JP2020523596A - 自律型航空機の正常性システムと方法 - Google Patents

Abstract

本開示は、航空機及び航空機飛行制御システム、方法、及び装置に関する。条件認識航空機は、最新の情報に基づいて自律して飛行中の決定を行い、動的な条件下で任務を実行しつつ、メンテナンスユニット及びデポに現場でのフィードバックを提供して、必要な今後のメンテナンスを調整するように構成される。【選択図】図１ａ及び図１ｂ

Description

政府の利益に関する声明
本発明は、米国空軍のスモールビジネスイノベーションリサーチ（ＳＢＩＲ）プログラムによって授与された契約番号ＦＡ８５０１−１５−Ｃ−００２６の下で政府の支援を受けて行われた。政府は、本発明に一定の権利を有する。

関連出願の相互参照
本出願は、内容が参照により本明細書に組み込まれる、２０１７年６月１５日出願の「Ａｕｔｏｎｏｍｏｕｓ Ａｉｒｃｒａｆｔ Ｈｅａｌｔｈ Ｓｙｓｔｅｍｓ ａｎｄ Ｍｅｔｈｏｄｓ」と題する米国仮特許出願第６２／５１９９８９号の３５Ｕ．Ｓ．Ｃ．§１１９（ｅ）の下での利益を主張する。

本開示は、航空機及び航空機の飛行制御システム、方法、及び装置の分野に関する。

人を含む多くの生物は、例えば、痛み、エネルギーレベル、環境などに基づいて行動を調整するためにフィードバックを使用する。例えば、ランナーは、暑い日にはスローダウンして、過度の運動と疲労を回避するだろう。膝に痛みがある人は、もう一方の脚に体重を移動させて、治癒するまで膝のストレスを軽減するだろう。予期しない障害物が道を閉鎖してしまった場合に、ハイカーは別のルートを探すことになるだろう。

センサを使用して知的に応答し、自身とその周囲に関する情報を収集することができる条件認識航空機を提供することが同様に有利である。例えば、航空機は、リアルタイムのイベントと劣化に継続的に応答するように構成されることがある。したがって、システムの異常を感知することができる航空機が必要であり、それにより、航空機は、最大のポテンシャルで動作し、異常を検出すると任務を安全に完了するために健全なシステムに自律してより大いに依存することができる。

本開示は、航空機及び航空機の飛行制御システム、方法、及び装置に関し、より具体的には、最新の情報に基づいて、自律的に飛行中の決定を行い、動的な条件下で任務を実行しつつ、必要なメンテナンスと今後のメンテナンスを調整するために、メンテナンスユニット及びデポに現場でフィードバックも提供するように構成された条件認識航空機に関する。

第１の態様によれば、飛行制御システム、一次構造、及び推進システムを有する航空機のための正常性監視システムであって、監視システムが、一次構造及び推進システムの１つ又は複数のパラメータを動的に監視するように構成された複数のセンサと、飛行制御システム、複数のセンサ、及びメモリデバイスと動作可能に接続されたプロセッサとを含み、プロセッサが、プロセッサを介して、１つ又は複数のパラメータに少なくとも部分的に基づいて、一次構造の構造的モデルであって、一次構造の動的な構造的完全性を反映する構造的モデルを生成し、プロセッサを介して、１つ又は複数のパラメータに少なくとも部分的に基づいて、推進システムの推進モデルであって、推進システムの動的な性能条件を反映する推進モデルを生成し、一次構造の動的な構造的完全性及び推進システムの動的な性能条件に少なくとも部分的に基づいて、自己認識航空機のための飛行経路及び運動能力を計算し、飛行経路及び運動能力に少なくとも部分的に基づいて、飛行コマンドを生成し、飛行コマンドを飛行制御システムに伝達するように構成される。

ある態様では、複数のセンサが、少なくとも推進システムの熱力学的パラメータと一次構造の機械的パラメータとを測定するように構成される。

ある態様では、複数のセンサが、一次構造に埋め込まれた歪みセンサ又は電気抵抗センサの少なくとも１つを含む。

ある態様では、複数のセンサが、推進システムと統合された温度センサ又は圧力センサの少なくとも１つを含む。

ある態様では、複数のセンサの少なくとも１つが、無線送信器又は無線送受信器を介して、プロセッサと無線通信するように構成される。

ある態様では、プロセッサが、複数のセンサのうちの１つ又は複数によって一次構造内で検出された構造的変化に応じて、更新された飛行コマンドを動的に生成するように構成される。

ある態様では、プロセッサが、推進システム構成要素の正常性状態を推定するために、推進システム構成要素の計算された性能を利用可能なセンサ信号と比較するように構成される。

ある態様では、プロセッサが、推進モデルを介して、拡張カルマンフィルタ（ＥＫＦ）理論に少なくとも部分的に基づいて、推進システムの正常性状態又は残存耐用年数を推定するように構成される。

第２の態様によれば、自己認識航空機であって、一次構造と、推進システムと、飛行制御システムと、一次構造及び推進システムの１つ又は複数のパラメータを動的に監視するように構成された複数のセンサと、飛行制御システム、複数のセンサ、及びメモリデバイスと動作可能に接続されたプロセッサと、１つ又は複数のパラメータに少なくとも部分的に基づいて、一次構造の構造的モデルであって、一次構造の動的な構造的完全性を反映する構造的モデルを生成するように構成された構造サブシステムモジュールと、１つ又は複数のパラメータに少なくとも部分的に基づいて、推進システムの推進モデルであって、推進システムの動的な性能条件を反映する推進モデルを生成するように構成された推進サブシステムモジュールと、プロセッサを介して、動的な構造的完全性及び動的な性能条件に少なくとも部分的に基づいて、自己認識航空機の動作中に飛行コマンドを生成するように構成されたモーションプランナーモジュールとを含む自己認識航空機。

ある態様では、一次構造が複合材料を含み、複数のセンサの少なくとも１つが複合材料に埋め込まれる。

ある態様では、複数のセンサが、一次構造に埋め込まれた歪みセンサ又は電気抵抗センサの少なくとも１つを含む。

ある態様では、複数のセンサが、推進システムと統合された温度センサ又は圧力センサの少なくとも１つを含む。

ある態様では、構造サブシステムモジュール、推進サブシステムモジュール、及びモーションプランナーモジュールが、データバスを介して、互いにかつ前記飛行制御システムに通信可能に接続される。

ある態様では、データバスが、Ｄａｔａ Ｄｉｓｔｒｉｂｕｔｉｏｎ Ｓｅｒｖｉｃｅ（ＤＤＳ）オープンスタンダードデータバスである。

ある態様では、データバスが、１つ又は複数の抽象概念層を介して、複数のセンサと動作可能に接続される。

ある態様では、複数のセンサの少なくとも１つが自己認識航空機の周囲環境を監視するように構成され、モーションプランナーモジュールが周囲環境を考慮して飛行コマンドを生成する。

ある態様では、プロセッサが、自己認識航空機のメンテナンスを調整するために、遠隔地にあるメンテナンスユニットに現場でフィードバックを提供するように構成される。

第３の態様によれば、飛行制御システム、一次構造、及び推進システムを有する自己認識航空機をナビゲートする方法であって、プロセッサと動作可能に接続された１つ又は複数のセンサを介して、動作中の一次構造及び推進システムの１つ又は複数のパラメータを監視するステップと、プロセッサを介して、１つ又は複数のパラメータに少なくとも部分的に基づいて、一次構造の構造的モデルを生成するステップであって、構造的モデルが一次構造の動的な構造的完全性を反映する、一次構造の構造的モデルを生成するステップと、プロセッサを介して、１つ又は複数のパラメータに少なくとも部分的に基づいて、推進システムの推進モデルを生成するステップであって、推進モデルが推進システムの動的な性能条件を反映する、推進システムの推進モデルを生成するステップと、一次構造の動的な構造的完全性及び推進システムの動的な性能条件に少なくとも部分的に基づいて、自己認識航空機のための飛行経路及び運動能力を計算するステップと、飛行経路及び運動能力に少なくとも部分的に基づいて、飛行コマンドを生成するステップと、飛行コマンドを飛行制御システムに伝達するステップとを含む方法。

ある態様では、方法は、自己認識航空機の周囲環境を監視するステップを更に含み、飛行コマンドが前記周囲環境を説明する。

ある態様では、方法は、自己認識航空機のメンテナンスを調整するために、遠隔地にあるメンテナンスユニットに現場でフィードバックを提供するステップを更に含む。

ある態様では、飛行制御コマンドが、少なくともピッチコマンドと飛行速度コマンドとを含む。

本開示のこれらの利点及びその他の利点は、以下の明細書及び添付の図面を参照することにより容易に理解されうる。

例示的な固定翼条件認識航空機を示す。 条件認識航空機の自律型航空機の正常性システムを促進するための例示的な航空機制御システムのブロック図を示す。 条件認識航空機の利点を示すための時間の関数としての航空機の残留強度のチャートを示す。 自律型航空機の正常性システムの例示的アーキテクチャを示す。 Ｄａｔａ Ｄｉｓｔｒｉｂｕｔｉｏｎ Ｓｅｒｖｉｃｅ（ＤＤＳ）トランスポート層に移行するためにＲｏｂｏｔ Ｏｐｅｒａｔｉｎｇ Ｓｙｓｔｅｍ（ＲＯＳ）を使用して例示的な抽象概念の手法を示す。 自律型航空機の正常性システムを使用した、劣化したエンジンを搭載した航空機の燃料消費節約を示す。 劣化したエンジンの吸気タービン温度を示す。 ターボファンエンジンのエンジンモデルの概略図を示す。 推進ＰＨＭモジュールの推進正常性状態推定器の概略図を示す。 例示的なエンジン状態の測定値を示す。 ターボファンエンジンの例示的な劣化推定の値を示す。 公称で予想される予測に対する現在の航空機条件に基づいた予測のグラフを示す。 設計と安全性を確保した運動を容易にする構造サブシステムモジュールのサブシステムを示す。 設計と安全性を確保した運動を容易にする構造サブシステムモジュールのサブシステムを示す。 設計と安全性を確保した運動を容易にする構造サブシステムモジュールのサブシステムを示す。 モーションプランナーモジュールのシステムアーキテクチャの例示的概略図を示す。 飛行操作に調整を加えるための例示的方法を示す。 自律型航空機の正常性システムフレームワークの例示的実施態様を示す。

本開示の好ましい実施形態が、添付の図面を参照して以下で説明されることになる。以下の記載において、不要に詳しくすることで本開示を不明瞭にする可能性があるため、周知の機能又は構造を詳細に説明さしない。本開示には、以下の用語と定義が適用されよう。

