JP4102166B2 - ロータトルク予測装置 - Google Patents
ロータトルク予測装置 Download PDFInfo
- Publication number
- JP4102166B2 JP4102166B2 JP2002329400A JP2002329400A JP4102166B2 JP 4102166 B2 JP4102166 B2 JP 4102166B2 JP 2002329400 A JP2002329400 A JP 2002329400A JP 2002329400 A JP2002329400 A JP 2002329400A JP 4102166 B2 JP4102166 B2 JP 4102166B2
- Authority
- JP
- Japan
- Prior art keywords
- helicopter
- rotor
- torque
- rate
- engine
- 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.)
- Expired - Fee Related
Links
- 230000008859 change Effects 0.000 claims description 46
- 238000000034 method Methods 0.000 claims description 25
- RZVHIXYEVGDQDX-UHFFFAOYSA-N 9,10-anthraquinone Chemical compound C1=CC=C2C(=O)C3=CC=CC=C3C(=O)C2=C1 RZVHIXYEVGDQDX-UHFFFAOYSA-N 0.000 claims description 19
- 230000001133 acceleration Effects 0.000 claims description 19
- 239000000446 fuel Substances 0.000 claims description 19
- 230000003068 static effect Effects 0.000 claims description 9
- 238000013528 artificial neural network Methods 0.000 description 13
- 239000011295 pitch Substances 0.000 description 9
- 230000001052 transient effect Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 5
- 238000012549 training Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 230000000052 comparative effect Effects 0.000 description 3
- 230000000875 corresponding effect Effects 0.000 description 3
- 230000000737 periodic effect Effects 0.000 description 3
- 238000011084 recovery Methods 0.000 description 3
- 238000004088 simulation Methods 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- 230000003111 delayed effect Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000008901 benefit Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/0265—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion
- G05B13/027—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion using neural networks only
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64C—AEROPLANES; HELICOPTERS
- B64C27/00—Rotorcraft; Rotors peculiar thereto
- B64C27/04—Helicopters
- B64C27/12—Rotor drives
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64D—EQUIPMENT FOR FITTING IN OR TO AIRCRAFT; FLIGHT SUITS; PARACHUTES; ARRANGEMENT OR MOUNTING OF POWER PLANTS OR PROPULSION TRANSMISSIONS IN AIRCRAFT
- B64D31/00—Power plant control systems; Arrangement of power plant control systems in aircraft
- B64D31/02—Initiating means
- B64D31/06—Initiating means actuated automatically
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
- F02C—GAS-TURBINE PLANTS; AIR INTAKES FOR JET-PROPULSION PLANTS; CONTROLLING FUEL SUPPLY IN AIR-BREATHING JET-PROPULSION PLANTS
- F02C9/00—Controlling gas-turbine plants; Controlling fuel supply in air- breathing jet-propulsion plants
- F02C9/48—Control of fuel supply conjointly with another control of the plant
- F02C9/56—Control of fuel supply conjointly with another control of the plant with power transmission control
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
- F02C—GAS-TURBINE PLANTS; AIR INTAKES FOR JET-PROPULSION PLANTS; CONTROLLING FUEL SUPPLY IN AIR-BREATHING JET-PROPULSION PLANTS
- F02C9/00—Controlling gas-turbine plants; Controlling fuel supply in air- breathing jet-propulsion plants
- F02C9/48—Control of fuel supply conjointly with another control of the plant
- F02C9/56—Control of fuel supply conjointly with another control of the plant with power transmission control
- F02C9/58—Control of fuel supply conjointly with another control of the plant with power transmission control with control of a variable-pitch propeller
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/0205—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric not using a model or a simulator of the controlled system
- G05B13/026—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric not using a model or a simulator of the controlled system using a predictor
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B5/00—Anti-hunting arrangements
- G05B5/01—Anti-hunting arrangements electric
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64C—AEROPLANES; HELICOPTERS
- B64C27/00—Rotorcraft; Rotors peculiar thereto
- B64C27/04—Helicopters
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F05—INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
- F05D—INDEXING SCHEME FOR ASPECTS RELATING TO NON-POSITIVE-DISPLACEMENT MACHINES OR ENGINES, GAS-TURBINES OR JET-PROPULSION PLANTS
- F05D2270/00—Control
- F05D2270/01—Purpose of the control system
- F05D2270/04—Purpose of the control system to control acceleration (u)
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F05—INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
- F05D—INDEXING SCHEME FOR ASPECTS RELATING TO NON-POSITIVE-DISPLACEMENT MACHINES OR ENGINES, GAS-TURBINES OR JET-PROPULSION PLANTS
- F05D2270/00—Control
- F05D2270/01—Purpose of the control system
- F05D2270/04—Purpose of the control system to control acceleration (u)
- F05D2270/042—Purpose of the control system to control acceleration (u) by keeping it below damagingly high values
