FR2884313A1 - Procede et appareil permettant d'obtenir une precision et plage ameliorees de parametres de donnees aerodynamiques deduits des mesures independantes de pressions interdependantes - Google Patents
Procede et appareil permettant d'obtenir une precision et plage ameliorees de parametres de donnees aerodynamiques deduits des mesures independantes de pressions interdependantes Download PDFInfo
- Publication number
- FR2884313A1 FR2884313A1 FR0603011A FR0603011A FR2884313A1 FR 2884313 A1 FR2884313 A1 FR 2884313A1 FR 0603011 A FR0603011 A FR 0603011A FR 0603011 A FR0603011 A FR 0603011A FR 2884313 A1 FR2884313 A1 FR 2884313A1
- Authority
- FR
- France
- Prior art keywords
- predicted
- pressure
- dimensional
- static pressure
- aerodynamic data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Withdrawn
Links
- 238000000034 method Methods 0.000 title claims abstract description 64
- 238000005259 measurement Methods 0.000 title 1
- 230000003068 static effect Effects 0.000 claims abstract description 115
- 238000004364 calculation method Methods 0.000 claims description 6
- 208000018634 fetal akinesia deformation sequence Diseases 0.000 abstract description 19
- 208000012165 fetal akinesia deformation sequence syndrome Diseases 0.000 abstract description 19
- 238000002421 fluorescence-activated droplet sorting Methods 0.000 abstract description 19
- 238000013528 artificial neural network Methods 0.000 description 17
- 238000013473 artificial intelligence Methods 0.000 description 9
- 238000009530 blood pressure measurement Methods 0.000 description 6
- 238000001514 detection method Methods 0.000 description 5
- 238000013459 approach Methods 0.000 description 2
- 238000013213 extrapolation Methods 0.000 description 2
- 238000012706 support-vector machine Methods 0.000 description 2
- 241001417524 Pomacanthidae Species 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 239000000523 sample Substances 0.000 description 1
Classifications
-
- 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
-
- 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
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Measuring Fluid Pressure (AREA)
Abstract
La présente invention concerne un procédé de calcul d'un paramètre de données aérodynamiques au niveau système pour un avion, par exemple un angle d'attaque (AOA) d'avion et/ou angle de dérapage (AOS), qui inclut la mesure d'une pluralité de pressions statiques locales pi. Ensuite, une pluralité de rapports de pression non dimensionnels sont respectivement générés en fonction de l'une de la pluralité de pressions statiques locales pi, d'une pression statique système prédite Ps prédite et d'une pression d'impact prédite qc prédite. Ensuite, le paramètre de données aérodynamiques au niveau système est calculé en fonction de la pluralité générée de rapports de pression non dimensionnels. Les systèmes de données aérodynamiques ayant des calculateurs de données aérodynamiques (220) configurés afin de mettre en oeuvre le procédé sont également décrits. Les systèmes de données aérodynamiques peuvent être des systèmes de données aérodynamiques noyés (FADS), ou d'autres types de systèmes de données aérodynamiques.
Description
PROCEDE ET APPAREIL PERMETTANT D'OBTENIR UNE PRECISION ET
PLAGE AMELIOREES DE PARAMETRES DE DONNEES AERODYNAMIQUES
DEDUITS DES MESURES INDEPENDANTES DE PRESSIONS
INTERDEPENDANTES
La présente invention concerne généralement des systèmes de données aérodynamiques noyés (FADS) et d'autres types de systèmes de données aérodynamiques utilisés dans l'aviation. Plus particulièrement, la présente invention concerne des procédés et appareils permettant d'améliorer la précision, la fiabilité et/ou la plage des paramètres de données aérodynamiques qui sont déduits de mesures indépendantes de pressions qui présentent des interdépendances entre elles.
Les systèmes de données aérodynamiques noyés sont de plus en plus utilisés ou proposés sur des véhicules aériens ou avions (avec ou sans pilote). Un FADS utilise typiquement plusieurs orifices de pression statique noyés ou semi-noyés à l'extérieur d'un avion afin de mesurer les pressions statiques locales à diverses positions. La pression ou les valeurs de pression mesurées par les orifices individuels sont combinées en utilisant une certaine forme d'algorithme(s), afin d'obtenir des paramètres de données aérodynamiques système (à un niveau global ou d'avion), concernant l'avion. Des exemples de ces paramètres de données aérodynamiques du système pour l'avion incluent l'angle d'attaque (AOA), l'angle de dérapage (AOS), le nombre de Mach, etc. D'autres paramètres de données aérodynamiques système bien connus pour l'avion peuvent également être dérivés d'estimations de pression statique et totale, et de leurs vitesses de changement.
Les systèmes de données aérodynamiques noyés offrent divers avantages qui rendent leur utilisation souhaitable pour certains avions ou dans certains environnements. Par exemple, les orifices de pression statique noyés ou seminoyés peuvent donner lieu à une traînée moindre sur un avion que d'autres types de dispositifs détecteurs de pression. En outre, les orifices de détection de pression statique noyés ou semi-noyés subissent une accumulation de glace moindre par rapport à d'autres types de dispositifs détecteurs de pression. D'autres avantages d'un FADS peuvent inclure, par exemple, une observabilité moindre par rapport à certains systèmes de données aérodynamiques de type sonde.
