JP2003175896A - 舵面の故障・損傷検出装置 - Google Patents
舵面の故障・損傷検出装置Info
- Publication number
- JP2003175896A JP2003175896A JP2001375227A JP2001375227A JP2003175896A JP 2003175896 A JP2003175896 A JP 2003175896A JP 2001375227 A JP2001375227 A JP 2001375227A JP 2001375227 A JP2001375227 A JP 2001375227A JP 2003175896 A JP2003175896 A JP 2003175896A
- Authority
- JP
- Japan
- Prior art keywords
- failure
- estimator
- control surface
- estimated
- damage
- 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- Withdrawn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
Landscapes
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
(57)【要約】
【課題】 舵面の故障・損傷検出装置に関し、耐ノイズ
性に優れ、高い応答性を有する高精度な検出を可能とす
る。 【解決手段】 センサ情報１０が舵面の故障・損傷検出
装置１のＭＳＬＳ推定器１１に取り込まれ、逐次最小二
乗法によりピッチング、ローリング、ヨーイングの各モ
ーメント係数が推定され、これらの推定値はＮＮ推定器
１２へ取り込まれ、ニューラルネットワークを用いて更
に高精度に各モーメント係数が推定される。ＮＮ推定器
１２での推定値は飛行制御のためのフライトコントロー
ルシステム３へ出力されると共に、表示装置２へ出力さ
れる。ＭＳＬＳ、ＮＮ両推定器１１，１２を組合せるこ
とにより、高応答性で高精度の検出を可能とする。
性に優れ、高い応答性を有する高精度な検出を可能とす
る。 【解決手段】 センサ情報１０が舵面の故障・損傷検出
装置１のＭＳＬＳ推定器１１に取り込まれ、逐次最小二
乗法によりピッチング、ローリング、ヨーイングの各モ
ーメント係数が推定され、これらの推定値はＮＮ推定器
１２へ取り込まれ、ニューラルネットワークを用いて更
に高精度に各モーメント係数が推定される。ＮＮ推定器
１２での推定値は飛行制御のためのフライトコントロー
ルシステム３へ出力されると共に、表示装置２へ出力さ
れる。ＭＳＬＳ、ＮＮ両推定器１１，１２を組合せるこ
とにより、高応答性で高精度の検出を可能とする。
Description
【０００１】
【発明の属する技術分野】本発明は舵面の故障・損傷検
出装置に関し、飛行中の航空機の舵面の故障や損傷を検
出し、舵面の損傷個所の特定、損傷の程度を検知する装
置である。
出装置に関し、飛行中の航空機の舵面の故障や損傷を検
出し、舵面の損傷個所の特定、損傷の程度を検知する装
置である。
【０００２】
【従来の技術】航空機の飛行中に何らかの故障、損傷が
発生した場合に、これに対処可能な耐故障性を持たせた
飛行制御系が必要であり、近年、この分野での研究開発
が進められている。このような飛行制御系を設計する場
合、航空機に発生した異常を検出し、分離してその程度
を把握し、飛行制御系へこれらの情報を与えることが必
要となる。
発生した場合に、これに対処可能な耐故障性を持たせた
飛行制御系が必要であり、近年、この分野での研究開発
が進められている。このような飛行制御系を設計する場
合、航空機に発生した異常を検出し、分離してその程度
を把握し、飛行制御系へこれらの情報を与えることが必
要となる。
【０００３】近年、欧米において、研究されている方法
には、解析的な方法や、光ファイバや配線を機体に布設
し直接的に異常を検知する方法があるが、特に注目され
ている方法は、ＭＳＬＳ (Modified Sequential Least
Squares) ／逐次最小二乗法を用いた手法と、ＮＮ（Ne
ural Network）／ニューラルネットワークを用いた手法
である。次に、これら両手法の概要について図７により
説明する。
には、解析的な方法や、光ファイバや配線を機体に布設
し直接的に異常を検知する方法があるが、特に注目され
ている方法は、ＭＳＬＳ (Modified Sequential Least
Squares) ／逐次最小二乗法を用いた手法と、ＮＮ（Ne
ural Network）／ニューラルネットワークを用いた手法
である。次に、これら両手法の概要について図７により
説明する。
【０００４】図７（ａ）は、ＭＳＬＳ法を示し、角速度
計、角加速度検出器や舵角センサからのセンサ情報１０
をＭＳＬＳ推定器４１へ取込み、ピッチング、ローリン
グ、ヨーイングの各モーメント係数を計算し、これらの
モーメント値の異常から舵面の故障個所や損傷の程度を
推定し、故障・損傷同定結果４３を得て、これらの結果
をフライトコントロールシステムへ送り、飛行制御に供
されるものである。このような方法では応答性が良いが
ノイズに弱い欠点があり、又、類似の動きをする舵面が
存在する場合には、識別できず、正確な検出ができない
欠点を有している。
計、角加速度検出器や舵角センサからのセンサ情報１０
をＭＳＬＳ推定器４１へ取込み、ピッチング、ローリン