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F05—INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
- F05D—INDEXING SCHEME FOR ASPECTS RELATING TO NON-POSITIVE-DISPLACEMENT MACHINES OR ENGINES, GAS-TURBINES OR JET-PROPULSION PLANTS
- F05D2270/00—Control
- F05D2270/01—Purpose of the control system
- F05D2270/05—Purpose of the control system to affect the output of the engine
- F05D2270/052—Torque
Landscapes
- Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Combustion & Propulsion (AREA)
- Chemical & Material Sciences (AREA)
- Mechanical Engineering (AREA)
- Evolutionary Computation (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Aviation & Aerospace Engineering (AREA)
- Control Of Turbines (AREA)
- Combined Controls Of Internal Combustion Engines (AREA)
- Control Of Vehicle Engines Or Engines For Specific Uses (AREA)
- Electrical Control Of Air Or Fuel Supplied To Internal-Combustion Engine (AREA)
Description
【０００２】
【政府の権利声明】
アメリカ合衆国政府は、本発明に支払い済みの免許を有し、合衆国陸軍によって与えられたＤＡＡＨ10-99-2-0005条項に規定する合理的な関係下に特許権所有者に対して他人に限定された状況下で許可を与えることを要求する権利を有する。
【０００３】
【発明の属する技術分野】
本発明は、ヘリコプタの制御システムに関し、より詳しくは、要求を予測するためにロータ羽根における合計トルクを用いるロータ負荷予測装置に関する。
【０００４】
【従来の技術】
エンジン出力の管理を改善し、ロータ速度制御を支援するため、フル オーソリティ ディジタル エンジン コントロール(ＦＡＤＥＣ)などの現代のヘリコプタエンジン制御システムは、出力要求の変化を予測するための複雑なアルゴリズムを用いている。これらの予測アルゴリズムは、コレクティブ操縦桿率、ヨー制御率、横操縦桿率、ロータ速度率を含む幾つかのパイロット入力と機体入力を、トルク要求を予測するために用いている。このフィードフォワード予測のアプローチは、エンジンを加速または減速すべく燃料を制御し、これによって、ロータ羽根に加わる急激なトルク入力によってロータドロップ状態やオーバースピード状態が生じるのを防いでいる。
【０００５】
しかし、エンジンに対するロータの要求を予測するのに現在用いられているアルゴリズムのアプローチを簡素化し、上記要求を予測するのに必要な入力数を減じる必要がある。
【０００６】
【本発明の概要】
本発明は、ロータ速度制御を支援するためにフル オーソリティ ディジタル エンジン コントロール(ＦＡＤＥＣ)と相俟って用いられるエンジンに対するロータトルクの要求を予測する新規で有用なシステムおよび方法を意図する。本発明の一実施形態では、ヘリコプタエンジンに対するロータトルクの要求をフィードフォワード予測する方法が提供され、この方法は、ヘリコプタの主ロータとテールロータで要求される合計(空気動力学的＋静的)トルクを予測するステップと、ヘリコプタの主ロータとテールロータで要求される上記合計トルクの変化率を算出するステップと、ヘリコプタの主ロータとテールロータで要求される合計トルクの上記変化率に対応するガス発生機の速度変化率を確定するステップと、ヘリコプタの主ロータとテールロータへ要求合計トルクを供給するに必要なガス発生機速度の要求変化率を得るステップとを備えている。上記方法は、エンジン速度の要求変化率に出力タービンガバナからの出力を加算して、ヘリコプタエンジンへの燃料流を管理するエンジン速度制御器への入力を提供するステップを更に備えている。
【０００７】
ヘリコプタの主ロータとテールロータで要求される合計トルクを予測するステップは、ヘリコプタ飛行制御コンピュータで処理されるのが好ましく、上記方法は、ヘリコプタの主ロータとテールロータで要求される予測合計トルクを、ヘリコプタ飛行制御コンピュータからエンジン燃料制御システムへ実時間で伝えるステップを更に備えるのが好ましい。本発明の好ましい実施形態によれば、ヘリコプタの主ロータとテールロータで要求される合計トルクを予測する上記ステップは、動作中のヘリコプタの主ロータとテールロータにおける空気動力学的トルクと、静止中のヘリコプタの主ロータにおけるトルクと、静止中のテールロータにおけるトルクとを加算するステップを備える。
【０００８】
ヘリコプタの主ロータとテールロータで要求される合計トルクの変化率に対応するガス発生機の速度変化率を確定する上記ステップは、合計トルクの変化率にガス発生機の速度に基いて換算係数を適用するステップを備える。ヘリコプタの主ロータとテールロータへ要求合計トルクを供給するに必要なガス発生機速度の要求変化率を得る上記ステップは、ガス発生機の速度変化率が不感帯域を通過するようにさせて、フィードフォワード予測を通常のエンジン制御ロジックから切り離すステップを備える。
【０００９】
本発明は、ヘリコプタエンジンにおけるロータトルクの要求をフィードフォワード予測する方法を意図し、この方法は、ヘリコプタの主ロータとテールロータで要求される合計トルクをヘリコプタ飛行制御コンピュータで予測するステップと、ヘリコプタの主ロータとテールロータの予測合計トルクをヘリコプタ飛行制御コンピュータからエンジン燃料制御システムへ伝えるステップと、ヘリコプタの主ロータとテールロータで要求される上記合計トルクの変化率をエンジン加速／減速率に換算するステップと、このエンジン加速／減速率が不感帯域を通過するようにさせて、要求エンジン加速減速率を得るステップとを備える。本発明の方法は、上記エンジン加速／減速率に出力タービンガバナからの出力を加算して、ヘリコプタエンジンへの燃料流を管理するエンジン速度制御器への入力を提供するステップを更に備えている。
【００１０】
本発明は、ヘリコプタエンジンにおけるロータトルクのフィードフォワード予測を行なうシステムを意図し、このシステムは、ヘリコプタの主ロータとテールロータで要求される合計トルクを予測するように構成された飛行制御コンピュータと、上記合計トルクの変化率を算出し、この合計トルクの変化率をエンジン加速／減速率に変換して、要求されるエンジン加速／減速率を得るように構成されたエンジン燃料制御システムとを備えている。上記システムは、ヘリコプタの主ロータとテールロータの予測合計トルクをヘリコプタ飛行制御コンピュータからエンジン燃料制御システムへ伝える手段を更に備えている。上記エンジン制御システムは、上記合計トルクの変化率を、ガス発生機速度に基づく換算係数を適用することによってエンジン加速／減速率に換算するとともに、フィードフォワード予測を通常のエンジン制御ロジックから切り離すために不感帯域を用いることによって、要求されるエンジン加速／減速率を得るように構成されている。
【００１１】
本発明に係るシステムおよび方法の上述およびその他の様相は、この分野の当業者にとって、添付の図面と共に以下に述べる本発明の詳細な説明からより容易に明白になるであろう。
本発明が属する技術分野の当業者は、本発明をどのように行ない、どのように使用するかをより容易に理解できるように、添付の図面を参照されたい。
【００１２】
【発明の実施の形態】
ここに開示された同じ様相のシステムを同一参照番号で示した添付の図面を参照すると、図１には、本発明の好ましい実施形態に従って構成され、全体を数字１０で示されたロータトルクのフィードフォワード予測装置が描かれている。一般に、ロータトルク予測装置１０は、ロータ羽根における合計(空気動力学的＋静的)負荷トルクに基づいて、要求されるガス発生機の速度変化率を予測して、大きいおよび／または急激な出力エクスカーションを要求する航空機の急激な操縦によってロータに加わる突然のトルク入力の結果として生じる過渡的なロータ速度の低下および／またはオーバーシュートを最小化するものである。この予測ロジックは、ロータ／出力タービン速度のガバナを通過して、ロータ／出力タービン速度の誤差が生じるのを待つことなく、要求に応じてエンジンを加速／減速するように構成されている。
【００１３】
本発明によれば、ヘリコプタの主ロータとテールロータの羽根における合計負荷トルクは、航空機飛行制御システムによって決められ、３つの部分からなる。３つの部分とは、1) 静止中の航空機の主ロータ羽根におけるトルクQROTmainと、2) 静止中の航空機のテールロータ羽根におけるトルクQROTtailと、3) 動作中の航空機の主ロータとテールロータの羽根における付加的(過渡的)トルクQROTaeroである。これらの３つのトルクは、ロータ羽根に存するので、負荷トルクの最も即時的概算である。エンジンとロータの間のロータ／駆動列の軸におけるトルク測定は、ロータ羽根の慣性によって時間遅れが生じる。換言すれば、エンジン出力軸のトルクは、主ロータおよびテールロータの羽根におけるトルクに対して過渡的に遅れるため、負荷予測装置に用いるには適さない。従って、ロータ羽根における合計瞬間トルクQROTが、負荷予測装置に用いられるべき最良の信号である。なぜなら、ロータ羽根における合計瞬間トルクは、エンジン制御システムに対して最大のリード(進み)を呈するからである。
【００１４】
主ロータおよびテールロータの静的トルクは、飛行機が静止しているときにエンジン軸のトルクセンサによって容易に測定できるので、良く知られている。従って、これらの測定は、飛行機の飛行制御コンピュータに、ロータ速度と羽根ピッチの関数として直接プログラムすることができる。それ故、飛行制御コンピュータは、特定の操縦者入力信号および機体入力信号に基づいてトルク値を生成する２つのエンジン性能ロードマップを表わすデータを格納している。ロードマップの１つは、ホバリング時の主ロータロードマップ１２であり、他のロードマップは、ホバリング時のテールロータロードマップ１４である。これらのロードマップは、地面効果を脱するホバリング(HOGE)とも称される。主ロータロードマップ１２は、機体からの主ロータ速度入力信号と操縦者からのコレクティブ操縦桿位置入力の２つの入力信号を用いて、信号QROTmainを生成する。テールロータロードマップ１４は、機体からの主ロータ速度入力と操縦者からのペダル位置入力を用いて、信号QROTtailを生成する。
【００１５】
