WO2022145759A1 - 비행시험 데이터를 이용한 6 자유도 비행 시뮬레이션 정확도 향상 방법 및 장치 - Google Patents

비행시험 데이터를 이용한 6 자유도 비행 시뮬레이션 정확도 향상 방법 및 장치 Download PDF

Info

Publication number
WO2022145759A1
WO2022145759A1 PCT/KR2021/018020 KR2021018020W WO2022145759A1 WO 2022145759 A1 WO2022145759 A1 WO 2022145759A1 KR 2021018020 W KR2021018020 W KR 2021018020W WO 2022145759 A1 WO2022145759 A1 WO 2022145759A1
Authority
WO
WIPO (PCT)
Prior art keywords
flight
simulation
flight test
test data
aerodynamic
Prior art date
Application number
PCT/KR2021/018020
Other languages
English (en)
French (fr)
Inventor
우옌레비탕
장막심
이재우
전권수
Original Assignee
건국대학교 산학협력단
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 건국대학교 산학협력단 filed Critical 건국대학교 산학협력단
Publication of WO2022145759A1 publication Critical patent/WO2022145759A1/ko

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64F—GROUND OR AIRCRAFT-CARRIER-DECK INSTALLATIONS SPECIALLY ADAPTED FOR USE IN CONNECTION WITH AIRCRAFT; DESIGNING, MANUFACTURING, ASSEMBLING, CLEANING, MAINTAINING OR REPAIRING AIRCRAFT, NOT OTHERWISE PROVIDED FOR; HANDLING, TRANSPORTING, TESTING OR INSPECTING AIRCRAFT COMPONENTS, NOT OTHERWISE PROVIDED FOR
    • B64F5/00—Designing, manufacturing, assembling, cleaning, maintaining or repairing aircraft, not otherwise provided for; Handling, transporting, testing or inspecting aircraft components, not otherwise provided for
    • B64F5/60—Testing or inspecting aircraft components or systems
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M99/00—Subject matter not provided for in other groups of this subclass
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M99/00—Subject matter not provided for in other groups of this subclass
    • G01M99/008—Subject matter not provided for in other groups of this subclass by doing functionality tests
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation

Definitions

  • the present invention relates to a technique for improving the accuracy of 6-DOF flight simulation using flight test data, and more specifically, to improve the accuracy of 6-DOF simulation of light aircraft by implementing model tuning and aerodynamic database correction using flight test data. It relates to a method and apparatus for improving the accuracy of 6-DOF flight simulation using available flight test data.
  • VFTC Virtual Flight Test and Certification
  • VFTC can greatly reduce the cost and risk of certification stage through actual flight test. For this reason, the accuracy of flight simulators is becoming increasingly important to ensure that the simulator can reproduce real flight trajectories.
  • the accuracy of the flight simulation model is affected by the accuracy of several model databases (databases) such as aerodynamics DB, propulsion DB, weight DB, and control system DB.
  • databases such as aerodynamics DB, propulsion DB, weight DB, and control system DB.
  • the level of precision and the time required for interpretation are proportional and inversely proportional to the range of interpretation and amount of data.
  • the low-precision empirical method calculates the aerodynamic coefficient much faster and provides a wider range than the analysis method through CFD (Computational Fluid Dynamic) or wind tunnel test (W/T test). It can be dealt with, but due to the limitations of the methodology, the accuracy is lowered. Therefore, in order to improve the accuracy of flight simulation, it is necessary to use data obtained by fusion of various analysis methodologies.
  • An embodiment of the present invention is to provide a method and apparatus for improving the accuracy of a 6-DOF flight simulation using flight test data that can improve the accuracy of a light aircraft simulation model by verifying the 6 DOF simulation using actual flight test data .
  • An embodiment of the present invention combines high fidelity flight test data with data to which a variable fidelity methodology is applied to generate an accurate flight simulation model DB, flight test data that can improve the accuracy of flight simulation To provide a method and apparatus for improving the accuracy of 6-DOF flight simulation using
  • An embodiment of the present invention provides a method and apparatus for improving the accuracy of 6-DOF flight simulation using flight test data that can evaluate the reliability of the flight simulation model by verifying the reliability of the 6 DOF simulation based on the regulations contained in the certification regulation handbook want to
  • the method for improving the accuracy of 6-DOF flight simulation using flight test data includes: building a flight simulation model; performing a longitudinal maneuver flight test to build a flight test database with flight test data collected during the flight test a flight test performing step for, a preliminary model tuning step of adjusting parameters of the simulation model to improve the accuracy of the flight simulation model using the flight test data, aerodynamic DB correction step of correcting an aerodynamic database, and the flight It includes a flight test validation step that provides an improved simulation model by performing simulation validation using test data.