グ、ヨーイングの各モーメント係数を計算し、これらの
モーメント値の異常から舵面の故障個所や損傷の程度を
推定し、故障・損傷同定結果４３を得て、これらの結果
をフライトコントロールシステムへ送り、飛行制御に供
されるものである。このような方法では応答性が良いが
ノイズに弱い欠点があり、又、類似の動きをする舵面が
存在する場合には、識別できず、正確な検出ができない
欠点を有している。
【０００５】又、図７（ｂ）は、ＮＮ法を示し、角速度
計、角加速度検出器や舵角センサからのセンサ情報１０
をＮＮ推定器４２へ取込み、ニューラルネットワーク手
法によりピッチング、ローリング、ヨーイングのモーメ
ント係数を計算し、これらモーメント値の異常から舵面
の故障個所や損傷の程度を推定し、故障・損傷同定結果
４３を得るものである。このような方法では、検出に時
間がかかり応答性が悪く、又、類似の故障が生じ、冗長
舵面が存在する場合には、上記ＭＳＬＳ法と同様に判別
が困難との欠点を有している。
計、角加速度検出器や舵角センサからのセンサ情報１０
をＮＮ推定器４２へ取込み、ニューラルネットワーク手
法によりピッチング、ローリング、ヨーイングのモーメ
ント係数を計算し、これらモーメント値の異常から舵面
の故障個所や損傷の程度を推定し、故障・損傷同定結果
４３を得るものである。このような方法では、検出に時
間がかかり応答性が悪く、又、類似の故障が生じ、冗長
舵面が存在する場合には、上記ＭＳＬＳ法と同様に判別
が困難との欠点を有している。
【０００６】
【発明が解決しようとする課題】前述のように、従来の
舵面の故障・損傷の検出方法において、ＭＳＬＳ法では
応答性が良いがノイズに弱く、又、ＮＮ法では応答性が
悪く検出に時間がかかり過ぎていた。又、両方法共に、
舵面の動きにより類似の機体運動応答が生じる、いわゆ
る冗長舵面が存在する場合には、判定が困難であり、誤
検出をまねく恐れがあった。
舵面の故障・損傷の検出方法において、ＭＳＬＳ法では
応答性が良いがノイズに弱く、又、ＮＮ法では応答性が
悪く検出に時間がかかり過ぎていた。又、両方法共に、
舵面の動きにより類似の機体運動応答が生じる、いわゆ
る冗長舵面が存在する場合には、判定が困難であり、誤
検出をまねく恐れがあった。
【０００７】そこで本発明は、従来から研究されている
種々の方法を持つ利点を活用し、欠点を補うように融合
することにより、耐ノイズ性に優れ、誤検出が少なく、
高精度で故障や損傷が検出でき、高い応答性で検出時間
を短くでき、かつ機体運動に対して同じような応答を示
す舵面においても故障や損傷の検出が可能な舵面の故障
・損傷検出装置を提供することを課題としてなされたも
のである。
種々の方法を持つ利点を活用し、欠点を補うように融合
することにより、耐ノイズ性に優れ、誤検出が少なく、
高精度で故障や損傷が検出でき、高い応答性で検出時間
を短くでき、かつ機体運動に対して同じような応答を示
す舵面においても故障や損傷の検出が可能な舵面の故障
・損傷検出装置を提供することを課題としてなされたも
のである。
【０００８】
【課題を解決するための手段】本発明は前述の課題を解
決するために次の手段を提供する。
決するために次の手段を提供する。
【０００９】（１）角速度、角加速度、舵角の各信号を
取込み逐次最小二乗法により機体の運動状態量に関する
ピッチング、ローリング、ヨーイングの各モーメント係
数を演算して推定するＭＳＬＳ推定器と、同ＭＳＬＳ推
定器の推定したモーメント係数を取込みニューラルネッ
トワーク法により更に演算を行い最新のモーメント係数
を推定して出力するＮＮ推定器とを備えてなり、前記Ｎ
Ｎ推定器で推定した最新のモーメント係数により舵面の
故障、損傷の状況を判定することを特徴とする舵面の故
障・損傷検出装置。
取込み逐次最小二乗法により機体の運動状態量に関する
ピッチング、ローリング、ヨーイングの各モーメント係
数を演算して推定するＭＳＬＳ推定器と、同ＭＳＬＳ推
定器の推定したモーメント係数を取込みニューラルネッ
トワーク法により更に演算を行い最新のモーメント係数
を推定して出力するＮＮ推定器とを備えてなり、前記Ｎ
Ｎ推定器で推定した最新のモーメント係数により舵面の
故障、損傷の状況を判定することを特徴とする舵面の故
障・損傷検出装置。
【００１０】（２） 前記ＮＮ推定器の推定した各モー
メント係数値を取込み、各モーメント係数が故障に相当
する場合には故障の確認信号を出力する確認操舵器を付
加したことを特徴とする（１）記載の舵面の故障・損傷
検出装置。
メント係数値を取込み、各モーメント係数が故障に相当
する場合には故障の確認信号を出力する確認操舵器を付
加したことを特徴とする（１）記載の舵面の故障・損傷
検出装置。
【００１１】（３）前記ＮＮ推定器の推定した各モーメ
ント係数を取込み、各モーメント係数が故障の場合には
フラグを出力する舵面故障フラグ判定器を付加したこと
を特徴とする（１）記載の舵面の故障・損傷検出装置。
ント係数を取込み、各モーメント係数が故障の場合には
フラグを出力する舵面故障フラグ判定器を付加したこと
を特徴とする（１）記載の舵面の故障・損傷検出装置。
【００１２】（４）前記ＮＮ推定器で推定した結果を表
示する表示装置を備えたことを特徴とする（１）から
（３）のいずれかに記載の舵面の故障・損傷検出装置。
示する表示装置を備えたことを特徴とする（１）から
（３）のいずれかに記載の舵面の故障・損傷検出装置。
【００１３】本発明の（１）においては、ＭＳＬＳ推定
器により角速度、角加速度、舵角の各信号から逐次最小
二乗法を用いて機体及び翼の各舵面のピッチング、ロー