本明細書で用いられる場合、「回路（ｃｉｒｃｕｉｔ及びｃｉｒｃｕｉｔｒｙ）」という用語は、物理的な電子構成要素（即ちハードウェア）、並びにハードウェアの設定を行い、ハードウェアによって実行され、及び／又は他の態様でハードウェアに関連しうる、任意のソフトウェア及び／又はファームウェア（コード）を指す。本明細書では、例えば、特定のプロセッサ及びメモリが、第１のセットをなす１つ又は複数の行のコードを実行するときに第１の「回路」を備え、第２のセットをなす１つ又は複数の行のコードを実行するときに第２の「回路」を備えうる。

本明細書で使用する場合、「及び／又は」は、「及び／又は」でつながれている列挙中の項目のうちの任意の１つ又は複数を意味する。例えば、「ｘ及び／又はｙ」は、３つの要素からなる集合｛（ｘ），（ｙ），（ｘ，ｙ）｝のうちの任意の要素を意味する。言い換えれば、「ｘ及び／又はｙ」は、「ｘ及びｙのうちの一方又は両方」を意味する。別の例として、「ｘ，ｙ及び／又はｚ」は、７つの要素からなる集合｛（ｘ），（ｙ），（ｚ），（ｘ，ｙ），（ｘ，ｚ），（ｙ，ｚ），（ｘ，ｙ，ｚ）｝のうちの任意の要素を意味する。言い換えれば、「ｘ，ｙ及び／又はｚ」は、「ｘ，ｙ及びｚのうちの１つ又は複数」を意味する。

本明細書で使用される「例示的」という用語は、非限定的な例、実例、又は例示としての役割を果たすことを意味し、「例えば（ｅ．ｇ．，及びｆｏｒ ｅｘａｍｐｌｅ）」という用語は、１つ又は複数の非限定的な例、実例、又は例示の列挙を意味する。

本明細書で使用する場合、値（又は値の範囲）を修飾又は記載するときの「約」及び「およそ」という用語は、その値又は値の範囲にかなり近接していることを意味する。したがって、本明細書に記載の実施形態は、記載の値及び値の範囲のみに限定されるのではなく、むしろかなり有効な偏差を含むべきものである。

本明細書では、回路又はデバイスは、機能を実行するために必要なハードウェアと（必要な場合には）コードを備えているときにはいつでもその機能を実行するために「動作可能」なのであって、それは、その機能の実行が（例えばユーザが設定可能な設定や工場出荷時の設定（ｆａｃｔｏｒｙ ｔｒｉｍ）などによって）無効化されているか、又は有効化されていないことには無関係である。

本明細書で使用される場合、「航空輸送体」及び「航空機」という用語は、従来の滑走路と垂直離着陸（ＶＴＯＬ）航空機の両方を含むがこれらに限定されず、かつ有人及び無人航空輸送体（ＵＡＶ）の両方も含む、飛行可能な機械（例えば、飛行機、宇宙船など）を指す。ＶＴＯＬ航空機は、固定翼航空機（ハリアージェットなど）、回転翼航空機（ヘリコプター、マルチローター航空機など）、及び／又は傾斜ローター／傾斜翼航空機を含む。

本明細書で使用する場合、「通信する」及び「通信している」という用語は、（１）発信元から送信先までデータを送信、もしくは他の態様で伝達すること、及び／又は（２）データを、送信先まで伝達するために、通信用の媒体、システム、チャネル、ネットワーク、デバイス、回線ワイヤ、ケーブル、ファイバー、回路、及び／又はリンクに送達することの両方を指す。

本明細書で使用される「複合材料」という用語は、添加剤材料とマトリックス材料を含む材料を指す。例えば、複合材料は、繊維性積層材料（例えば、繊維ガラス、ガラス繊維（ＧＦ）、炭素繊維（ＣＦ）、アラミド／パラアラミド合成繊維など）、及び、マトリクス材料（例えば、熱可塑性物質、ポリエステル樹脂、熱可塑性ポリカーボネート、鋳造樹脂、ポリマー樹脂、アクリル、化学樹脂を含むがこれらに限定されない、エポキシ、ポリイミド、及びアルミナ）を含みうる。ある態様では、複合材料は、繊維金属積層板（ＦＭＬ）及びガラス積層板アルミニウム強化エポキシ（ＧＬＡＲＥ）を形成するために、アルミニウム及びチタニウムなどの金属を採用しうる。更に、複合材料は、基本的な繊維／エポキシマトリクスに何らかの補完材料（例えば、２つ以上の繊維材料）を添加することによって実現されるハイブリッド複合材料を含みうる。

本明細書で使用される「データベース」という用語は、データ又はその組織化された本体が表される方法に関係なく、関連データの組織化された本体を意味する。たとえば、関連データの組織化された本体は、テーブル、マップ、グリッド、パケット、データグラム、フレーム、ファイル、電子メール、メッセージ、ドキュメント、レポート、リスト、又はその他の形式で表示されるデータの１つ又は複数の形式でありうる。

本明細書で使用される「プロセッサ」という用語は、ハードウェア、具体的に具体化されたソフトウェア、又はその両方で実装されようがされまいが、かつプログラム可能であろうがなかろうが、処理デバイス、装置、プログラム、回路、構成要素、システム、及びサブシステムを意味する。本明細書で使用する場合、「プロセッサ」という用語は、限定しないが、１つ又は複数のコンピュータデバイス、配線で接続された回路、信号を変更するデバイス及びシステム、制御システム用のデバイス及び機械、中央処理装置、プログラム可能なデバイス及びシステム、フィールドプログラマブルゲートアレイ、特定用途向け集積回路、チップ上のシステム、個別の要素及び／又は回路、ステートマシン、バーチャルマシン、データプロセッサ、処理設備を備えるシステム、並びに上記の任意の組み合わせを含む。プロセッサは、例えば、任意のタイプの汎用マイクロプロセッサ若しくは汎用マイクロコントローラ、デジタル信号処理（ＤＳＰ）プロセッサ、又は特定用途向け集積回路（ＡＳＩＣ）でありうる。プロセッサは、メモリデバイスに接続されていてもメモリデバイスに統合されていてもよい。

本明細書で使用される「メモリデバイス」という用語は、プロセッサにより使用するための情報を保存するコンピュータハードウェア又は回路を意味する。メモリデバイスは、任意の適切なタイプのコンピュータメモリ、又は任意の他のタイプの電子記憶媒体とすることができ、それは例えば、読み出し専用メモリ（ＲＯＭ）、ランダムアクセスメモリ（ＲＡＭ）、キャッシュメモリ、コンパクトディスク読み出し専用メモリ（ＣＤＲＯＭ）、電気光学メモリ、磁気光学メモリ、プログラム可能読み出し専用メモリ（ＰＲＯＭ）、消去可能ＰＲＯＭ（ＥＰＲＯＭ）、電気的消去可能ＰＲＯＭ（ＥＥＰＲＯＭ）、コンピュータ可読媒体などである。

航空機の能力はその寿命の間に変化するので、航空機の様々な態様の能力をその有効寿命全体にわたって観察するために、様々な異なるツールが使用されうる。そのために、本明細書に開示されているものは、航空機の異常を動的に（例えば、連続的に、リアルタイムで、又はほぼリアルタイムで）感知する能力を提供し、航空機が自律してその動作を調整できるようにする自律型航空機の正常性システムである。例えば、任務を安全に完了するために、正常性システムを維持することにより大きく依存する。自律型航空機の正常性システムは、様々な予測及び正常性管理（ＰＨＭ）システムが相互に通信し、航空機が航空機の正常性の全体像を生成するためのアーキテクチャを提供するので、航空機はその現在の最大能力で動作することができる。

他のシステムに関連する情報を生成するために異なるサブシステムを接続することができない既存のＰＨＭシステムとは異なり、自律型航空機の正常性システムは、航空機全体に様々なＰＨＭセンサを採用して、その現在の能力に対する飛行可能な条件認識輸送体を実現する（例えば、現在の正常性状態に基づいて）。実際、既存のＰＨＭシステムは、反対に、複数の切断されたサブシステムに依存する。例えば、既存のＰＨＭシステムでは、任務プランナーは、翼のスパーの正常性（又はエンジンの燃料効率）をターボ機械の様々な部分の劣化状態の関数として考慮することはできないだろう。航空機の正常性状態の問題を診断することに加えて、自律型正常性システムはまた、条件認識航空機が任務中（つまり任務の中間時点）に航空機及び航空機サブシステムの変化に適応できるようにする。したがって、条件認識航空機は、システムの安全性を維持しながら、現在の制限まで動作することができる。自律型正常性システムは更に、多くの専門分野にわたる物理ベースのモデル、及びＰＨＭセンサスイートを組み込んで、構造能力及び推進能力に関して航空機の飛行環境を完全に機能化し、任務実行及び条件ベースのメンテナンスの最適化を可能にする。

ただし、条件認識航空機は、動的条件下で任務を実行するための飛行中の決定を自律して行いつつ、また他方では、必要な今後のメンテナンスを調整するために、メンテナンスユニットとデポに現場でフィードバックを提供することができる。飛行中の決定は、とりわけ、航空機の正常性の状態に関する最新の情報に基づく場合がある。自律型航空機の正常性システムの利点を以下で説明するが、これは、自律型航空機の正常性システムが予期しない劣化事象に反応する能力を示す。

図１ａは、自律型航空機の正常性システム３００を有する例示的な条件認識航空機１００の斜視図を示す。条件認識航空機１００は、胴体１０２、１つ又は複数の推進器１０４、１つ又は複数の翼パネル１０６（又は他の揚力面）、及び／又は尾翼１０８（又は他の安定面又は制御面）を有する固定翼航空機でありうる。図１ａは固定翼条件認識航空機１００を示しているが、対象となる開示は特定の航空機構成に限定されず、むしろＶＴＯＬ航空機、ヘリコプター、マルチローター航空機などであってもよい。

条件認識航空機１００の機体及び本体パネルは、軽量で、高い比強度、耐熱性、耐疲労性、亀裂耐性、及び／又は耐腐食性を備えた材料を使用して製造されうる。適切な材料は、例えば、複合材料及び金属（例えば、アルミニウム、鋼、チタニウム、及び金属合金）を含む。条件認識航空機１００のサイズ及び目的は、使用される材料の種類を決定しうる。例えば、より小型から中型の航空機は、複合材料のみで簡単に製造されるが、大型航空機では金属が必要になることがある。例えば、機体の一部は金属であってもよく、その一方で、本体パネルは複合材料及び／又は金属から製造されてもよい。金属であろうと複合材料であろうと、条件認識航空機１００の様々な構成要素を結合又は接合するために、金属継手が更に使用されてもよい。条件認識航空機１００は、１つ又は複数の翼パネル１０６とは異なる胴体１０２を有するものとして示されているが、飛行翼航空機などの他の構成が企図される。

