KR20170012550A - 유체의 유량을 평가하기 위한 방법 및 시스템 - Google Patents

Abstract

본 발명은 탱크(20, 21)로부터의 유체의 유량을 평가하기 위한 시스템(10)에 관련되며, 상기 시스템은 상기 탱크(20, 21) 내 유체 레벨을 측정하기 위한 측정 수단(17, 22, 23)을 포함하고, 그리고 상기 시스템은 무향 칼만 필터에 의해서 상기 유체의 유량을 추정하기 위한 추정 수단을 포함하며, 상기 추정 수단은 그로스(gross) 유체 유량을 취득하기 위한 수단(16) 및 상기 그로스-유량-취득 수단(16)에 그리고 상기 측정 수단에 연결되고 그리고 상기 측정 수단에 의해서 측정된 상기 레벨에 따라 상기 그로스-유량-취득 수단(16)에 의해서 취득된 상기 그로스 유량을 보정하도록 구성되는 보정 수단(18)을 포함하는 것을 특징으로 한다. 본 발명은 또한 이러한 시스템에 의해서 행해지는 방법에 관련된다.

Description

유체의 유량을 평가하기 위한 방법 및 시스템{METHOD AND SYSTEM FOR EVALUATING A FLOW RATE OF A FLUID}

본 설명은 탱크로부터 오는 유체 유량을 평가하는 방법에 관련되고, 좀 더 구체적으로 본 설명은 이러한 방법을 신뢰가능하게 만드는 것에 관련된다. 또한 본 설명은 이 방법이 행해지도록 하는 시스템에 관련된다.

탱크로부터 오는 유체의 유량을 평가하기 위한 알려진 평가 방법은 탱크 내 유체의 레벨을 측정하는 단계를 포함한다. 간단한 상황에서, 예를 들어 레벨 측정이 계속적으로 이용가능하고, 탱크가 형상이 원통형이고, 그리고 유체가 탱크로부터의 출구와 유량이 평가되고 있는 지점 사이의 어느 곳에서도 축적되지 않는다고 가정하면, 유체 유량은 단지 선형 함수(affine function)를 사용함으로써 정확성있게 평가될 수 있다.

그럼에도 불구하고, 실제로, 유체 레벨의 측정은 거의 계속으로 이용가능하지 않으며, 이는 레벨 측정이 이용가능하지 않은 기간 동안에 보간법 또는 추정기를 사용하는 것이 필수적이라는 점을 의미한다. 그러나, 불확실성 및 바이어스는 사용되는 추정기와 그리고/또는 레벨 측정값과 관련하여 존재할 수 있다. 또한, 탱크는 비-원통형 형상의 것일 수도 있으며, 따라서 평가 함수 안으로 비선형성을 도입할 수도 있다. 따라서, 유량을 평가하는 신규한 방법에 대한 필요성이 존재한다.

본 설명은 탱크로부터 오는 유체의 유량을 평가하기 위한 평가 방법에 관련되며, 상기 방법은 상기 탱크 내 상기 유체의 레벨을 측정하는 단계를 포함하고, 그리고 상기 방법은 무향 칼만 필터(unscented Kalman filter)를 사용함으로써 상기 유체의 유량을 추정하기 위한 추정 단계를 포함하며, 상기 추정 단계는 상기 원시 유체 유량을 취득하기 위한 취득 단계, 및 레벨 측정이 이용가능할 때, 상기 취득된 원시 유량이 상기 레벨 측정의 함수로서 보정되는 보정 단계를 포함하는 것을 특징으로 한다.

칼만 필터는, 컴퓨터에 의해서 행해질 수 있고, 그리고 불완전하거나 또는 노이즈가 있는 입력 데이타 시리즈로부터 동적 시스템의 상태를 추정하는 것을 가능하게 하는 계산 방법이다. 칼만 필터는, 동적 시스템의 변화를 나타내는 상태 등식(1)에 의해서, 그리고 측정된 관찰가능한 크기와 시스템의 고유 상태 사이의 관계를 나타내는 측정 등식(2)에 의해서 모델링된다. 이 등식은 다음 타입의 것이다:

여기서, k는 현재 순간, k+1은 다음 순간, x는 시스템의 (고유한) 상태, u는 입력 데이타, y는 (관찰된) 측정된 크기, f는 상태 함수, h는 측정 함수, 그리고 v 및 w는 노이즈(각각 측정 노이즈 및 상태 노이즈)이다. 변수(x, y, u, v, 및 w)는 모두 하나 이상의 성분을 갖는 벡터일 수도 있다. 본 발명의 방법에서 칼만 필터를 실행하기 위해서, 상태(x)는, 예시로서, 탱크 내 유체의 레벨을 포함하는 측정(y)으로부터 관찰되는 유체 유량을 포함한다. 예시로서, 입력 데이타(u)는 시스템의 파라미터, 예를 들어 유체 회로 내 하나 이상의 위치에서 유체의 압력 및/또는 펌프의 속도를 포함한다. 입력 데이타(u)는 y와 다른 측정값으로부터 추정될 수도 있거나, 또는 시스템의 동작 데이타일 수도 있다.

칼만 필터는 입력 데이타(u_k)에 근거하여 현재 상태(k)를 추종하는 상태(k+1)의 값을 취득하기 위한 취득 단계, 및 측정값(y_k)으로부터 취득되는 값을 보정하기 위한 보정 단계를 포함한다. 이 단계는 문헌에 널리 설명되어 있고, 그리고 이 단계는 일반적인 상황에 대해서 여기서 다시 설명되지 않는다.

무향 칼만 필터(unscented Kalman filter(UKF))는, "A new extension of the Kalman filter to nonlinear systems" (Julier and Uhlmann, in the 11th international symposium on Aerospace/Defence sensing, simulation and controls, Vol. multi sensor fusion, tracking and resource management II, Orlando, Florida, 1997)에서 설명되는 바와 같이, 유체가 오는 탱크 내 레벨의 함수로서 유체의 유량에 적용될 수도 있는 바와 같은 비선형 시스템에 특히 적용되는 칼만 필터의 변형예이다. 또한, 칼만 필터의 단계에 추가하여, 무향 칼만 필터는 "무향 변환"으로 지칭되는 단계를 포함하며, 이 단계는 시그마 포인트(sigma-point)로 지칭되는 적합하게 선택된 포인트 세트에 의해서 표현되는 가우시안(Gaussian) 랜덤 변수에 의해서 현재 상태(x_k)를 근사화시키는 단계로 구성된다.

이 포인트 세트는 가우시안 랜덤 변수의 공분산 및 평균을 정확하게 재현한다. 취득 단계 동안에, 상태 등식(1)은 다음 상태를 취득하기 위해서 시그마 포인트 각각에 적용된다. 이것은 순간(k+1)에서 시그마-포인트 세트를 발생시키며, 이 포인트는 (테일러 급수 분석의 관점에서) 2차에 도달되는 정확성으로 다음 상태(x_{k + 1})의 공분산 및 평균을 재생한다. 반면, 비선형 시스템과 함께 사용되는 칼만 필터의 다른 변혀예인 확장형 칼만 필터(extended Kalman filter)는 단지 제1 차의 정확성을 달성한다. 또한, 확장형 칼만 필터와 달리, UKF는 (해세(Hessian) 또는 야코비안(Jacobian) 행렬을 계산하는) 임의의 비싼 명시적인 선형화 계산을 요구하지 않는다.

취득 단계는 평가되는 것이 요구되는 유량의 선택적으로 잠정적인 초기 결정으로 구성된다. 이것은 측정에 의해서, (특히 UKF의 상태 등식(1)을 사용함으로써) 계산에 의해서, 또는 양자의 조합에 의해서 행해질 수도 있다. 달리 말하면, UKF의 상태(x)는 평가되는 것이 요구되는 유량을 포함한다. 취득 단계에 의해서 취득된 원시 유량은 다음으로 보정 단계를 거친다.

