aerospace, Inc. | Fault detection in artificial intelligence based air data systems |
| US8761970B2 (en) * | 2008-10-21 | 2014-06-24 | The Boeing Company | Alternative method to determine the air mass state of an aircraft and to validate and augment the primary method |
| US20110184592A1 (en) * | 2010-01-26 | 2011-07-28 | Honeywell International Inc. | Alternate airspeed computation when air data computer (adc) fails |
| US20130204544A1 (en) | 2012-02-03 | 2013-08-08 | Gulfstream Aerospace Corporation | Methods and systems for determining airspeed of an aircraft |
| US8857255B2 (en) | 2012-08-22 | 2014-10-14 | Rosemount Aerospace Inc. | Moisture resistant air data probes |
| US8914164B1 (en) * | 2013-08-02 | 2014-12-16 | Honeywell International Inc. | System and method for computing mach number and true airspeed |
| US9096330B2 (en) * | 2013-08-02 | 2015-08-04 | Honeywell International Inc. | System and method for computing MACH number and true airspeed |
-
2015
- 2015-12-08 US US14/962,137 patent/US9932127B2/en active Active
-
2016
- 2016-10-03 CA CA2944107A patent/CA2944107C/en active Active
- 2016-10-31 BR BR102016025416-7A patent/BR102016025416B1/pt active IP Right Grant
- 2016-11-30 EP EP16201353.6A patent/EP3179254B1/en active Active
- 2016-12-07 CN CN201611120518.4A patent/CN107021237B/zh active Active
-
2018
- 2018-02-15 US US15/897,537 patent/US10723479B2/en active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CA2944107C (en) | 2023-08-29 |
| CN107021237A (zh) | 2017-08-08 |
| US20170158347A1 (en) | 2017-06-08 |
| US10723479B2 (en) | 2020-07-28 |
| BR102016025416A2 (pt) | 2017-06-13 |
| US20180170572A1 (en) | 2018-06-21 |
| CA2944107A1 (en) | 2017-06-08 |
| EP3179254B1 (en) | 2018-09-05 |
| EP3179254A1 (en) | 2017-06-14 |
| US9932127B2 (en) | 2018-04-03 |
| CN107021237B (zh) | 2021-09-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| BR102016025416B1 (pt) | Método para gerar saídas de dados de ar para uma aeronave, e, sistema de dados do ar sintéticos | |
| EP3255437B1 (en) | Fault source parameter identification | |
| US11747360B2 (en) | Neural network system whose training is based on a combination of model and flight information for estimation of aircraft air data | |
| US8761970B2 (en) | Alternative method to determine the air mass state of an aircraft and to validate and augment the primary method | |
| EP2434296B1 (en) | Airspeed sensing system for an aircraft | |
| Tang et al. | Methodologies for adaptive flight envelope estimation and protection | |
| EP3425363B1 (en) | Systems and methods for correcting acoustic error in pressure sensors | |
| US10012668B1 (en) | Triple-redundant air data system architecture | |
| EP3581942B1 (en) | Dual channel air data system with inertially compensated backup channel | |
| CN107960122A (zh) | 飞行器和使飞行器稳定的方法 | |
| US10928413B2 (en) | Aircraft freestream data systems | |
| BR102016011553A2 (pt) | método para determinar uma condição de anomalia de temperatura do ar total medida, e, dispositivo de computação | |
| ES2651369T3 (es) | Sistema y proceso para medición y evaluación de datos aéreos e inerciales | |
| JP2023171384A (ja) | アビオニクスシステム、航空機、及びストレージ媒体 | |
| Rudin et al. | A sensor fault detection for aircraft using a single Kalman filter and hidden Markov models | |
| Donofrio | All weather, gps free and data-driven synthetic sensor for angle of attack and sideslip estimation | |
| Fravolini et al. | Design of robust redundancy relations for a semi-scale YF-22 aircraft model | |
| Caravaca | Design of extended kalman filters for estimation of UAV flight parameters | |
| Song et al. | Predictive Control for Active Model and its Applications on Unmanned Helicopters |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| B03A | Publication of a patent application or of a certificate of addition of invention [chapter 3.1 patent gazette] | ||
| B06U | Preliminary requirement: requests with searches performed by other patent offices: procedure suspended [chapter 6.21 patent gazette] | ||
| B06A | Patent application procedure suspended [chapter 6.1 patent gazette] | ||
| B09A | Decision: intention to grant [chapter 9.1 patent gazette] | ||
| B16A | Patent or certificate of addition of invention granted [chapter 16.1 patent gazette] |
Free format text: PRAZO DE VALIDADE: 20 (VINTE) ANOS CONTADOS A PARTIR DE 31/10/2016, OBSERVADAS AS CONDICOES LEGAIS |