１つ又は複数の推進器１０４は、例えば、ジェット推進（例えば、ジェットエンジン、ターボファンエンジンなど）又はプロペラ駆動式（例えば、エンジン又は電気モーターによって軸方向に駆動される１つ又は複数のプロペラ）を使用してもよい。適切なターボファンエンジン７００が図７に示されている。条件認識航空機１００は、単一の推進器１０４を有するものとして示されているが、追加の推進器１０４が提供されてもよいと理解すべきである。例えば、翼パネル１０６の両側に１つ又は複数の推進器１０４が設けられてもよい。

プロペラ駆動型の実施形態では、プロペラは、エンジン又は電気モーターによって直接又は間接的に変速機及び関連ギアを介して駆動されてもよい。１つ又は複数のエンジン又は電気モーターは、例えば、胴体１０２内、翼パネル１０６上、又は条件認識航空機１００の他の場所に配置されてもよい。ある態様では、単一の電気モーターは、変速機又は他のギア構成を介して複数のプロペラを駆動するように構成されてもよいが、必要に応じて、プロペラごとに専用の電動モーターが設けられることがある。推進器１０４は、翼パネル１０６（例えば、リブ）、胴体１０２などに取り付けられてもよい。電気モーターが使用される場合、モーターは直流（ＤＣ）ブラシレスモーターでもよいが、特定のニーズを満たすために、他のモータータイプが使用されてもよい。

１つ又は複数の推進器１０４は、プッシャー構成（図示のように）又はトラクター構成で構成されてもよい。トラクター構成では、推進器１０４は、胴体１０２の前方（先頭）に位置する。動作中に、推進器の軸に沿って作用する所望の推力を生成するために、１つ又は複数の推進器１０４が絞られてもよい（例えば、パイロット又は飛行制御システムの制御下で）。

尾翼１０８は、逆Ｖ構成（すなわち、「∧」構成）として配列される第１のテールパネル及び第２のテールパネルを含みうる。ただし、第１のテールパネルと第２のテールパネルとの間の角度は調整されてもよい。したがって、「Ｔ−」、「Ｐｉ−」／「π−」、「Ｘ−」、「Ｖ−」、及び「∧−」の配列を含む他の構成が考えられる。ある態様では、尾部パネルの１つ又は複数がすべて移動してもよく及び／又は胴体若しくは翼に装着されてもよい。実際、尾翼１０８及び翼パネル１０６には、補助翼、キャンバー変更フラップなどの従来の空力後縁制御面が取り付けられてもよい。しかしながら、対象となる開示に鑑みて当業者は、他の構成が可能であることを理解するだろう。例えば、尾翼１０８は、前方に装着された制御面及び安定面（例えば、カナード）のために省略されてもよい。条件認識航空機１００は、データを収集し、及び／又はエリアを監視するために使用されうる知能、監視、及び偵察（「ＩＳＲ」）ペイロード１１０を含みうる。ＩＳＲペイロード１１０は、ＩＳＲペイロード１１０をより容易に方向付け、地下及び／又は地上の物体を監視するために、ジンバルシステムを介して、例えば胴体１０２（又は翼パネル１０６などの別の構造部品の下面）に回転可能にかつ枢動可能に連結されうる。

図１ｂは、自律型航空機の正常性システム３００を有する条件認識航空機１００において、自律型航空機の正常性システム３００を促進するための例示的な航空機制御システム１１２のブロック図を示す。以前のＰＨＭの取り組みとは異なり、センサ（ＩＳＲペイロード１１０及びＰＨＭセンサ１２６など）並びにプロセッサ（航空機プロセッサ１１６など）の多くは、従来から既存の航空機に搭載されているため、自律型航空機の正常性システム３００を実装するための追加のハードウェアの必要性が軽減される。しかし、モデルベースの予測及びロジスティクスインフラストラクチャとの調整を提供するために、追加のコンピューティング及びネットワーキングハードウェアが、地上局（例えば、遠隔コンピュータ１３０）に設けられてもよい。

航空機制御システム１１２は、条件認識航空機１００の様々な航空機構成要素及び機能を制御するように動作可能であり、それは、それ自体及びその周囲に関する情報を収集し（例えば、ＰＨＭセンサ１２６及びＩＳＲペイロード１１０のアレイを介して）、知的に応答する（例えば、自律型航空機の正常性システム３００を介して）ことにより所与の任務を遂行する方法を動的に適合させることができる。実際、条件認識により、航空機は、機内サブシステムへの現場での変化や周囲環境への動的変化に知的に反応することができる。更に、条件認識によりまた、条件認識航空機１００は、たとえ現在の能力がその通常の動作の低減を指示している場合であっても、現在の最大能力で飛行することができるようになる。

図示されるように、条件認識航空機１００は、少なくとも１つのメモリデバイス１１８、飛行制御システム１２０、無線送受信器１２２、及びナビゲーションシステム１２４と通信可能に接続された１つ又は複数の航空機プロセッサ１１６を含む。航空機プロセッサ１１６は、命令（例えば、ソフトウェア）及びメモリデバイス１１８（例えば、ハードドライブ、フラッシュメモリなど）に格納された１つ又は複数のデータベースに少なくとも部分的に基づいて、１つ又は複数の動作を実行するように構成されうる。

航空機制御システム１１２は、条件認識航空機１００と遠隔コンピュータ１３０（例えば、航空交通管制官、基地局、又はスマートフォン、タブレット、ラップトップコンピュータといった携帯電子デバイス）との間で、及び／又は条件認識航空機１００のサブシステムと、データを通信するためにアンテナ１３２に接続された無線送受信器１２２を含みうる。条件認識航空機１００は、ネットワーク１２８を介して遠隔コンピュータ１３０とデータ（処理済みデータ、未処理データなど）を通信しうる。例えば、ある態様では、様々な機内センサ（例えば、ＰＨＭセンサ１２６、ＩＳＲペイロード１１０など）からの未処理データは、無線送受信器１２２を介して、条件認識航空機１００から遠隔処理のための生データとして伝達されうる。例えば、条件認識航空機１００は、無線送受信器１２２を介して遠隔デバイス１３０に未処理データを動的に伝達し、それにより、遠隔デバイス１３０は、モデルベースの予測を実行するように構成されうる。遠隔データ処理の利点は、条件認識航空機１００に搭載される必要な処理リソースが削減され、それにより、条件認識航空機１００の重量、電力消費、及びコストが削減されることである。ある態様では、ワイヤレス送受信器１２２は、Ｂｌｕｅｔｏｏｔｈ（例えば、２．４〜２．４８５ＧＨｚの産業、科学、及び医療（ＩＳＭ）帯域の短波長、超高周波（ＵＨＦ）電波）、近距離無線通信（ＮＦＣ）、Ｗｉ−Ｆｉ（例えば、電米国電気電子学会（ＩＥＥＥ）８０２．１１標準）などといった、１つ又は複数のワイヤレス規格を使用して通信するように構成されうる。遠隔コンピュータ１３０は、条件認識航空機１００及びＩＳＲペイロード１１０を含むそのペイロード（複数可）の監視及び／又は制御を容易にすることがある。

航空機プロセッサ１１６は、飛行制御システム（ＦＣＳ）１２０に動作可能に接続され、自律型航空機の正常性システム３００、オペレータ、オートパイロット、ナビゲーションシステム１２４、又は他のシステム（例えば、無線送受信器１２２）からのコマンドに応じて、様々なアクチュエータ（例えば、任意の飛行制御面１１４の動きを制御するアクチュエータ）及び／又は推進器１０４の動作を制御しうる。ある態様では、航空機プロセッサ１１６及び飛行制御システム１２０は、単一の構成要素又は回路に統合されてもよい。動作中、飛行制御システム１２０は、飛行の様々な段階（例えば、離陸、巡航、着陸）中に、飛行制御面１１４及び各推進器１０４からの推力を動的にかつ独立して調整して、条件認識航空機１００の速度、ロール、ピッチ又はヨーを制御する。

航空機プロセッサ１１６は、慣性ナビゲーションシステム（ＩＮＳ）１２４ｂ及び／又は慣性測定ユニット（ＩＭＵ）１２４ｃと通信可能に接続された全地球測位システム（ＧＰＳ）１２４ａを含むナビゲーションシステム１２４に動作可能に接続され、１つ又は複数のジャイロスコープ及び加速度計を含むことができる。ＧＰＳ１２４ａは、ＩＮＳソリューションをリセットするために使用することができる、又はカルマンフィルタなどの数学的アルゴリズムを使用してブレンドすることができる、ドリフトのない絶対位置値を与える。ナビゲーションシステム１２４は、とりわけ、慣性安定化データを航空機プロセッサ１１６に伝達することがある。

航空機プロセッサ１１６は、位置、速度、雰囲気、及び他の飛行条件などの航空機に関する動作条件情報を生成（又は収集）するための１つ又は複数のセンサを含む、輸送体管理システム（ＶＭＳ）１３４に動作可能に接続されうる。そのために、ＶＭＳ１３４は、直接又は航空機プロセッサ１１６を介して、ナビゲーションシステム１２４と動作可能に接続されうる。ある態様では、ＶＭＳ１３４は、飛行制御システム１２０と統合されてもよい。

上述のように、条件認識航空機１００は、データを収集し及び／又はエリアを監視するためのＩＳＲペイロード１１０を更に装備してもよい。ＩＳＲペイロード１１０は、例えば、１つ又は複数のカメラ１１０ａ（例えば、光検出及び測距（ＬＩＤＡＲ）デバイスを含む、画像及び／又はビデオを記録又はキャプチャするための光学機器）、オーディオデバイス１１０ｂ（例えば、マイク、エコーロケーションセンサなど）、及びＩＳＲ機能を促進し、ＩＳＲデータ（写真、ビデオ、音声、センサ測定値など）を提供する他のセンサ１１０ｃ（例えば、温度センサ）を含みうる。条件認識航空機１００によって収集された任意のビデオ又は他のデータは、地上管制局に無線で（例えば、遠隔コンピュータ１３０）動的に伝達されてもよい。条件認識航空機１００は、前述のビデオ及びデータを機内データメモリデバイス１１８に格納するために更に装備されてもよい。ＩＳＲペイロード１１０は、ＩＳＲペイロード１１０と航空機プロセッサ１１６との間のＩＳＲデータの通信を容易にするために、航空機プロセッサ１１６に動作可能に接続される。ＩＳＲデータは、無線送受信器１２２を介してネットワーク１２８により、条件認識航空機１００から遠隔コンピュータ１３０に動的に又は定期的に通信されてもよく、又は後のアクセス又は処理のためにメモリデバイス１１８に格納されてもよい。他の態様では、１つ又は複数のペイロードには、通信リレー又はルーターとして動作するハードウェアが含まれることがある。例えば、条件認識航空機１００は、機内アンテナ１３２を介して、遠隔に位置するデバイス（例えば、衛星、通信塔、又は他の航空機）から信号を受信しうる。次いで、条件認識航空機１００は、遠隔位置するデバイスからの情報を、条件認識航空機１００に近接する地上のエンドユーザに中継しうる。同様に、双方向通信を容易にするために、条件認識航空機１００は、地上のエンドユーザから情報を受信し、その情報を遠隔に位置するデバイスに中継しうる。