위에서 언급된 바와 같이, 보정 단계는 측정 단계의 결과를 사용한다. 보정 단계는, 레벨 측정이 계속적으로 이용가능하다고 가정하지 않는다: 이것은 측정이 이용가능한지 확인하는 단계, 그리고 만약 그렇다면 이것을 취하는 단계로 구성된다. 측정이 어떤 순간에 이용가능하지 않다면, 측정 단계는 보정 단계에 어떠한 데이타도 리턴하지 않고, 그리고 결과적으로 이 순간에 취득되는 유량이 보정되지 않는다.

평가 방법은 순간 유량, 누적된 유량, 또는 유량에 근거하여 계산되는 임의의 다른 크기를 평가하기 위해서 사용될 수도 있다.

따라서 평가 방법은, UKF를 사용하는 결과로서, 취득 단계의 바이어스 및 에러에 대해서 본질적으로 보정하고, 정확하고, 그리고 탱크 내 레벨의 측정과 일치하는 유체의 유량의 평가를 제공한다. 또한, 상기 방법은 임의의 형상의 탱크와, 그리고 특히 원통형이 아닌 탱크와 호환가능하다. 또한, UKF 등식을 사용함으로써, 취득 단계는, 레벨 측정이 이용가능하지 않을 때에도 정확한 방식으로 유체의 유량을 평가하는 것을 가능하게 한다. 마지막으로, 상기 방법은 유량이 측정되고 있는 시스템의 동작 포인트의 변화에 대해서 그리고 유량의 변화에 대해서 잘 적응하다.

어떤 실시형태에서, 원시 유량 값은 적어도 하나의 센서, 특히 유량계에 의해서 측정된다. 이 실시형태에서, 취득 단게는 필수적으로 유량계에 의해서 행해지고, 그리고 보정 단계는 측정된 레벨 값에 근거하여 유량계를 보정하는 역할을 한다. 유량계가 존재할 때, 평가 방법은 따라서 유량계가 신뢰가능하게 하고, 유량계를 리세트하고 그리고/또는 유량계를 재캘리브레이션하는 것을 가능하게 한다.

어떤 실시형태에서, 원시 유량 값은 반복적으로 평가되는 계수를 갖는 수학적 추정에 의해서, 특히 인공 신경 망을 사용함으로써 계산된다. 용어 "반복적으로 평가되는 계수를 갖는 수학적 추정"은, 계수가 상수이고 그리고 선험적으로 명시적으로 알려지는 수학적 표현 및 물리적 측정을 배제하기 위해서 사용된다. 반복적으로 평가되는 계수는, 인공 신경 망에 의해서 행해지는 바와 같이 특히 연속적으로 모델을 한 세트의 데이타에 적응시킴으로써, 또는 수렴하는 해를 갖는 수치적으로 해결되는 등식에 의해서 평가될 수도 있다.

인공 신경 망(ANN)은, 각각이 전달 함수를 구비하는 하나 이상의 뉴론을 포함하는 계산 모델이다. ANN은 따라서 적어도 하나의 입력의 함수로서 적어도 하나의 출력을 계산하기에 적합한 전제적인 전달 함수를 포함한다. 각각의 뉴런의 전달 함수 또는 망의 뉴런의 상대적인 웨이트는 시냅틱 웨이트(synaptic weight) (또는 좀 더 간단히 웨이트)로 지칭되는 계수에 의해서 그리고 바이어스에 의해서 가중될 수도 있다. 웨이트는 ANN을 트레이닝하는 함수로서 모듈레이트될 수도 있다. 트레이닝은 입력 및 출력이 알려진 상황의 세트를 ANN에 제공하는 것으로 구성된다. 트레이닝 동안에, ANN은 바이어스 및 시냅틱 웨이트를 적응시켜 이들이 트레이닝 상황과 가능하게는 어떤 양의 공차를 가지고 일치되도록 한다. ANN은 따라서 트레이닝의 함수로서 반복적으로 적응되는 계수를 갖는 수학적 표현이다. 바이어스 및 웨이트는, 일단 이들이 트레이닝 단계의 마지막에 결정되면, 후속 동작 단계 동안에 선택적으로 일정하게 유지될 수도 있다.

ANN은 따라서, 시스템을 지배하는 이론적 법칙을 알 필요 업이 시스템의 실제 거동으로부터 학습함으로써 상기 시스템을 지적으로 모델링할 수 있다. ANN은 또한 일반화하는 능력(또한 "추론"으로 알려짐)을 소유하며, 즉 이것은, 트레이닝 단계 동안에 상황에 대해서 트레이닝되지 않았다고 하더라도, 입력이 유효한 도메인 내에 수용되면(달리 말하면, 계산될 상황에 대한 입력 값이 트레이닝을 위해서 사용되었던 극한 입력 값 사이에 또는 극한 입력 값에 근접하게 놓이는 것이 보장된다), 입력 값을 부여받았던 상황에 대한 출력 값을 결정할 수 있다. 이것은, 동작 포인트의 넓은 범위를 제공하는 시스템에 대해서 그리고, 산업 상황에서, 모든 가능한 상황에 대해서 명시적으로 파라미터를 세팅하는 것을 고려하는 것이 불가능한 시스템에 대해서 특히 유용하다. 더 양호한 정확성을 위해서, 트레이닝 상황이 동작 도메인을 커버하는 적합하게 미세한 메쉬를 구성하는지 확인하는 것이 필요하다. 마지막으로, ANN은 적응시키는 것이 용이한 시스템이다. 이 장점은 또한 반복적으로 평가되는 계수를 갖는 다른 타입의 수학적 표현에 대해서 유효하다.

또한, 이러한 실시형태에서, 취득 단계는 따라서, 유량계를 생략하고 비용, 웨이트, 및 벌크(bulk)에서 절약을 달성하는 것을 가능하게 하는 수학적 추정에 의해서 행해진다.

무향 칼만 필터가 ANN의 시냅틱 웨이트를 결정하기 위해서 사용되는 그밖에 알려진 특정 시스템과 달리, 본 방법은 , 반복적으로 평가되는 계수를 갖는 수학적 표현(특히 ANN)을 UKF의 취득 단계에 포함시킴으로써 이를 사용한다. 이것의 동작 및 목적은 따라서 완전히 상이하다.

어떤 실시형태에서, 탱크 내 유체의 질량은 탱크 내 유체의 레벨의 비-선형 함수이다. 어떤 실시형태에서, 탱크는 원통형이 아니다. 어떤 다른 실시형태에서, 탱크는 탱크 내 유체의 평균 레벨에 수직이지 않은 제너레이터 라인(generator line)을 갖는 실린더이다.

실린더가 폐쇄된 평면 커브 둘레로 제너레이터 라인으로 지칭되는 고정된 방향의 직선을 스윕함으로써 정의되는 표면이라는 점이 상기 되어야 한다. 용어 "실린더"는 또한 절두형 실린더, 즉 실린더의 제너레이터 라인에 평행하지 않은 2개의 평행한 평면에 의해서 그리고 실린더에 의해서 정의되는 솔리드를 지정하기 위해서 사용된다.

상기 특징은 대부분의 탱크, 그리고 특히 구형 단부 벽을 갖는 탱크에 적용된다. 탱크가 원통형일 때, 탱크가 비워지는 속도(즉, 시간의 함수로서 레벨의 미분)이 탱크로부터의 출구 유량의 선형 함수가 아니다. 상술된 바와 같이, 이 비선형성은 특히 UKF에 의해서 잘 고려된다.