リング、ヨーイングのモーメント係数が演算により求め
られる。ＭＳＬＳ推定器では、従来から応答性が良いが
精度が悪い欠点があったが、本発明では、この推定した
結果を、更にＮＮ推定器に入力し、ＮＮ推定器でニュー
ラルネットワークの手法により、応答性を確保するよう
なネットワークを構築して、更にモーメント係数を高精
度に演算して算出する。このＮＮ推定器の算出結果を用
いて航空機の飛行中の舵面が故障したか否か、又は損傷
の程度を推定するので、耐ノイズ性に優れ、高い応答性
を有する高精度な検出が可能となる。
器により角速度、角加速度、舵角の各信号から逐次最小
二乗法を用いて機体及び翼の各舵面のピッチング、ロー
リング、ヨーイングのモーメント係数が演算により求め
られる。ＭＳＬＳ推定器では、従来から応答性が良いが
精度が悪い欠点があったが、本発明では、この推定した
結果を、更にＮＮ推定器に入力し、ＮＮ推定器でニュー
ラルネットワークの手法により、応答性を確保するよう
なネットワークを構築して、更にモーメント係数を高精
度に演算して算出する。このＮＮ推定器の算出結果を用
いて航空機の飛行中の舵面が故障したか否か、又は損傷
の程度を推定するので、耐ノイズ性に優れ、高い応答性
を有する高精度な検出が可能となる。
【００１４】本発明の（２）では、故障した場合に、確
認操舵器が確認のための信号を出力するので、機体運動
に対して同じような応答を示す舵面が存在するような場
合にも、誤検出を防止することができる。
認操舵器が確認のための信号を出力するので、機体運動
に対して同じような応答を示す舵面が存在するような場
合にも、誤検出を防止することができる。
【００１５】本発明の（３）では、故障した場合に、舵
面故障フラグ判定器が故障を判定してフラグ信号を出力
するので舵面の故障が迅速に認識できる。
面故障フラグ判定器が故障を判定してフラグ信号を出力
するので舵面の故障が迅速に認識できる。
【００１６】本発明の（４）では、ＮＮ推定器で推定し
た結果が表示装置に表示されるので、故障・損傷の推
定、評価が容易になされる。
た結果が表示装置に表示されるので、故障・損傷の推
定、評価が容易になされる。
【００１７】
【発明の実施の形態】以下、本発明の実施の形態につい
て図面に基いて具体的に説明する。図１は本発明の実施
の第１形態に係る舵面の故障・損傷検出装置の全体構成
図である。図において、１は舵面故障・損傷検出装置で
あり、ＭＳＬＳ（Modified Sequential Least Squares
／逐次最小二乗法）推定器１１とＮＮ（Neural Network
／ニューラルネットワーク）推定器１２から構成されて
いる。２は表示装置であり、舵面故障・損傷検出装置１
で推定した結果を故障・損傷同定結果１４として表示す
るものである。３はフライトコントロールシステムであ
り、航空機の飛行を制御するシステムである。１０はセ
ンサ情報であり、機体の角速度計、角加速度検出器、フ
ラップ、エルロン、等の舵角センサからのセンサ検出信
号であり、ＭＳＬＳ推定器１１へ入力される。
て図面に基いて具体的に説明する。図１は本発明の実施
の第１形態に係る舵面の故障・損傷検出装置の全体構成
図である。図において、１は舵面故障・損傷検出装置で
あり、ＭＳＬＳ（Modified Sequential Least Squares
／逐次最小二乗法）推定器１１とＮＮ（Neural Network
／ニューラルネットワーク）推定器１２から構成されて
いる。２は表示装置であり、舵面故障・損傷検出装置１
で推定した結果を故障・損傷同定結果１４として表示す
るものである。３はフライトコントロールシステムであ
り、航空機の飛行を制御するシステムである。１０はセ
ンサ情報であり、機体の角速度計、角加速度検出器、フ
ラップ、エルロン、等の舵角センサからのセンサ検出信
号であり、ＭＳＬＳ推定器１１へ入力される。
【００１８】上記構成の装置においては、センサ情報１
０が舵面故障・損傷検出装置１に入力される。舵面故障
・損傷検出装置１では、センサ情報１０に基いて後述す
るように、ＭＳＬＳ推定器１１により機体の運動状態量
であるピッチングモーメント、ローリングモーメント、
ヨーイングモーメントの各係数ＭX ，ＬX ，ＮX を求
め、その算出結果を出力する。
０が舵面故障・損傷検出装置１に入力される。舵面故障
・損傷検出装置１では、センサ情報１０に基いて後述す
るように、ＭＳＬＳ推定器１１により機体の運動状態量
であるピッチングモーメント、ローリングモーメント、
ヨーイングモーメントの各係数ＭX ，ＬX ，ＮX を求
め、その算出結果を出力する。
【００１９】ＭＳＬＳ推定器１１で推定した出力ＭX ，
ＬX ，ＮX は、ＮＮ推定器１２に入力され、ＮＮ推定器
１２において、これら推定された値を後述するニューラ
ルネットワークの手法によって推定し、故障個所や損傷
の程度を示す推定値としてピッチングモーメント係数
Ｍ’X 、ローリングモーメント係数Ｌ’X 、ヨーイング
モーメント係数Ｎ’X を出力する。これら出力された
Ｍ’X ，Ｌ’X ，Ｎ’X の値は、飛行制御用としてフラ
イトコントロールシステム３へ与えられると共に、表示
装置２へ故障・損傷同定結果１４として入力される。
ＬX ，ＮX は、ＮＮ推定器１２に入力され、ＮＮ推定器
１２において、これら推定された値を後述するニューラ
ルネットワークの手法によって推定し、故障個所や損傷
の程度を示す推定値としてピッチングモーメント係数
Ｍ’X 、ローリングモーメント係数Ｌ’X 、ヨーイング
モーメント係数Ｎ’X を出力する。これら出力された