Supposons qu'un FADS inclue N orifices statiques noyés, chacun mesurant individuellement une valeur de pression locale pi unique associée à son emplacement respectif sur l'avion. A titre d'exemple, un FADS traditionnel peut typiquement inclure environ cinq orifices de détection de pression (N = 5) positionnés sur l'avion, bien que d'autres nombres d'orifices puissent être utilisés. En utilisant un ou plusieurs algorithme(s), ces N valeurs de pression locale pi peuvent être combinées afin d'obtenir les éléments individuels nécessaires pour un système de données aérodynamiques, par exemple la pression totale Pt, pression statique Ps, AOA et AOS. Une large variété d'algorithmes peuvent être utilisés afin d'obtenir ces paramètres de données aérodynamiques déduits. Par exemple, les algorithmes utilisés dans des sondes de détection de données aérodynamiques à tête sphérique et à cinq trous peuvent être utilisés. D'autres algorithmes pouvant être utilisés incluent, à titre d'exemple, ceux reposant sur des tables de conversion multidimensionnelles, des ajustements de courbes polynomiales à plusieurs variables et d'ordre supérieur, des filtres Kalman, etc. En plus, on a proposé que les pressions ou valeurs de pression pi soient combinées en utilisant une certaine forme d'algorithmes d'intelligence artificielle, par exemple des réseaux de neurones (NN), la méthode Support Vector Machines (SVM), etc. Un défaut des approches courantes des FADS concerne l'utilisation des procédés traditionnels afin d'estimer l'AOA et l'AOS. Les procédés traditionnels utilisent uniquement un couple d'orifices (qui mesurent les pressions statiques locales pi) afin d'estimer AOA et AOS avant que les estimations ne soient affinées à l'aide des réseaux de neurones ou d'autres algorithmes d'intelligence artificielle. Toutefois, dans cette approche, si un orifice est perdu en raison d'une collision avec des oiseaux, panne électrique, etc., l'ensemble du système est perdu. Ainsi, on a besoin dans la technique d'accroître la fiabilité, la précision, et la redondance dans les FADS et autres types de systèmes de données aérodynamiques.
Les modes de réalisation de la présente invention proposent des solutions à ces problèmes et/ou à d'autres problèmes, et offrent d'autres avantages par rapport à la technique antérieure.
Un procédé de calcul d'un paramètre de données aérodynamiques système pour un avion, par exemple un angle d'attaque d'avion (AOA) et/ou angle de dérapage (AOS) d'avion, inclut la mesure d'une pluralité de pressions statiques locales pi. Ensuite, une pluralité de rapports de pression non dimensionnels sont respectivement générés en fonction de l'une de la pluralité de pressions statiques locales pi, d'une pression statique de système prédite Ps prédite, et d'une pression d'impact prédite qc prédite. Ensuite, le paramètre de données aérodynamiques au niveau du système est calculé en fonction de la pluralité générée de rapports de pression non dimensionnels. Les systèmes de données aérodynamiques comportant des calculateurs de données aérodynamiques configurés afin de mettre en oeuvre le procédé sont également divulgués. Les systèmes de données aérodynamiques peuvent être des systèmes de données aérodynamiques noyés (FADS) ou d'autres types de systèmes de données aérodynamiques.
D'autres caractéristiques et avantages qui caractérisent les modes de réalisation de la présente invention apparaîtront clairement à la lecture de la description détaillée suivante et en visualisant les dessins associés.
Les figures 1-1 et 1-2 sont des illustrations schématiques d'orifices de détection de pression de données aérodynamiques noyés sur un avion en vue de dessus et vue de dessous, respectivement, dans un mode de réalisation donné à titre d'exemple.
La figure 2 est une illustration schématique d'un système de données aérodynamiques configuré afin de mettre en oeuvre les procédés de la présente invention.
Les figures 3 à 6 sont des organigrammes illustrant les procédés selon la présente invention.
Les figures 7 à 10 sont des tracés d'erreurs d'AOA et d'AOS illustrant la réduction des erreurs à l'aide des procédés de la présente invention.
Les figures 1-1 et 1-2 sont des illustrations schématiques, respectivement selon des vues de dessus et de dessous, d'un avion ou d'un véhicule aérien 100 qui utilise un système de données aérodynamiques noyé (FADS) selon des modes de réalisation donnés à titre d'exemple de la présente invention. Les systèmes de données aérodynamiques noyés sont généralement connus dans la technique. Par exemple, les aspects de ce FADS sont décrits dans le brevet américain n 6 253 166 délivré à Whitmore et al. le 26 juin 2001 et intitulé STABLE ALGORITHM FOR ESTIMATING AIRDATA FROM FLUSH SURFACE PRESSURE MEASUREMENTS ( Algorithme stable pour estimer des données aérodynamiques à partir de mesures de pression de surface noyées ). D'autres exemples de FADS ou aspects de EADS sont décrits dans: (1) Air Data Sensing from Surface Pressure Measurements Using a Neural Network ( Détection de données aérodynamiques à partir de mesures de pression de surface utilisant un réseau de neurones ), Method AIAA Journal, volume 36, n 11, pages 2094 à 2101(8) (ler novembre 1998) de Rohloff T.J., Angeles L., Whitmore S.A., et Catton I. ; (2) Fault-Tolerant Neural Network Algorithm for Flush Air Data Sensing ( Algorithme de réseau de neurones tolérant aux erreurs pour la détection de données aérodynamique noyée ), Journal de l'Aviation, volume 36, éd. 3, pages 541 à 549(9), (leT mai 1999) de Rohloff T.J. ; Whitemore S.A., et Catton I; (3) Fault Tolerance and Extrapolation Stability of a Neural Network Air-Data Estimator ( Tolérance d'erreurs et stabilité d'extrapolation d'un estimateur de données aérodynamiques utilisant un réseau de neurones ), Journal de l'Aviation, volume 36, éd. 3, pages 571 à 576(6) (ler mai 1999) de Rohloff T.J. et Catton I; et (4) Failure Management Scheme for Use in a Flush Air Data System ( Schéma de gestion d'erreurs à utiliser dans un système de données aérodynamique noyé ), Aircraft Design 4, pages 151 à 162 (2001) de C.V. Srinatha Sastry, K.S. Raman, et B. Lakshman Babu.