  • an actual flight test of a light aircraft is conducted according to flight conditions and control input based on the maneuver description contained in the flight simulator evaluation handbook, and raw data collected during the flight test is used to identify flight maneuvers. It may include data processing.
  • the raw data may include parameters related to direction, speed, acceleration, control surface displacement, and throttle setting operation variables and flight status.
  • preprocessing is performed to extract a single maneuver segment for each maneuver, and the extracted single maneuver segments are specified using a signal pattern similarity search technique. It can be classified by type.
  • the preliminary model tuning step may include a sensitivity analysis step of providing parameter effects by performing sensitivity analysis of flight dynamics in longitudinal motion based on the shape DB, weight DB, and propulsion DB of the aircraft.
  • the preliminary model tuning step provides a response error by comparing and analyzing the flight response and the simulation response, and based on the sensitivity analysis and flight response analysis, tuning to adjust the sensitive parameters affecting the longitudinal motion in the flight simulation environment.
  • the preliminary model tuning step may be defined as a function of Equation 1 below by using the damping rate and natural frequency as longitudinal motion characteristic parameters.
  • ⁇ damping factor
  • ⁇ n natural frequency
  • sensitivity parameters such as the longitudinal position of the center of gravity (CG) (X CG ), the longitudinal position of the aerodynamic center (AC) (X AG ), and the moment of inertia about the y-axis (Iyy).
  • the sensitivity parameter may be tuned by applying Equation 2 below.
  • the superscript “tuned” denotes a tuning parameter
  • “init” denotes an initial parameter
  • “test” and “sim” denote parameters obtained from flight test and simulation data, respectively.
  • the aerodynamic DB correction step estimates parameters through maximum likelihood (ML) estimation under control input and flight conditions among flight test data, calculates related aerodynamic coefficients from the estimated parameters, and uses a linear correction technique to perform existing aerodynamics.
  • DB can be calibrated.
  • a 6-DOF simulation is performed based on the regulations contained in the certification regulation handbook, the response error is calculated by comparing the actual flight response and the simulation response, and when the calculated response error meets the tolerance, The reliability of the simulation model can be verified.
  • the device for improving the accuracy of 6-DOF flight simulation using flight test data is through the flight test DB unit in which the flight test data measured during the flight test is recorded, the wind tunnel (W/T) test, CFD analysis, and empirical calculations.
  • the model parameters are adjusted by performing sensitivity analysis on the parameters using the flight test data.
  • a preliminary model tuning unit that estimates parameters from the flight test data and combines the estimated parameters and the aerodynamic DB through linear correction to correct the aerodynamic DB by combining the aerodynamic DB correcting unit, and flight response and flight of the simulation model It includes a flight test verification unit that performs simulation verification by comparing the test data with respect to the evaluation criteria.
  • the disclosed technology may have the following effects. However, this does not mean that a specific embodiment should include all of the following effects or only the following effects, so the scope of the disclosed technology should not be understood as being limited thereby.
  • the method and apparatus for improving the accuracy of 6-DOF flight simulation using flight test data increase the precision (Fidelity) of the simulation model by performing preliminary model tuning and aerodynamic DB correction using actual flight test data. can improve the accuracy of the flight simulation model for light aircraft by validating the 6 DOF simulation.
  • a method and apparatus for improving the accuracy of six degrees of freedom flight simulation using flight test data is accurate flight simulation by combining high fidelity flight test data with data to which a variable fidelity methodology is applied. By creating a model DB, the accuracy of flight simulation can be improved.
  • the method and apparatus for improving the accuracy of 6-DOF flight simulation using flight test data can evaluate the reliability of the flight simulation model by verifying the reliability of the 6-DOF simulation based on the regulations contained in the certification regulation handbook. .
  • FIG. 1 is a view showing an apparatus for improving the accuracy of 6-DOF flight simulation using flight test data according to an embodiment of the present invention.
  • FIG. 2 is a flowchart for explaining a method for improving the accuracy of 6-DOF flight simulation using flight test data according to an embodiment of the present invention.
  • FIG. 3 is a view for explaining a detailed process of the method for improving the accuracy of the 6-DOF flight simulation shown in FIG. 2 .