航空機プロセッサ１１６は、条件認識航空機１００全体に分散したＰＨＭセンサ１２６のアレイと動作可能に接続されうる。ＰＨＭセンサ１２６は、例えば、歪みセンサ１２６ａ、温度センサ１２６ｂ、電気抵抗センサ１２６ｃ、及び他のセンサ１２６ｄ（例えば、モーションキャプチャセンサ、無線ビーコン、赤外線センサ、音響センサなど）を含みうる。ＰＨＭセンサ１２６は、条件認識航空機１００の構造、エンジンなど全体に埋め込まれた現場でのセンサを含みうる。有線接続はセキュリティと信頼性の点で多くの利点を提供するが、ＰＨＭセンサ１２６のアレイの１つ又は複数は、航空機プロセッサ１１６と無線で通信するように構成されうる。そのために、ＰＨＭセンサ１２６のアレイのいくつかには、無線送受信器１２２又は航空機プロセッサ１１６に通信可能に接続された別の送受信器（又は一方向受信器）と通信する送受信器（又は一方向送信器）が備えられてもよい。

自律型航空機の正常性システム３００は、１つ又は複数のプロセッサ（例えば、航空機プロセッサ１１６）を介して、推論エージェントとして動作するより高いレベルのシステムと通信する複数のサブシステムのアーキテクチャを通じて、条件認識を達成することができる。自律型航空機の正常性システム３００は、（例えば、ＩＳＲペイロード１１０及びＰＨＭセンサ１２６からのデータを介して）新しい知能及びデータが利用可能になると、周囲環境の理解を動的に更新する。内部変数（サブシステムなど）及び外部変数（飛行環境など）の変化に適応する条件認識航空機１００の能力により、自律型航空機の正常性システム３００は、日常の飛行を調整又は再構築して摩耗、疲労、及び／又は環境の劣化を最小にすることにより、寿命が長くなり、耐空性を維持するために必要なメンテナンスが減少する。条件認識航空機１００はまた、任務を完了するために、その運動を自律して適合させ、正常性システムにより大きく依存することがある。実際、条件認識航空機１００は、現場でのセンサを搭載モデルと組み合わせて、情報に基づいた決定を行うことができ、推論エージェントは、飛行運動の現場での調整を介して、任務を達成するための最適な行動を決定する。自律型航空機の正常性システム３００はまた、フリート能力又は要件に基づいてメンテナンスを優先し、構造及びエンジン能力に基づいて飛行最適化を達成し、最小限の要件（例えば、航空機の正常性状態に基づいて特定の任務のための最小量の燃料）で航空機１００を動作させるために、使用されてもよい。

したがって、条件認識航空機１００により、結果的に、耐空性を確保しつつ、輸送体の寿命が延び、メンテナンス時間が短縮される。実際、条件認識航空機１００は、その最大能力で動作することができ、それにより、その従来の設計範囲を超えた任務を実行する。例えば、条件認識航空機１００は、条件認識航空機１００の他の特徴を変更することなく、設計された性能の１３０％で、４００％長く動作することができる。実際、これは、従来の損傷許容設計を機体の動的な正常性及び能力評価に置き換えることにより達成することができ、これは条件認識航空機１００全体に及ぶ。

図２は、条件認識航空機の利点を示すための時間の関数としての航空機の残留強度のチャート２００を示す。条件認識航空機１００の寿命にわたる機体の残留強度（複合材料を使用した機体など）は、公称設計寿命を超えて性能が向上した領域（つまり、領域Ａ）と寿命が延長された領域（つまり領域Ｂ）を定義し、これは、長方形の影付き領域（つまり、領域Ｃ）で示される。より具体的には、最大利益点２０２は、条件認識航空機１００が最大量の負荷を運びつつ動作することができる時点（例えば、条件認識航空機１００が新しく、そのためその残留強度が最大化されるとき）を表す一方で、ベースライン設計点２０４は、条件認識航空機１００が従来、最終的な負荷（例えば、航空機製造業者の仕様により規定される最終的な負荷）を運びつつ動作することができる最後の点を表す。自律型航空機の正常性システム３００を使用して、条件認識航空機１００の寿命を、ベースライン設計ポイント２０４を超えて延ばすために、損傷認識アルゴリズムが作動されてもよい。条件認識航空機１００の延長された寿命は、損傷認識アルゴリズムライン２０６を使用して表される。

機体のメンテナンスのための既存の運航予測は、負荷測定値に集中し、既知の周期的負荷を降雨チャート及び金属構成要素の場合の疲労曲線と比較し、既存の構造正常性モニタリング（ＳＨＭ）及び損傷条件認識では負荷を無視して直接構成要素を優先する。しかし、自律型航空機の正常性システム３００は、航空機全体の状態及び任務条件に基づいて現在の（及び将来の）安全性マージンをより正確に評価するために、航空機の正常性状態（例えば、物質的正常性状態）と現在の（及び計画された）負荷の両方を考慮する。加えて、自律型航空機の正常性システム３００はまた、マルチモデルマルチフィデリティの不確実性を採用して、それらがグローバルな確実性に関係する個々のソース不確実性を測定する方法を提供しうる。実際、不確実性の最大のソースは、より忠実度の高いモデルを使用して削減することができ、その場合には、モデル予測の精度を高めるために結果を組み合わせてもよい。

自律型航空機の正常性システム３００は、モジュール式のプラットフォームに依存しないセンサスイート、及び様々な航空機や任務に適応できるソフトウェアの恩恵を受け、開発された技術のフィールドシステムへの統合を促進する。したがって、自律型航空機の正常性システム３００は、データ配信サービス（ＤＤＳ）、未来空中能力環境（ＦＡＣＥ）、及びＵＡＳ制御セグメント（ＵＣＳ）標準といった、標準インターフェースを備えたモジュール式アーキテクチャを採用しうる。自律型航空機の正常性システム３００は、自律型航空機の正常性システム３００からの出力を伝達するために標準インターフェースを採用してもよく、更には、データバス（例えば、ＤＤＳネットワーク）を介して配信するためのシステムモジュール間のデータ交換を行うことができる。自律型航空機の正常性システム３００のアーキテクチャは、ハードウェアとオペレーティングシステムの抽象概念を使用して、構成要素の再利用、サービス（プラグアンドプレイなど）、プラットフォームに依存しない機能、及びシステム構成要素と他のシステムとの間の相互運用性を促進する。また、ＰＨＭモジュール３２６及びセンサスイートを条件認識航空機１００に容易に統合することができる。

自律型航空機の正常性システム３００は、多くの専門分野にわたる物理学に基づいたモデルとセンサスイートを組み込んで、その構造及び推進能力に対して条件認識航空機１００の飛行環境を完全に機能化し、条件認識航空機１００使用の最適化ができるようにする。機能／モジュールを将来統合できるようにするためにオープンアーキテクチャを中心に開発されうる自律型航空機の正常性システム３００は、条件決定、残存耐用年数（ＲＵＬ）予測、及び意思決定に関していくつかの相乗的な利益をもたらす。理解されるように、現在の最大能力で動作可能な航空機は、航空機のすべてのサブシステムと、各サブシステムの能力が航空機の寿命にわたってどのように変化するかを知る必要がある。任務データを使用して現在の方法論にＲＵＬを組み込むことにより、延長された寿命の運用を最適化（すなわち、ＲＵＬを最大化）し、貿易調査を実施して、条件認識飛行のための高度な予測能力を利用する新しい条件認識航空機１００の最適な使用を決定することができるだろう。自律型航空機の正常性システム３００のアーキテクチャはモジュール式であり、複数の航空機に条件認識機能を拡張するために、輸送体固有のプラグインを開発することができる。

図３は、自律型航空機の正常性システム３００の例示的アーキテクチャを示す。アーキテクチャは、下記を含む多くの利点をもたらす。（１）オープンアーキテクチャ層により、パブリッシュ／サブスクライブメカニズムによる効率的なデータ交換が可能になり、（２）プラットフォーム／任務固有のモジュールが、このようなアーキテクチャで簡単に交換され、（３）様々なセンサスイートとＰＨＭモジュール３２６をシステムに統合することができ、（４）オープンアーキテクチャにより構成要素の再利用が容易になり、プラグアンドプレイサービスが可能になる。自律型航空機の正常性システム３００を介した、条件認識航空機１００の感知及び感触能力により、任務実行及び保守スケジューリングの両方でのリアルタイム更新が可能になる。

自律型航空機の正常性システム３００のアーキテクチャは、追加のサブシステムのためのＰＨＭモジュール３１４を後の時点で開発及び統合できるように設計されている。最初に、ＰＨＭモジュール３２６は、例えば、構造サブシステムモジュール３１６、推進サブシステムモジュール３１８、及び航空機部品（すなわち、機体と推進システム以外のもの）の航空機構成要素の正常性を監視及び／又は推定する１つ又は複数の他のサブシステムモジュール３２０を含んでもよい。自律型航空機の正常性システム３００は、様々なＰＨＭモジュール３２６からの輸送体データとモーションプラナーモジュール３２２との統合を可能にし、リアルタイム監視、状態予測及びアクション決定を含む飛行中の様々な機能を提供する。

ＰＨＭモジュール３１４及びモーションプランナーモジュール３２２のそれぞれは、データバス３０２（例えば、データ配信サービス（ＤＤＳ）オープン標準データバス）と通信可能に接続されうる。データバス３０２は、飛行制御システム１２０及びＶＭＳ１３４といった他の航空機システムと通信可能に接続されてもよい。位置、速度、雰囲気及び条件に関する航空機の状態についての飛行制御システム１２０及びＶＭＳ１３４からの情報は、サブシステムの正常性状態を評価するために、それぞれのＰＨＭモジュール３１４及びモーションプランナーモジュール３２２が必要とする特定のセンサ信号とともに、データバス３０２を介してＰＨＭモジュール３１４に配信することができる。現在の利用可能な最大推力と構造的モデルから計算された最大負荷係数に基づくことがある更新された正常性状態性能パラメータとＲＵＬ推定値は、モーションプランナーモジュール３２２に伝達され、任務ルートを適宜調整し、更新されたウェイポイントを飛行制御システム１２０に伝達する。