Le FADS utilisé par l'avion 100 inclut, dans un exemple illustré, onze orifices de détection de pression statique noyés (ou semi-noyés) 110 (numéros de référence 110-1 à 110-11) positionnés à divers emplacements à l'extérieur du véhicule. Les orifices individuels 110 mesurent chacun une valeur de pression statique locale unique pi associée à leurs emplacements respectifs sur l'avion. Ces valeurs de pression sont alors combinées en utilisant une certaine forme d'algorithmes d'intelligence artificielle (réseaux de neurones, méthodes Support Vector Machines, etc.) afin de générer des paramètres de données aérodynamiques de système tels que l'AOA et AOS d'avion. Tandis que les figures 1-1 et 1-2 illustrent onze orifices de détection de pression statique à des emplacements particuliers, le nombre et emplacements particuliers des orifices 110 peuvent varier selon les besoins pour l'avion et l'application particulière. D'autres exemples de FADS, tel que décrit dans les présentes, utilisent N orifices de détection de pression statique. La présente invention ne se limite donc pas à des FADS comportant un nombre particulier d'orifices de détection de pression statique, ou aux emplacements d'orifices particuliers représentés sur les figures 1-1 et 1- 2. En outre, la présente invention ne se limite pas à des FADS, mais peut être utilisée plus généralement dans des systèmes de données aérodynamiques qui génèrent des paramètres de données aérodynamiques système en fonction de plusieurs pressions statiques locales, et en particulier ceux utilisant des algorithmes d'intelligence artificielle pour parvenir à cette fin.
La figure 2 est une illustration schématique d'un FADS 200, selon les modes de réalisation de la présente invention, qui est configuré afin de mettre en oeuvre les algorithmes générant des paramètres de données aérodynamiques décrits ci-dessous. Tandis que les caractéristiques des algorithmes sont décrites ci-dessous, il est à noter que l'implémentation spécifique des algorithmes peut être réalisée en utilisant toute technique ou technologie souhaitée. Par exemple, les procédés peuvent être mis en oeuvre en utilisant des réseaux de neurones ou autres algorithmes d'intelligence artificielle, mais cela n'est pas forcément le cas dans l'ensemble des modes de réalisation.
Le système 200 est un exemple de mode de réalisation d'un FADS utilisé sur un avion 100. Tandis que la figure 2 illustre des orifices de détection de pression statique noyés, il est censé représenter les systèmes de donnés aérodynamiques d'une manière plus générale, y compris ceux utilisant d'autres dispositifs détecteurs de pression.
Tel qu'illustré sur la figure 2, le FADS 200 inclut N orifices statiques noyés 110 (numérotés 110-1 à 110-N, respectivement). Les orifices individuels mesurent chacun une valeur de pression statique locale unique pi (i étant compris entre 1 et N) associée à leurs emplacements respectifs sur l'avion 100. En utilisant les algorithmes implémentés dans les circuits informatiques de données aérodynamiques 210, ces N valeurs de pression peuvent être combinées ou utilisées afin de générer un ou plusieurs paramètres de données aérodynamiques au niveau du système 220 selon les besoins. Des exemples de ces paramètres de données aérodynamiques système incluent, sans s'y limiter, l'angle d'attaque (AOA) , l'angle de dérapage (AOS) et le nombre de Mach.
Selon les modes de réalisation de la présente invention, un nombre choisi d'indications de pression, pi, sont tout d'abord utilisées afin de déduire une pression statique système Ps et une pression totale système Pt (ou, selon une autre solution, une pression statique système Ps et pression d'impact qc). Le nombre d'orifices requis dépend de la précision et des emplacements des orifices, et un ensemble différent d'orifices peut être nécessaire pour chaque paramètre dérivé. Une fois que Ps et Pt (ou Ps et qc) sont estimées, ces deux valeurs sont utilisées conjointement avec un nombre choisi d'indications de pression afin d'obtenir l'AOA et AOS du système ou de l'avion. Dans ce cas, les valeurs Pt et Ps prédites sont utilisées afin de former des rapports de pression non dimensionnels (pi Ps prédite) / (Pt prédite Ps prédite) r lesquelles sont utilisées comme entrées pour les réseaux de neurones et/ou autres algorithmes d'intelligence artificielle implémentés à l'intérieur d'un calculateur de données aérodynamiques 220 afin de prédire AOA et AOS. En utilisant cette technique, la précision des valeurs d'AOA et AOS prédites est nettement améliorée, comme on le voit sur les figures 7 à 10, qui seront décrites plus en détail ci-dessous.
Selon les modes de réalisation de la présente invention, le calculateur de données aérodynamiques 220 inclut des circuits (par exemple des processeurs configurés de manière appropriée, puces intégrées, etc) qui sont configurés afin de mettre en oeuvre les procédés illustrés sur certaines ou l'ensemble des figures 3 à 6. Dans certains modes de réalisation, ces circuits et algorithmes correspondants sont utilisés afin d'implémenter des réseaux de neurones et/ou d'autres algorithmes d'intelligence artificielle. Les procédés décrits ci-dessous en faisant référence aux figures 3 à 6 permettent d'obtenir des performances améliorées pour ces algorithmes, ce qui donne lieu à un calcul des paramètres de données aérodynamiques plus précis et plus fiable.
En faisant maintenant référence à la figure 3, on voit un organigramme illustrant un procédé 350 de calcul d'un paramètre de données aérodynamiques selon certains modes de réalisation de la présente invention. Tel que représenté à l'étape 355, le procédé inclut la mesure des pressions statiques locales pi à partir des orifices de détection de pression statique 110. Ensuite, à l'étape 360, le procédé est décrit comme incluant la génération de rapports de pression non dimensionnels à partir des pressions statiques locales pi. Chaque rapport de pression non dimensionnel est généré en fonction de l'une des pressions statiques locales pi, d'une pression statique système prédite Ps prédite, et d'une pression d'impact prédite qc prédite. Etant donné que la pression d' impact prédite q, prédite est égale à Pt prédite Ps prédite, dans cette étape, chaque rapport de pression non dimensionnel peut être considéré comme étant généré en fonction de la pression totale prédite Pt prédite et non directement en fonction de la pression d'impact prédite qcprédite étant donné que ces pressions dépendent l'une de l'autre. Tel qu'évoqué ci-dessus, dans un mode de réalisation donné à titre d'exemple, à l'étape 360, les rapports de pression non dimensionnels sont respectivement générés, pour une pression statique locale pi particulière, en utilisant une relation qui peut être représentée par la formule indiquée dans l'équation 1: Equation 1: (pi Ps prédite) / (Pt prédite Ps prédite) Enfin, le procédé 350 représenté sur la figure 3 inclut l'étape 365 consistant à calculer le paramètre de données aérodynamiques au niveau système en fonction des rapports de pression ncn dimensionnels générés. Par exemple, les rapports de pression non dimensionnels définis dans l'équation 1 peuvent être utilisés comme entrées pour un réseau de neurones entraîné de manière appropriée qui permet d'obtenir les paramètres de données aérodynamiques au niveau système (par exemple AOA, AOS, etc.) en tant que sortie. Plusieurs réseaux de neurones ou autres algorithmes d'intelligence artificielle peuvent également être utilisés afin d'obtenir plusieurs paramètres de données aérodynamiques, chacun dépendant du même ensemble ou d'ensembles différents, de rapports de pression non dimensionnels.