  • FIG. 4 is a view for explaining the flight test data processing process of the flight test execution stage in FIG. 2 .
  • FIG. 5 is a diagram illustrating a simulation verification result according to an embodiment.
  • first and second are for distinguishing one component from another, and the scope of rights should not be limited by these terms.
  • a first component may be termed a second component, and similarly, a second component may also be termed a first component.
  • the present invention relates to a simulation model improvement and verification procedure, and the 6-DOF simulation accuracy improvement procedure may consist of three steps: preliminary model tuning, aerodynamic DB correction, and flight test verification.
  • FIG. 1 is a view showing an apparatus for improving the accuracy of 6-DOF flight simulation using flight test data according to an embodiment of the present invention.
  • a 6-DOF flight simulation accuracy improvement device using flight test data (hereinafter referred to as a '6-DOF flight simulation accuracy improvement device') 100 is a flight test DB unit 110 and an aircraft DB unit. 120 , a preliminary model tuning unit 130 , an aerodynamic DB correction unit 140 , a flight test verification unit 150 and a control unit 160 .
  • the flight test DB unit 110 includes flight maneuvers processed from raw data measured during the flight test using an onboard acquisition system.
  • the flight test DB unit 110 may include control inputs, flight conditions, and flight responses in at least longitudinal behavior.
  • the aircraft DB unit 120 is a multi-module database constructed using several analysis methods such as wind tunnel (W/T) testing, CFD analysis, and empirical calculations.
  • the aircraft DB unit 120 may include at least a shape DB, an aerodynamic DB, a propulsion DB, and a mass and balance DB.
  • the preliminary model tuning unit 130 may adjust model parameters using flight test data to preliminarily increase the accuracy of the simulation model.
  • the preliminary model tuning unit 130 may be adjusted according to the influence of the relevant parameters of the simulation model on the longitudinal motion.
  • the preliminary model tuning unit 130 adjusts the parameters by analyzing the sensitivity to the parameters.
  • Sensitivity analysis is commonly used to determine the impact of model parameters for validation and reference purposes.
  • sensitivity analysis can be defined as a systematic investigation of the simulation response to the input of a model.
  • the behavior of the flight response in the flight simulation environment depends on the root position of the characteristic equation, which is converted into values of characteristic parameters such as frequency and damping ratio.
  • the preliminary model tuning unit 130 may provide sensitivity analysis of flight dynamics in longitudinal motion, which may be defined by Equation 1 below as a state equation and characteristic equation for short-period approximation.
  • ⁇ is the angle of attack
  • q is the pitch speed
  • u 0 is the forward speed
  • Z ⁇ is the longitudinal differential coefficient by the angle of attack
  • M ⁇ is the pitching moment per unit of angle of attack
  • M is the pitching moment per unit of rate of change of the angle of attack.
  • M q is the pitching moment in units of pitch velocity
  • ⁇ is the characteristic root of the characteristic equation.
  • the short-period root may be obtained from the above characteristic equation, which may be defined by Equation 2 below.
  • SPPO Short Period Pitching Oscillation
  • Equation 3 Equation 3
  • the characteristic parameters for short-period motion are functions of a very large parameter set. Some of these parameters are considered to be fixed quantities in the initial design phase, such as aircraft geometric dimensions, while some others are known to change nominally with the flight range of the aircraft, such as center of gravity (CG) position. Therefore, the sensitivity analysis for short-period motion focuses on the effects associated with fluctuations in the parameter list in Table 1 below.
  • Equation 3 Change in pitching moment coefficient due to angle of attack having a direct meaning to (pitching moment in units of angle of attack) It represents the first aerodynamic coefficient included in .
  • the longitudinal positions of the center of gravity (CG) and the center of aerodynamics (AC) have a great influence on the longitudinal dynamic stability. In a similar way, this analysis can be applied to all affected parameters.
  • Preliminary model tuning unit 130 is a characteristic parameter ( , ) in the affected parameter ( , , ) can be distinguished based on the motion characteristic equation.
  • the most sensitive parameter can be selected based on the parameter's effect on a particular behavior. Assuming that the motion characteristics can be described as a function of the affected parameter, as in Equation 4 below,
  • ⁇ CG the longitudinal position of the center of gravity
  • X AG the longitudinal position of the aerodynamic center
  • Iyy the moment of inertia about the y-axis
  • the superscript “tuned” indicates a tuning parameter
  • “init” indicates an initial parameter
  • “test” and “sim” are parameters obtained from flight test and simulation data, respectively.