自律型航空機の正常性システム３００は、データバス３０２の仕様を抽象化するために、１つ又は複数の抽象概念層を使用することがある。例えば、様々なモジュール（例えば、ＰＨＭモジュール３１４、モーションプランナーモジュール３２２など）は、例えば、オペレーションシステム抽象概念層３０４、ハードウェア抽象概念層３０６、及びハードウェア／ドライバ層３０８を介して、航空機ハードウェアと通信可能に接続されることがある。例えば、航空機ハードウェアは、例えば、通信機器３１０（例えば、無線送受信器１２２）、航空機プラットフォーム３１２、ＰＨＭセンサ１２６などを含みうる。オペレーティングシステム抽象概念層３０４は、アプリケーションプログラミングインターフェース（ＡＰＩ）を抽象オペレーティングシステムに提供することにより、複数のソフトウェア又はハードウェアプラットフォームのためのコードをより簡単かつ迅速に開発できるようにする。ハードウェア抽象概念層３０６を使用してプラットフォーム固有の詳細をエミュレートすることで、航空機のハードウェアに標準オペレーティングシステムコールを提供することにより、デバイスに依存しない高性能アプリケーションを開発する必要がなくなる。ハードウェア／ドライバ層３０８は、航空機のハードウェアを操作又は制御するために必要な又は有用なソフトウェアを提供する。

動作中、航空機プロセッサ１１６は、メモリデバイス１１８に格納された意思決定ソフトウェアと共に、ＰＨＭセンサ１２６からセンサデータを動的に受信して、リアルタイム監視を提供することができる。ＰＨＭセンサ１２６は、機体、推進システム、及び／又は条件認識航空機１００上の様々な他のサブシステム上に配置（又は埋め込み）されうる。プロセッサ１１６は、リアルタイムセンサデータを動的に監視することにより自己評価を実行し、ＩＳＲペイロード１１０から受信されうる周囲環境に関する情報に対する変化又は異常を検出する。プロセッサ１１６はまた、様々なサブシステム（例えば、機体及び推進力）の現在の状態を予測し、新しい輸送体レベルの状態でアビオニクスを更新するメモリデバイス１１８に格納された１つ又は複数の予測アルゴリズムを使用して、状態予測を計算するリアルタイムセンサデータを使用してもよい。状態予測及び／又は自己評価に少なくとも部分的に基づいて、プロセッサ１１６を使用して、リアルタイムのモーションプランニング及び制御が（例えば、モーションプラナーモジュール３２２及び飛行制御システム１２０を介して）促進されうる。例えば、プロセッサ１１６は、条件認識航空機１００の更新された動作範囲について情報に基づいた決定を行い、責任のあるサブシステムを示す有益なアラートを提供し、新しい動作範囲内での任務遂行を最適化する自律型行動をとることがある。情報は更新され、遠隔コンピュータ１３０に伝達されて、ループ内の管理者とメンテナンスクルーが情報に基づいた決定を行えるようにする。

オープンアーキテクチャ自律型航空機の正常性システム３００は、そのオープンアーキテクチャによりプラットフォームに依存しないよう設計される。例えば、様々な航空機エンジンのために推進モデルを変更したり、新しいプラットフォームの主要構造の有限要素法（ＦＥＭ）を使用したりすることができる。自律型航空機の正常性システム３００に追加できるだろう他のモジュールは、環境又は脅威の事柄を含む。実際、オープンアーキテクチャは多くの利点をもたらす。第１に、オープンアーキテクチャの可搬性により、自律型航空機の正常性システム３００は、既存の航空機を後付けすることができ、これにより既存の航空機の自律性のレベルが向上し、新しい航空機設計に実装できる。第２に、自律型航空機の正常性システム３００は、既存のモジュールの再利用を可能にし、新しいモジュールの開発と統合を合理化することにより、開発時間を短縮する。第３に、自律型航空機の正常性システム３００は、スケーラブルかつ拡張可能で相互運用可能なサービス指向モジュールの実装を通して、将来の更新に必要なコストと時間を削減することにより、更新コストを削減することができる。最後に、自律型航空機の正常性システム３００は、モジュール式の、スケーラブルな、携帯可能な、拡張性のある、相互運用可能なシステム属性によって、より迅速なフィールド化と所有コストの削減で、現在及び将来の顧客セキュリティと運用ニーズの両方を満たすソリューションを提供する。

例えば、自律型正常性システム３００のオープンアーキテクチャは、モジュールパーティション、ハードウェア／ソフトウェアの抽象概念、機能モジュールの疎結合、及び標準化された中央データ交換層の概念を活用して、オープンで拡張可能な開発エコシステムを作り出す。オープンアーキテクチャを作り出すアプローチは、必要に応じてオープンになるだろう。オープンに通信されるインターフェースを使用して、システム構成要素の明確なモジュール式の分類（ｂｒｅａｋｄｏｗｎ）作成する必要がある。モジュール式インターフェースは、異なる航空機間で携帯できるため、レガシープラットフォームと新しいプラットフォームとの両方が自律型航空機の正常性システム３００を活用することができる。モジュール式インターフェースは、独自の又はオープンに利用可能なメッセージング標準を使用することがある。例えば、パブリッシュ／サブスクライブミドルウェアアーキテクチャを実装して、データを交換し、交換可能なモジュールが提供されることがある。分散システムでは、ミドルウェアは、オペレーティングシステムとアプリケーションとの間に存在するソフトウェア層であり、システムの様々な構成要素が、データをより簡単に通信及び交換できるようにする。ミドルウェアは、アプリケーションとシステムと間で情報を受け渡すメカニズムではなく、ソフトウェア開発者がアプリケーションの特定の目的に集中できるようにすることで、分散システムの開発を簡素化する。自律型の正常性システム３００のミドルウェアは、下記を含む様々なタイプのデータフローを処理する。（１）センサ信号、（２）性能データ、（３）正常性状態情報、（４）ＲＵＬ情報、（５）任務プランナーデータ、及び（６）飛行制御システム信号。

自律型正常性システム３００のミドルウェアは、異なるプロセッサ／コンピュータシステムで実行されるモジュールの透過的な統合と、あるシステムから別のシステムへの容易な移行により、複数のネットワークコンピュータ間のシームレスな相互作用を可能にする。モジュールは、有線ネットワーク上の任意のモジュールがメッセージを発行し、同じ有線ネットワーク上の任意のモジュールがサブスクライブできる搭載有線ネットワークを介して互いに相互作用するように構成されうる。ワイヤレスネットワークは可能であるが、機内ネットワークのクローズドケーブルシステムは航空機内で物理的に保護することができ、ワイヤレスネットワークでは達成がより困難なレベルのセキュリティと保護を提供する。有線ネットワークでは、メッセージは、ＴＣＰ／ＩＰ又はＵＤＰ／ＩＰを介して暗号化されずに送信することができる。実行されたデフォルトのチェックは、メッセージ構造の第１のｍｄ５ｓｕｍであり、これは、パーティがメッセージのレイアウトに同意することを保証するために使用されるメカニズムである。

自律型正常性システム３００のオープンアーキテクチャ層は、ロボットオペレーティングシステム（ＲＯＳ）などのオープンソースミドルウェアを採用し、これは、様々な航空機に適応できるモジュール式でありプラットフォームに依存しないシステムを可能にする主要な通信メカニズムとして機能しうる。複数のオープンソースミドルウェアオプションが存在するが、ＲＯＳオープンソースミドルウェアはいくつかの利点をもたらす。最初に、ＲＯＳは、詳細なオンラインチュートリアルで文書化されたオープンソースソフトウェアを使用して実装される。第２に、ＲＯＳから渡されるすべてのメッセージは、ソフトウェアの動作中に照会することができるため、ドキュメント化されていないメッセージやサブモジュールを含め、モジュール構成要素の動作とその相互作用が公開される。メッセージのエコー及びログ記録のサポートツールは、トラブルシューティングをサポートするが、これは、複数の異なるコラボレーションエンティティによって開発されたモジュール式システムにおいて有利である。

ＲＯＳを開発及び管理する組織であるＯｐｅｎ Ｓｏｕｒｃｅ Ｒｏｂｏｔｉｃｓ Ｆｏｕｎｄａｔｉｏｎ（ＯＳＲＦ）は、ＲＯＳ ２．０．８のトランスポート層としてＯｂｊｅｃｔ Ｍａｎａｇｅｍｅｎｔ Ｇｒｏｕｐのデータ配布サービス（ＤＤＳ）を組み込んだ。ＤＤＳはまた、データ中心接続のためのパブリッシュ／サブスクライブミドルウェアプロトコル及びＡＰＩ標準でもあり、動的な組み込みシステムに安全な通信を提供する。ＤＤＳは、アクセスの構成、データフロー経路の強制、及びデータのオンザフライ暗号化に使用されうる。ＲＴＩ Ｃｏｎｎｅｘｔ９ ＤＤＳソフトウェアは、ＤＤＳセキュリティ仕様に準拠したプラグインを提供する。ＲＴＩ Ｃｏｎｎｅｘｔ９ ＤＤＳソフトウェアはまた、（１）認証、承認、機密性を提供し、（２）検出情報、メタデータ、及びデータを保護し、（３）不正アクセス、改ざん、及びリプレイに対する防御を行い、（４）既存のセキュリティインフラストラクチャ及びハードウェアアクセラレーションと統合し、（５）変更されていない既存のＤＤＳアプリケーションを保護するように構成されうる。Ｃｏｎｎｅｘｔのセキュリティ機能が表１にまとめられる。

図４は、ＤＤＳトランスポート層４０８に移行するためにＲＯＳを使用した例示的な抽象概念アプローチ４００を示している。ＲＯＳのルックアンドフィール（ｌｏｏｋ ａｎｄ ｆｅｅｌ（外観及び操作感））を保持するために、ＲＯＳクライアントライブラリ４０４も典型的なユーザもＤＤＳトランスポート層４０８に直接アクセスする必要はない。むしろ、ユーザスペースコード４０２は、ＲＯＳミドルウェアインターフェース４０６（例えば、インターフェースとして指定されたＡＰＩ）を介して、ＤＤＳトランスポート層４０８（例えば、ＲＴＩ Ｃｏｎｎｅｘｔ ４０８ａ、Ｏｐｅｎ Ｓｐｌｉｃｅ ４０８ｂ、ＣｏｒｅＤＸ ４０８ｃ、又は他の製品４０８ｄ）にアクセスすることができる。この配列は、ユーザから離れたＤＤＳ固有のすべての情報も抽象概念する。ただし、図４に示すように、ＤＤＳトランスポート層４０８へのオプションの直接アクセスが、特定のユーザに提供されてもよい。しかしながら、ＲＯＳミドルウェアインターフェース４０６は、セキュリティ仕様に準拠するために、ＤＤＳトランスポート層４０８に移行されてもよい。