En faisant maintenance référence à la figure 4, est représenté sous forme d'organigramme un autre procédé 400, qui inclut les étapes du procédé 350 représenté sur la figure 3, conjointement avec les étapes de l'un ou des deux procédés 425 et 450, respectivement représentés sur les figures 5 et 6. Etant donné que l'un ou l'autre ou l'ensemble de ces deux procédés 425 et 450 peuvent facultativement être utilisés comme étapes de prétraitement pour ce procédé 350, les blocs correspondants aux procédés 425 et 450 sont représentés selon des lignes en traits interrompus afin de montrer leur nature facultative.
En faisant maintenant référence à la figure 5, est représenté un organigramme illustrant le procédé 425 de prédiction de la pression statique système PS prédite utilisé à l'étape 360 du procédé 350 représenté sur la figure 3. Il est à noter que le procédé 425 n'est pas le seul procédé de prédiction de pression statique système PS prédite qui peut être utilisé à l'étape 360, et le procédé 350 ne se limite donc pas à l'utilisation avec une pression statique système prédite PS prédite produite en utilisant le procédé 425.
Tel que représenté à l'étape 505, le procédé 425 inclut la génération d'un premier ensemble de valeurs de pression statique locale non dimensionnelles. Chacune du premier ensemble de valeurs de pression statique locale non dimensionnelles est générée en fonction de l'une des pressions statiques locales pi et d'une moyenne ou valeur moyenne pi des pressions statiques locales. Dans un mode de réalisation donné à titre d'exemple, chacune du premier ensemble de valeurs de pression statique locale non dimensionnelles est générée en utilisant une relation qui peut être représentée par la formule pi. Toutefois, dans un Pi autre mode de réalisation, le premier ensemble de valeurs de pression statique locale non dimensionnelles est obtenu par la formule (pour i > 1). En utilisant une première Pi P1 valeur de pression statique locale pl afin de ne pas dimensionnaliser les autres valeurs de pression statiques locales, on élimine une entrée pl.
Ensuite, tel que représenté à l'étape 510, le procédé 425 inclut la production de la pression statique système prédite PS prédite en fonction du premier ensemble de valeurs de pression statique locale non dimensionnelles. Ceci peut être réalisé, par exemple, en utilisant un réseau de neurones entraîné ou un autre algorithme d'intelligence artificielle. Dans un mode de réalisation donné à titre d'exemple, l'étape 510 de production de la pression statique système prédite Ps prédite en fonction du premier ensemble de valeurs de pression statique locale non dimensionnelles inclut les sous-étapes consistant tout d'abord à produire une valeur de pression statique prédite non dimensionnelle qui peut être représentée par la formule Psprédite Cette Pi valeur de pression statique prédite non dimensionnelle peut être, par exemple, la sortie d'un réseau de neurones dont les entrées sont le premier ensemble de valeurs de pression statique locale non dimensionnelles. Ensuite, la valeur de pression statique prédite non dimensionnelle est redimensionnalisée en la multipliant par pi moyen des pressions statiques locales pi afin d'obtenir la pression statique système prédite PS prédite.
En faisant maintenant référence à la figure 6, est représenté un organigramme illustrant le procédé 450 de prédiction de pression d' impact tic prédite, qui peut être utilisé à l'étape 360 du procédé 350 représenté sur la figure 3. Tcutefois, le procédé 350 ne se limite pas à une utilisation avec des pressions d'impact prédites utilisant le procédé 450. Tel que représenté à l'étape 605, le procédé 450 inclut la génération d'un deuxième ensemble de valeurs de pression statique locale non dimensionnelles, chacune du deuxième ensemble de valeurs de pression statique locale non dimensionnelles étant générée en fonction de l'une des pressions statiques locales pi et de la pression statique système prédite Ps prédite. Ensuite, comme représenté à l'étape 610, le procédé inclut la production de la pression d' impact prédite q, prédite en fonction du deuxième ensemble de valeurs de pression statiques non dimensionnelles.
Dans un mode de réalisation donné à titre d'exemple, à l'étape 605, le deuxième ensemble de valeurs de pression statiques non dimensionnelles est généré en utilisant une relation qui peut être représentée par la formule Psprédite Dans ce mode de réalisation, l'étape 610 de production de la pression d'impact prédite qc prédite inclut la production d'une valeur de pression d'impact non dimensionnelle en fonction du deuxième ensemble de valeurs de pression statiques non dimensionnelles. Ensuite, dans ce mode de réalisation, l'étape 610 inclut également la redimensionnalisation de la valeur de pression d'impact non dimensionnelle en la multipliant par la pression statique système prédite Psprédite afin d'obtenir la pression d'impact prédite qc prédite.
En utilisant les procédés illustrés sur les figures 5 et 6 afin de prédire la pression statique système Ps prédite et la pression totale système Pt prédite, y compris indirectement en prédisant la pression d' impact qc prédite, les paramètres de données aérodynamiques d'AOA et AOS peuvent être calculés en réduisant nettement les erreurs. Par exemple, les figures 7 et 8 illustrent des tracés d'erreurs d'AOA et d'AOS Pi lorsqu'on effectue les calculs sans prédire la pression statique système PS prédite et la pression totale système Pt prédite à l'aide de ces procédés. La figure 7 illustre des tracés d'erreurs d'AOA en fonction de KIAS (vitesse de l'air indiquée en noeuds) en fonction d'AOA et en fonction d'AOS respectivement. De même, la figure 8 illustre des tracés d'erreurs d'AOS en fonction de KIAS, en fonction d'AOA et en fonction d'AOS respectivement. En revanche, les figures 9 et 10 illustrent des tracés correspondants des erreurs d'AGA et d'AOS lorsqu'elles sont calculées en utilisant la pression statique système PS prédite et la pression totale système Pt prédite générées à l'aide de ces procédés. Comme on peut le voir clairement, les erreurs d'AOA et d'ACS sont nettement réduites.