  • Aerodynamic DB correction unit 140 receives the flight test data stored in the flight test DB unit 110 to estimate the parameters, and based on the estimated parameters and the aircraft DB unit 120, linear correction for the creation of the aerodynamic DB carry out
  • the aerodynamic DB corrector 140 may perform parameter estimation in flight test data using a Maximum Likelihood (ML) method.
  • ML Maximum Likelihood
  • the ML method is a method to obtain the parameters of a random variable based on the values sampled from that random variable. It is a method of selecting a parameter that maximizes the likelihood that desired values will be obtained when a certain parameter is given.
  • the aerodynamic DB corrector 140 is basically considered to be modeled as a series of dynamic equations including unknown parameters for the system under investigation.
  • the system is excited by an appropriate input and then the actual system response is measured.
  • the difference between the measured response and the expected response (hereafter, response error) is in the ML cost function module.
  • the cost function which is a difference function between the measured time history and the calculated time history, is minimized.
  • the probability that the aircraft response time history will reach a value near the observed value is defined for each estimate of the unknown parameter.
  • the ML estimate is defined as the estimate that maximizes this probability.
  • the values of unknown parameters are inferred based on the requirement that the mathematical model respond to given conditions.
  • the input matches the actual flight test response. Since the aircraft is a continuous-time dynamic system, when measurements are made at discrete time intervals, the system equation can be defined as Equation 6 below.
  • x(t) is the state
  • u(t) is the input
  • z(t) is the response of the dynamic system.
  • the measurement noise ( ⁇ i ) is a sequence of independent Gaussian random vectors with zero mean and covariance (GG*)
  • GG* mean and covariance
  • Aerodynamic DB correction unit 140 combines the existing aerodynamic DB with parameters estimated from flight test data. Initially, the data formats of the aerodynamic DBs obtained from different analysis sources are not similar. For example, reference aerodynamic coefficients are mostly in 3D and 2D tabular format, while flight test estimate coefficients are all in linear format. Therefore, the aerodynamic DB correction unit 140 applies a correction technique to correct the linear region of the data in order to update the existing aerodynamic DB.
  • the aerodynamic DB corrector 140 is recalculated by two linear coefficients in the 2D form coefficient through Equation 8 below.
  • the superscript “mod” indicates the changed coefficient
  • “init” indicates the initial coefficient of the aircraft model database
  • “est” indicates the value estimated from the flight test data.
  • the flight test verification unit 150 may perform simulation verification using flight test data.
  • the flight test verification unit 150 compares the flight response of the simulation model and the flight test data with respect to the evaluation criteria. According to the flight quality section of the evaluation handbook, the validation procedure is applied to the short-term dynamics of longitudinal motion.
  • the modified simulation model is performed in JSBSim FDM using the adjusted parameters of the first stage and the aerodynamic DB correction of the second stage.
  • the controller 160 generally controls the operation of the 6-DOF flight simulation accuracy improvement device 100 using flight test data, and the flight test DB unit 110 , the aircraft DB unit 120 , and the preliminary model tuning unit 130 . ), it is possible to control and manage the flow of data between the aerodynamic DB correction unit 140 and the flight test verification unit 150 .
  • FIG. 2 is a flowchart for explaining a method for improving the accuracy of 6-DOF flight simulation using flight test data according to an embodiment of the present invention
  • FIG. 3 is a detailed process of the 6-DOF flight simulation accuracy improvement method in FIG. It is a drawing for explanation.
  • a flight simulation model is built (step S210).
  • a longitudinal maneuver flight test is performed to build a flight test DB unit with flight test data collected during the flight test (step S220).
  • preliminary model tuning is performed by adjusting the parameters of the simulation model (step S230).
  • the preliminary model tuning step S230 may include a sensitivity analysis step, a flight response analysis step, and a parameter tuning step.
  • the sensitivity analysis step analyzes the influence of parameters on flight behavior.
  • the sensitivity analysis step provides parameter influences by performing sensitivity analysis of flight dynamics in longitudinal motion based on data related to aircraft shape, weight, propulsion, etc. recorded in the aircraft DB unit 120 .
  • a response error is provided by comparing and analyzing the flight response recorded in the flight test DB unit 110 and the simulation response.
  • the simulation response may be obtained in the flight test verification step.
  • the parameter tuning step adjusts the sensitive parameters based on the sensitivity analysis and flight response analysis.