瞬間ロータトルクの空気動力学的(過渡的)構成要素は、瞬間ロータトルクの静的構成要素よりももっと複雑である。従って、本発明の好ましい実施形態によれば、上記空気動力学的構成要素は、機体および操縦者から入力される多数組の検出信号を用いて多項式ニューラルネットワーク(PNN)によって算出される。このニューラルネットワークは、高次のルックアップテーブルに例えることができる。このニューラルネットワークは、一旦作られて「訓練される(trained)」と、決して変わらず、飛行機の飛行制御コンピュータに固定状態、つまり「訓練された」状態でプログラムされる。従って、入力の組が決まれば、出力は決定論的でかつ再現性がある。
【００１６】
多項式ニューラルネットワーク(PNN)は、アルゴリズムの一種であり、より詳しくは、線形および非線形の関係を自動的にモデル化し、容易に翻訳できる多項回帰式を生成することができる自己編成型の多層繰り返しアルゴリズムである。ＰＮＮアルゴリズムは、相関的および非相関的な変数またはアウトレイヤの存在下で膨大な結果を提供し、迅速学習と数学上の安定性を提供する。ＰＮＮアルゴリズムは、複雑なデータの組を、その内部データ関係を決定し、数学的記述の形でのこれらの関係についての知識を陳述する目的で解析するために役立つ。
【００１７】
再び図１を参照すると、本発明のロータートルク予測装置１０は、オプションスイッチによって幾つかの候補入力に応じて選択的に切り換えられる２つの異なった多項式ニューラルネットワークを備えている。これらのネットワークは、操縦者の操縦桿入力とロータ速度に加えて、機体の状態を考慮に入れているので、従来の予測装置よりもより正確な要求加速／減速率を与える。１つのネットワークは、高次ＰＮＮとしても知られている全次数ＰＮＮであり、他のネットワークは、減次数ＰＮＮである。高次、つまり全次数ＰＮＮは、過渡的トルク要求のより正確な予測を提供するためのより多くの情報をもつという利点を有する。減次数ＰＮＮは、より少ないパラメータしか要さず、従って過渡的トルク要求の予測がより不正確であるが、それにも拘らずかかるアルゴリズムは、本発明と相俟って有用で信頼性ある結果を提供するのに適している。
【００１８】
全次数ＰＮＮ１６は、コレクティブ操縦桿位置データ、ペダル位置データ、ペダル位置データの変化率、横操縦桿位置データ、縦操縦桿位置データの５つの操縦者入力と、主ロータ速度データ、エンジントルクデータ、真気流速度データ、ピッチ姿勢データの４つの機体入力を受け取る。このデータは、全次数ＰＮＮ１６をしてロータトルクQROTaeroの構成要素を生成せしめることを可能にする。これと対照的に、減次数ＰＮＮ１８は、飛行機上昇率とともに、主ロータ設定速度および操縦者からのコレクティブ操縦桿位置とペダル位置のデータからなる従来の３つの負荷予測入力を受け取る。このデータは、減次数ＰＮＮ１８をしてロータトルクQROTaeroの空気動力学的構成要素を生成せしめることを可能にする。
表１
表２
【００１９】
本発明によれば、２つのニューラルネットワーク１６,１８が表１および表２に示された操縦の組を用いて訓練された。これらの操縦は、従来の負荷予測装置の寸法を決めるための飛行試験の経験に基づいて選択された。
【００２０】
全次数ＰＮＮ１６は、総ての訓練操縦において各操縦に等しい重みを置いてトルクQROTaeroの空気動力学的構成要素を予測すべく設計されている。即ち、全次数ＰＮＮ１６は、同時(コレクティブ)ピッチおよび非同時ピッチ操縦についての空気動力学的トルクを予測すべく設計されている。これと対照的に、減次数ＰＮＮ１８は、主として同時ピッチによって始まる大きな出力過渡状態に意が注がれている。減次数ＰＮＮの構造は、図２に示される。
【００２１】
図２を参照すると、減次数ＰＮＮ１８は、夫々に２次多項式を格納した相互接続された１０個のノードを有する。これらの２次多項式については、後述する。上記２次多項式の係数は、ＰＮＮの出力を各訓練操縦の試験データにカーブフィッティングさせるべく数学上の最適化手法が用いられて訓練段階で決定される。訓練の目的は、組み合わされた訓練の組について時間に対しての予測されたトルクと実際のトルクとの差を最小化することである。従って、ＰＮＮによって完全に適合される単一の操縦は無く、総ての操縦についての最良の適合が得られるのである。
ノード１＝−47.9016＋47.7217×omrm、omrmは主エンジン速度率(=100%が１)
ノード２＝−0.108098＋0.000515121×vc、vcは上昇率(フィート／分)
ノード３＝−2.40326＋0.0434588×xcpc、xcpcはコレクティブ(同時)操縦桿位置(％)
ノード４＝−3.5805＋0.0678252×xppc、xppcはペダル位置(％)
ノード５＝0.0700913＋0.162856×ノード２−0.0479842×ノード２2＋0.0301905×ノード３＋0.120207×ノード２×ノード３−0.493×ノード３2−0.074163×ノード４−0.589806×ノード２×ノード４＋0.66802×ノード３×ノード４＋0.100489×ノード４2
ノード６＝−0.154826−0.783796×ノード１＋0.143501×ノード１2＋1.41595×ノード３＋0.380806×ノード１×ノード３−0.350551×ノード３2−0.253151×ノード４＋0.286963×ノード１×ノード４−0.216568×ノード３×ノード４−0.0285866×ノード４2
ノード７＝0.381176＋0.318371×ノード５−0.316399×ノード５2−0.462027×ノード６＋0.402343×ノード５×ノード６−0.156152×ノード６2−0.0101178×ノード２−0.0387345×ノード５×ノード２＋0.00356685×ノード６×ノード２−0.0670383×ノード２2
ノード８＝0.0937645＋1.13228×ノード６−0.0208753×ノード２＋0.269972×ノード６×ノード２＋0.0331041×ノード２2−1.10191×ノード３＋0.19895×ノード６×ノード３−0.964847×ノード２×ノード３＋0.174026×ノード３2
ノード９＝−48.9181＋79.32×ノード７
ノード１０＝−4227.53＋8130.15×ノード８
【００２２】
全次数ＰＮＮ１６は、等しい重みでコレクティブ操縦および非コレクティブ操縦に適合しようとするので、減次数ＰＮＮ１８に比して次数の大きさがより複雑である。従って、全次数ＰＮＮでは、９つの入力と４９個のノードが必要とされる。
【００２３】
どのニューラルネットワークが選ばれるかに応じて、本発明のトルク予測装置１０は、選ばれたＰＮＮからのQROTaero値に、ボバリング時の主ロータロードマップによって生成されるQROTmain値を加算接続点２０で加算し、加算結果の値に、テールロータロードマップによって生成されたQROTtail値を加算接続点２２で加算して、ロータ羽根における合計瞬間トルクQROTを求める。このトルク値は、操縦者の操縦桿入力と(例えば、気流速度,ピッチ姿勢,ロール率,ヨー率,上昇／下降率などの)機体状態とを表わしており、エンジンを加速または減速すべくエンジンに適切な量の燃料を供給することによってヘリコプタのロータ速度制御を支援するためにエンジン燃料制御システムによって用いられる。
【００２４】
図１を再び参照すると、合計トルク値QROTは、航空機飛行制御システムからエンジン制御システムへリアルタイムで送られる。まず、ヘリコプタが２つのエンジンをもつ場合は、QROT値は２で割られる。そして、QROTの微係数が微分器または微分回路２４を用いて求められる。微分結果は、合計トルクの変化率値QROTDOT(％／sec)である。この変化率値は、ガス発生機から導き出される換算係数を用いて増幅回路２６によって調節される。より詳しくは、エンジン軸トルクQの変化に対するガス発生機の速度NHに基づいて換算係数を生成するエンジン性能マップ２８が求められる。上記換算係数は、合計ロータトルクの変化率QROTDOT、換言すればエンジン加速／減速率に対応するガス発生機の速度変化率NHDOTを得るためにQROTDOTに適用される。
【００２５】
閉ループロータ／出力タービン速度ガバナによって容易に処理することができる小さな値のNHDOTについては、本発明のフィードフォワード予測ロジックは不要である。従って、値NHDOTは、通常のエンジン制御ロジック／法則から負荷予測装置を切り離すべく、小さな不感帯域３０を通過させられる。このことは、本発明のフィードフォワード負荷予測が、ロータ／出力タービン速度制御ループの安定性の余裕を低下させるのを防止する。
【００２６】
例えば、不感帯域３０は、±２％／秒を超えるHNDOT値またはNHDOT信号に応答するように設計される。従って、変化率NHDOTの急な変化のみが、本発明のトルク予測装置１０を起動する。本発明の予測ロジックは、予め決められた不感帯域±２％／秒以内の変化率NHDOTの変化に対しては応答しない。当業者は、上記不感帯域を、異なった操作パラメータに適応すべくより広いあるいはより狭い信号または値に応答するように変更できることが容易に理解できるであろう。
【００２７】
不感帯域３０を通過するNHDOT信号、つまり不感帯域±２％／秒の範囲外のNHDOT信号またはNHDOT値は、ガス発生機に要求される速度変化率NHDOTantを表わしている。これは、典型的には制御システムをエンジン加速限度またはエンジン減速限度へ駆動するためのNHDOTよりも少し大きいフィードフォワード予測である。この値は、出力タービンガバナ(PTG)の出力に加算されて、エンジン速度制御器への入力となる。
【００２８】
エンジン速度制御器は、飛行機(ヘリコプタ)が操縦されているときにロータ羽根に突然加わるトルクに起因する過渡的なロータ速度の低下およびオーバシュートを最小化すべく、ヘリコプタエンジンを加速または減速するようにヘリコプタエンジンへの燃料流(WF)を管理する。その場合、コレクティブ(同時)ピッチ、ロータ速度ディケイ、テールロータピッチ、周期的横方向などの他の総ての予測装置は、ディスエイブルにされる。従って、唯一起動しているのは、本発明のロータトルク予測装置１０だけである。要するに、本発明は、飛行制御システムからの単一の入力、つまり合計トルクQROTを用いることによって、エンジン制御システムロジックを簡素化して、従来の多くの操縦者入力および機体入力を不要にしている。
【００２９】
図３〜図５を参照すると、要求ロータトルクの予測におけるニューラルネットワーク１６,１８の性能が、大きなおよび／または急激なエンジン出力のエクスカーションを必要とする３つの代表的なヘリコプタ操縦を用いて調査された。各ヘリコプタ操縦において、シミュレーションの結果は、次の項目間の比較で提供されている。即ち、(a) 操縦中に要求される真トルク、(b) 全次数多項式ニューラルネットワークを用いた予測要求トルク、(c) 減次数多項式ニュラルネットワークを用いた予測要求トルク、(d) 100％NRの減次数多項式ニューラルネットワークを用いた予測要求トルク、(e) 主およびテールロータについての地面効果を脱する定常ホバリング(HOGE)状態マップを用いた予測要求トルク の各項目である。
【００３０】
図３を参照すると、低出力,ロータ連結下降から急上昇へのシミュレートされたリカバリのプロット結果が示されている。この操縦は、８０ノットのパワード下降から２５フィート／秒の上昇への２秒間のコレクティブ(同時)プルを伴っている。この場合、プロットされた結果は、全次数ＰＮＮが、両減次数ＰＮＮに比して真トルクの最も正確な予測を与えることを示している。両減次数ＰＮＮは、２〜３秒の時間枠において、実際のトルク、つまり真トルクよりも幾らか(略３０％)小さい変化率またはトルクを見積もっている。これと対照的に、地面効果を脱する定常ホバリング(HOGE)状態マップを用いた結果は、要求される真トルクと相当異なっている。これは、過渡的効果が考慮されていないからである。