Ｍ’X ，Ｌ’X ，Ｎ’X の値は、飛行制御用としてフラ
イトコントロールシステム３へ与えられると共に、表示
装置２へ故障・損傷同定結果１４として入力される。
【００２０】なお、このＮＮ推定器１２は従来のニュー
ラルネットワーク手法を改良したもので、図３に示すネ
ットワークが適用されている。
ラルネットワーク手法を改良したもので、図３に示すネ
ットワークが適用されている。
【００２１】図２は図１で説明した実施の第１形態の詳
細を示す構成図である。図において、センサ情報１０と
しては、エアーデータセンサの角速度計、舵角センサの
検出信号と角加速度検出器からの検出信号からなり、こ
れら信号が入力される。ＭＳＬＳ推定器１１では公知の
手法により、次の数１に示すような演算により各要素
α，β，ｐ，ｑ，ｒ，δi におけるモーメント係数を算
出する。ここで、Ｘ＝α，β，ｐ，ｑ，ｒ，δi 、とす
るとピッチングモーメント係数ＭX 、ローリングモーメ
ント係数ＬX 、ヨーイングモーメント係数ＮX が、それ
ぞれ求められる。
細を示す構成図である。図において、センサ情報１０と
しては、エアーデータセンサの角速度計、舵角センサの
検出信号と角加速度検出器からの検出信号からなり、こ
れら信号が入力される。ＭＳＬＳ推定器１１では公知の
手法により、次の数１に示すような演算により各要素
α，β，ｐ，ｑ，ｒ，δi におけるモーメント係数を算
出する。ここで、Ｘ＝α，β，ｐ，ｑ，ｒ，δi 、とす
るとピッチングモーメント係数ＭX 、ローリングモーメ
ント係数ＬX 、ヨーイングモーメント係数ＮX が、それ
ぞれ求められる。
【００２２】添え字のＸ＝α，β，ｐ，ｑ，ｒは機体の
運動状態量を示す係数であり、Ｘ＝δi は舵面の舵角を
表し、ｉ＝１，２，３，……は舵面の種類を示すもので
ある。
運動状態量を示す係数であり、Ｘ＝δi は舵面の舵角を
表し、ｉ＝１，２，３，……は舵面の種類を示すもので
ある。
【００２３】
【数１】
【００２４】次に、ＭＳＬＳ推定器１１の出力値ＭX ，
ＬX ，ＮX は、更に精度を高めるために、ＮＮ推定器１
２へ入力される。即ち、推定値ＭX はＮＮピッチ軸推定
器１２ａへ、ＬX はＮＮロール軸推定器１２ｂへ、ＮX
はＮＮヨー軸推定器１２ｃへ、それぞれ取り込まれ、図
３に示すニューラルネットワークの手法によりそれぞれ
のＭX ，ＬX ，ＮX の算出値が、より高精度に演算さ
れ、ピッチングモーメント係数Ｍ’X 、ローリングモー
メント係数Ｌ’X 、ヨーイングモーメント係数Ｎ’X が
算出される。これらモーメント係数Ｍ’X ，Ｌ’X ，
Ｎ’X はＭＳＬＳ推定器の出力より高精度な値となって
算出される。これら算出値はそれぞれ正常な値と比較す
ることにより、所定の値以上差があれば故障と推定さ
れ、その差に応じて損傷の程度も推定できるものであ
る。
ＬX ，ＮX は、更に精度を高めるために、ＮＮ推定器１
２へ入力される。即ち、推定値ＭX はＮＮピッチ軸推定
器１２ａへ、ＬX はＮＮロール軸推定器１２ｂへ、ＮX
はＮＮヨー軸推定器１２ｃへ、それぞれ取り込まれ、図
３に示すニューラルネットワークの手法によりそれぞれ
のＭX ，ＬX ，ＮX の算出値が、より高精度に演算さ
れ、ピッチングモーメント係数Ｍ’X 、ローリングモー
メント係数Ｌ’X 、ヨーイングモーメント係数Ｎ’X が
算出される。これらモーメント係数Ｍ’X ，Ｌ’X ，
Ｎ’X はＭＳＬＳ推定器の出力より高精度な値となって
算出される。これら算出値はそれぞれ正常な値と比較す
ることにより、所定の値以上差があれば故障と推定さ
れ、その差に応じて損傷の程度も推定できるものであ
る。
【００２５】上記図３において、図ではＮＮピッチ軸推
定器１２ａの内容のみを示しており、ロール軸、ヨー軸
についても同様であるので、これらは省略している。図
中の入力層、隠れ層、出力層での各演算の内容は次の数
２に示すように行なわれる。この演算は従来のニューラ
ルネットワークの手法よりも高速で演算でき、応答性が
良好となるように改良されている。
定器１２ａの内容のみを示しており、ロール軸、ヨー軸
についても同様であるので、これらは省略している。図
中の入力層、隠れ層、出力層での各演算の内容は次の数
２に示すように行なわれる。この演算は従来のニューラ
ルネットワークの手法よりも高速で演算でき、応答性が
良好となるように改良されている。
【００２６】
【数２】
【００２７】上記の実施の第１形態においては、ＮＮ推
定器１２で推定されたピッチングモーメント係数
Ｍ’X 、ローリングモーメント係数Ｌ’X 、ヨーイング
モーメント係数Ｎ’X のＸ＝α，β，ｐ，ｑ，ｒの値
により機体全体の運動状態がわかり、これらの係数が異
常であれば、機体に何らかの損傷があることを推定でき
る。又、Ｘ＝δi （ｉはフラップ、エルロン、ラダー、
等の舵面の種類を示す）は舵角の状態を示す係数であ
り、この係数Ｍ’X ，Ｌ’X ，Ｎ’X （Ｘ＝δｉ）の異
常より舵面の故障や損傷を推定することができる。
定器１２で推定されたピッチングモーメント係数
Ｍ’X 、ローリングモーメント係数Ｌ’X 、ヨーイング
モーメント係数Ｎ’X のＸ＝α，β，ｐ，ｑ，ｒの値
により機体全体の運動状態がわかり、これらの係数が異
常であれば、機体に何らかの損傷があることを推定でき
る。又、Ｘ＝δi （ｉはフラップ、エルロン、ラダー、
等の舵面の種類を示す）は舵角の状態を示す係数であ
り、この係数Ｍ’X ，Ｌ’X ，Ｎ’X （Ｘ＝δｉ）の異
常より舵面の故障や損傷を推定することができる。