어떤 실시형태에서, 무향 칼만 필터의 상태는 원시 유량 값의 바이어스를 포함한다. 어떤 실시형태에서, 유량이 취득 단계에서 취득된 원시 유량 더하기 (파지티브 또는 네가티브일 수도 있는) 바이어스의 합과 동일하다는 점이 가정된다. 좀 더 일반적으로, 다른 실시형태에서, 유량이 취득되는 원시 유량의 선형 함수이며, 그러면 바이어스가 선형 함수의 계수에 의해서 구성되는 벡턱인 점이 가정된다. 칼만 필터의 상태가 이와 같은 바이어스를 포함한다는 사실은, 예를 들어 바이어스 값이 어떤 한계값을 초과할 때 비정상을 검출하기 위해서 후속하여 바이어스의 값을 추출하고 사용하는 것을 가능하게 한다.

어떤 실시형태에서, 무향 칼만 필터의 상태는 유량의 원시 값 및 이 값의 바이어스를 포함한다.

어떤 실시형태에서, 평가 방법은 유체 레벨의 요동을 필터링하는 단계를 더 포함한다. 유체 레벨 요동은, 유체 유량의 결과로부터 기인하는 레벨의 변화와 대조해서 탱크 내 유체의 일정한 체적에 대한 유체 레벨의 일시적인 변화이다. 유체의 요동은 신호의 와이드밴드 노이즈(탱크와 그 기계적 그리고 유압 환경 사이의 상호작용과 필수적으로 관련된 백색 노이즈) 때문에 또는 탱크에서 철벅거리는 유체때문일 수도 있다. 예시로서, 이 필터링 단계는 철벅거리는 공진 모드를 거절하는 단계를 포함하는 UKF에 의해서 또는 로우패스 필터로 행해질 수도 있다. 예를 들어, 유체 레벨을 요동 함수를 포함하는 형태로 쓰고 그리고, UKF의 상태 벡터에 계수를 포함함으로써 이 요동 함수의 계수(예를 들어, 퓨리에 급수 분석의 주요 항의 진폭, 진동 및 페이즈)를 결정하는 것이 가능하다.

이러한 필터링 단계는 레벨 측정에서 노이즈를 감쇠시키고, 평가 방법을 더욱 더 신뢰가능하게 하는 역할을 한다.

본 설명은 또한 제1 탱크 및 제2 탱크로부터 각각 오는 유체의 2개의 유량을 평가하는 방법에 관한 것이며, 여기서 상기 유체의 유량은 별개로 다음을 행함으로써 평가된다: 제1 평가 방법으로서, 무향 칼만 필터를 사용하여 상기 유체의 유량(

)을 추정하는 단계를 포함하며, 상기 무향 칼만 필터를 보정하는 단계에서 어떠한 레벨측정이 고려되지 않는, 상기 제1 평가 방법; 위에서 제안된 타입의 제2 방법으로서, 단지 제1 탱크의 레벨 측정이 고려되는 상기 제2 방법; 위에서 제안된 타입의 제3 방법으로서, 단지 제2 탱크의 레벨 측정이 고려되는 상기 제3 방법; 및 위에서 제안된 타입의 제4 방법으로서, 양쪽 레벨 측정이 고려되는 상기 제4 방법; 그리고, 리턴되는 유량은 이용가능한 상기 측정을 정확하게 고려하는 상기 4가지 방법 중 하나에 의해서 평가되는 바와 같은 상기 유량이다.

본 방법에서, 2개의 레벨 측정에 근거하여 보정되는 값의 2개의 유량을 평가하는 것이 요구된다. 양쪽 레벨 측정은 동시에 이용가능할 수도 있거나, 양쪽 측정은 동시에 이용 불가능할 수도 있거나, 또는 단지 2개의 측정 중 하나 또는 다른 하나가 이용가능할 수도 있다. 따라서, 4개의 레벨 측정 이용가능성 상황이 있다.

이러한 방법의 사상은 상술된 방법의 4개의 변형예를 사용하여 2개의 유량을 평가하고, 그리고 다음으로 이용가능한 레벨 측정에 가장 적합한 변형예를 선택하는 것이다. 4개의 방법은, 측정 단계에 의해서 리턴되는 레벨 측정 중 일부 또는 전부를 고려하거나 또는 전혀 고려하지 않는 점에서 상이하다. 4개의 방법 각각은 따라서 고려되기에 적합한 측정의 함수로서 최적화될 수 있다.

사용되는 4개의 방법 중, 유지되는 방법은 이용가능한 측정을 정확하게 고려하는 방법, 즉 고려 하의 순간에서, 측정 단계에 의해서 리턴되는 측정을 고려하고 그리고 측정 단계에 의해서 리턴되지 않는 측정을 고려하지 않는 방법이다. 따라서 이 선택은 고려하의 상황에 가장 잘 적응되는 방법을 선택하는 단계로 구성된다. 4개의 방법으로부터의 선택은 방법의 적용 전, 후 또는 동안에 행해질 수도 있다. 또한, 이 방법은 더 큰 수의 유량 및/또는 측정 이용가능성 상황에 일반화될 수 있다.

본 설명은 또한 탱크로부터 오는 유체의 유량을 평가하기 위한 평가 시스템을 제공하며, 상기 시스템은 탱크의 유체 레벨을 측정하기에 적합한 측정 수단을 포함하고, 그리고 상기 시스템은 무향 칼만 필터를 사용하여 상기 유체의 유량을 추정하기 위한 추정 수단을 포함하며, 상기 추정 수단은 상기 원시 유체 유량을 취득하기 위한 취득 수단 및 상기 취득 수단에 그리고 상기 측정 수단에 연결되고 그리고 상기 측정 수단에 의해서 측정된 상기 레벨의 함수로서 상기 취득 수단에 의해서 취득된 바와 같은 상기 원시 유량을 보정하도록 구성되는 보정 수단을 포함하는 것을 특징으로 한다. 이러한 시스템은 특히 상술된 방법을 행하기에 적합하다.

본 설명은 또한 특히 우주 발사체용 추진 시스템을 제공하며, 상기 시스템은 각각 추진제를 수용하는 2개의 탱크, 상기 2개의 추진제가 주입되는 연소실, 및 상기 추진제 중 적어도 하나의 유량을 평가하기 위한 위에서 설명되는 바와 같은 평가 시스템을 포함한다. 추진 시스템에 대해서, 정확하게 추진제의 유량을 추정하는 것이 특히 중요하다. 또한, 같은 방식으로 유량계를 생략하는 것 때문에 커진 컴팩트화 및 질량의 경량화는 요구되는 절약을 구성한다. 만약 이러한 추진 시스템이 2개의 유량 평가를 위한 시스템 또는 유량 각각을 평가하기 위한 시스템을 갖는다면, 추진제의 혼합 비율, 즉 연소실에 대한 입구에서 추진제 유량의 비율을 계산하는 것이 가능하다. 2개의 추진제의 혼합 비율은 추진 시스템을 제어하기 위한 중요한 파라미터이다.

본 설명은 또한, 컴퓨터에 의해서 실행될 때 위에서 설명되는 실시형태 중 어느 하나에 따른 평가 방법의 단계를 실행하기 위한 지시를 포함하는 프로그램에 관한 것이다.

특정 실시형태에서, 평가 방법의 다양한 단계는 컴퓨터 프로그램의 지시에 의해서 결정된다.

프로그램은 임의의 프로그램 언어를 사용할 수도 있고, 그리고 부분적으로 컴파일된 형태 또는 임의의 다른 바람직한 형태와 같은 소스 코드, 오브젝트 코드, 또는 소스 코드와 오브젝트 코드 사이 중간의 코드 형태일 수도 있다.