【００３１】
図４を参照すると、水平飛行へのシミュレートされたオートローテーションリカバリのプロット結果が示されている。この操縦は、１０％スプリット ニードル オートローテーションから水平飛行への２秒間のコレクティブプルを伴っている。この場合、主およびテールロータの静的トルクHOGEマップは、この操縦中のロータトルクの変化の５５％を占めるにすぎない。従って、飛行機の運動による合計トルクのＰＮＮによって見積もられる空気動力学的構成要素が非常に重要になる。２つのＰＮＮを比較すると、全次数ＰＮＮは、2.5〜3.5秒の時間枠において最終トルクが相当量オーバーシュートしているのに対して、減次数ＰＮＮは、より近い適合を与えている。これは、全次数ＰＮＮが広範囲な操縦に亘って訓練されているのに対して、減次数ＰＮＮが主としてコレクティブ操縦について訓練されていることに起因する。
【００３２】
100％NRの一定設定速度での減次数ＰＮＮも、真トルクを良好に予測している。この場合、この減次数ＰＮＮが、フィードフォワード予測を本来のエンジン制御から効果的に切り離すので、プロット曲線の形状は、好ましいものになっている。3.5秒を超える時間枠での予測トルクと実際トルク,つまり真トルクとの偏倚誤差は、トルクの変化率が小さいので重要ではない。図１の負荷予測ロジックが、エンジンを稼動させ続けるために予測トルクの微分を求めており、このことが、トルク変化率が大きい操縦の始めにおいてより重要であるという点に留意すべきである。出力タービンガバナは、ロータ／出力タービン速度を円滑に制御するために残りの操縦を処理する。
【００３３】
図５を参照すると、シミュレートされた高速地形回避操縦のプロット結果が示されている。この操縦は、特に1.5gへの120ノット地形回避プルと0gへのプッシュオーバーを伴っている。この操縦は、相当な縦方向の周期的なピッチ操作を用い、従って全次数ＰＮＮが真トルクの最も正確な予測を与えるものと予想される。この場合、静的HOGEマップは、結果に少ししか影響しない。減次数ＰＮＮも、縦方向の周期的なデータが減次数ＰＮＮの入力でないため、正確なトルク予測を与えない。このような不足は、応答の良い出力タービンガバナによって調整できる。全次数ＰＮＮは、必要な入力信号を有し、同様の操縦で訓練されるので、真トルクの正確な予測を与える。
【００３４】
本発明のシステムと方法は、好ましい実施形態について説明されたが、当業者は、添付の特許請求の範囲に定義された本願発明の範囲と真髄から離れることなく上記実施形態に変更と修正がされうることを容易に理解できるであろう。
【図面の簡単な説明】
【図１】 本発明の好ましい実施形態に従って構成されたロータトルク予測装置の機能ブロック図であり、このロータトルク予測装置には、航空機飛行制御コンピュータとエンジン燃料制御システムが連合させられる。
【図２】 本発明の好ましい実施形態に従って構成された減次数多項式ネットワークの概略図であり、この減次数多項式ネットワークは、夫々が連合する２次多項式をもつ相互接続された１０のノードを有する。
【図３】 パワード下降からのプルアップのシミュレート結果である比較ロータトルク予測を示す図である。
【図４】 水平飛行へのオートローテーションリカバリのシミュレーション結果である比較ロータトルク予測を示す図である。
【図５】 高速地形回避操縦のシミュレート結果である比較ロータトルク予測を示す図である。
【符号の説明】
１０ ロータトルク予測装置
１２ ホバリング時の主ロータロードマップ
１４ ホバリング時のテールロータロードマップ
１６ 全次数多項式ニューラルネットワーク
１８ 減次数多項式ニューラルネットワーク
２０,２２ 加算接続点
２４ 微分回路
２６ 増幅回路
２８ エンジン性能マップ
３０ 不感帯域
【政府の権利声明】
アメリカ合衆国政府は、本発明に支払い済みの免許を有し、合衆国陸軍によって与えられたＤＡＡＨ10-99-2-0005条項に規定する合理的な関係下に特許権所有者に対して他人に限定された状況下で許可を与えることを要求する権利を有する。
【０００３】
【発明の属する技術分野】
本発明は、ヘリコプタの制御システムに関し、より詳しくは、要求を予測するためにロータ羽根における合計トルクを用いるロータ負荷予測装置に関する。
【０００４】
【従来の技術】
エンジン出力の管理を改善し、ロータ速度制御を支援するため、フル オーソリティ ディジタル エンジン コントロール(ＦＡＤＥＣ)などの現代のヘリコプタエンジン制御システムは、出力要求の変化を予測するための複雑なアルゴリズムを用いている。これらの予測アルゴリズムは、コレクティブ操縦桿率、ヨー制御率、横操縦桿率、ロータ速度率を含む幾つかのパイロット入力と機体入力を、トルク要求を予測するために用いている。このフィードフォワード予測のアプローチは、エンジンを加速または減速すべく燃料を制御し、これによって、ロータ羽根に加わる急激なトルク入力によってロータドロップ状態やオーバースピード状態が生じるのを防いでいる。
【０００５】
しかし、エンジンに対するロータの要求を予測するのに現在用いられているアルゴリズムのアプローチを簡素化し、上記要求を予測するのに必要な入力数を減じる必要がある。
【０００６】
【本発明の概要】
本発明は、ロータ速度制御を支援するためにフル オーソリティ ディジタル エンジン コントロール(ＦＡＤＥＣ)と相俟って用いられるエンジンに対するロータトルクの要求を予測する新規で有用なシステムおよび方法を意図する。本発明の一実施形態では、ヘリコプタエンジンに対するロータトルクの要求をフィードフォワード予測する方法が提供され、この方法は、ヘリコプタの主ロータとテールロータで要求される合計(空気動力学的＋静的)トルクを予測するステップと、ヘリコプタの主ロータとテールロータで要求される上記合計トルクの変化率を算出するステップと、ヘリコプタの主ロータとテールロータで要求される合計トルクの上記変化率に対応するガス発生機の速度変化率を確定するステップと、ヘリコプタの主ロータとテールロータへ要求合計トルクを供給するに必要なガス発生機速度の要求変化率を得るステップとを備えている。上記方法は、エンジン速度の要求変化率に出力タービンガバナからの出力を加算して、ヘリコプタエンジンへの燃料流を管理するエンジン速度制御器への入力を提供するステップを更に備えている。
【０００７】
ヘリコプタの主ロータとテールロータで要求される合計トルクを予測するステップは、ヘリコプタ飛行制御コンピュータで処理されるのが好ましく、上記方法は、ヘリコプタの主ロータとテールロータで要求される予測合計トルクを、ヘリコプタ飛行制御コンピュータからエンジン燃料制御システムへ実時間で伝えるステップを更に備えるのが好ましい。本発明の好ましい実施形態によれば、ヘリコプタの主ロータとテールロータで要求される合計トルクを予測する上記ステップは、動作中のヘリコプタの主ロータとテールロータにおける空気動力学的トルクと、静止中のヘリコプタの主ロータにおけるトルクと、静止中のテールロータにおけるトルクとを加算するステップを備える。
【０００８】
ヘリコプタの主ロータとテールロータで要求される合計トルクの変化率に対応するガス発生機の速度変化率を確定する上記ステップは、合計トルクの変化率にガス発生機の速度に基いて換算係数を適用するステップを備える。ヘリコプタの主ロータとテールロータへ要求合計トルクを供給するに必要なガス発生機速度の要求変化率を得る上記ステップは、ガス発生機の速度変化率が不感帯域を通過するようにさせて、フィードフォワード予測を通常のエンジン制御ロジックから切り離すステップを備える。
【０００９】
本発明は、ヘリコプタエンジンにおけるロータトルクの要求をフィードフォワード予測する方法を意図し、この方法は、ヘリコプタの主ロータとテールロータで要求される合計トルクをヘリコプタ飛行制御コンピュータで予測するステップと、ヘリコプタの主ロータとテールロータの予測合計トルクをヘリコプタ飛行制御コンピュータからエンジン燃料制御システムへ伝えるステップと、ヘリコプタの主ロータとテールロータで要求される上記合計トルクの変化率をエンジン加速／減速率に換算するステップと、このエンジン加速／減速率が不感帯域を通過するようにさせて、要求エンジン加速減速率を得るステップとを備える。本発明の方法は、上記エンジン加速／減速率に出力タービンガバナからの出力を加算して、ヘリコプタエンジンへの燃料流を管理するエンジン速度制御器への入力を提供するステップを更に備えている。
【００１０】
本発明は、ヘリコプタエンジンにおけるロータトルクのフィードフォワード予測を行なうシステムを意図し、このシステムは、ヘリコプタの主ロータとテールロータで要求される合計トルクを予測するように構成された飛行制御コンピュータと、上記合計トルクの変化率を算出し、この合計トルクの変化率をエンジン加速／減速率に変換して、要求されるエンジン加速／減速率を得るように構成されたエンジン燃料制御システムとを備えている。上記システムは、ヘリコプタの主ロータとテールロータの予測合計トルクをヘリコプタ飛行制御コンピュータからエンジン燃料制御システムへ伝える手段を更に備えている。上記エンジン制御システムは、上記合計トルクの変化率を、ガス発生機速度に基づく換算係数を適用することによってエンジン加速／減速率に換算するとともに、フィードフォワード予測を通常のエンジン制御ロジックから切り離すために不感帯域を用いることによって、要求されるエンジン加速／減速率を得るように構成されている。
【００１１】
本発明に係るシステムおよび方法の上述およびその他の様相は、この分野の当業者にとって、添付の図面と共に以下に述べる本発明の詳細な説明からより容易に明白になるであろう。
本発明が属する技術分野の当業者は、本発明をどのように行ない、どのように使用するかをより容易に理解できるように、添付の図面を参照されたい。
【００１２】
【発明の実施の形態】
ここに開示された同じ様相のシステムを同一参照番号で示した添付の図面を参照すると、図１には、本発明の好ましい実施形態に従って構成され、全体を数字１０で示されたロータトルクのフィードフォワード予測装置が描かれている。一般に、ロータトルク予測装置１０は、ロータ羽根における合計(空気動力学的＋静的)負荷トルクに基づいて、要求されるガス発生機の速度変化率を予測して、大きいおよび／または急激な出力エクスカーションを要求する航空機の急激な操縦によってロータに加わる突然のトルク入力の結果として生じる過渡的なロータ速度の低下および／またはオーバーシュートを最小化するものである。この予測ロジックは、ロータ／出力タービン速度のガバナを通過して、ロータ／出力タービン速度の誤差が生じるのを待つことなく、要求に応じてエンジンを加速／減速するように構成されている。
【００１３】