Bien que la présente invention ait été décrite en faisant référence à des modes de réalisation préférés, l'homme de l'art sait très bien que des modifications peuvent être apportées quant à la forme et au détail sans sortir de l'esprit et de la portée de la présente invention. A titre d'exemple, tandis que les procédés 350, 425 et 450 peuvent être utilisés dans un procédé unique plus important, ceci n'est pas requis dans l'ensemble des modes de réalisation. Les étapes de procédé présentées dans chacun de ces procédés peuvent être utilisées séparément à différentes fins si on le souhaite.
Claims (20)
1. Procédé de calcul d'un paramètre de données aérodynamiques au niveau système pour un avion (100), le procédé comprenant les étapes consistant à : mesurer une pluralité de pressions statiques locales pi; générer une pluralité de rapports de pression non dimensionnels, chaque rapport de pression non dimensionnel étant généré en fonction de l'une de la pluralité des pressions statiques locales pi, pression statique système prédite Ps prédite et pression d' impact prédite qc prédite; et calculer le paramètre de données aérodynamiques au niveau système en fonction de la pluralité générée de rapports de pression non dimensionnels.
2. Procédé selon la revendication 1, dans lequel le calcul du paramètre de données aérodynamiques au niveau système en fonction de la pluralité générée de rapports de pression non dimensionnels comprend en outre le calcul d'au moins un angle d'attaque (AOA) d'avion et d'un angle de dérapage (AOS) d'avion.
3. Procédé selon la revendication 1, dans lequel la génération de la pluralité de rapports de pression non dimensionnels également en fonction de la pression d'impact prédite q, prédite comprend en outre la génération de la pluralité de rapports de pression non dimensionnels en fonction d'une pression totale système prédite Pt prédite, où la pression d' impact prédite q, prédite est égale à la pression totale système prédite Pt prédise moins la pression statique système prédite P s prédite
4. Procédé selon la revendication 3, dans lequel la génération de la pluralité de rapports de pression non dimensionnels comprend en outre la génération de chaque rapport de pression non dimensionnel pour une pression statique locale particulière pi en utilisant une relation qui peut être indiquée par la formule suivante: Pi Ps prédite) / (Pt prédite Ps prédite
5. Procédé selon la revendication 1, et avant la génération de la pluralité de rapports de pression non dimensionnels, comprenant en outre les étapes consistant à : générer une première pluralité de valeurs de pression statique locale non dimensionnelles, chacune de la première pluralité de valeurs de pression statique locale non dimensionnelles étant générée en fonction de l'une de la pluralité de pressions statiques locales pi et d'une moyenne pi de la pluralité de pressions statiques locales pi; et produire la pression statique système prédite Ps prédite en fonction de la première pluralité de valeurs de pression statique locale non dimensionnelles.
6. Procédé selon la revendication 5, dans lequel la génération de la première pluralité de valeurs de pression statique locale non dimensionnelles comprend en outre la génération de chacune de la première pluralité de valeurs de pression statique locale non dimensionnelles en utilisant une relation qui peut être indiquée par la formule pi. Pi
7. Procédé selon la revendication 6, dans lequel la production de la pression statique système prédite Ps prédite en fonction de la première pluralité de valeurs de pression statique locale non dimensionnelles comprend les étapes consistant à : produire une valeur de pression statique prédite non dimensionnelle qui peut être indiquée par la formule Psprédite et Pi redimensionnaliser la valeur de pression statique prédite non dimensionnelle en multipliant Psprédite par la valeur Pi moyenne pi de la pluralité de pressions statiques locales pi afin d' obtenir la pression statique système prédite Ps prédite.
8. Procédé selon la revendication 5, et avant la génération de la pluralité de rapports de pression non dimensionnels, comprenant en outre les étapes consistant à : générer une deuxième pluralité de valeurs de pression statique locale non dimensionnelles, chacune de la deuxième pluralité de valeurs de pression statique locale non dimensionnelles étant générée en fonction de l'une de la pluralité de pressions statiques locales pi et de la pression statique système prédite PS prédite; et produire la pression d' impact prédite qe prédite en fonction de la deuxième pluralité de valeurs de pression statique locale non dimensionnelles.
9. Procédé selon la revendication 8, dans lequel la génération de la deuxième pluralité de valeurs de pression statique locale non dimensionnelles comprend en outre la génération de chacune de la seconde pluralité de valeurs de pression statique locale non dimensionnelles en utilisant une relation qui peut être indiquée par la formule Pi Psprédite et dans lequel la production de la pression d'impact prédite qc prédite comprend en outre la production d'une valeur de pression d'impact non dimensionnelle en fonction de la deuxième pluralité de valeurs de pression statique locale non dimensionnelles.
10. Procédé selon la revendication 9, et comprenant l'étape consistant à redimensionner la valeur de pression d'impact non dimensionnelle en la multipliant par la pression statique système prédite Ps prédite afin d'obtenir la pression d'impact prédite qc prédite.
11. Procédé selon la revendication 1, dans lequel la mesure de la pluralité de pressions statiques locales comprend en outre la mesure de la pluralité de pressions statiques locales en utilisant des orifices de détection de pression statique (110) d'un système de données aérodynamiques noyé.
12. Système de données aérodynamiques noyé comportant un calculateur de données aérodynamiques (220) configuré afin de mettre en oeuvre le procédé de la revendication 1.