본 설명은 또한 상술된 실시형태 중 임의의 하나에 따른 평가 방법의 단계를 실행하기 위한 지시를 포함하는 컴퓨터 프로그램을 저장하는 컴퓨터-판독가능한 데이타 매체를 제공한다.

데이타 매체는 프로그램을 저장할 수 있는 임의의 엔티티(entity) 또는 디바이스일 수도 있다. 예를 들어, 매체는, 읽기 전용 메모리(ROM), 예를 들어 컴팩트 디스크(CD) 롬 또는 마이크로전자 회로 ROM, 또는 실제 자기 기록 수단, 예를 들어 플로피 디스크 또는 하드 디스크와 같은 저장 수단을 포함할 수도 있다.

또한, 데이타 매체는 라디오에 의해서 또는 다른 수단에 의해서 전기적 또는 광학적 케이블을 통해서 이송될 수 있는 전기적 또는 광학적 신호와 같은 전송가능한 매체일 수도 있다. 본 발명의 프로그램은 특히 인터넷 타입의 네트워크로부터 다운로드될 수도 있다.

본 발명 및 그 장점은 비-제한적 실시예로서 주어지는 본 발명의 실시형태의 다음 상세한 설명을 읽을 때 더욱 양호하게 이해될 수 있다. 설명은 첨부된 도면을 참조하고, 여기서:
도 1은 유량 평가 시스템의 제1 실시형태가 장착된 추진 시스템을 도시하고;
도 2는 레벨의 함수로서 도 1의 추진 시스템의 탱크에 수용된 추진체의 질량을 플로팅하고;
도 3a 및 도 3b는 시간의 함수로서 탱크 내의 레벨 프로브로부터의 측정값의 이용가능성을 도시하고;
도 4a 내지 도 4c는 도 1의 유량 평가 시스템의 적용을 도시하고;
도 5는 유량 평가 시스템의 제2 실시형태가 장착된 추진 시스템을 도시하고; 그리고
도 6은 유량 평가 시스템의 제3 실시형태가 장착된 유체 회로를 도시한다.

도 1은, 각각 추진제 (예를 들어, 각각 액체 수조 및 액체 산소)를 수용하는 2개의 탱크(20 및 21), 상기 2개의 추진제가 주입되는 연소실(30), 및 상기 연소실(30)에 대한 입구에서 추진제의 유량을 평가하기 위한 시스템(10)을 포함하는, 특히 우주 발사체용 추진 시스템(50)을 도시한다. 연소 가스는 연소실(30)로부터 하류의 노즐(32)를 통해서 분출될 때 추력을 발생한다.

구체적으로, 추력 시스템(50)은, 연소실(30) 안으로 주입되기 전에 가열된 추진제(예를 들어, 수소)가 터보펌프(24 및 25)를 구동하는 통합된 유동 시스템이다. 2개의 조절 밸브(V1 및 V2)는 이 터보펌프(24 및 25)에 의해서 펌핑되는 액체 추진제의 유량을 제어하도록 터보펌프(24 및 25)의 터빈에 들어가는 가열된 추진제의 유량을 변경하는 기능을 한다.

도 1에서 보여질 수 있는 바와 같이, 탱크(20 및 21)은 비-원통형 탱크이다. 좀 더 구체적으로, 도시된 실시예에서, 이들은 구형 단부를 갖는 탱크이다. 결과적으로, 각각의 탱크 안의 추진제의 레벨과 상기 탱크 내의 추진제의 질량 사이의 관계는 선형이 아니다. 구체적으로, 이러한 관계의 예시가 도 2에 주어진다. 곡선(G20)(또는 경우에 따라서 곡선(G21))은 탱크(20)(또는 탱크(21)) 내의 추진제의 레벨(n)의 함수로서 동일한 탱크 내의 추진제의 질량(m)을 플로팅한다.이 곡선(G20 및 G21) 각각은 (탱크의 실질적으로 원통형 중앙 부분에 대응하는) 실질적으로 선형인 중앙 부분을 포함한다. 최고 레벨 또는 최저 레벨에 대해서, 곡선들은 평탄해지며, 이는 탱크가 이들의 중앙 부분과 비교하여 더욱 좁다는 점을 의미한다. 곡선의 이 외형은, 반구 또는 유사한 형상을 갖는 탱크의 단부의 특징이다. 본 실시예에서, 연소실 챔버(30)의 입구에서 추진제 유량과 탱크(20, 21) 내의 추진제의 레벨 사이의 관계의 비선형성은 상술된 바와 같은 탱크의 형상(기하학적으로 비-선형성)뿐만 아니라, 추진 시스템의 동작 파라미터의 함수로서 표현될 수 있는 유량과 관련된 제2 비-선형성(기계적 그리고 열역하적 비-선형성)으 로부터 유래한다.

도 1에 도시된 바와 같이, 탱크(20 및 21)는 각각의 탱크 내의 레벨을 측정하기 위한 각각의 레벨 프로브(22 및 23)을 갖는다. 탱크의 사이즈 및 형상 그리고 레벨 프로브(22 및 23)의 구성은 하나의 탱크로부터 다른 탱크로 변화될 수도 있다. 각각의 레벨 프로브(22, 23)는 한 세트의 센서로 구성된다. 이 센서는, 단지 이들이 덮혀있지 않을 때, 예를 들어 이들이 적어도 부분적으로 탱크 내에 수용된 추진제의 자유 표면 위에 있는 동안에, 고려될 수 있는 신호를 리턴한다. 예를 들어, 추진 시스템(50)의 동작 동안에 시간(t)의 함수로서 레벨 프로브(22 및 23)의 이용가능성을 도시하는 곡선이 도 3a 및 도 3b에 각각 플로팅된다. 탱크(20 및 21)는 상이한 속도로 비워지기 때문에, 레벨 프로브(22 및 23)의 이용가능성 곡선은 일반적으로 상이하다. 이용가능성은, 레벨 프로브가 덮혀있지 않은 프로세스에 있고 그리고 측정치를 보낼 수 있을 때 값(1)을 갖고; 그렇지 않은 이용가능성은 값(0)을 갖는다.

도 3a에 도시된 바와 같이, 레벨 프로브(22)는 복수의 세그먼트로 구성되고, 그리고 이것은 t1=10 초(s)과 t2=40s 사이에서 그리고 또한 t5=120s와 t7=150s 사이에서 덮혀있지 않은 프로세스에 있다. 시간의 나머지 동안에, 이것의 이용가능성은 제로이며, 즉 레벨 프로브(22)가 어떠한 측정치도 리턴하지 않는다: 추진제의 레벨이 2개의 연속적인 센서 사이에 놓인다.

유사한 방식으로, 도 3b에 도시된 바와 같이, 레벨 프로브(23)는 먼저 t3=60s와 t4=90s 사이에서, 그리고 두번째로 t6=130s와 t8=160s 사이에서 덮혀있지 않은 프로세스에 있다. 시간의 나머지 동안에, 레벨 프로브(23)는 이용가능하지 않다.

레벨 프로브(22 및 23)가 간헐적으로 측정치를 제공하는 점이 도 3a 및 도 3b로부터 보여질 수 있다. 또한, 레벨 프로브(22 및 23)의 이용가능성 주기는 반드시 일치하지 않아도 된다. 레벨 프로브(22)가 t1으로부터 t2까지 덮혀있지 않은 프로세스 동안의 제1 기간은 레벨 프로브(23)가 t3으로부터 t4까지 덮혀있지 않은 프로세스에 있는 동안의 제1 기간과 완전히 분리되는 반면, 레벨 프로브(22)가 t5로부터 t7까지 덮혀있지 않은 프로세스 동안의 제2 기간은 레벨 프로브(23)가 가 t6으로부터 t8까지 덮혀있지 않은 프로세스 동안의 제2 기간과 t6으로부터 t7까지의 10초 기간 동안 중첩된다. 따라서, 레벨 프로브(22 및 23)에 의해서 제공되는 측정치가 동시에 이용가능하지 않는 것이 가능하다.