  • the parameter tuning step is performed by tuning sensitive parameters affecting longitudinal motion with motion characteristic parameters such as damping rates or natural frequencies for initial parameters and parameters obtained from flight test and simulation data. can provide
  • the aerodynamic DB correction step S240 may include an ML estimation step, an aerodynamic coefficient calculation step, and an aerodynamic DB correction step.
  • the ML estimation step parameters can be estimated from flight test data through Maximum Likelihood estimation.
  • the ML estimation step may receive a control input and flight conditions recorded in the flight test DB unit 110 to estimate parameters.
  • the aerodynamic coefficient calculation step may calculate a related aerodynamic coefficient from the estimated parameter. The calculated aerodynamic coefficients are shown in Table 2 below.
  • the aerodynamic DB correction step performs aerodynamic DB correction using a linear correction technique.
  • the aerodynamic DB correction step may be performed by combining the existing aerodynamic DB with parameters estimated from flight test data to perform the correction.
  • the aerodynamic DB calibration step may update the aerodynamic coefficients using a linear calibration technique.
  • simulation verification using flight test data is performed to provide an improved simulation model (step S250).
  • the flight test verification step S250 may include a six-degree-of-freedom simulation step, a response error calculation step, and a reliability verification step.
  • the 6 degree of freedom simulation step can perform a 6 degree of freedom simulation based on the rules contained in the certification rule handbook.
  • Six degrees of freedom (DOF) refers to the six directions of motion of an aircraft. The aircraft moves about three axes around the center of gravity. The change in the attitude of the aircraft during flight is that it is rotating around three axes. The three axes intersect each other at right angles to the other axes at the central position. Therefore, when the horizontal axis and vertical axis, respectively, the rightward and upward movements are called positive movement, and the opposite is called negative movement, There are six directions of motion.
  • flight simulation is performed based on the regulations contained in the certification regulations handbook.
  • the flight simulation model is performed in JSBSim FDM using the same control inputs and flight conditions as the actual flight test using the adjusted parameters and the corrected aerodynamic DB.
  • the response error calculation step calculates a response error by comparing the simulated response with the actual flight response recorded in the flight test DB unit 110 .
  • the reliability verification step if the calculated response error meets the tolerance, it is determined that the simulation model is reliable, and if it does not meet the tolerance, the simulation response is fed back to the preliminary model tuning step of step S230, from step S230 to be repeated.
  • the tolerance for pitch speed when applied to short-period motion is , the tolerance for pitch attitude is to be.
  • FIG. 4 is a view for explaining the flight test data processing process of the flight test execution stage in FIG. 2 .
  • a flight test is performed (step S410).
  • flight testing used a life-size prototype manufactured for the purpose of performance verification and certification compliance of the lightweight aircraft KLA-100.
  • the KLA-100 is a two-seater light aircraft for aviation leisure and pilot training.
  • the flight test operation team determines flight conditions and control inputs based on the maneuver description of the flight simulator evaluation handbook (step S420).
  • raw data collected through the on-board data collection system is recorded (step S430).
  • the raw data may include all parameters related to flight status and operating variables such as direction, speed, acceleration, control surface displacement and throttle setting.
  • Data pre-processing is performed to identify flight motions (step S440).
  • data preprocessing may be used to extract segments containing noise filtering and flight test maneuvers.
  • data preprocessing uses a moving average filter to smooth the raw data by replacing each data point with the average of adjacent data points defined within the range. Then, using the specified extraction rules for each maneuver, such as load factor or control input, the entire data is extracted into multiple single start segments and the extracted single start segments are recorded.
  • the extracted single maneuver segments are classified by specific types (step S450).
  • the extracted maneuvers may be automatically classified as a particular type of maneuver using signal pattern similarity search techniques.
  • the signal pattern similarity search technique uses a distance matrix to recognize time-varying segments that closely match the sample signal. The basic idea of this method is to sweep the sample signal through the data and then find the lowest difference between the sample signal and the data locally at each location. Euclidean distance was used to measure the difference, and also the signal sequences must be distorted in a non-linear way to match each other. A warping algorithm was used to find the optimal alignment between two given time-dependent sequences under certain constraints. A sample signal is generated with respect to a general characteristic description.
  • short-time motion is a fast-responding longitudinal mode initiated in horizontal-level flight by applying an elevator or other longitudinal control input, while fugoid mode can be excited via elevator pulses or thrust fluctuations.
  • an elevator single doublet is applied for short-period longitudinal motion.
  • Flight test DB unit 110 may be constructed by recording flight test data in a form that can be applied for validation and identification purposes by filtering raw data and classifying it as a single maneuver.