13. Système de données aérodynamiques comprenant: une pluralité d'orifices de détection de pression statique (110), chacun mesurant l'une d'une pluralité de pressions statiques locales pi; un calculateur de données aérodynamiques (220) configuré afin de mettre en oeuvre les étapes de calcul de paramètres de données aérodynamiques, qui consistent à : générer une pluralité de rapports de pression non dimensionnels, chacun des rapports de pression non dimensionnels étant généré en fonction de l'une de la pluralité de pressions statiques locales pi, d'une pression statique système prédite Ps prédite, et d'une pression d'impact prédite qc prédite; et calculer un paramètre de données aérodynamiques au niveau système en fonction de la pluralité générée de rapports de pression non dimensionnels.
14. Système de données aérodynamiques selon la revendication 13, dans lequel la génération de la pluralité de rapports de pression non dimensionnels également en fonction de la pression d' impact prédite qc prédite comprend en outre la génération de la pluralité de rapports de pression non dimensionnels en fonction d'une pression totale système prédite Pt prédite, moyennant quoi la pression d'impact prédite q, prédite est égale à la pression totale système prédite Pt prédite moins la pression statique système prédite Ps prédite.
15. Système de données aérodynamiques selon la revendication 14, dans lequel la génération de la pluralité de rapports de pression non dimensionnels comprend en outre la génération de chaque rapport de pression non dimensionnel pour une pression statique locale particulière pi en utilisant une relation qui peut être indiquée par la formule.
(Pi Ps prédite) / (Pt prédite Ps prédite)
16. Système de données aérodynamiques selon la revendication 15, dans lequel le calculateur de données aérodynamiques (220) est en outre configuré afin de mettre en oeuvre des étapes de calcul de paramètre de données aérodynamiques supplémentaires, avant de générer la pluralité de rapports de pression non dimensionnels, consistant à : générer une première pluralité de valeurs de pression statique locale non dimensionnelles, chacune de la première pluralité de valeurs de pression statique locale non dimensionnelles étant générée en fonction de l'une de la pluralité de pressions statiques locales pi et d'une moyenne pi de la pluralité de pressions statiques locales pi en utilisant une relation qui peut être indiquée par la formule Pi; et Pi produire la pression statique système prédite Ps prédite en fonction de la première pluralité de valeurs de pression statique locale non dimensionnelles.
17. Système de données aérodynamiques selon la revendication 16, dans lequel la production de la pression statique système prédite Ps prédite en fonction de la première pluralité de valeurs de pression statique locale non dimensionnelles comprend en outre les étapes consistant à : produire une valeur de pression statique prédite non dimensionnelle qui peut être indiquée par la formule Psprédite et Pi redimensionnaliser la valeur de pression statique prédite non dimensionnelle en multipliant Psprédite par la moyenne pi Pi de la pluralité de pressions statiques locales afin d'obtenir la pression statique système prédite Ps prédite.
18. Système de données aérodynamiques selon la revendication 16, dans lequel le calculateur de données aérodynamiques (220) est en outre configuré afin de mettre en oeuvre des étapes de calcul de paramètre de données aérodynamiques supplémentaires, avant la génération de la pluralité de rapports de pression non dimensionnels, consistant à : générer une deuxième pluralité de valeurs de pression statique locale non dimensionnelles, chacune de la deuxième pluralité de valeurs de pression statique locale non dimensionnelles étant générée en fonction de l'une de la pluralité de pressions statiques locales pi et de la pression statique système prédite PS prédite; et produire la pression d' impact prédite qc prédite en fonction de la deuxième pluralité de valeurs de pression statique locale non dimensionnelles.
19. Système de données aérodynamiques selon la revendication 18, dans lequel la génération de la deuxième pluralité de valeurs de pression statique locale non dimensionnelles comprend en outre la génération de chacune de la deuxième pluralité de valeurs de pression statique locale non dimensionnelles en utilisant une relation qui peut être indiquée par la formule Pi, et dans lequel la Pspredite production de la pression d' impact prédite qc prédite comprend en outre la production d'une pression d'impact non dimensionnelle en fonction de la deuxième pluralité de valeurs de pression statique locale non dimensionnelles.
20. Système de données aérodynamiques selon la revendication 19, dans lequel le calculateur de données aérodynamiques (220) est en outre configuré afin de mettre en uvre l'étape de calcul de paramètres de données aérodynamiques supplémentaire, comprenant le redimensionnement de la valeur de pression d'impact non dimensionnelle en la multipliant par la pression statique système prédite PS prédite afin d'obtenir la pression d'impact prédite qC prédite
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US11/099,704 US7213454B2 (en) | 2005-04-06 | 2005-04-06 | Method and apparatus for obtaining improved accuracy and range for air data parameters inferred from independent measurements of interdependent pressures |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| FR2884313A1 true FR2884313A1 (fr) | 2006-10-13 |
Family
ID=36425146
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| FR0603011A Withdrawn FR2884313A1 (fr) | 2005-04-06 | 2006-04-05 | Procede et appareil permettant d'obtenir une precision et plage ameliorees de parametres de donnees aerodynamiques deduits des mesures independantes de pressions interdependantes |