레벨 프로브(22 및 23)는 도 1에 도시된 바와 같이 유량 평가 시스템(10)에 연결된다. 상술된 바와 같이, 평가 시스템(10)은 탱크 내 유체의 레벨을 측정하기 위해서 적합한 측정 수단(17)을 갖는다. 측정 수단(17)은 레벨 프로브(22 및 23) 및 이들에 연결된 획득 카드(19)를 포함한다.

평가 시스템(10)은 무향 칼만 필터(unscented Kalman filter)를 사용함으로써 각각의 추진제의 유동량을 추정하기 위한 수단을 갖는다. 이 수단은 획득 카드(19)가 부품인 특히 컴퓨터(11)를 포함하는 계산 수단이다. 구체적으로, 추정 수단은 초기화 디바이스(12), 변환 디바이스(14), 취득 디바이스(16), 및 보정 디바이스(18)를 포함한다. 측정 수단(17)에 의해서 수집된 레벨 측정치에 부가하여, 평가 시스템(10)은 추진 시스템(50)의 동작에 관한 데이타를 입력 데이타로서 사용한다. 예를 들어, 터보펌프로부터의 출구에서 추진제의 압력 및 터보펌프의 회전 속도에 관한 데이타를 수용하도록 터보펌프(24 및 25)에 연결된 획득 디바이스(15)가 보여질 수 있다. 다른 데이타가 또한 수집될 수도 있다. 또한, 획득 디바이스(15)는 다른 데이타를 획득하기 위해서 추진 시스템(50)의 다른 구성요소 또는 위치에 연결될 수도 있다. 예를 들어, 이것은 연소실(30)의 가스의 온도를 측정하기 위해서 연소실(30)에 또한 연결될 수도 있다.

무향 칼만 필터는 반복 필터(iterative filter)이며, 각각의 새로운 추정치가 현재의 데이타 및 선행하는 추정치에 근거하여 계산된다. 보정 디바이스(18)에 의해서 리턴되는 값은 변환 시스템(14)에 대한 입력 값으로서(따라서 평가 시스템(10)의 반복 동작을 제공함), 그리고 또한 전체 출력 값으로서 기능한다. 이 출력 값은 다양한 목적을 위해서, 예를 들어, 엔진의 동작을 모니터링 하기 위해서, 또는 엔진을 조절하기 위해서, 특히 평가된 유량의 함수로서 바이패스 밸브(V1 및 V2)의 개방을 조정하기 위해서 사용될 수도 있다.

도 1에서, k는 현재 순간(또는 현재 반복 프로세스)이며, 다음 기호가 사용된다:

·x_k 현재 상태,

평균 값의 추정값, 및 P_k는 공분산 행렬(covariance matrix);

　·Q_k 및 R_k 칼만 필터의 측정 노이즈(v_k) 및 상태 노이즈(w_k) 각각의 공분산 행렬(cf. 상술된 등식(1) 및 (2)), 이들은 측정 노이즈가 측정될 수 있는 것을 안다면, 선험적으로 알려져 있는 것으로 가정된다;

·S_ik 순간(k)에서 i 번째 시그마 포인트(sigma point);

·u_k 입력 데이타;

·

순간(k)과 동일한 값을 안다면, 순간(k+1)에서 취득되는 상태(x)의 원시 값(raw value);

·

공분산 행렬(P_k)을 알 때 순간(k+1)에서 상태(x)의 원시 공분산 행렬;

·y_k 측정 수단(17)으로부터 측정된 값; 및

·

측정 수단(17)에 의해서 측정된 레벨 측정치의 함수로서 보정된 순간(k+1)에서 상태(x)의 값, 및 P_k+1 공분산 행렬.

본 실시형태에서 선택된 무향 칼만 필터의 상태(x_k)는 연료 레벨(n_k), ANN에 의해서 추정된 유량(q_k), 및 유량의 바이어스(E_k)를 포함한다. 이것은 다음을 제공한다:

x_k = [n_k, q_k, E_k]^T

UKF의 상태는 UKF를 사용하여 평가되기를 바라는 유량의 개수 만큼 많은 레벨, 유량 및 바이어스를 가질 수도 있다. 도 1의 실시예에서, 크기(n, q 및 E)는 벡터이고, 각각은 2개의 성분을 가지며, 성분 중 하나는 탱크(20)의 추진제를 가리키고, 다른 하나는 탱크(21)의 추진제를 가리킨다. 명확성의 이유 때문에, 그리고 반대로 언급되지 않으면, 아래의 설명은 단지 하나의 유량에 관한 것이나, 설명되는 구성요소는 둘 이상의 유량이 있을 때에도 균등하게 유효하다.

초기화 디바이스(12)는 추진 시스템(50)의 특성의 함수인 초기 상태(

, P₀)를 변환 디바이스(14)에 공급하도록 구성된다.

변환 디바이스(14)는 각각의 순간(k)에 UFK의 무향 변환을 행하도록, 즉 현재 상태(x_k)를 근사화하면서 공분산 행렬(P_k) 및 값(

)으로부터 한 세트의 시그마 포인트(S_ik)를 생성도록 구성된다.

취득 디바이스(16)는 평가 방법의 취득 단계를 행하도록 구성된다. 본 실시형태에서, 취득 단계는 인공 신경 망에 의해서 행해진다. 이 ANN은, 펌프로부터의 출구에서 상기 추진제의 압력, 연소실(30)에서 가스 압력, 및/또는 상기 터보펌프의 회전 속도를 입력으로서 취하면서 대응하는 터보펌프(24 및 25)의 입구에서의 원시 추진제 유량을 제공한다. 다른 것이 동일하면, 입력 데이타의 양이 더 크면(대응하는 개수의 상황-식별 기준을 제공하면서), ANN에 의해서 제공되는 추정값이 더욱 정확해진다. 특히, ANN은, 특히 다양한 세트의 입력에 대해서 단일의 감춰진 층을 갖는, 실험 데이타 또는 물리적 모델로부터 얻어지는 지도에 대응하는 데이타베이스에 근거하여 성립되는 다-층 감지 타입의 것일 수도 있다.

실험적으로, ANN의 출력부에서 제공되는 유량이 노이즈가 많다는 점이 발견되었다. 이 실시형태에서, 로우패스 필터가 여기에 적용되고, 구체적으로 제1 차 필터이다. 순간(k)에서 취득 디바이스(16)에 의해서 얻어지는 유량에 대해서 q_k를 쓰고, ANN에 의해서 입력 데이타(u_k)에 대해 적용되는 함수에 대해서 ANN_k를 쓰고, k와 k+1 사이의 시간 단계에 대해서

를 쓰고, 그리고 (이 실시예에서 1초 정도의) 필터의 시간 상수에 대해서 T를 씀으로써, 이러한 필터의 실시예는 다음 타입의 표현이다:

유량(d)이 ANN에 의해서 리턴되는 원시 유량(q) 더하기, 유동 모델링 에러의 효과를 나타내는, 파지티브 또는 네가티브일 수도 있는 미지의 바이어스(E)의 합인 점이 또한 가정된다. 즉, 각각의 추진제에 대해서, 다음 관계가 적용된다:

다른 실시형태에서, 등식(4)은 다음 형태로 일반화될 수도 있다:

여기서 바이어스(E)는 벡터이고 그리고 선형 함수(affined function)의 형태로 유량에 적용된다. 특히, 계수(

)는 곱의 바이어스(multiplicative bias)를 고려하는 것을 가능하게 하는 한편, 계수(

)는 합의 바이어스(additive bias)를 고려하는 것을 가능하게 한다. 등식(4)의 상기 제1 실시예에서,

이다.