【００２８】上記に説明の実施の第１形態によれば、解
析的な方法で舵面の故障・損傷を検出する装置であり、
ＭＳＬＳ法とＮＮ法とを組合せ、ＭＳＬＳ推定器１１に
おいて精度が良くないが速い応答度で演算を行って航空
機の飛行中のモーメント係数ＭX ，ＬX ，ＮX を求め、
更にこの結果をＮＮ推定器１２において、従来のニュー
ラルネットワークの手法を改良して応答性を確保するよ
うにして高精度な演算を行うように構成し高精度なモー
メント係数Ｍ’X ，Ｌ’X ，Ｎ’X として出力するの
で、耐ノイズ性も確保し、高い応答性を有する高精度な
舵面の故障・損傷の検出が可能となるものである。
析的な方法で舵面の故障・損傷を検出する装置であり、
ＭＳＬＳ法とＮＮ法とを組合せ、ＭＳＬＳ推定器１１に
おいて精度が良くないが速い応答度で演算を行って航空
機の飛行中のモーメント係数ＭX ，ＬX ，ＮX を求め、
更にこの結果をＮＮ推定器１２において、従来のニュー
ラルネットワークの手法を改良して応答性を確保するよ
うにして高精度な演算を行うように構成し高精度なモー
メント係数Ｍ’X ，Ｌ’X ，Ｎ’X として出力するの
で、耐ノイズ性も確保し、高い応答性を有する高精度な
舵面の故障・損傷の検出が可能となるものである。
【００２９】図４は本発明の実施の第２形態に係る舵面
の故障・損傷検出装置の構成図である。本実施の第２形
態においては、図１に示す実施の第１形態の舵面故障・
損傷検出装置に確認操舵器１３を付加して舵面故障・損
傷検出装置２１とした構成であり、その他の構成は図１
〜図３に示す実施の第１形態と同じである。
の故障・損傷検出装置の構成図である。本実施の第２形
態においては、図１に示す実施の第１形態の舵面故障・
損傷検出装置に確認操舵器１３を付加して舵面故障・損
傷検出装置２１とした構成であり、その他の構成は図１
〜図３に示す実施の第１形態と同じである。
【００３０】図４において、確認操舵器１３にはＮＮ推
定器１２で推定されたピッチングモーメント係数
Ｍ’X 、ローリングモーメント係数Ｌ’X 、ヨーイング
モーメント係数Ｎ’X がそれぞれ取り込まれ、各ロー
ル、ピッチ、ヨーの運動において故障と推定される場合
に信号δi を出力する。このδi の信号は、飛行制御の
ためのフライトコントロールシステム３へ出力される。
定器１２で推定されたピッチングモーメント係数
Ｍ’X 、ローリングモーメント係数Ｌ’X 、ヨーイング
モーメント係数Ｎ’X がそれぞれ取り込まれ、各ロー
ル、ピッチ、ヨーの運動において故障と推定される場合
に信号δi を出力する。このδi の信号は、飛行制御の
ためのフライトコントロールシステム３へ出力される。
【００３１】図５は上記に説明した実施の第２形態にお
ける確認操舵器１３の詳細な構成図であり、確認操舵器
１３は舵面を動かすための信号を出すシグナルジェネレ
ータ１３ａと、故障の場合にのみコマンドを出力する演
算部であるTkern １３ｂとから構成されている。Tkern
１３ｂはＮＮ推定器１２からの出力Ｍ’X ，Ｌ’X ，
Ｎ’X の信号を取込み、シグナルジェネレータ１３ａか
らの信号を入力して次の数３に示す演算を行い、舵面を
動かした時、機体が運動しないような出力値を算出す
る。この時、この出力信号によって舵面が積極的に動く
ことからどの舵面が故障や損傷しているかの検出を容易
にする。
ける確認操舵器１３の詳細な構成図であり、確認操舵器
１３は舵面を動かすための信号を出すシグナルジェネレ
ータ１３ａと、故障の場合にのみコマンドを出力する演
算部であるTkern １３ｂとから構成されている。Tkern
１３ｂはＮＮ推定器１２からの出力Ｍ’X ，Ｌ’X ，
Ｎ’X の信号を取込み、シグナルジェネレータ１３ａか
らの信号を入力して次の数３に示す演算を行い、舵面を
動かした時、機体が運動しないような出力値を算出す
る。この時、この出力信号によって舵面が積極的に動く
ことからどの舵面が故障や損傷しているかの検出を容易
にする。
【００３２】
【数３】
【００３３】以上説明の実施の第２形態によれば、実施
の第１形態と同じように、ＭＳＬＳ推定器１１とＮＮ推
定器１２とを組合せて、耐ノイズ性に優れ、高い応答性
を有して高精度な故障・損傷が検出可能となり、更に、
確認操舵器１３を設けたことにより、同じような動きを
する複数の舵面が存在したとしても故障・損傷舵面の検
出を可能とするものである。
の第１形態と同じように、ＭＳＬＳ推定器１１とＮＮ推
定器１２とを組合せて、耐ノイズ性に優れ、高い応答性
を有して高精度な故障・損傷が検出可能となり、更に、
確認操舵器１３を設けたことにより、同じような動きを
する複数の舵面が存在したとしても故障・損傷舵面の検
出を可能とするものである。
【００３４】図６は本発明の実施の第３形態に係る舵面
故障・損傷検出装置の構成図である。図において、本実
施の第３形態においては、図１に示す実施の第１形態の
舵面故障・損傷検出装置において舵面故障フラグ判定器
１５を付加して舵面故障・損傷検出装置３１とした構成
であり、その他の構成は図１〜図３に示す実施の第１形
態と同じである。
故障・損傷検出装置の構成図である。図において、本実
施の第３形態においては、図１に示す実施の第１形態の
舵面故障・損傷検出装置において舵面故障フラグ判定器
１５を付加して舵面故障・損傷検出装置３１とした構成
であり、その他の構成は図１〜図３に示す実施の第１形
態と同じである。
【００３５】図６において、舵面故障フラグ判定器１５
はＮＮ推定器１２の出力Ｍ’X ，Ｌ’X ，Ｎ’X を受
け、Ｘ＝α，ｑ，β，ｐ，ｒ，δi におけるそれぞれの