本発明によれば、ヘリコプタの主ロータとテールロータの羽根における合計負荷トルクは、航空機飛行制御システムによって決められ、３つの部分からなる。３つの部分とは、1) 静止中の航空機の主ロータ羽根におけるトルクQROTmainと、2) 静止中の航空機のテールロータ羽根におけるトルクQROTtailと、3) 動作中の航空機の主ロータとテールロータの羽根における付加的(過渡的)トルクQROTaeroである。これらの３つのトルクは、ロータ羽根に存するので、負荷トルクの最も即時的概算である。エンジンとロータの間のロータ／駆動列の軸におけるトルク測定は、ロータ羽根の慣性によって時間遅れが生じる。換言すれば、エンジン出力軸のトルクは、主ロータおよびテールロータの羽根におけるトルクに対して過渡的に遅れるため、負荷予測装置に用いるには適さない。従って、ロータ羽根における合計瞬間トルクQROTが、負荷予測装置に用いられるべき最良の信号である。なぜなら、ロータ羽根における合計瞬間トルクは、エンジン制御システムに対して最大のリード(進み)を呈するからである。
【００１４】
主ロータおよびテールロータの静的トルクは、飛行機が静止しているときにエンジン軸のトルクセンサによって容易に測定できるので、良く知られている。従って、これらの測定は、飛行機の飛行制御コンピュータに、ロータ速度と羽根ピッチの関数として直接プログラムすることができる。それ故、飛行制御コンピュータは、特定の操縦者入力信号および機体入力信号に基づいてトルク値を生成する２つのエンジン性能ロードマップを表わすデータを格納している。ロードマップの１つは、ホバリング時の主ロータロードマップ１２であり、他のロードマップは、ホバリング時のテールロータロードマップ１４である。これらのロードマップは、地面効果を脱するホバリング(HOGE)とも称される。主ロータロードマップ１２は、機体からの主ロータ速度入力信号と操縦者からのコレクティブ操縦桿位置入力の２つの入力信号を用いて、信号QROTmainを生成する。テールロータロードマップ１４は、機体からの主ロータ速度入力と操縦者からのペダル位置入力を用いて、信号QROTtailを生成する。
【００１５】
瞬間ロータトルクの空気動力学的(過渡的)構成要素は、瞬間ロータトルクの静的構成要素よりももっと複雑である。従って、本発明の好ましい実施形態によれば、上記空気動力学的構成要素は、機体および操縦者から入力される多数組の検出信号を用いて多項式ニューラルネットワーク(PNN)によって算出される。このニューラルネットワークは、高次のルックアップテーブルに例えることができる。このニューラルネットワークは、一旦作られて「訓練される(trained)」と、決して変わらず、飛行機の飛行制御コンピュータに固定状態、つまり「訓練された」状態でプログラムされる。従って、入力の組が決まれば、出力は決定論的でかつ再現性がある。
【００１６】
多項式ニューラルネットワーク(PNN)は、アルゴリズムの一種であり、より詳しくは、線形および非線形の関係を自動的にモデル化し、容易に翻訳できる多項回帰式を生成することができる自己編成型の多層繰り返しアルゴリズムである。ＰＮＮアルゴリズムは、相関的および非相関的な変数またはアウトレイヤの存在下で膨大な結果を提供し、迅速学習と数学上の安定性を提供する。ＰＮＮアルゴリズムは、複雑なデータの組を、その内部データ関係を決定し、数学的記述の形でのこれらの関係についての知識を陳述する目的で解析するために役立つ。
【００１７】
再び図１を参照すると、本発明のロータートルク予測装置１０は、オプションスイッチによって幾つかの候補入力に応じて選択的に切り換えられる２つの異なった多項式ニューラルネットワークを備えている。これらのネットワークは、操縦者の操縦桿入力とロータ速度に加えて、機体の状態を考慮に入れているので、従来の予測装置よりもより正確な要求加速／減速率を与える。１つのネットワークは、高次ＰＮＮとしても知られている全次数ＰＮＮであり、他のネットワークは、減次数ＰＮＮである。高次、つまり全次数ＰＮＮは、過渡的トルク要求のより正確な予測を提供するためのより多くの情報をもつという利点を有する。減次数ＰＮＮは、より少ないパラメータしか要さず、従って過渡的トルク要求の予測がより不正確であるが、それにも拘らずかかるアルゴリズムは、本発明と相俟って有用で信頼性ある結果を提供するのに適している。
【００１８】
全次数ＰＮＮ１６は、コレクティブ操縦桿位置データ、ペダル位置データ、ペダル位置データの変化率、横操縦桿位置データ、縦操縦桿位置データの５つの操縦者入力と、主ロータ速度データ、エンジントルクデータ、真気流速度データ、ピッチ姿勢データの４つの機体入力を受け取る。このデータは、全次数ＰＮＮ１６をしてロータトルクQROTaeroの構成要素を生成せしめることを可能にする。これと対照的に、減次数ＰＮＮ１８は、飛行機上昇率とともに、主ロータ設定速度および操縦者からのコレクティブ操縦桿位置とペダル位置のデータからなる従来の３つの負荷予測入力を受け取る。このデータは、減次数ＰＮＮ１８をしてロータトルクQROTaeroの空気動力学的構成要素を生成せしめることを可能にする。
表１
本発明によれば、２つのニューラルネットワーク１６,１８が表１および表２に示された操縦の組を用いて訓練された。これらの操縦は、従来の負荷予測装置の寸法を決めるための飛行試験の経験に基づいて選択された。
【００２０】
全次数ＰＮＮ１６は、総ての訓練操縦において各操縦に等しい重みを置いてトルクQROTaeroの空気動力学的構成要素を予測すべく設計されている。即ち、全次数ＰＮＮ１６は、同時(コレクティブ)ピッチおよび非同時ピッチ操縦についての空気動力学的トルクを予測すべく設計されている。これと対照的に、減次数ＰＮＮ１８は、主として同時ピッチによって始まる大きな出力過渡状態に意が注がれている。減次数ＰＮＮの構造は、図２に示される。
【００２１】
図２を参照すると、減次数ＰＮＮ１８は、夫々に２次多項式を格納した相互接続された１０個のノードを有する。これらの２次多項式については、後述する。上記２次多項式の係数は、ＰＮＮの出力を各訓練操縦の試験データにカーブフィッティングさせるべく数学上の最適化手法が用いられて訓練段階で決定される。訓練の目的は、組み合わされた訓練の組について時間に対しての予測されたトルクと実際のトルクとの差を最小化することである。従って、ＰＮＮによって完全に適合される単一の操縦は無く、総ての操縦についての最良の適合が得られるのである。
ノード１＝−47.9016＋47.7217×omrm、omrmは主エンジン速度率(=100%が１)
ノード２＝−0.108098＋0.000515121×vc、vcは上昇率(フィート／分)
ノード３＝−2.40326＋0.0434588×xcpc、xcpcはコレクティブ(同時)操縦桿位置(％)
ノード４＝−3.5805＋0.0678252×xppc、xppcはペダル位置(％)
ノード５＝0.0700913＋0.162856×ノード２−0.0479842×ノード２2＋0.0301905×ノード３＋0.120207×ノード２×ノード３−0.493×ノード３2−0.074163×ノード４−0.589806×ノード２×ノード４＋0.66802×ノード３×ノード４＋0.100489×ノード４2
ノード６＝−0.154826−0.783796×ノード１＋0.143501×ノード１2＋1.41595×ノード３＋0.380806×ノード１×ノード３−0.350551×ノード３2−0.253151×ノード４＋0.286963×ノード１×ノード４−0.216568×ノード３×ノード４−0.0285866×ノード４2
ノード７＝0.381176＋0.318371×ノード５−0.316399×ノード５2−0.462027×ノード６＋0.402343×ノード５×ノード６−0.156152×ノード６2−0.0101178×ノード２−0.0387345×ノード５×ノード２＋0.00356685×ノード６×ノード２−0.0670383×ノード２2
ノード８＝0.0937645＋1.13228×ノード６−0.0208753×ノード２＋0.269972×ノード６×ノード２＋0.0331041×ノード２2−1.10191×ノード３＋0.19895×ノード６×ノード３−0.964847×ノード２×ノード３＋0.174026×ノード３2
ノード９＝−48.9181＋79.32×ノード７
ノード１０＝−4227.53＋8130.15×ノード８
【００２２】
全次数ＰＮＮ１６は、等しい重みでコレクティブ操縦および非コレクティブ操縦に適合しようとするので、減次数ＰＮＮ１８に比して次数の大きさがより複雑である。従って、全次数ＰＮＮでは、９つの入力と４９個のノードが必要とされる。
【００２３】
どのニューラルネットワークが選ばれるかに応じて、本発明のトルク予測装置１０は、選ばれたＰＮＮからのQROTaero値に、ボバリング時の主ロータロードマップによって生成されるQROTmain値を加算接続点２０で加算し、加算結果の値に、テールロータロードマップによって生成されたQROTtail値を加算接続点２２で加算して、ロータ羽根における合計瞬間トルクQROTを求める。このトルク値は、操縦者の操縦桿入力と(例えば、気流速度,ピッチ姿勢,ロール率,ヨー率,上昇／下降率などの)機体状態とを表わしており、エンジンを加速または減速すべくエンジンに適切な量の燃料を供給することによってヘリコプタのロータ速度制御を支援するためにエンジン燃料制御システムによって用いられる。
【００２４】
図１を再び参照すると、合計トルク値QROTは、航空機飛行制御システムからエンジン制御システムへリアルタイムで送られる。まず、ヘリコプタが２つのエンジンをもつ場合は、QROT値は２で割られる。そして、QROTの微係数が微分器または微分回路２４を用いて求められる。微分結果は、合計トルクの変化率値QROTDOT(％／sec)である。この変化率値は、ガス発生機から導き出される換算係数を用いて増幅回路２６によって調節される。より詳しくは、エンジン軸トルクQの変化に対するガス発生機の速度NHに基づいて換算係数を生成するエンジン性能マップ２８が求められる。上記換算係数は、合計ロータトルクの変化率QROTDOT、換言すればエンジン加速／減速率に対応するガス発生機の速度変化率NHDOTを得るためにQROTDOTに適用される。
【００２５】
閉ループロータ／出力タービン速度ガバナによって容易に処理することができる小さな値のNHDOTについては、本発明のフィードフォワード予測ロジックは不要である。従って、値NHDOTは、通常のエンジン制御ロジック／法則から負荷予測装置を切り離すべく、小さな不感帯域３０を通過させられる。このことは、本発明のフィードフォワード負荷予測が、ロータ／出力タービン速度制御ループの安定性の余裕を低下させるのを防止する。
【００２６】
例えば、不感帯域３０は、±２％／秒を超えるHNDOT値またはNHDOT信号に応答するように設計される。従って、変化率NHDOTの急な変化のみが、本発明のトルク予測装置１０を起動する。本発明の予測ロジックは、予め決められた不感帯域±２％／秒以内の変化率NHDOTの変化に対しては応答しない。当業者は、上記不感帯域を、異なった操作パラメータに適応すべくより広いあるいはより狭い信号または値に応答するように変更できることが容易に理解できるであろう。
【００２７】
不感帯域３０を通過するNHDOT信号、つまり不感帯域±２％／秒の範囲外のNHDOT信号またはNHDOT値は、ガス発生機に要求される速度変化率NHDOTantを表わしている。これは、典型的には制御システムをエンジン加速限度またはエンジン減速限度へ駆動するためのNHDOTよりも少し大きいフィードフォワード予測である。この値は、出力タービンガバナ(PTG)の出力に加算されて、エンジン速度制御器への入力となる。
【００２８】