취득 디바이스(16)에 대해서, 바이어스(E)는 상수인 것으로 가정되고; 이것은 바이어스(E)가 보정 디바이스(18)에 의해서 후속하여 보정되는 것을 방지하지 않는다. 이 가정은 다음 관계에 의해서 표현될 수 있다:

바이어스(E_k)의 변화에 대한 다른 타입의 관계는 취득 디바이스(16)에 대해서 가능하고, 예를 들어, 추진 시스템(50)의 추력에 비례하는 바이어스, 또는 바이어스가 가장 작은 값에 있다고 가정될 수 있는 공칭 동작 지점(왜냐하면 이 지점에 있는 시스템이 정의에 의해서 가장 잘 알려지기 때문에)으로부터 거리의 제곱의 함수로서 증가되는 실제의 바이어스이다. 따라서, 등식(3), 등식(4) 및 등식(5)은 취득 디바이스(16)에서 실행되는 ANN에 의존하는 유량의 변화를 위한 등식을 정의한다.

또한, 취득 디바이스(16)는 탱크에서 연료 레벨(n_k)의 변화에 대한 모델을 또한 갖는다. 연료의 질량(m_k)이 양(

) 만큼 각각의 시간 단계(

)에서 감소할 수도 있다는 점 및 질량이 함수(G20 및 G21)에 의해서 레벨과 관련된다는 점을 기재함으로써(cf. 도 2; 이 함수는 글자 G에 의해서 아래에서 포괄적으로 지칭된다), 다음으로 다음 관계가 각각의 추진제에 대해서 취득된다:

여기서 G^-1은 함수(G)의 역(inverse)이다.

평가 디바이스(10)의 동작은 아래에서 상세하게 설명된다. 초기화 디바이스(12)는, 예를 들어 탱크의 초기 채움 레벨, 제로 유량, 및 제로 바이어스를 취하면서, 초기 상태(x₀)를 초기화한다. 초기화 디바이스(12)는 초기 상태에 대응하는 값(

, P₀)을 변환 디바이스(14)에 공급한다. 이 계산에 대해서, 상태(x)는 공분산(P) 및 평균(

)의 랜덤 가우시안 변수인 것으로 가정된다.

각각의 반복 프로세스(k)에서, 변환 디바이스(14)는 확대된 상태 벡터

를 계산한다.

공분산 행렬(P_Xk)은 각각의 공분산 행렬(P_k, Q_k, 및 R_k)에 의해서 형성되는 블록 대각 행렬이다. 공분산 행렬(Q_k, R_k)는 실험적으로 얻어지고 메모리(13)에 저장된다. 대안적으로, 또는 또는, 측정 공분산(R_k)은 이동하는 시간 윈도우에 걸쳐서 측정 노이즈(v_k)의 분산을 추정함으로써 자동적으로 계산될 수도 있다.

변환 디바이스(14)는, 현재 상태(X_k)를 근사시키는 가우시안 랜덤 변수(

, P_xk)에 대응하는 시그마 포인트의 세트를 생성한다. 이 시그마 포인트(S_ik)는 종래의 무향 칼만 필터 기술을 사용하여 생성되며, 이 기술은 여기서 상세히 설명되지 않는다. 벡터(

)로서 동일한 구조를 갖는 각각의 시그마 포인트(S_ik)는 취득 디바이스(16)에 공급된다.

취득 디바이스(16)의 역할은, 순간(k)의 벡터, 및 추진 시스템(50)에 관한 데이타(구체적으로 입력 데이타(u_k))를 안다면, 순간(k+1)에서 상태 벡터의 초기 추정값(원시 값)을 얻는 것이다. 상술된 바와 같이, 이 취득은 ANN을 사용하는 등식(3), (4) 및 (5)를 사용하여 행해진다. ANN이 예측적인 모델이기만 하면, 취득 단계는 여기서 좀더 구체적으로 예측 단계로 지칭될 수도 있다. 노이즈(v_k 및 w_k)에서 변화는 무향 칼만 필터를 사용할 때 채용되는 종래의 방법을 사용하여 결정된다. 상태 노이즈에 대해서, (ANN과 같은) 구성된 모델을 사용하는 특정 상황에서, 유효한 도메인 안에서 ANN의 정확성을 보이기 위한 맵을 얻기 위해서 모델의 결과를 알려진 상황과 비교하는 것이 가능하다.

ANN에 의해서 제공되는, 순간(K+1)에서 시그마 포인트(S_{iK + 1})의 값은 다음으로 취득 디바이스(16)의 출력부에서, 순간 (k)에서 값(

)를 안다면 순간(k+1)에서 상태(x)에 대한 취득된(예측된) 값(

), 및 공분산 행렬(P_k)를 안다면, 순간(k+1)에서 상태(x)의 공분산 행렬(

)을 결정하기 위해서 사용된다. 도 1에 도시된 바와 같이, 이 값은 다음으로 보정 디바이스(18)에 제공된다.

보정 디바이스(18)는 다음으로, 측정 값이 이용가능할 때 취득 디바이스에 의해서 얻어지는 값을 보정한다. 각각의 추진제에 대해서, 만약 레벨 측정이 이용가능하다면(즉, 만약 대응하는 레벨 프로브가 덮혀있지 않으면), 상태 값(x_{k + 1})은 측정된 레벨(y_k)과 예측된 레벨(

)(취득된 레벨) 사이의 차이의 함수로서 보정된다. 상태 값은 특히 상기 차이에 비례하는 값에 의해서 보정되고, 비례 인자는 "칼만 게인"으로 지칭된다. 칼만 게인은 레벨 측정으로부터 그리고 시그마 포인트로부터 종래의 방식으로 계산된다. 그렇지 않으면, 만약 레벨 측정이 이용가능하지 않다면, 이것은 예를 들어 칼만 케인을 제로로 세팅함으로써 유지되는 취득 디바이스(16)에 의해서 등식(6)을 사용하여 결정되는 바와 같은 상태 값(x_{k + 1})이다. 0, 1 또는 2개의 레벨 측정값이 이용가능한지에 의존하여(4개의 가능한 상황), 보정 디바이스(18)는 따라서 취득 디바이스(16)에 의해서 얻어지는 유량을 보정한다. 따라서 보정 디바이스(18)는 이용가능한 측정값에 적합한 포함된 선택 함수를 갖는다.

측정-가능성 상황 사이의 구별이 평가 시스템(110)에 병렬로 4개의 계산 함수(11a, 11b, 11c 및 11d)를 배열함으로써 행해지며, 이 기능이 계산 유닛(111)에 포함되고 각각이 위에서 언급된 4개의 측정-이용가능성 상황 중 하나를 커버하도록 세팅되는 변형예가 도 5에 도시된다. 도 5에서, 추진 시스템(50)의 미변경 부분(특히 추진실(30) 및 계산 유닛에 대한 입력)은 도시되지 않는다. 또한, 각각의 계산 함수(11a, 11b, 11c 및 11d)는 컴퓨터(11)에 포함된 것과 유사한 아키텍쳐를 갖는다.