  • the flight test DB unit 110 may record flight test data including control inputs, flight conditions and flight responses for each of the longitudinal and lateral motions.
  • FIG. 5 is a diagram illustrating a simulation verification result according to an embodiment.
  • Fig. 5 the shaded area shows the tolerance band obtained in the flight measurement. Referring to FIG. 5 , it can be seen that the response of the improved model is within an acceptable range. That is, it can be seen that the improved simulation model is close to the flight response of the actual flight test.
  • the simulation model improved through the 6-DOF flight simulation accuracy improvement method using flight test data according to an embodiment satisfies the specified accuracy requirements in the longitudinal motion.
  • the method and apparatus for improving the accuracy of 6-DOF flight simulation using flight test data can effectively reduce the discrepancy by modifying the sensitive related parameters for the related motion, and improve the application of the data obtained from the flight test. This can improve the accuracy of the simulation model.

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • Transportation (AREA)
  • Manufacturing & Machinery (AREA)
  • Aerodynamic Tests, Hydrodynamic Tests, Wind Tunnels, And Water Tanks (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

본 발명은 비행시험 데이터를 이용한 6 자유도 비행 시뮬레이션 정확도 향상 방법 및 장치에 관한 것으로, 6 자유도 비행 시뮬레이션 정확도 향상 방법은 비행 시뮬레이션 모델을 구축하는 단계, 종방향 기동 비행시험을 수행하여 비행시험 중에 수집되는 비행시험 데이터로 비행시험 데이터베이스를 구축하기 위한 비행시험 수행 단계, 상기 비행시험 데이터를 이용하여 상기 비행 시뮬레이션 모델의 정확도 향상을 위해 상기 시뮬레이션 모델의 매개변수를 조정하는 예비 모델 튜닝 단계, 공기역학 데이터베이스를 보정하는 공력 DB 보정 단계, 및 상기 비행시험 데이터를 이용한 시뮬레이션 검증을 수행하여 개선된 시뮬레이션 모델을 제공하는 비행시험 검증단계를 포함한다. 따라서, 항공기의 종방향 운동에서 비행 시뮬레이션 모델의 정확도를 향상시킬 수 있다.

Description

비행시험 데이터를 이용한 6 자유도 비행 시뮬레이션 정확도 향상 방법 및 장치
본 발명은 비행시험 데이터를 이용한 6 자유도 비행 시뮬레이션 정확도 향상 기술에 관한 것으로, 보다 상세하게는 비행시험 데이터를 이용한 모델 튜닝 및 공기 역학적 데이터베이스 보정을 구현하여 경항공기 6 자유도 시뮬레이션의 정확도를 향상시킬 수 있는 비행시험 데이터를 이용한 6 자유도 비행 시뮬레이션 정확도 향상 방법 및 장치에 관한 것이다.
오늘날 비행 시뮬레이션은 항공 우주 공학에서 중요한 역할을 하며 예비 설계부터 인증 준수 및 파일럿 교육에 이르기까지 거의 전체 개발 프로세스에 기여한다.
또한 비행 시뮬레이션의 가장 유망한 애플리케이션 중 하나는 VFTC(Virtual Flight Test and Certification)로, 항공기 비행 품질 및 성능 검증을 위한 실제 비행 시험을 부분적으로 대체할 것으로 예상된다.
따라서, VFTC는 실제 비행시험을 통한 인증 단계의 비용과 위험을 크게 줄일 수 있다. 이러한 이유로 시뮬레이터가 실제 비행 궤적을 재현할 수 있는지 확인하기 위해 비행 시뮬레이터의 정확성이 점점 더 중요해지고 있다.
일반적으로 비행 시뮬레이션 모델의 정확도는 공기 역학 DB, 추진 DB, 중량 DB 및 제어 시스템 DB와 같은 여러 모델 DB(Database)의 정확도에 영향을 받는다. 정밀도의 수준과 해석을 위해 필요한 시간은 비례하며 해석 범위와 데이터 양에는 반비례한다. 예를 들어, 저 정밀도인 경험식을 이용한 방법은 CFD(Computational Fluid Dynamic) 또는 풍동 시험(Wind Tunnel test, W/T test)를 통한 해석방법에 비해 공기 역학 계수를 훨씬 빠르게 계산하고 더 넓은 범위를 다룰 수 있지만 방법론의 한계상 정확도는 떨어지는 한계가 있다. 따라서 비행 시뮬레이션의 정확도를 향상시키기 위해서는 다양한 해석 방법론에서 획득한 데이터를 융합(Data Fusion)하여 이용할 필요가 있다.