構造サブシステムモジュール３１６。構造サブシステムモジュール３１６は、航空機の一次構造（例えば、胴体１０２、翼パネル１０６など）をモデル化し、１つ又は複数のマルチフィデリティモデルを使用して、劣化するにつれて構成要素の新しい強度を動的に推定するように構成することができ、構造が安全に耐えることができる新しい最大負荷係数を計算するために後に使用されることがある。構造内の瞬間的な変化を迅速に評価する能力により、自律型航空機の正常性システム３００は、現場で応答し、条件認識輸送体の現在の構造能力に適応することができる。構造内の変化に反応することに加えて、システムは、この変化が構造能力に与える影響の信頼レベルを確立することができる。

高忠実度モデルは、構造の詳細な応答をキャプチャし、構成要素の現在の状態に最高レベルの信頼性をもたらす。この高い信頼性により、構造能力の低下が最小限に抑えられるため、構造サブシステムは、安全性を維持しながら最大限の有用性で動作することができる。ただし、忠実度の高いモデルは計算的にコストが高く、航空機に搭載された利用可能なものを超えるリソースが必要になることがある。低忠実度モデルでは、最小限の計算能力しか必要とせず、モデルを現場で実行して航空機に搭載し、サブシステムの現在の状態を迅速に推定することができる。推定の信頼性が低いため、安全な運航を確保するためには、より大きな能力を削減する必要がある。マルチフィデリティアルゴリズムを統合すると、航空機の安全性と航空機の実用性の両方を最大化することができ、即座のサブシステムの劣化に迅速に対応し、より詳細なモデルが劣化した機能を更新するにつれてサブシステムの機能を更新できる。

しかし、オフライン／オンラインのパラダイムを使用して、航空機に搭載する必要がある計算効率を提供して、センサデータから能力状態にマッピングし、それによってモーションプランナーモジュール３２２が動的に動作できるようにすることができる。マルチフィデリティアプローチが構造サブシステムモジュール３１６によって利用され、航空機搭載の計算の実行可能性を可能にするコストで、大きなセットの物理ベースのシミュレーションを活用する。オフラインステージでは、忠実度の高い構造解析モデルを使用して、パネルレベルから航空機レベルまでの損傷ライブラリを構築する。これらの損傷ライブラリを使用して代理モデルを構築し、損傷ライブラリに含まれる物理ベースの豊富な情報を活用しながら、搭載センサ測定を使用して構造状態を迅速に推定し、条件認識輸送体の動的な意思決定をサポートする。

実施例限定されないが例として、追加の機体構成要素への方法論の潜在的な拡張の例、及び旋回半径に対する制御面の劣化の影響が提示される。目的は、構造の劣化による航空機の制御面（補助翼及びラダーなど）の可能な制限を関連付けることである。これらの航空機の制御面は揚力面であるため、構造的な損傷による耐荷重の制限により、下記のものが減少する場合がある。（１）制御面の最大のたわみ、及び／又は（２）制御面の有効性であって、関連する制御導関数のいくつかの値に関連する。これらの現象を定量化するために、以下の式が、忠実に積み重ねられたレベルの方向転換に対する（ｆｏｒ ａ ｔｒｕｌｙ−ｂａｎｋｅｄ ｌｅｖｅｌ ｔｕｒｎ）横滑り角β、ラダーたわみδ_ｒ、及び補助翼たわみδａの定常値に使用されうる。

ここで、ωは回転角速度、φはロール角、Ｖは対気速度（定数と仮定）、ｂは翼幅である。行列内の要素は、通常の安定性と制御導関数である。下記の関係を使用する。

ここで、Ｒは旋回半径であり、次の式に到達することができる。

定義

上記の式を使用して、以下のδ_ａとＲとの間の関係を導き出すことができる。

推進ＰＨＭモジュール３１８。推進サブシステムモジュール３１８は、推進システム内の様々な構成要素（例えば、推進器１０４）の正常性を推定する。例えば、推進サブシステムモジュール３１８は、条件認識航空機１００からのセンサ測定値と一致する結果に収束するまで、エンジン状態で微小摂動を使用してもよい。推進サブシステムモジュール３１８は、推進システムの性能を推定し、その主要構成要素に劣化が存在するかどうかを判定する責任を負う。推進正常性状態推定器は、熱力学的サイクル解析を使用して、性能条件認識及び低い忠実度の物理ベースのモデルを提供するが、搭載中にリアルタイムで実行して様々なエンジンサブシステムの性能をモデル化できるため、ターボ機械の構成要素と流路の劣化が起こりうる。

図５は、自律型航空機の正常性システム３００を使用した、劣化したエンジンを搭載した航空機の燃料消費節約を示し、図６は、劣化したエンジンの吸気タービン温度を示す。シミュレーションは、１１２４０ポンドの重量でモデル化され、６００００フィートかつ２６７ノットで航行された。任務範囲は、１７２８海里に指定された。シミュレーションには、任務の巡航部分のみが含まれ、セグメントの開始時に中程度のファンの劣化が誘発された。０．９４のファン劣化係数が使用され、これは、エンジン保護ロジックをトリガーしないほど小さいが、燃料消費に影響を与える程度に大きい。巡航セグメントにわたる過剰燃料消費量と、元のトリム状態５０４及びモーションプランナーモジュール３２２によって計算された修正トリム状態５０２との比較が、図５及び６に示される。２５４．３ノットのわずかに低い速度での修正トリム状態５０２は、２２ポンドの燃料節約をもたらし、これは、エンジンの劣化による過剰な燃料消費量の約７．３％である。更に、修正されたトリム状態５０２は、より低い動作温度をもたらし、それはエンジン故障の確率を低下させる。

図７は、ターボファンエンジン７００のエンジンモデル概略図を示す。図示されたように、ターボファンエンジン７００は一般に、吸気口７０２、ファン７０４、高圧コンプレッサ（ＨＰＣ）７０６、燃焼チャンバ７０８、高圧タービン（ＨＰＴ）７１０、低圧タービン（ＬＰＴ）７１２、ミキサー７１４、ノズル７１６、バイパス７１８、及びコア７２０を含む。制御入力及びセンサ信号はプラットフォーム固有でありうるが、自律型航空機の正常性システム３００の基礎となる動作は、ピストンエンジンシステム及び電気モーター推進を含む他のタイプの推進システムに対して実質的に同じ状態を維持する。

吸気口７０２、ファン７０４、ＨＰＣ７０６、ＨＰＴ７１０、及びＬＰＴ７１２のそれぞれで劣化因子が決定されうる。ターボファンエンジン７００全体にＰＨＭセンサ１２６のアレイが設けられてもよい。例えば、複数のセンサを吸気口７０２に設けて、高度（Ａｌｔ）、速度（Ｍａｃｈ）、周囲温度（Ｔ_ＡＭＢ）、及び周囲圧力（Ｐ_ＡＭＢ）が測定されてもよい。気流経路に沿って温度（Ｔ_１，Ｔ_２）及び圧力（Ｐ１、Ｐ２）を測定するために、温度センサ及び圧力センサが、（１）ファン７０４とＨＰＣ７０６との間、及び（２）ＨＰＣ７０６と燃焼チャンバ７０８との間に配置されてもよい。ＨＰＴ７１０とＬＰＴ７１２との間に追加の温度センサを設けて、段間タービン温度（ＩＴＴ）を測定してもよい。ファン速度センサは、第１のファン速度（Ｎ_Ｌ）を測定するためにファン７０４に設けられ、かつ第２のファン速度（Ｎ_Ｈ）を測定するためにＨＰＴ７１０に設けられてもよい。最後に、燃焼チャンバ７０８への燃料流（ＷＦ）を監視するためにセンサが提供されてもよい。

図８は、推進ＰＨＭモジュール３１８の推進正常性状態推定器８００の概略図を示す。図示されるように、推進正常性状態推定器８００は、コントローラ８０２、プラントモデル８０４、及びＰＨＭモデル８０６を含む。推進サブシステムモジュール３１８は、コントローラ８０２で、入力（例えば、飛行制御システム（ＦＣＳ）１２０からのスロットルコマンド）、航空機からの周囲条件に関する入力、及び推進器１０４からのセンサ信号を受信する。例えば、燃料流量（ＷＦ）及び周囲条件は、ＰＨＭモデル８０６への制御入力として使用することができるが、図７に関連して説明した様々なセンサ信号が測定値として提供されてもよい。

プラントモデル８０４は、システムの熱力学的及び機械的状態を評価し、実際の推進システムの「デジタルツイン」として実際に機能する推力及び燃料消費量を含む性能パラメータを計算する。プラントモデル８０４は、主要な推進システム構成要素の正常性状態を推定するために、計算された性能を利用可能なセンサ信号と比較する。プラントモデル８０４の出力は、飛行経路及び運動能力を計算するためにモーションプランナーモジュール３２２によって使用されてもよい。例えば、ターボファンエンジンの場合、プラントモデル８０４は、ツースプール（ｔｗｏ−ｓｐｏｏｌ）ターボファンエンジンのブレイトンサイクル分析に基づいていてもよい。ファン、コンプレッサ、及びタービンの性能は、ターボ機械マップを使用してモデル化することができる。ターボ機械構成要素の正常性状態は、断熱効率の劣化係数を使用してモデル化することができ、エンジン吸気口の正常性状態は、吸気口圧力回復の劣化係数を使用してモデル化することができる。

ＰＨＭモデル８０６を使用して、正常性状態及び残存耐用年数が推定されるが、これは拡張カルマンフィルタ（ＥＫＦ）理論に基づく場合がある。ＰＨＭモデル８０６は、伝播及び補正技術を採用してもよい。例えば、システムヤコビ行列式の評価は、微小摂動手法を使用してＰＨＭモデル８０６で実行してもよく、このモデルでは、公称状態の周りの小さなデルタでモデルをインクリメントし、偏微分を数値的に取得するために中央差分スキームが使用される。ＰＨＭモデル８０６は、センサ信号（例えば、ＰＨＭセンサ１２６からの）をモデル予測と比較することにより劣化要因を推定し、エンジン状態は５つの劣化要因で更に増強された２つのスプール速度によって表される。劣化要因が適切に推定されると、劣化した推力と燃料消費量をエンジンモデルから取得することができる。図９ａ及び図９ｂは、それぞれ、例示的なエンジン状態の測定値（Ｎ_Ｈ、Ｎ_Ｌ、Ｗ_Ｆなど）と劣化推定値（吸気口、ＨＰＴ、ＨＰＣ、ＬＰＴ、ファンなど）を示す。