エンジン速度制御器は、飛行機(ヘリコプタ)が操縦されているときにロータ羽根に突然加わるトルクに起因する過渡的なロータ速度の低下およびオーバシュートを最小化すべく、ヘリコプタエンジンを加速または減速するようにヘリコプタエンジンへの燃料流(WF)を管理する。その場合、コレクティブ(同時)ピッチ、ロータ速度ディケイ、テールロータピッチ、周期的横方向などの他の総ての予測装置は、ディスエイブルにされる。従って、唯一起動しているのは、本発明のロータトルク予測装置１０だけである。要するに、本発明は、飛行制御システムからの単一の入力、つまり合計トルクQROTを用いることによって、エンジン制御システムロジックを簡素化して、従来の多くの操縦者入力および機体入力を不要にしている。
【００２９】
図３〜図５を参照すると、要求ロータトルクの予測におけるニューラルネットワーク１６,１８の性能が、大きなおよび／または急激なエンジン出力のエクスカーションを必要とする３つの代表的なヘリコプタ操縦を用いて調査された。各ヘリコプタ操縦において、シミュレーションの結果は、次の項目間の比較で提供されている。即ち、(a) 操縦中に要求される真トルク、(b) 全次数多項式ニューラルネットワークを用いた予測要求トルク、(c) 減次数多項式ニュラルネットワークを用いた予測要求トルク、(d) 100％NRの減次数多項式ニューラルネットワークを用いた予測要求トルク、(e) 主およびテールロータについての地面効果を脱する定常ホバリング(HOGE)状態マップを用いた予測要求トルク の各項目である。
【００３０】
図３を参照すると、低出力,ロータ連結下降から急上昇へのシミュレートされたリカバリのプロット結果が示されている。この操縦は、８０ノットのパワード下降から２５フィート／秒の上昇への２秒間のコレクティブ(同時)プルを伴っている。この場合、プロットされた結果は、全次数ＰＮＮが、両減次数ＰＮＮに比して真トルクの最も正確な予測を与えることを示している。両減次数ＰＮＮは、２〜３秒の時間枠において、実際のトルク、つまり真トルクよりも幾らか(略３０％)小さい変化率またはトルクを見積もっている。これと対照的に、地面効果を脱する定常ホバリング(HOGE)状態マップを用いた結果は、要求される真トルクと相当異なっている。これは、過渡的効果が考慮されていないからである。
【００３１】
図４を参照すると、水平飛行へのシミュレートされたオートローテーションリカバリのプロット結果が示されている。この操縦は、１０％スプリット ニードル オートローテーションから水平飛行への２秒間のコレクティブプルを伴っている。この場合、主およびテールロータの静的トルクHOGEマップは、この操縦中のロータトルクの変化の５５％を占めるにすぎない。従って、飛行機の運動による合計トルクのＰＮＮによって見積もられる空気動力学的構成要素が非常に重要になる。２つのＰＮＮを比較すると、全次数ＰＮＮは、2.5〜3.5秒の時間枠において最終トルクが相当量オーバーシュートしているのに対して、減次数ＰＮＮは、より近い適合を与えている。これは、全次数ＰＮＮが広範囲な操縦に亘って訓練されているのに対して、減次数ＰＮＮが主としてコレクティブ操縦について訓練されていることに起因する。
【００３２】
100％NRの一定設定速度での減次数ＰＮＮも、真トルクを良好に予測している。この場合、この減次数ＰＮＮが、フィードフォワード予測を本来のエンジン制御から効果的に切り離すので、プロット曲線の形状は、好ましいものになっている。3.5秒を超える時間枠での予測トルクと実際トルク,つまり真トルクとの偏倚誤差は、トルクの変化率が小さいので重要ではない。図１の負荷予測ロジックが、エンジンを稼動させ続けるために予測トルクの微分を求めており、このことが、トルク変化率が大きい操縦の始めにおいてより重要であるという点に留意すべきである。出力タービンガバナは、ロータ／出力タービン速度を円滑に制御するために残りの操縦を処理する。
【００３３】
図５を参照すると、シミュレートされた高速地形回避操縦のプロット結果が示されている。この操縦は、特に1.5gへの120ノット地形回避プルと0gへのプッシュオーバーを伴っている。この操縦は、相当な縦方向の周期的なピッチ操作を用い、従って全次数ＰＮＮが真トルクの最も正確な予測を与えるものと予想される。この場合、静的HOGEマップは、結果に少ししか影響しない。減次数ＰＮＮも、縦方向の周期的なデータが減次数ＰＮＮの入力でないため、正確なトルク予測を与えない。このような不足は、応答の良い出力タービンガバナによって調整できる。全次数ＰＮＮは、必要な入力信号を有し、同様の操縦で訓練されるので、真トルクの正確な予測を与える。
【００３４】
本発明のシステムと方法は、好ましい実施形態について説明されたが、当業者は、添付の特許請求の範囲に定義された本願発明の範囲と真髄から離れることなく上記実施形態に変更と修正がされうることを容易に理解できるであろう。
【図面の簡単な説明】
【図１】 本発明の好ましい実施形態に従って構成されたロータトルク予測装置の機能ブロック図であり、このロータトルク予測装置には、航空機飛行制御コンピュータとエンジン燃料制御システムが連合させられる。
【図２】 本発明の好ましい実施形態に従って構成された減次数多項式ネットワークの概略図であり、この減次数多項式ネットワークは、夫々が連合する２次多項式をもつ相互接続された１０のノードを有する。
【図３】 パワード下降からのプルアップのシミュレート結果である比較ロータトルク予測を示す図である。
【図４】 水平飛行へのオートローテーションリカバリのシミュレーション結果である比較ロータトルク予測を示す図である。
【図５】 高速地形回避操縦のシミュレート結果である比較ロータトルク予測を示す図である。
【符号の説明】
１０ ロータトルク予測装置
１２ ホバリング時の主ロータロードマップ
１４ ホバリング時のテールロータロードマップ
１６ 全次数多項式ニューラルネットワーク
１８ 減次数多項式ニューラルネットワーク
２０,２２ 加算接続点
２４ 微分回路
２６ 増幅回路
２８ エンジン性能マップ
３０ 不感帯域
Claims (15)
- ヘリコプタエンジンに対するロータトルクの要求をフィードフォワード予測するための方法であって、
a) 主ロータおよびテールロータにおける空気動力学的トルクと静的トルクからなり、ヘリコプタの主ロータとテールロータで要求される合計トルクを予測するステップと、
b) 上記ヘリコプタの主ロータとテールロータで要求される上記合計トルクの変化率を算出するステップと、
c) 上記ヘリコプタの主ロータとテールロータで要求される合計トルクの上記変化率に対応するガス発生機の速度変化率を確定するステップと、
d) 上記ヘリコプタの主ロータとテールロータに上記要求される合計トルクを供給するに必要なガス発生機の要求速度変化率を得るステップとを備えた方法。 - 請求項１に記載の方法において、ヘリコプタの主ロータとテールロータで要求される合計トルクを予測する上記ステップは、ヘリコプタ飛行制御コンピュータによって処理される方法。
- 請求項１に記載の方法において、上記ヘリコプタの主ロータとテールロータにおける予測合計トルクを、上記ヘリコプタ飛行制御コンピュータからエンジン燃料制御システムにリアルタイムで送信するステップを更に備えた方法。
- 請求項１に記載の方法において、上記ヘリコプタの主ロータとテールロータで要求される合計トルクを予測するステップは、動作中のヘリコプタの主ロータとテールロータにおける空気動力学的トルクに、静止中のヘリコプタの主ロータにおけるトルクと静止中のヘリコプタのテールロータにおけるトルクとを加算するステップを備える方法。
- 請求項１に記載の方法において、上記ヘリコプタの主ロータとテールロータで要求される合計トルクの変化率に対応するガス発生機の速度変化率を確定する上記ステップは、上記合計トルクの変化率にガス発生機の速度に基づいて換算係数を適用するステップを備える方法。
- 請求項１に記載の方法において、上記ヘリコプタの主ロータとテールロータに上記要求される合計トルクを供給するに必要なガス発生機の要求速度変化率を得る上記ステップは、フィードフォワード予測を通常のエンジン制御ロジックから切り離すべく、上記ガス発生機の速度変化率をして不感帯域を通過せしめるステップを備える方法。
- 請求項１に記載の方法において、上記エンジン速度の要求変化率に出力タービンガバナからの出力を加算して、上記ヘリコプタエンジンへの燃料流を管理するエンジン速度制御器への入力を供給するステップを更に備えた方法。
- ヘリコプタエンジンに対するロータトルクの要求をフィードフォワード予測する方法であって、
a) 主ロータおよびテールロータにおける空気動力学的トルクと静的トルクからなるヘリコプタの主ロータとテールロータにおける合計トルクをヘリコプタ飛行制御コンピュータで予測するステップと、
b) ヘリコプタの主ロータとテールロータにおける予測合計トルクを、上記ヘリコプタ飛行制御コンピュータからエンジン燃料制御システムへ送信するステップと、
c) ヘリコプタの主ロータとテールロータで要求される上記合計トルクの変化率を算出するステップと、
d) ヘリコプタの主ロータとテールロータで要求される合計トルクの上記変化率を、エンジン加速／減速率に換算するステップと、
e) 要求されるエンジン加速／減速率を得るべく、上記エンジン加速／減速率をして不感帯域を通過せしめるステップとを備えた方法。 - 請求項８に記載の方法において、上記ヘリコプタの主ロータとテールロータにおける合計トルクを予測する上記ステップは、動作中のヘリコプタの主ロータとテールロータにおける空気動力学的トルクに、静止中のヘリコプタの主ロータにおけるトルクと静止中のヘリコプタのテールロータにおけるトルクとを加算するステップを備える方法。
- 請求項８に記載の方法において、ヘリコプタの主ロータとテールロータで要求される合計トルクの変化率を、エンジン加速／減速率に換算する上記ステップは、合計トルクの上記変化率にガス発生機の速度に基づいて換算係数を適用するステップを備える方法。
- 請求項８に記載の方法において、上記エンジン速度の要求変化率に出力タービンガバナからの出力を加算して、上記ヘリコプタエンジンへの燃料流を管理するエンジン速度制御器への入力を供給するステップを更に備えた方法。
- ヘリコプタエンジンに対するロータトルクの要求をフィードフォワード予測するシステムであって、
a) 主ロータおよびテールロータにおける空気動力学的トルクと静的トルクからなるヘリコプタの主ロータとテールロータにおける合計トルクを予測するように構成されたヘリコプタ飛行制御コンピュータと、
b) 上記合計トルクの変化率を算出し、この変化率をエンジン加速／減速率に換算して、要求されるエンジン加速／減速率を得るように構成されたエンジン燃料制御システムとを備えたシステム。 - 請求項１２に記載のシステムにおいて、上記ヘリコプタの主ロータとテールロータにおける予測合計トルクを、上記ヘリコプタ飛行制御コンピュータから上記エンジン燃料制御システムにリアルタイムで送信する手段を更に備えたシステム。
- 請求項１２に記載のシステムにおいて、上記エンジン燃料制御システムは、上記合計トルクの変化率をガス発生機の速度に基づく換算係数を適用することによってエンジン加速／減速率に換算するシステム。
- 請求項１２に記載のシステムにおいて、上記エンジン燃料制御システムは、フィードフォワード予測を通常のエンジン制御法則から切り離すべく、不感帯域を用いて要求されるエンジン加速／減速率を得るように構成されているシステム。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US34364901P | 2001-11-13 | 2001-11-13 | |