JSBSim, Matlab/Simulink 또는 X-Plane 시뮬레이터와 같은 수많은 비행 시뮬레이션 플랫폼을 기반으로 여러가지 절차 및 검증 방법론이 제안되었다. Leong 등은 빙하의 얼음에 대한 연구에 사용할 UAV 개발을 지원하기 위해 세가지 다른 모델링 및 시뮬레이션 기술에 대한 평가를 설명한 바 있다. 여기서 각 동적 모델의 응답과 비행 시험 데이터를 함께 비교하였다. Cantarelo 등은 JSBSim FDM(Flight Dynamics Model) 환경에서 비행 시험결과 없이 시뮬레이션 파트에 관련된 검증을 하는 특정한 경우에 UAV에 대한 비행 동역학 모델의 검증 프로세스를 제시하였다.
이러한 연구에서는 몇 가지 한계가 존재한다. 우선 공력 해석 도구는 대부분 경험식이나 패널법(Panel method)처럼 저 정밀도(Low fidelity) 혹은 중 정밀도(Medium fidelity)에서 얻어진 해석 결과에 기반하므로 높은 정밀도를 보장하지 않는다. 또한 비행 시뮬레이션 검증 목적에 대한 평가 기준을 명확하게 정의할 필요가 있다는 점이다. 따라서 시뮬레이션의 신뢰성에 대한 검증을 위해서는 인증 규정 핸드북에 수록된 규정들을 기반으로 6 DOF 시뮬레이션을 검증하는 절차가 포함될 필요가 있다.
[선행기술문헌]
[특허문헌]
한국 등록특허 제10-1744721호 (2017.06.01 등록)
본 발명의 일 실시예는 실제 비행시험 데이터를 사용하여 6 DOF 시뮬레이션을 검증하여 경항공기 시뮬레이션 모델의 정확도를 개선할 수 있는 비행시험 데이터를 이용한 6 자유도 비행 시뮬레이션 정확도 향상 방법 및 장치를 제공하고자 한다.
본 발명의 일 실시예는 가변 정밀도(Variable fidelity) 방법론을 적용한 데이터에 고 정밀도(high fidelity) 비행 시험 데이터를 결합하여 정확한 비행 시뮬레이션 모델 DB를 생성함으로써 비행 시뮬레이션의 정확도를 향상시킬 수 있는 비행시험 데이터를 이용한 6 자유도 비행 시뮬레이션 정확도 향상 방법 및 장치를 제공하고자 한다.
본 발명의 일 실시예는 인증 규정 핸드북에 수록된 규정들을 바탕으로 6 DOF 시뮬레이션의 신뢰성을 검증하여 비행 시뮬레이션 모델의 신뢰성을 평가할 수 있는 비행시험 데이터를 이용한 6 자유도 비행 시뮬레이션 정확도 향상 방법 및 장치를 제공하고자 한다.
실시예들 중에서, 비행시험 데이터를 이용한 6 자유도 비행 시뮬레이션 정확도 향상 방법은 비행 시뮬레이션 모델을 구축하는 단계, 종방향 기동 비행시험을 수행하여 비행시험 중에 수집되는 비행시험 데이터로 비행시험 데이터베이스를 구축하기 위한 비행시험 수행 단계, 상기 비행시험 데이터를 이용하여 상기 비행 시뮬레이션 모델의 정확도 향상을 위해 상기 시뮬레이션 모델의 매개변수를 조정하는 예비 모델 튜닝 단계, 공기역학 데이터베이스를 보정하는 공력 DB 보정 단계, 및 상기 비행시험 데이터를 이용한 시뮬레이션 검증을 수행하여 개선된 시뮬레이션 모델을 제공하는 비행시험 검증단계를 포함한다.
상기 비행시험 수행 단계는 비행 시뮬레이터 평가 핸드북에 수록된 기동 설명을 기반으로 비행조건 및 제어입력에 따라 경량 항공기의 실제 비행시험을 실시하고 비행시험 중에 수집되는 원시 데이터(Raw Data)를 비행 기동 식별을 위해 데이터 처리하는 단계를 포함할 수 있다.
상기 원시 데이터(Raw Data)는 방향, 속도, 가속도, 제어면 변위 및 스로틀(throttle) 설정의 동작 변수 및 비행 상태와 관련된 매개변수를 포함할 수 있다.