正常性推定器に加えて、推進ＰＨＭモジュールは、主要なエンジン構成要素の残存耐用年数を決定する予測機能を特徴とする。ＲＵＬ推定は、システムのＲＵＬを特徴付けて予測するための予測統計的手法である、寿命延長分析及び予測（ＬＥＡＰ）Ｆｒｏｇアルゴリズムを使用して、実現することができる。ＬＥＡＰ−Ｆｒｏｇ手法では、回帰を使用して、全体的なデータの傾向を追跡するために大規模なデータセットを使用し、構成要素／システムが正常性の問題を展開し始める際に高まる劣化に迅速に対応するために、より小さなデータセットを使用する問題を解決する。ＬＥＡＰ−Ｆｒｏｇアルゴリズムの第１のステップは、ＥＫＦアルゴリズムによって生成された以前の劣化推定値を使用して線形回帰モデルを構築し、次に現在の時点での劣化を予測することである。次に、現時点でＬＥＡＰ−Ｆｒｏｇアルゴリズムによって予測された劣化が、その時点でＥＫＦアルゴリズムによって提供された劣化と比較される。現在の正常性状態の推定値がＬＥＡＰ−Ｆｒｏｇで予測される劣化の３つの標準偏差内にある場合、次に、線形回帰を使用して生成された劣化モデルは有効であると想定される。そうでない場合、次いで、線形回帰モデルの構築に使用される以前の推定劣化点（許容ウィンドウ）の数が削減され、プロセスが再び開始される。許容されるウィンドウの長さは事前に定義されており、データが処理される前にユーザ指定される。エンジン構成要素のＲＵＬ予測と劣化推力及び燃料消費量の推定値は、モーションプランナーモジュール３２２に伝達されるため、任務のプランニング／リプランニング時に推進システムの正常性状態を考慮することができる。

図１１は、公称で予想される予測（予測２）に対する現在の航空機の状態（予測１）に基づく予測のグラフを示す。図示されるように、故障までの時間を線形回帰で推定して、現在の時間（Ｔ_０）の関数として長期劣化を予測することができる。図示されるように、現在の航空機の条件に基づく予測は、航空機が時期尚早に劣化していると予測し、予想故障時間が時間Ｔ_１とＴ_３との間であり、故障の推定時間はＴ_２である。したがって、故障までの予測時間は、Ｔ_０からＴ_２の間の時間である。線形回帰とＰＨＭ劣化推定値との間の誤差が３標準偏差より大きい場合、劣化データのより小さなサブセットを使用して、線形回帰傾向を再定義してもよい。ＲＵＬデータは、モーションプラナーモジュール３２２によって、並びに保守及び修理のスケジューリングに対して、使用されてもよい。

モーションプランナーモジュール３２２
モーションプランナーモジュール３２２は、任務性能を最適化するために、迅速な増分リプランニング及び／又は低レベル制御調整を可能にする。ルートプランニングアルゴリズムの要件は、結果として得られるルート（ウェイポイントのシーケンス）が、機体の安全な積載制限下での最小旋回半径といった航空機の物理的能力と互換性があることである。

モーションプランナーモジュールの３２２ルートプランニングシステムは、Ｈコストモーションプランニング手法に基づいている場合があり、これは、輸送体の動的挙動による制約をワークスペースセル分解に基づく幾何学的経路プランニングアルゴリズムに組み込むために適用されることがある。言い換えると、輸送体の動的制約は、ルートプランニングのために検索されるセル分解グラフのエッジの連続にマッピングすることができる。ウェイポイントのシーケンスが軌道プランナーによりナビゲートできるようにするには、リフトグラフと呼ばれる離散的な数学モデルに、機動性に影響する航空機の能力に関する情報を埋め込むことができ、これは、ＰＨＭモジュール３１４（例えば、構造サブシステムモジュール３１６及び推進サブシステムモジュール３１８）によって提供されるデータから導き出されることがある。航空機プロセッサ１１６によりデータを分析して、状態及び入力の制約並びに能力エンベロープ（例えば、最大許容Ｇ力、最大推力など）を決定することができる。この分析を使用して、提案されたルートプランニングシステムをＰＨＭアルゴリズムの内部詳細から切り離してもよく、これにより、高い携帯性のプラットフォームに依存しない自律型航空機の正常性システム３００への道が開かれる。

作業人員とモーションプランナーとの間のインターフェースを容易にするために、システムは、自然言語に類似した形式で高レベルの任務要件を受け入れ可能な場合がある。これを実現するために、ルートプランニングシステムは、線形時相論理（ＬＴＬ）で与えられた仕様を満たすプランを生成することがある。

図１２ａ及び図１２ｂは、設計及び安全性が確保された運動を容易にする構造サブシステムモジュール３１６のサブシステムを示す。図１２ａを参照すると、設計システム１２０４は、負荷データ１２０２及び許容値データ１２０６を使用する従来の分析（例えば、ＦＥＡ）を使用して翼のサイズを決定し、ベースライン設計点１２０８を生成することがある。負荷データ１２０２は、例えば、空力的安定性、構造的安定性、及び構造的強度を含みうる。許容値データ１２０６は、損傷した設計許容値を示しうる。最大の運動は、図１２ｂに示されるように、指令された運動（例えば、ＶＭＳ１３４から）、損傷情報（例えば、ＰＨＭセンサ１２６から）、及び温度などの環境データ（例えば、ＩＳＲペイロード１１０から）の関数として決定されうる。。指令された運動が、輸送体状態モデル１２１６への入力として機能する一方で、損傷情報及び環境データは、物質損傷モデル１２１８への入力として機能する。輸送体状態モデル１２１６は、指令された運動１２１０を機体構造応答に変換し、その例が図１２ｃに示される。例えば、指令された運動に基づいて、航空機プロセッサ１１６は、機体に作用する異なるＧ力で機体にかかる応力のヒートマップを準備するためのデータを生成しうる。

物質的損傷モデル１２１８を使用して、状態に基づいて航空機の局所能力が決定されうる。例えば、材料損傷モデル１２１８は、例えば、ホイットニーとニュイスマーによって提案された２つの応力破壊基準（点応力基準及び平均応力基準として知られている）を介して、圧縮荷重下でのオープンホール複合積層板の損傷進行を追跡するために、オープンホール損傷モデルを採用してもよい。オープンホール（ｏｐｅｎ−ｈｏｌｅ）の周りの応力分布は、次の式で評価されうる。

一方、Ｖ字形の刻み目のある強度比は、次の式で評価されうる。

設計許容値は、Ｖ字形の刻み目のない圧縮強度のピーク条件でのオープンホール圧縮（ＯＨＣ）強度に基づくベースライン設計を含みうる。機体適合性モデル１２２０は、輸送体状態モデル１２１６及び材料損傷モデル１２１８からの出力に少なくとも部分的に基づく現在の状態に基づいて、航空機の最大運動を生成する。

自律型航空機の正常性システム３００の様々な構成要素の統合は、エンジンの劣化条件を組み込んだ簡略化されたＵＡＶダイナミクスモデルを使用してテストされた。状態は、位置座標ｘ、ｙ、ｚ、対気速度ｖ、機首角ψ、及び飛行経路角γである。入力は、迎え角α、ロール角φ（リフトベクトルのｙｚ平面の方向）、及びエンジン燃料流量σである。推力Ｔは、エンジンの燃料流量σと対気速度ｖの既知の関数と想定される。生成される揚力はＬ＝1/2ρｖ^２ＳＣ_Ｌααであり、抗力はＤ＝1/2ρｖ^２Ｓ（Ｃ_Ｄ０＋ＫＣ_Ｌα ^２α^２）である。運動方程式は次のとおりである。

独立変数は、時間ｔから長さパラメータｓに変更され、ｖ（ｔ）＝ｄｓ／ｄｔ（ｔ）である。目的は、異なる速度プロファイルで同一の幾何学的軌跡を追跡することである。
注：

表示：

Ｔ_ｐ（σ（ｓ），ｖ（ｓ））及びＴ_ｄ（σ（ｓ），ｖ（ｓ））をそれぞれ、初期エンジン及び劣化したエンジンによって生成される推力を示す。（ｘ_ｒ，ｙ_ｒ，ｚ_ｒ，ｖ_ｒ，γ_ｒ，ψ_ｒ）は基準状態の軌跡を表し、（σ_ｒ，α_ｒ，φ_ｒ）は基準入力を表する。劣化したエンジンに応じるために、基準値：（Δｖ，Δσ，Δα，及びΔφ）から小さな変動が識別されなければならない。
初期状態では、

エンジンが劣化した状態では、次の式が満たされなければならない。

一次近似の使用：

注：

Ｔ_ｄ（σ_ｒ，ｖ_ｒ）−Ｔ_ｐ（σ_ｒ，ｖ_ｒ）という用語は、基準燃料流量と対気速度で劣化したエンジンと初期のエンジンによって生成される推力の差である。様々な派生物は次のとおりである。

一次方程式（１）−（３）は、４つの未知数、つまりΔν，Δσ，Δα，及びΔφの３つの方程式の系である。この方程式は、長手方向の安定性のみを考慮することにより、３つの未知数を有する３つの方程式に還元することができる。

上記の方法論により、飛行速度（Ｖ）、燃料コマンド（σ）、迎え角（α）によって決定される航空機のトリム状態の推定が可能になり、劣化したエンジンによる過剰な燃料消費が最小限に抑えられる。トリム条件の周りの線形近似で運動方程式を調べると、燃料消費を最小限に抑えるために必要な小さな制御調整（ΔＶ，Δσ，Δα）の推定が可能になる。これには、飛行速度と燃料流量の関数としての初期状態及び劣化状態の両方でのエンジン推力、並びに偏導関数の知識が必要とされる。これらの関数は、プラントモデル８０４を使用して取得することができる。推力導関数は、中心差分スキームを使用して数値的に評価することができる。モーションプランナーモジュール３２２が必要とする追加の入力は、航空機モデル８０８によって提供される揚力と抗力を含む。モーションプランナーモジュール３２２のシステムアーキテクチャの概略図を図１３に示す。