要素のモーメント係数を正常な基準値と比較し、故障や
損傷があるか、ないかの判定を行い、故障の場合にはフ
ラグを出力し、これを表示装置２へ表示して警報をする
構成としたものである。
はＮＮ推定器１２の出力Ｍ’X ，Ｌ’X ，Ｎ’X を受
け、Ｘ＝α，ｑ，β，ｐ，ｒ，δi におけるそれぞれの
要素のモーメント係数を正常な基準値と比較し、故障や
損傷があるか、ないかの判定を行い、故障の場合にはフ
ラグを出力し、これを表示装置２へ表示して警報をする
構成としたものである。
【００３６】上記に説明の実施の第３形態においては、
実施の第１，第２形態と同じように、ＭＳＬＳ推定器１
１とＮＮ推定器１２とを組合せて耐ノイズ性に優れ、高
い応答性を有して、舵面の高精度な故障・損傷が検出可
能となり、更に、舵面故障フラグ判定器１５を設けたこ
とにより、舵面の故障、損傷がフラグにより表示され、
故障の発生が迅速に認識できるものである。
実施の第１，第２形態と同じように、ＭＳＬＳ推定器１
１とＮＮ推定器１２とを組合せて耐ノイズ性に優れ、高
い応答性を有して、舵面の高精度な故障・損傷が検出可
能となり、更に、舵面故障フラグ判定器１５を設けたこ
とにより、舵面の故障、損傷がフラグにより表示され、
故障の発生が迅速に認識できるものである。
【００３７】
【発明の効果】本発明の舵面の故障・損傷検出装置は、
（１）角速度、角加速度、舵角の各信号を取込み逐次最
小二乗法により機体の運動状態量に関するピッチング、
ローリング、ヨーイングの各モーメント係数を演算して
推定するＭＳＬＳ推定器と、同ＭＳＬＳ推定器の推定し
たモーメント係数を取込みニューラルネットワーク法に
より更に演算を行い最新のモーメント係数を推定して出
力するＮＮ推定器とを備えてなり、前記ＮＮ推定器で推
定した最新のモーメント係数により舵面の故障、損傷の
状況を判定することを特徴としている。
（１）角速度、角加速度、舵角の各信号を取込み逐次最
小二乗法により機体の運動状態量に関するピッチング、
ローリング、ヨーイングの各モーメント係数を演算して
推定するＭＳＬＳ推定器と、同ＭＳＬＳ推定器の推定し
たモーメント係数を取込みニューラルネットワーク法に
より更に演算を行い最新のモーメント係数を推定して出
力するＮＮ推定器とを備えてなり、前記ＮＮ推定器で推
定した最新のモーメント係数により舵面の故障、損傷の
状況を判定することを特徴としている。
【００３８】上記の構成により、ＭＳＬＳ推定器では、
従来から応答性が良いが精度が悪い欠点があったが、本
発明では、この推定した結果を、更にＮＮ推定器に入力
し、ＮＮ推定器でニューラルネットワークの手法によ
り、更にモーメント係数を高精度に演算して算出する。
このＮＮ推定器の算出結果を用いて航空機の飛行中の舵
面が故障したか否か、又は損傷の程度を推定するので、
耐ノイズ性に優れ、高い応答性を有する高精度な検出が
可能となる。
従来から応答性が良いが精度が悪い欠点があったが、本
発明では、この推定した結果を、更にＮＮ推定器に入力
し、ＮＮ推定器でニューラルネットワークの手法によ
り、更にモーメント係数を高精度に演算して算出する。
このＮＮ推定器の算出結果を用いて航空機の飛行中の舵
面が故障したか否か、又は損傷の程度を推定するので、
耐ノイズ性に優れ、高い応答性を有する高精度な検出が
可能となる。
【００３９】本発明の（２）では、故障した場合に、確
認操舵器が確認のための信号を出力するので同じような
動作の舵面が存在するような場合にも、誤検出を防止す
ることができる。
認操舵器が確認のための信号を出力するので同じような
動作の舵面が存在するような場合にも、誤検出を防止す
ることができる。
【００４０】本発明の（３）では、故障した場合に、舵
面故障フラグ判定器が故障を判定してフラグ信号を出力
するので舵面の故障が迅速に認識される。
面故障フラグ判定器が故障を判定してフラグ信号を出力
するので舵面の故障が迅速に認識される。
【００４１】本発明の（４）では、ＮＮ推定器で推定し
た結果が表示装置に表示されるので、故障・損傷の推
定、評価が容易になされる。
た結果が表示装置に表示されるので、故障・損傷の推
定、評価が容易になされる。
【図１】本発明の実施の第１形態に係る舵面の故障・損
傷検出装置の全体構成図である。
傷検出装置の全体構成図である。
【図２】図１に示す実施の第１形態に係るＭＳＬＳ推定
器、ＮＮ推定器の詳細な構成図である。
器、ＮＮ推定器の詳細な構成図である。
【図３】本発明の実施の第１〜第３形態におけるＮＮ推
定器で実施される演算の構成図である。
定器で実施される演算の構成図である。
【図４】本発明の実施の第２形態に係る舵面の故障・損
傷検出装置の全体構成図である。
傷検出装置の全体構成図である。
【図５】図４に示す確認操舵器の内部構成図である。
【図６】本発明の実施の第３形態に係る舵面の故障・損
傷検出装置の全体構成図である。
傷検出装置の全体構成図である。
【図７】従来の舵面故障・損傷の推定方法を示し、
（ａ）はＭＳＬＳ推定、（ｂ）はＮＮ推定の方法を、そ
れぞれ示す構成図である。
（ａ）はＭＳＬＳ推定、（ｂ）はＮＮ推定の方法を、そ
れぞれ示す構成図である。
１，２１，３１ 舵面故障・損傷検出装置
２ 表示装置
３ フライトコントロールシステム
１０ センサ情報
１０ａ エアーデータセンサ
１０ｂ 角加速度検出器
１１，４１ ＭＳＬＳ推定器
１２，４２ ＮＮ推定器
１３， 確認操舵器
１３ａ シグナルジェネレータ
１３ｂ Tkern
１４ 故障・損傷同定結果
１５ 舵面故障フラグ判定器
Claims (4)