Country Status (4)
| Country | Link |
|---|---|
| US (1) | US7213454B2 (fr) |
| DE (1) | DE102006016311B4 (fr) |
| FR (1) | FR2884313A1 (fr) |
| GB (1) | GB2424957B (fr) |
Families Citing this family (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7379839B2 (en) * | 2002-12-23 | 2008-05-27 | Rosemount Aerospace, Inc. | Multi-function air data probes employing neural networks for determining local air data parameters |
| US20060212181A1 (en) * | 2005-03-16 | 2006-09-21 | Rosemount Aerospace Inc. | Method and apparatus for extending useful range of air data parameter calculation in flush air data systems |
| US20070130096A1 (en) * | 2005-12-01 | 2007-06-07 | Rosemount Aerospace, Inc. | Fault detection in artificial intelligence based air data systems |
| US8104339B2 (en) * | 2008-02-21 | 2012-01-31 | Honeywell International Inc. | Systems and methods for determining air data parameters |
| US8374804B2 (en) * | 2010-02-12 | 2013-02-12 | Honeywell International Inc. | Aircraft dynamic pressure estimation system and method |
| US8479581B2 (en) | 2011-05-03 | 2013-07-09 | General Electric Company | Device and method for measuring pressure on wind turbine components |
| FR3008073B1 (fr) * | 2013-07-04 | 2015-08-07 | Thales Sa | Aeronef comprenant une sonde de mesure et procede de determination de parametres de vol d un tel aeronef |
| FR3024238B1 (fr) * | 2014-07-23 | 2016-12-09 | Airbus Operations Sas | Procede et dispositif d'estimation du nombre de mach d'un aeronef. |
| GB2584464B (en) * | 2019-06-05 | 2023-03-22 | Bae Systems Plc | Aircraft |
| US11774466B2 (en) | 2019-06-05 | 2023-10-03 | Bae Systems Plc | Aircraft with skin layer air data sensor |
| US11627014B2 (en) | 2019-08-06 | 2023-04-11 | Rosemount Aerospace Inc. | Distributed electric air data module system |
| CN110987284A (zh) * | 2019-11-20 | 2020-04-10 | 中国航空工业集团公司沈阳飞机设计研究所 | 一种用于飞翼式飞机的高可靠性全嵌入式大气数据系统 |
| CN110987287A (zh) * | 2019-11-20 | 2020-04-10 | 中国航空工业集团公司沈阳飞机设计研究所 | 一种用于飞翼式飞机的半嵌入式大气数据系统 |
| CN111310277A (zh) * | 2020-03-13 | 2020-06-19 | 中国运载火箭技术研究院 | 大气数据传感系统管路传递特性建模方法、飞行器及存储介质 |
| CN111721450B (zh) * | 2020-06-22 | 2021-06-29 | 山东大学 | 一种冲击定位识别装置及方法 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6253166B1 (en) * | 1998-10-05 | 2001-06-26 | The United States Of America As Represented By The Administrator Of The National Aeronautics And Space Administration | Stable algorithm for estimating airdata from flush surface pressure measurements |
| EP1437599A1 (fr) * | 2002-12-23 | 2004-07-14 | Rosemount Aerospace Inc. | Capteurs multi-fonctions de donnés aérodynamiques utilisant des réseaux neuronals pour la détermination des donnés aérodynamiques locales |
Family Cites Families (35)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US3318146A (en) | 1966-02-14 | 1967-05-09 | Rosemount Eng Co Ltd | Pressure sensing instrument for aircraft |
| US4096744A (en) | 1975-09-05 | 1978-06-27 | Rosemount Inc. | Pressure sensor for determining airspeed, altitude and angle of attack |
| US4303978A (en) | 1980-04-18 | 1981-12-01 | The Boeing Company | Integrated-strapdown-air-data sensor system |
| US4378696A (en) | 1981-02-23 | 1983-04-05 | Rosemount Inc. | Pressure sensor for determining airspeed altitude and angle of attack |
| US4378697A (en) | 1981-07-06 | 1983-04-05 | Rosemount Inc. | Strut mounted multiple static tube |
| WO1984000071A1 (fr) | 1982-06-16 | 1984-01-05 | Boeing Co | Systeme de pilote automatique de direction de vol |
| US4615213A (en) * | 1983-12-22 | 1986-10-07 | Rosemount Inc. | Pressure sensing instrument for aircraft |
| DE3727906A1 (de) | 1987-08-21 | 1989-03-02 | Messerschmitt Boelkow Blohm | Einrichtung zum redundanten messen des anstell- und schiebewinkels von fluggeraeten, insbesondere flugzeugen |
| US4836019A (en) * | 1987-08-27 | 1989-06-06 | Rosemount Inc. | Compact air data sensor |
| RU2041136C1 (ru) | 1988-04-25 | 1995-08-09 | Ульяновское конструкторское бюро приборостроения | Устройство для определения угла атаки самолета |
| DE3816057C1 (fr) | 1988-05-11 | 1989-04-13 | Daimler-Benz Aktiengesellschaft, 7000 Stuttgart, De | |
| EP0576423B1 (fr) | 1991-03-22 | 1997-08-27 | The B.F. Goodrich Company | Capteur incurve de fa on continue et fixe a un montant |
| US5205169A (en) | 1991-08-08 | 1993-04-27 | Rosemount Inc. | Angle of attack sensor using inverted ratio of pressure differentials |
| JP2913005B2 (ja) | 1992-04-06 | 1999-06-28 | 科学技術庁航空宇宙技術研究所長 | 多角錐台型ピトー管型プローブを用いた飛行速度ベクトル検出システム及び多角錐台型ピトー管型プローブ |
| US5369993A (en) | 1993-06-30 | 1994-12-06 | The B. F. Goodrich Company | Three axis air data system for air vehicles |
| FI96260C (fi) | 1993-10-29 | 1996-05-27 | Rautaruukki Oy | Suodatusmenetelmä ja suodatin |
| DE4410709A1 (de) | 1994-03-28 | 1995-10-05 | Bodenseewerk Geraetetech | Überwachungs-Einrichtung zur Überwachung der Flugsicherheit von Flugzeugen |
| JP2952397B2 (ja) | 1994-08-23 | 1999-09-27 | 科学技術庁航空宇宙技術研究所長 | 対気飛行速度ベクトル計測装置を用いた対気能動制御航空機 |
| US5610845A (en) | 1994-08-30 | 1997-03-11 | United Technologies Corporation | Multi-parameter air data sensing technique |
| RU2103718C1 (ru) | 1994-12-07 | 1998-01-27 | Санкт-Петербургская государственная академия аэрокосмического приборостроения | Устройство для контроля датчиков системы автоматического управления самолета |
| US5615119A (en) | 1995-06-07 | 1997-03-25 | Aurora Flight Sciences Corporation | Fault tolerant automatic control system utilizing analytic redundancy |
| US5616861A (en) | 1995-06-07 | 1997-04-01 | Rosemount Aerospace Inc. | Three pressure pseudo -Δ-P sensor for use with three pressure air data probe |
| US5901272A (en) | 1996-10-24 | 1999-05-04 | The United States Of America As Represented By The Secretary Of The Navy | Neural network based helicopter low airspeed indicator |