계산 함수(11a)는 레벨 측정값을 고려하지 않고 탱크(20 및 21)로부터 오는 유체 유량을 평가한다. 계산 유닛(11a) 내에 제공되는 보정 디바이스(18)는 따라서 사용되지 않는다. 계산 함수(11b)는, 단지 레벨 프로브(22)에 의해서 리턴되는 측정치를, 이러한 측정이 가능할 때, 고려하면서 탱크(20 및 21)의 유량을 평하가 한다. 유사한 방식으로, 계산 함수(11d)는, 단지 레벨 프로브(23)에 의해서 리턴되는 측정값을, 이들이 이용가능할 때, 고려하면서 탱크(20 및 21)로부터의 유체 유동을 평가한다. 마지막으로, 계산 함수(11c)는 레벨 프로브(22 및 23) 양자에 의해서 리턴되는 측정값을, 이용 가능할 때, 고려함으로써 탱크(20 및 21)로부터의 유체의 유량을 평가한다.

계산 함수(11a, 11b, 11c, 및 11d)에 의해서 평가되는 유량 값은 선택 디바이스(118)에 전송된다. 선택 디바이스(118)는 또한 레벨 프로브(22 및 23)가 이용가능할 때를 알기 위해서 레벨 프로브에 연결된다. 따라서, 선택 디바이스(118)는, 레벨 프로브(22 및 23)에 의해서 리턴되는 측정의 이용가능성의 함수로서, 선택 디바이스가 수용하는 4개의 유량 세트 중에서 선택한다. 이 출력에서, 선택 디바이스(118)는 이용가능한 이 측정을 정확하게 고려하는 계산 유닛에 의해서 공급되는 유량의 세트를 리턴한다. 예를 들어, 만약 단지 레벨 프로브(22)에 의해서 리턴되는 측정이 이용가능하면, 보정 디바이스(118)는 계산 유닛(11b)로부터 수용되는 유량의 세트를 송신한다.

변형예에서, 선택 디바이스(118)는 계산 함수(11a, 11b, 11c, 및 11d)로부터 상류이거나 또는 심지어 동일한 레벨에 있을 수도 있다.

모든 상황 하에서, 평가 시스템(10, 110)은 따라서 불연속적이고 비동기적인 측정에 근거하여 취득 디바이스(16)에 의해서 취득되는 값을 리세트하는 기능을 한다.

평가 시스템(10)에 의해서 행해지는 방법은 유량이 순간 순간 평가될 수 있도록 한다. 도 1에서 보여질 수 있는 바와 같이, 연속적인 유량을 평가하기 위해서, 반복 루프는 다음 순간으로 이동되고 위에서 설명된 단계를 반복하는 것을 가능하게 한다. 각각의 단계에서, 평가된 추진제 유량, 즉 취득되고 그리고 다음으로 보정된 유량은:

이며,

이 관계에서, 추정된 원시 유량 (

)은 필수적으로 ANN에 의해서 결정되고, 그리고 추정된 바이어스(

)는 필수적으로 UKF에 의해서 결정된다.

적용 실시예는 도 3a - 도 3b 및 4a - 도 4c를 참조하여 아래에서 설명된다. 도 4a - 도 4c는 각각 100초간 지속되는 2개의 단계(2개의 동작 포인트) 동안에 추진 시스템(50)의 동작을 보인다. 도 4a는, ANN 만에 의해서(곡선(Q20a)) 그리고 평가 디바이스(10)에 의해서(곡선(Q20b)) 추정되는 바와 같이 탱크(20)로부터 오고 그리고 연소실(30)에 들어가는 추진제 유량의 변화를 도시한다. 비교에 의해서 유량의 실제 값이 또한 플로팅된다(곡선(Q20c)). 도 4a에서 보여질 수 있는 바와 같이, 초기 몇초 동안에, ANN 만에 의해서 추정되는 유량(곡선(Q20a))은 평가 디바이스에 의해서 추정되는 유량(곡선(Q20b))보다 실제 유량(곡선(Q20c))에 더 가깝다. 이것은 초기화 디바이스(12)에 의해서 제공되는 값의 임의적 성질때문이다. 몇 초 후에, 이 차이는 흡수된다.

순간(t=t1(10s))에서, 도 3a에 도시된 바와 같이, 레벨 프로브(22)는 덮혀있지 않고 그리고 측정 수단(17)은 레벨 측정값을 획득한다. 이 측정값에 근거하여, 따라서 보정 디바이스(18)는 취득 디바이스(16)에 의해서 공급되는 값을 보정할 수 있다. 이것은, 실제 유량(곡선(Q20c))에 근사한 레벨에서 안정화되는 평가된 유량이 추종하는 곡선(Q20b)의 천이 영역으로 이어진다. 레벨 프로브(22)는 t=t3 (40s) 일 때까지 계속해서 덮히지 않고, 이후에 다시 한번 더 이용불가능해진다. t3과 t5 사이에서, 곡선(Q20b)에 의해서 표현되는 바와 같이 평가된 유량은, 보정 디바이스(18)가 어떠한 작동을 행하지 않기 때문에 단지 취득 디바이스(16)를 사용함으로써 평가된다. 측정값에 근거한 그리고 특히 동작 포인트의 변화의 어느 일측(t=100s)에 근거한 제1 리세팅으로부터와 같이, 평가 디바이스(10)에 의해서 평가되는 유량은 큰 정확성을 가지고 실제 유량(곡선(Q20c))을 추종하며, ANN 만에 의해서 평가된 유량(곡선(Q20a))은 실제 유량에 대해서 다소 일정한 바이어스 또는 오프셋을 계속 유지하는 것이 보여질 수 있다.

도 4b는 도 4a와 유사하고, 그리고 탱크(21)로부터 나오고 그리고 연소실(30)에 들어가는 추진제의 유량 변화를 도시한다. 곡선(Q21a)은 ANN만에 의해서 추정되는 유량을 도시하고, 곡선(Q21b)은 평가 디바이스(10)에 의해서 평가되는 유량을 도시하고, 그리고 곡선(Q21c)은 실제 유량을 도시한다. 곡선(Q21b)이 보정 디바이스가 효과적이지 않는 한 곡선(Q21a)을 추종하는 점이 보여질 수 있다(cf. 도 3b: t=t3, 60s 까지, 레벨 프로브(23)는 어떠한 측정도 리턴하지 않는다). 그 이후에, 곡선(Q21b)은 곡선(Q21c)에 실질적으로 더욱 근접해진다. 도 4b의 오른편 확대도는 레벨 프로브(23)의 제2 덮히지 않은 기간 동안, 즉 t6 (130s)와 t8 (160s) 사이에서 발생되는 유사한 효과를 밝힌다. 따라서 무향 칼만 필터의 사용은 추정기, 특히 ANN 타입 추정기만에 의해서 제공될 수 있는 결과를 상당히 향상시킨다.

도 4c는 시간 함수로서 혼합 비율의 변화를 도시한다. 혼합 비율은 2개의 추진제의 유량 사이의 비율로서 정의된다. 각각의 곡선(MRz)은 비율 Q21z/Q20z을 취함으로써 취득되며, 여기서 z는 a, b, 또는 c와 동일하다. 혼합 비율은 추진제 시스템(50)과 같은 추진 시스템의 동작 포인트를 조절하기 위해서 종종 사용되는 크기이다.

평가 디바이스(10)에 의해서 평가되는 유량으로부터 계산되는 혼합 비율을 도시하는 곡선(MRb)에서 변화는 순간(t1)과 순간(t3)에서 그리고 다음으로 순간(t5)과 순간(t6)에서 유량의 각각의 개별적인 리세팅을 명확하게 도시한다. 평가 디바이스(10)는 따라서 무향 칼만 필터에 의해서 가능하게 되는 연속적인 리세팅 동작 때문에 혼합 비율의 정확한 추정을 제공한다.