- 【請求項１】 角速度、角加速度、舵角の各信号を取込
み逐次最小二乗法により機体の運動状態量に関するピッ
チング、ローリング、ヨーイングの各モーメント係数を
演算して推定するＭＳＬＳ推定器と、同ＭＳＬＳ推定器
の推定したモーメント係数を取込みニューラルネットワ
ーク法により更に演算を行い最新のモーメント係数を推
定して出力するＮＮ推定器とを備えてなり、前記ＮＮ推
定器で推定した最新のモーメント係数により舵面の故
障、損傷の状況を判定することを特徴とする舵面の故障
・損傷検出装置。 - 【請求項２】 前記ＮＮ推定器の推定した各モーメント
係数値を取込み、各モーメント係数が故障に相当する場
合には故障の確認信号を出力する確認操舵器を付加した
ことを特徴とする請求項１記載の舵面の故障・損傷検出
装置。 - 【請求項３】 前記ＮＮ推定器の推定した各モーメント
係数を取込み、各モーメント係数が故障の場合にはフラ
グを出力する舵面故障フラグ判定器を付加したことを特
徴とする請求項１記載の舵面の故障・損傷検出装置。 - 【請求項４】 前記ＮＮ推定器で推定した結果を表示す
る表示装置を備えたことを特徴とする請求項１から３の
いずれかに記載の舵面の故障・損傷検出装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2001375227A JP2003175896A (ja) | 2001-12-10 | 2001-12-10 | 舵面の故障・損傷検出装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2001375227A JP2003175896A (ja) | 2001-12-10 | 2001-12-10 | 舵面の故障・損傷検出装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2003175896A true JP2003175896A (ja) | 2003-06-24 |
Family
ID=19183638
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2001375227A Withdrawn JP2003175896A (ja) | 2001-12-10 | 2001-12-10 | 舵面の故障・損傷検出装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2003175896A (ja) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2011115164A1 (ja) | 2010-03-18 | 2011-09-22 | 三菱重工業株式会社 | 空力係数推定装置及びこれを用いた舵面故障・損傷検出装置 |
| WO2012124594A1 (ja) * | 2011-03-14 | 2012-09-20 | 三菱重工業株式会社 | 航空機の制御システム、航空機、航空機の制御プログラム、及び航空機の制御方法 |
| JP2014159268A (ja) * | 2013-02-08 | 2014-09-04 | Ge Aviation Systems Ltd | 水平安定板の障害を予測する方法 |
| CN105700542A (zh) * | 2016-03-30 | 2016-06-22 | 北京航空航天大学 | 一种基于矢量场制导和最小二乘法的平流层飞艇控制分配方法 |
| CN115993075A (zh) * | 2022-11-14 | 2023-04-21 | 南京航空航天大学 | 基于sslle和自适应阈值的导弹舵面故障检测方法 |
-
2001
- 2001-12-10 JP JP2001375227A patent/JP2003175896A/ja not_active Withdrawn
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2011115164A1 (ja) | 2010-03-18 | 2011-09-22 | 三菱重工業株式会社 | 空力係数推定装置及びこれを用いた舵面故障・損傷検出装置 |
| JP2011194974A (ja) * | 2010-03-18 | 2011-10-06 | Mitsubishi Heavy Ind Ltd | 空力係数推定装置及びこれを用いた舵面故障・損傷検出装置 |
| CN102753435A (zh) * | 2010-03-18 | 2012-10-24 | 三菱重工业株式会社 | 空气动力系数推定装置及使用其的操纵面故障及损伤检测装置 |
| RU2515947C1 (ru) * | 2010-03-18 | 2014-05-20 | Митсубиши Хеви Индастриз, Лтд. | Устройство для оценки аэродинамического коэффициента и устройство для обнаружения отказа/повреждения управляющей поверхности |
| US8954208B2 (en) | 2010-03-18 | 2015-02-10 | Mitsubishi Heavy Industries, Ltd. | Aerodynamic coefficient estimation device and control surface failure/damage detection device |