| US60/343649 | 2001-11-13 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2003205900A JP2003205900A (ja) | 2003-07-22 |
| JP4102166B2 true JP4102166B2 (ja) | 2008-06-18 |
Family
ID=23346992
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2002329400A Expired - Fee Related JP4102166B2 (ja) | 2001-11-13 | 2002-11-13 | ロータトルク予測装置 |
Country Status (4)
| Country | Link |
|---|---|
| US (1) | US6873887B2 (ja) |
| EP (1) | EP1310646B1 (ja) |
| JP (1) | JP4102166B2 (ja) |
| DE (1) | DE60236345D1 (ja) |
Families Citing this family (25)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CA2504555C (en) * | 2002-11-15 | 2012-09-04 | Paracor Medical, Inc. | Cardiac harness delivery device |
| FR2871438B1 (fr) * | 2004-06-10 | 2006-08-04 | Eurocopter France | Procede pour regler au moins un rotor deficient d'un giravion |
| JP2006027055A (ja) * | 2004-07-15 | 2006-02-02 | Ricoh Co Ltd | 画像形成方法及び画像形成装置 |
| DE102007001024B4 (de) * | 2007-01-02 | 2008-10-02 | Siemens Ag | Verfahren zur rechnergestützten Regelung und/oder Steuerung eines technischen Systems insbesondere einer Gasturbine |
| US7931231B2 (en) * | 2007-05-18 | 2011-04-26 | Sikorsky Aircraft Corporation | Engine anticipation for rotary-wing aircraft |
| US7970498B2 (en) * | 2007-06-01 | 2011-06-28 | Sikorsky Aircraft Corporation | Model based sensor system for loads aware control laws |
| US8275500B2 (en) * | 2008-03-11 | 2012-09-25 | Honeywell International Inc. | Gas turbine engine fixed collective takeoff compensation control system and method |
| US8285659B1 (en) * | 2009-08-18 | 2012-10-09 | The United States of America as represented by the Administrator of the National Aeronautics & Space Administration (NASA) | Aircraft system modeling error and control error |
| NO334600B1 (no) | 2012-03-21 | 2014-04-22 | Prox Dynamics As | Stillingskontroll for roterende-vinge luftfartøy |
| JP5832352B2 (ja) * | 2012-03-29 | 2015-12-16 | 三菱重工業株式会社 | 垂直離着陸機のトルク推定装置、垂直離着陸機、垂直離着陸機のトルク推定プログラム、及び垂直離着陸機のトルク推定方法 |
| US9051055B2 (en) | 2013-03-07 | 2015-06-09 | Bell Helicopter Textron Inc. | System and method of adaptively governing rotor speed for optimal performance |
| FR3008957B1 (fr) | 2013-07-23 | 2015-08-14 | Eurocopter France | Installation motrice trimoteur regulee pour un aeronef a voilure tournante |
| US10316760B2 (en) | 2014-02-24 | 2019-06-11 | United Technologies Corporation | Turboshaft engine control |
| US10309304B2 (en) | 2014-03-04 | 2019-06-04 | Sikorsky Aircraft Corporation | Electrical augmentation of a gas turbine engine |
| FR3019225B1 (fr) * | 2014-03-27 | 2018-06-22 | Safran Helicopter Engines | Procede de detection d'une defaillance d'un premier turbomoteur d'un helicoptere bimoteur et de commande du second turbomoteur, et dispositif correspondant |
| EP2940546A3 (en) * | 2014-05-01 | 2016-03-23 | Sikorsky Aircraft Corporation | Acceleration smoothing holding overall kinetic energy control |
| US10414512B2 (en) * | 2014-10-01 | 2019-09-17 | Sikorsky Aircraft Corporation | Power management between a propulsor and a coaxial rotor of a helicopter |
| FR3032176A1 (fr) | 2015-01-29 | 2016-08-05 | Airbus Helicopters | Dispositif de surveillance d'un systeme de transmission de puissance d'un aeronef, un aeronef muni de ce dispositif et le procede utilise |
| US10352255B2 (en) | 2016-10-13 | 2019-07-16 | Deere & Company | System for controlling engine operating speed based on operating load |
| EP3351771B1 (en) * | 2017-01-20 | 2021-03-17 | GE Avio S.r.l. | Gas turbine engine fuel control system and method |
| US10961922B2 (en) * | 2018-04-04 | 2021-03-30 | Raytheon Technologies Corporation | Systems and methods for power turbine governing |
| US11092136B2 (en) * | 2018-05-04 | 2021-08-17 | Raytheon Technologies Corporation | Systems and methods for optimal speed protection for power turbine governing |
| FR3084057B1 (fr) * | 2018-07-17 | 2020-06-19 | Airbus Helicopters | Procede et dispositif de determination predictive de parametres caractaristiques du fonctionnement d'un aeronef a voilure tournante pour la realisation d'une manoeuvre predeterminee |
| US11346290B2 (en) * | 2020-02-21 | 2022-05-31 | Raytheon Technologies Corporation | Speed limiting for power turbine governing and protection in a turboshaft engine |
| CN115056990B (zh) * | 2022-02-23 | 2023-08-18 | 南京航空航天大学 | 倾转旋翼机动力系统控制方法及装置 |
Family Cites Families (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US3963372A (en) * | 1975-01-17 | 1976-06-15 | General Motors Corporation | Helicopter power plant control |
| US4466526A (en) * | 1982-04-16 | 1984-08-21 | Chandler Evans Inc. | Helicopter engine control with rotor speed decay anticipator |
| US4470118A (en) * | 1982-04-19 | 1984-09-04 | Chandler Evans Inc. | Gas turbine engine fuel control |
| US4564908A (en) * | 1983-02-28 | 1986-01-14 | United Technologies Corporation | Automatic limiting of helicopter engine torque |
| US4648797A (en) * | 1983-12-19 | 1987-03-10 | United Technologies Corporation | Torque control system |