도 6은 유체 유량을 평가하기 위한 디바이스(20)의 다른 실시형태를 도시한다. 이 도에서, 제1 실시형태의 구성요소와 동일하거나 또는 대응하는 구성요소는 동일한 참조 부호를 부여받으며, 상이한 백 자리수를 갖고, 그리고 이들은 다시 설명되지 않는다.

도 6의 평가 디바이스(210)는 유체가 유동되어 나가는 탱크(220)를 갖는 유체 회로(250) 내에 포함된다. 탱크로부터 하류에서, 유량계(215a)가 유체의 유량을 측정한다. 그럼에도 불구하고, 유량계(215a)는 부정확하거나 또는 바이어스될 수도 있다. 디바이스(210)의 역할은 탱크(220) 내 유체의 레벨의 측정에 근거하여 유량계(215a)에 의해서 리턴되는 유량의 값을 보정하는 것이다.

평가 디바이스(210)는, 평가 디바이스가 ANN과 같은 예측적인 수학적 추정기에 의존하는 대신에 유량계(215a)에 의해서 리턴되는 측정을 사용하는 것을 제외하고, 평가 디바이스(10)와 같이 동작된다. 달리 말하면, 위 등식(3)에서, 용어 ANN_k(u_k)는 획득 디바이스(215)에 의해서 획득되고 유량계(215a)에 의해서 측정되는 현재 값에 의해서 대체된다. 취득 디바이스(216)에 의해서 취득된 유량 값은 다음으로 보정 디바이스(18)에 공급되며, 보정 디바이스는 획득 카드(19)로부터 수신되는 측정(y_k)의 함수로서 이를 보정한다. 도 6에서 도시되는 바와 같이, 보정된 평가된 유량은 이의 측정 바이어스를 감소시키기 위해서 유량계의 캘리브레이션을 변경하도록 평가 디바이스(210)에 의해서 유량계(215a)에 리턴된다.

비록 본 발명이 특정 실시형태를 참조하여 설명되나, 변경은 청구항에 의해서 정의되는 바와 같은 본 발명의 전체적인 범위를 넘어가지 않으면서 이 실시형태에 채택될 수도 있다. 특히, 도시되고 그리고/또는 언급된 다양한 실시형태의 개별적 특징이 추가적인 실시형태에서 결합될 수도 있다. 결과적으로, 설명 및 도면은 제한적인 것보다는 도해적인 의미로 간주되어야 한다.

Claims (12)

1. 탱크(20, 21)로부터 오는 유체의 유량을 평가하기 위한 평가 방법에 있어서, 상기 방법은 상기 탱크 내 상기 유체의 레벨(y_k)을 측정하는 단계를 포함하고, 그리고 상기 방법은 무향 칼만 필터(unscented Kalman filter)를 사용함으로써 상기 유체의 유량(

   

   )을 추정하기 위한 추정 단계를 포함하며, 상기 추정 단계는 상기 원시(raw) 유체 유량(

   

   )을 취득하기 위한 취득 단계, 및 레벨 측정(y_k)이 이용가능할 때, 상기 취득된 원시 유량이 상기 레벨 측정의 함수로서 보정되는 보정 단계를 포함하는 것을 특징으로 하는, 평가 방법.
2. 청구항 1에 있어서, 상기 원시 유량 값(

   

   )은 적어도 하나의 센서(215a), 특히 유량계에 의해서 측정되는, 평가 방법.
3. 청구항 1에 있어서, 상기 원시 유량 값(

   

   )은 특히 인공 신경 망을 사용함으로써 반복적으로 평가되는 계수를 갖는 수학적 추정에 의해서 계산되는, 평가 방법.
4. 청구항 1 내지 3 중 어느 한 항에 있어서, 상기 탱크(20, 21) 내 유체의 질량(m_k)은 상기 탱크 내 유체의 레벨(n_k)의 비-선형 함수인, 평가 방법.
5. 청구항 1 내지 4 중 어느 한 항에 있어서, 상기 무향 칼만 필터의 상태는 상기 원시 유량 값(

   

   )의 바이어스(E_k)를 포함하는, 평가 방법.
6. 청구항 1 내지 5 중 어느 한 항에 있어서, 상기 보정 단계 전에 상기 레벨 측정(y_k)의 요동을 필터링하는 필터링 단계를 더 포함하는, 평가 방법.
7. 제1 탱크로부터 그리고 제2 탱크로부터 각각 오는 유체의 2개의 유량을 평가하는 방법에 있어서, 상기 유체의 상기 유량이:
   ·제1 평가 방법으로서, 무향 칼만 필터를 사용하여 상기 유체의 유량(

   

   )을 추정하는 단계를 포함하며, 상기 무향 칼만 필터를 보정하는 단계에서 어떠한 레벨 측정이 고려되지 않는, 상기 제1 평가 방법;
   ·청구항 1 내지 6 중 어느 한 항에 따른 제2 방법으로서, 단지 상기 제1 탱크의 레벨 측정만이 고려되는 상기 제2 방법;
   ·청구항 1 내지 6 중 어느 한 항에 따른 제3 방법으로서, 단지 상기 제2 탱크의 레벨 측정만이 고려되는, 상기 제3 방법; 및
   ·청구항 1 내지 6 중 어느 한 항에 따른 제4 방법으로서, 2개의 레벨 측정이 고려되는, 상기 제4 방법;을 개별적으로 실행함으로써 그리고
   이용가능한 상기 측정을 정확하게 고려하는 상기 4가지 방법 중 하나에 의해서 평가되는 바와 같은 상기 유량을 리턴함으로써 평가되는, 방법.
8. 탱크(20, 21, 220)로부터 오는 유체의 유량을 평가하기 위한 평가 시스템(10, 110, 210)에 있어서, 상기 시스템은 상기 탱크(20, 21, 220) 내 유체 레벨(y_k)을 측정하기 위해 적합한 측정 수단(17, 22, 23)을 포함하고, 그리고 상기 시스템은 무향 칼만 필터를 사용하여 상기 유체의 유량(

   

   )을 추정하기 위한 추정 수단을 포함하며, 상기 추정 수단은 상기 원시 유체 유량을 취득하기 위한 취득 수단(16, 216) 및 상기 취득 수단에 그리고 상기 측정 수단에 연결되고 그리고 상기 측정 수단에 의해서 측정된 상기 레벨(y_k)의 함수로서 상기 취득 수단(16, 216)에 의해서 취득된 바와 같은 상기 원시 유량(

   

   )을 보정하도록 구성되는 보정 수단(18)을 포함하는 것을 특징으로 하는, 평가 시스템(10, 110, 210).
9. 특히 우주 발사체용 추진 시스템(50)에 있어서, 상기 시스템은 각각 추진제를 수용하는 2개의 탱크(20, 21), 상기 2개의 추진제가 주입되는 연소실(30), 및 청구항 8에 따른 상기 추진제 중 적어도 하나의 유량을 평가하기 위한 평가 시스템(10)을 포함하는, 추진 시스템(50).
10. 유량계(215a)를 리세팅(resetting)하기 위한 시스템에 있어서, 상기 시스템은 상기 유량계를 통과하는 유량을 평가하기 위해서 청구항 8에 따른 평가 시스템(220)을 포함하는, 시스템.
11. 청구항 1 내지 7 중 어느 한 항에 따른 평가 방법의 단계를 실행하기 위한 지시를 포함하는 프로그램으로서, 상기 프로그램은 컴퓨터(11)에 의해서 실행되는, 프로그램.
12. 청구항 1 내지 7 중 어느 한 항에 따른 평가 방법의 단계를 실행하기 위한 지시를 포함하는 컴퓨터 프로그램을 저장하는 컴퓨터-판독가능한 데이타 매체.

Images