| FR2760268B1 (fr) | 1997-03-03 | 1999-04-30 | Aerospatiale | Procede et dispositif pour verifier la coherence des mesures d'une sonde d'incidence |
| AU2306599A (en) | 1997-12-22 | 1999-07-12 | Accurate Automation Corporation | Air data sensor apparatus and method |
| US6305218B1 (en) | 1999-02-22 | 2001-10-23 | Rosemount Aerospace Inc. | Method of and apparatus for using an alternate pressure to measure mach number at high probe angles of attack |
| 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 |
| US6594559B2 (en) | 2001-05-08 | 2003-07-15 | Rosemount Aerospace Inc. | Iterative method of aircraft sideslip compensation for multi-function probe air data systems |
| 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 |
| US6604029B2 (en) | 2001-05-08 | 2003-08-05 | Rosemount Aerospace Inc. | Multi-function air data probes using neural network for sideslip compensation |
| US6609421B2 (en) | 2001-05-08 | 2003-08-26 | Rosemount Aerospace Inc. | Sideslip correction for a multi-function three probe air data system |
| US6761057B2 (en) | 2001-09-13 | 2004-07-13 | Rosemount Aerospace Inc. | Error detection and fault isolation for multi-function air data probes and systems |
| US6668640B1 (en) * | 2002-08-12 | 2003-12-30 | Rosemount Aerospace Inc. | Dual-channel electronic multi-function probes and methods for realizing dissimilar and independent air data outputs |
| US7257470B2 (en) * | 2004-10-29 | 2007-08-14 | Rosemount Aerospace Inc. | Fault isolation method and apparatus in artificial intelligence based air data systems |
| US20060212181A1 (en) | 2005-03-16 | 2006-09-21 | Rosemount Aerospace Inc. | Method and apparatus for extending useful range of air data parameter calculation in flush air data systems |
-
2005
- 2005-04-06 US US11/099,704 patent/US7213454B2/en active Active
-
2006
- 2006-04-03 GB GB0606672A patent/GB2424957B/en not_active Expired - Fee Related
- 2006-04-05 FR FR0603011A patent/FR2884313A1/fr not_active Withdrawn
- 2006-04-06 DE DE102006016311A patent/DE102006016311B4/de not_active Expired - Fee Related
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6253166B1 (en) * | 1998-10-05 | 2001-06-26 | The United States Of America As Represented By The Administrator Of The National Aeronautics And Space Administration | Stable algorithm for estimating airdata from flush surface pressure measurements |
| EP1437599A1 (fr) * | 2002-12-23 | 2004-07-14 | Rosemount Aerospace Inc. | Capteurs multi-fonctions de donnés aérodynamiques utilisant des réseaux neuronals pour la détermination des donnés aérodynamiques locales |
Also Published As
| Publication number | Publication date |
|---|---|
| GB0606672D0 (en) | 2006-05-10 |
| DE102006016311A1 (de) | 2006-10-12 |
| GB2424957B (en) | 2009-04-01 |
| DE102006016311B4 (de) | 2010-10-14 |
| US7213454B2 (en) | 2007-05-08 |
| US20060225496A1 (en) | 2006-10-12 |
| GB2424957A (en) | 2006-10-11 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| FR2884313A1 (fr) | Procede et appareil permettant d'obtenir une precision et plage ameliorees de parametres de donnees aerodynamiques deduits des mesures independantes de pressions interdependantes | |
| FR2895537A1 (fr) | Detection de defauts dans des systemes de donnees aerodynamiques reposant sur l'intelligence artificielle. | |
| FR2883373A1 (fr) | Procede et appareil pour eteindre le domaine utile de calcul de parametre anemometrique dans les systemes fads | |
| FR2877447A1 (fr) | Procede et appareil d'isolation de defauts dans des systemes de donnees aerodynamiques bases sur l'intelligence artificielle. | |
| EP2244940B1 (fr) | Procédé de déformation active d'un profil aérodynamique | |
| EP1716393B1 (fr) | Debitmetre instationnaire | |
| FR2735571A1 (fr) | Debitmetre a venturi pour mesure dans une veine d'ecoulement d'un fluide | |
| FR2916276A1 (fr) | Dispositif et procede d'estimation d'un angle d'incidence d'un aeronef | |
| EP2541200B1 (fr) | Dispositif et procédé de navigation integrant plusieurs systemes inertiels de navigation hybridés | |
| EP2977769B1 (fr) | Procédé et dispositif d estimation du nombre de mach d'un aéronef | |
| EP3650687B1 (fr) | Procede de determination d'un facteur d'induction pour une eolienne equipee d'un capteur de teledetection par laser | |
| EP3152528A1 (fr) | Procédé et système d'évaluation d'un débit d'un fluide | |
| FR3000196A1 (fr) | Dispositif de mise a disposition de valeurs de parametres de navigation d'un vehicule | |
| EP3492927B1 (fr) | Voilier comprenant un profil aerodynamique et un systeme pour la determination de caracteristiques d'un ecoulement d'air incident sur un bord d'attaque du profil aerodynamique | |
| FR2932572A1 (fr) | Procede d'affinage angulaire du faisceau d'antenne d'un radar. | |
| FR2982024A1 (fr) | Procede de calcul de pression dynamique au niveau d'une surface d'aeronef | |
| FR2922301A1 (fr) | Dispositif et procede d'estimation d'un angle de derapage d'un aeronef | |
| WO2011055085A2 (fr) | Procede et outil de simulation du comportement aerodynamique d'un element aerodynamique d'un aeronef presentant un angle de fleche variable | |
| CA2836421A1 (fr) | Regroupement dynamique de signaux transitoires | |
| FR2905461A1 (fr) | Dispositif de mesure des differences de pression dans des fluides. | |
| FR3021116A1 (fr) | Systeme de mesure destine a mesurer la vitesse d'un aeronef | |
| EP2372912A1 (fr) | Procede et systeme de calibration, support d'enregistrement pour ce procede | |
| CN110308302B (zh) | 一种近壁面流速测量方法及装置 | |
| WO2017055743A1 (fr) | Procede de detection de fuite dans un reseau de fluide | |
| FR3023919A1 (fr) | Procede d'estimation de la vitesse d'un aeronef par rapport a l'air environnant, et systeme associe |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| ST | Notification of lapse |
Effective date: 20141231 |