| WO2012124594A1 (ja) * | 2011-03-14 | 2012-09-20 | 三菱重工業株式会社 | 航空機の制御システム、航空機、航空機の制御プログラム、及び航空機の制御方法 |
| US9199723B2 (en) | 2011-03-14 | 2015-12-01 | Mitsubishi Heavy Industries, Ltd. | Aircraft control system, aircraft, aircraft control program, and method for controlling aircraft |
| JP2014159268A (ja) * | 2013-02-08 | 2014-09-04 | Ge Aviation Systems Ltd | 水平安定板の障害を予測する方法 |
| CN105700542A (zh) * | 2016-03-30 | 2016-06-22 | 北京航空航天大学 | 一种基于矢量场制导和最小二乘法的平流层飞艇控制分配方法 |
| CN105700542B (zh) * | 2016-03-30 | 2019-03-01 | 北京航空航天大学 | 一种基于矢量场制导和最小二乘法的平流层飞艇控制分配方法 |
| CN115993075A (zh) * | 2022-11-14 | 2023-04-21 | 南京航空航天大学 | 基于sslle和自适应阈值的导弹舵面故障检测方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107885219B (zh) | 用于监控无人机飞行的飞行监控系统和方法 | |
| CN107421534B (zh) | 一种冗余式捷联惯导系统多故障隔离方法 | |
| JP5982213B2 (ja) | 航空機の飛行パラメータを決定する方法およびシステム | |
| CN107192409A (zh) | 自动传感器姿态估计的方法 | |
| RU2515947C1 (ru) | Устройство для оценки аэродинамического коэффициента и устройство для обнаружения отказа/повреждения управляющей поверхности | |
| US7257470B2 (en) | Fault isolation method and apparatus in artificial intelligence based air data systems | |
| CN109471143B (zh) | 自适应容错的列车组合定位方法 | |
| JP2020090277A (ja) | 測定迎角と推定迎角との間の誤差に基づいて障害を判定するための飛行制御システム | |
| MX2012009236A (es) | Nodo de detectores para vehiculo. | |
| WO2023071442A1 (zh) | 一种数据处理方法和装置 | |
| US9828111B2 (en) | Method of estimation of the speed of an aircraft relative to the surrounding air, and associated system | |
| CN112835341B (zh) | 一种自动驾驶域控制器的实车测试评估方法 | |
| CN109191487A (zh) | 基于无人车的碰撞检测方法、装置、设备以及存储介质 | |
| CN109738884A (zh) | 对象检测方法、装置和计算机设备 | |
| CN107450069A (zh) | 移动物体检测装置、程序及记录介质 | |
| CN109612459A (zh) | 基于动力学模型的四旋翼飞行器惯性传感器容错导航方法 | |
| CN110203254B (zh) | 列车定位系统中卡尔曼滤波器的安全检测方法 | |
| US8352187B2 (en) | Method and system for monitoring parameters of an aircraft | |
| CN111141286A (zh) | 一种无人机飞控多传感器姿态置信解算方法 | |
| CN112046761B (zh) | 一种基于统计检验和滤波的飞机结冰在线探测方法 | |
| JP2003175896A (ja) | 舵面の故障・損傷検出装置 | |
| CN106441287A (zh) | 用于活动安全应用的降阶失效保护imu系统 | |
| CN110411499A (zh) | 传感器检测识别能力的评估方法及评估系统 | |
| US9550579B2 (en) | Method of estimation of the speed of an aircraft relative to the surrounding air, and associated system | |
| JP7308141B2 (ja) | 自己位置推定方法及び自己位置推定装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A300 | Withdrawal of application because of no request for examination |
Free format text: JAPANESE INTERMEDIATE CODE: A300 Effective date: 20050301 |