図１４は、飛行運動に調整を加えるための例示的な方法１４００を示す。図示されているように、構造のモデルが１４０２で生成される。ステップ１４０４で、構造の劣化について動作中に航空機が監視される。ステップ１４０４で構造の劣化が検出されると、ステップ１４０８で構造の現在の条件に基づいて航空機の新しい構造能力が計算される。同様に、推進システムのモデルが１４１２で生成される。航空機は、ステップ１４１４で動作中に推進システムの劣化について監視される。ステップ１４１４で推進システムの劣化が検出されると、ステップ１４０８で、推進システムの現在の条件に基づいて航空機の新しい推進能力が計算される。ステップ１４１０で、新しい構造能力及び新しい推進能力が、それぞれ、構造サブシステムモジュール３１６及び推進サブシステムモジュール３１８を介して、データバス３０２に公開される。次に、モーションプランナーモジュール３２２は、ステップ１４２０で、新しい構造能力及び新しい推進能力に少なくとも部分的に基づいて、更新された飛行コマンドを準備する。ステップ１４２２で、モーションプランナーモジュール３２２は、修正された飛行コマンドを飛行制御システム１２０に伝達する。

図１５は、自律型航空機の正常性システムフレームワークの例示的な実施態様１５００を示す。図示するように、自律型航空機の正常性システムフレームワークは、データ入力として、元の飛行プランデータ１５０２（例えば、飛行制御システム１２０から）、構造正常性劣化情報１５０４（例えば、構造サブシステムモジュール３１６から）、エンジン正常性劣化情報１５０６（例えば、推進サブシステムモジュール３１８から）、及び任意の他の正常性劣化情報１５０８（例えば、１つ又は複数の他のサブシステムモジュール３２０から）を受け取る。

正常性劣化情報に基づいて、自律型航空機の正常性システムは、ステップ１５１０で、元の飛行プランデータ１５０２によって指示された元の飛行プランがまだ実行可能かどうかを判定する。深刻な劣化と決定された場合、自律型航空機の正常性システムは、元の飛行プランが実行可能ではないと決定し、ステップ１５１２で増分リプランニング（例えば、高速増分リプランニングアルゴリズム）が実装されうる。劣化なし又は軽度の劣化（つまり、所定の劣化閾値未満）と決定された場合、自律型航空機の正常性システムは、元の飛行プランが実行可能であると決定し、劣化の存在下で、ステップ１５１４で低レベル制御調整が実施される。

レベル制御調整の目的は、過剰な燃料消費を最小限に抑えるために、小さな制御調整（ΔＶ，Δσ，Δαなど）を識別することである。元のトリム条件の周りの線形近似を使用すると、劣化したシステムの運動方程式は次のように記述することができる。

ここで、ｖ_ｒは対気速度、σ_ｒは燃料流量、α_ｒは迎え角、φ_ｒはロール角、ｒはトリム状態、ｄは劣化状態を示す。

偏導関数を評価するには、（１）空力能力（輸送体状態モデル）及び（２）初期（エンジンモデル）及び劣化状態（正常性推定器）の両方における燃料流量及び空気速度の関数としての推力、並びに基準トリム状態での偏導関数の知識を必要とする。劣化したシステムの運動方程式を解くには、次の形式のコスト関数も必要である。

最適性を得るための一次必要条件：

上記は航空機及び宇宙船に関連して説明されたが、前述の教示は、陸上輸送体（例えば、車、トラック、列車など）及び水上輸送体（例えば、ボート、船、潜水艦など）を含む他の輸送体にも同様に適用されることがある。上記で引用された特許及び特許公報は、その全体が参照により本明細書に組み込まれる。部品や特徴などの具体的な配設に関連して様々な実施形態が記載されてきたが、これらは全ての可能な配設又は特徴を網羅することを意図しておらず、当業者には、実際に多くの他の実施形態、修正形態、及び変形形態が究明可能であろう。したがって、本開示が上記で具体的に記載されたものとは別の態様で実施されうると理解すべきである。

Claims (21)

1. 飛行制御システム、一次構造、及び推進システムを有する自己認識航空機をナビゲートする方法であって、
   プロセッサと動作可能に接続された１つ又は複数のセンサを介して、動作中の前記一次構造及び前記推進システムの１つ又は複数のパラメータを監視するステップと、
   前記プロセッサを介して、前記１つ又は複数のパラメータに少なくとも部分的に基づいて、前記一次構造の構造的モデルを生成するステップであって、前記構造的モデルが前記一次構造の動的な構造的完全性を反映する、前記一次構造の構造的モデルを生成するステップと、
   前記プロセッサを介して、前記１つ又は複数のパラメータに少なくとも部分的に基づいて、前記推進システムの推進モデルを生成するステップであって、前記推進モデルが前記推進システムの動的な性能条件を反映する、前記推進システムの推進モデルを生成するステップと、
   前記一次構造の前記動的な構造的完全性及び前記推進システムの前記動的な性能条件に少なくとも部分的に基づいて、前記自己認識航空機のための飛行経路及び運動能力を計算するステップと、
   前記飛行経路及び前記運動能力に少なくとも部分的に基づいて、飛行コマンドを生成するステップと、
   前記飛行コマンドを前記飛行制御システムに伝達するステップと
   を含む方法。
2. 前記自己認識航空機の周囲環境を監視するステップを更に含み、前記飛行コマンドが前記周囲環境を説明する、請求項１に記載の方法。
3. 前記自己認識航空機のメンテナンスを調整するために、遠隔地にあるメンテナンスユニットに現場でフィードバックを提供するステップを更に含む、請求項２に記載の方法。
4. 前記飛行制御コマンドが、少なくともピッチコマンドと飛行速度コマンドとを含む、請求項２に記載の方法。
5. 飛行制御システム、一次構造、及び推進システムを有する航空機のための正常性監視システムであって、
   前記一次構造及び前記推進システムの１つ又は複数のパラメータを動的に監視するように構成された複数のセンサと、
   前記飛行制御システム、前記複数のセンサ、及びメモリデバイスと動作可能に接続されたプロセッサと
   を含み、前記プロセッサが、
   前記プロセッサを介して、前記１つ又は複数のパラメータに少なくとも部分的に基づいて、前記一次構造の構造的モデルであって、前記一次構造の動的な構造的完全性を反映する構造的モデルを生成し、
   前記プロセッサを介して、前記１つ又は複数のパラメータに少なくとも部分的に基づいて、前記推進システムの推進モデルであって、前記推進システムの動的な性能条件を反映する推進モデルを生成し、
   前記一次構造の前記動的な構造的完全性及び前記推進システムの前記動的な性能条件に少なくとも部分的に基づいて、自己認識航空機のための飛行経路及び運動能力を計算し、
   前記飛行経路及び前記運動能力に少なくとも部分的に基づいて、飛行コマンドを生成し、
   前記飛行コマンドを前記飛行制御システムに伝達するように構成された、正常性監視システム。
6. 前記複数のセンサが、少なくとも前記推進システムの熱力学的パラメータと前記一次構造の機械的パラメータとを測定するように構成される、請求項５に記載の正常性監視システム。
7. 前記複数のセンサが、前記一次構造に埋め込まれた歪みセンサ又は電気抵抗センサの少なくとも１つを含む、請求項６に記載の正常性監視システム。
8. 前記複数のセンサが、前記推進システムと統合された温度センサ又は圧力センサの少なくとも１つを含む、請求項７に記載の正常性監視システム。
9. 前記複数のセンサの少なくとも１つが、無線送信器又は無線送受信器を介して、前記プロセッサと無線通信するように構成される、請求項５に記載の正常性監視システム。
10. 前記プロセッサが、前記複数のセンサのうちの１つ又は複数によって前記一次構造内で検出された構造的変化に応じて、更新された飛行コマンドを動的に生成するように構成される、請求項５に記載の正常性監視システム。
11. 前記プロセッサが、推進システム構成要素の正常性状態を推定するために、前記推進システム構成要素の計算された性能を利用可能なセンサ信号と比較するように構成される、請求項５に記載の正常性監視システム。
12. 前記プロセッサが、前記推進モデルを介して、拡張カルマンフィルタ（ＥＫＦ）理論に少なくとも部分的に基づいて、前記推進システムの正常性状態又は残存耐用年数を推定するように構成される、請求項５に記載の正常性監視システム。
13. 自己認識航空機であって、
    一次構造と、
    推進システムと、
    飛行制御システムと、
    前記一次構造及び前記推進システムの１つ又は複数のパラメータを動的に監視するように構成された複数のセンサと、
    前記飛行制御システム、前記複数のセンサ、及びメモリデバイスと動作可能に接続されたプロセッサと、
    前記１つ又は複数のパラメータに少なくとも部分的に基づいて、前記一次構造の構造的モデルであって、前記一次構造の動的な構造的完全性を反映する構造的モデルを生成するように構成された構造サブシステムモジュールと、
    前記１つ又は複数のパラメータに少なくとも部分的に基づいて、前記推進システムの推進モデルであって、前記推進システムの動的な性能条件を反映する推進モデルを生成するように構成された推進サブシステムモジュールと、
    前記プロセッサを介して、前記動的な構造的完全性及び前記動的な性能条件に少なくとも部分的に基づいて、前記自己認識航空機の動作中に飛行コマンドを生成するように構成されたモーションプランナーモジュールと
    を含む自己認識航空機。
14. 前記一次構造が複合材料を含み、前記複数のセンサの前記少なくとも１つが前記複合材料に埋め込まれる、請求項１３に記載の自己認識航空機。
15. 前記複数のセンサが、前記一次構造に埋め込まれた歪みセンサ又は電気抵抗センサの少なくとも１つを含む、請求項１３に記載の自己認識航空機。
16. 前記複数のセンサが、前記推進システムと統合された温度センサ又は圧力センサの少なくとも１つを含む、請求項１４に記載の自己認識航空機。
17. 前記構造サブシステムモジュール、前記推進サブシステムモジュール、及び前記モーションプランナーモジュールが、データバスを介して、互いにかつ前記飛行制御システムに通信可能に接続される、請求項１４に記載の自己認識航空機。
18. データバスが、Ｄａｔａ Ｄｉｓｔｒｉｂｕｔｉｏｎ Ｓｅｒｖｉｃｅ（ＤＤＳ）オープンスタンダードデータバスである、請求項１４に記載の自己認識航空機。
19. データバスが、１つ又は複数の抽象概念層を介して、前記複数のセンサと動作可能に接続される、請求項１４に記載の自己認識航空機。
20. 前記複数のセンサの少なくとも１つが、前記自己認識航空機の周囲環境を監視するように構成され、モーションプラナーモジュールが、周囲環境を説明するために前記飛行コマンドを生成する、請求項１４に記載の自己認識航空機。
21. 前記プロセッサが、前記自己認識航空機のメンテナンスを調整するために、遠隔地にあるメンテナンスユニットに現場でフィードバックを提供するように構成される、請求項１４に記載の自己認識航空機。
    

Images