| GB2185951B (en) * | 1986-02-04 | 1989-07-05 | Rolls Royce | Helicopter rotor and engine control |
| US5188511A (en) * | 1991-08-27 | 1993-02-23 | United Technologies Corporation | Helicopter anti-torque device direct pitch control |
| US5265825A (en) * | 1991-08-27 | 1993-11-30 | United Technologies Corporation | Helicopter engine control having yaw input anticipation |
| US5265826A (en) | 1991-08-27 | 1993-11-30 | United Technologies Corporation | Helicopter engine control having lateral cyclic pitch anticipation |
| US5274558A (en) * | 1991-09-18 | 1993-12-28 | Allied-Signal Inc. | Apparatus for decoupling a torque loop from a speed loop in a power management system for turboprop engines |
| US5850615A (en) * | 1995-12-06 | 1998-12-15 | Mcdonnell Douglas Helicopter Co. | Rotor blade swashplate-axis rotation and gyroscopic moments componsator |
| US6467726B1 (en) * | 1999-06-29 | 2002-10-22 | Rokuro Hosoda | Aircraft and torque transmission |
-
2002
- 2002-11-12 US US10/292,045 patent/US6873887B2/en not_active Expired - Fee Related
- 2002-11-13 EP EP02025353A patent/EP1310646B1/en not_active Expired - Lifetime
- 2002-11-13 DE DE60236345T patent/DE60236345D1/de not_active Expired - Lifetime
- 2002-11-13 JP JP2002329400A patent/JP4102166B2/ja not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| EP1310646A2 (en) | 2003-05-14 |
| EP1310646B1 (en) | 2010-05-12 |
| DE60236345D1 (de) | 2010-06-24 |
| JP2003205900A (ja) | 2003-07-22 |
| US6873887B2 (en) | 2005-03-29 |
| US20030135305A1 (en) | 2003-07-17 |
| EP1310646A3 (en) | 2004-12-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP4102166B2 (ja) | ロータトルク予測装置 | |
| JP4108450B2 (ja) | ロータトルク予測装置 | |
| US6735500B2 (en) | Method, system, and computer program product for tactile cueing flight control | |
| EP2533122B1 (en) | Climb-optimized auto takeoff system | |
| CA1202099A (en) | Super contingency aircraft engine control | |
| US20180268288A1 (en) | Neural Network for Steady-State Performance Approximation | |
| US20060219840A1 (en) | Constant vertical state maintaining cueing system | |
| EP2701976B1 (en) | Modified thrust limit schedule for control of thrust asymmetry | |
| EP0193442A1 (en) | Automatic camber control | |
| US10358232B2 (en) | Detecting that a rotorcraft is approaching a vortex domain, and signaling that detection | |
| Brelje et al. | Development of a conceptual design model for aircraft electric propulsion with efficient gradients | |
| EP1310645B1 (en) | Rotor torque predictor | |
| Chang | Fuzzy logic-based aerodynamic modeling with continuous differentiability | |
| Altamirano et al. | Flying qualities analysis and piloted simulation testing of a lift+ cruise vehicle with propulsion failures in hover and low-speed conditions | |
| Chang et al. | Flight control strategy for jet transport in severe clear-air turbulence based on flight data mining | |
| Ruddell | XH-59A ABC Technology Demonstrator Altitude Expansion and Operational Tests | |
| Ruttledge | A rotorcraft flight/propulsion control integration study | |
| Gibbens | Manoeuvre controller design for an F-111C flight dynamics model | |
| Kerler et al. | Modeling of BO 105 flight dynamics for research on fuel savings due to single-engine operation | |
| Onushkin et al. | Mission Performance Analysis for a Piston-Engined Ultralight Unmanned Helicopter | |
| CN115906384A (zh) | 用于能够实现用于交通工具的推进系统的降额的优化的计算机实现的方法 | |
| Qian et al. | Modeling and Fitting of Aircraft Fly-by-wire Control System Based on Improved BP Neural Network | |
| Hui et al. | Assessment of the dynamic stability characteristics of the bell model M427 helicopter using parameter estimation technology | |
| Lytwyn et al. | Ground-based Simulator Input Data for Advanced Tandem-rotor Helicopters | |
| Yagg | Flight testing and V/STOL handling requirements |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20050615 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20070424 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20070427 |
|
| A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20070723 |
|
| A602 | Written permission of extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A602 Effective date: 20070726 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20071018 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20071113 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20080208 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20080226 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20080321 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110328 Year of fee payment: 3 |
|
| R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 Ref document number: 4102166 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120328 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130328 Year of fee payment: 5 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130328 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20140328 Year of fee payment: 6 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| LAPS | Cancellation because of no payment of annual fees |