상기 비행시험 데이터 처리 단계는 상기 원시 데이터를 통해 이동 평균 필터를 통해 필터링한 후 각 기동에 대해 단일 기동 세그먼트로 추출하는 전처리를 수행하고, 상기 추출한 단일 기동 세그먼트들을 신호 패턴 유사성 검색 기법을 사용하여 특정 유형별로 분류할 수 있다.
상기 예비 모델 튜닝 단계는 항공기의 형상 DB, 중량 DB, 추진 DB를 토대로 종방향 운동에서 비행 역학의 민감도 분석을 수행하여 매개변수 영향을 제공하는 민감도 분석 단계를 포함할 수 있다.
상기 예비 모델 튜닝 단계는 비행응답과 시뮬레이션 응답을 비교 분석하여 응답 오류를 제공하고, 민감도 분석 및 비행응답 분석을 토대로 비행 시뮬레이션 환경에서 종방향 운동에 영향을 미치는 민감한 매개변수를 조정하는 튜닝을 수행할 수 있다.
상기 예비 모델 튜닝 단계는 감쇠율 및 고유 진동수를 종방향 운동 특성 매개변수로 하여 하기 수학식 1의 함수로 정의할 수 있다.
[수학식1]
Figure PCTKR2021018020-appb-img-000001
여기에서,
Figure PCTKR2021018020-appb-img-000002
는 감쇠율(ζ) 및 고유 진동수(ωn)에 대한 운동 특성매개변수,
Figure PCTKR2021018020-appb-img-000003
는 무게중심(CG)의 종방향 위치(XCG), 공력 중심(AC)의 종방향 위치(XAG) 및 y축에 대한 관성 모멘트(Iyy)와 같은 민감도 매개변수를 의미한다.
상기 예비 모델 튜닝 단계는 상기 민감도 매개변수를 하기 수학식 2를 적용하여 튜닝할 수 있다.
[수학식 2]
Figure PCTKR2021018020-appb-img-000004
여기에서, 윗첨자 “tuned”는 튜닝 매개변수를 나타내고, “init”는 초기 매개변수를 나타내고, “test” 및 “sim”은 각각 비행시험 및 시뮬레이션 데이터로부터 얻어진 매개변수를 나타낸다.
상기 공력 DB 보정 단계는 비행시험 데이터 중 제어입력 및 비행조건에서 최대 가능도(ML) 추정을 통해 매개변수를 추정하고, 추정된 매개변수에서 관련 공기 역학적 계수를 계산하여 선형 보정 기법을 통해 기존 공력DB의 보정을 수행할 수 있다.
상기 비행시험 검증 단계는 인증 규정 핸드북에 수록된 규정들을 바탕으로 6 자유도 시뮬레이션을 수행하고, 실제 비행응답과 시뮬레이션 응답을 비교하여 응답 오류를 계산하고, 계산된 응답 오류가 허용 오차를 충족하는 경우에 해당 시뮬레이션 모델의 신뢰성을 인증할 수 있다.
실시예들 중에서, 비행시험 데이터를 이용한 6 자유도 비행 시뮬레이션 정확도 향상 장치는 비행시험 동안 측정된 비행시험 데이터가 기록된 비행시험 DB부, 풍동(W/T)시험, CFD 분석 및 실증적 계산을 통해 구성된 공력(공기역학) DB, 추진 DB, 중량 DB를 포함하는 항공기 DB부, 시뮬레이션 모델의 정확도를 예비적으로 높이기 위해 상기 비행시험 데이터를 이용하여 매개변수에 대한 민감도 분석을 하여 모델 매개변수를 조정하는 예비 모델 튜닝부, 상기 비행시험 데이터에서 매개변수를 추정하고 추정한 매개변수와 상기 공력 DB를 선형 보정을 통해 결합하여 상기 공력 DB를 보정하는 공력 DB 보정부, 및 시뮬레이션 모델의 비행 응답과 비행시험 데이터를 평가 기준과 관련하여 비교하여 시뮬레이션 검증을 수행하는 비행시험 검증부를 포함한다.
개시된 기술은 다음의 효과를 가질 수 있다. 다만, 특정 실시예가 다음의 효과를 전부 포함하여야 한다거나 다음의 효과만을 포함하여야 한다는 의미는 아니므로, 개시된 기술의 권리범위는 이에 의하여 제한되는 것으로 이해되어서는 아니 될 것이다.
본 발명의 일 실시예에 따른 비행시험 데이터를 이용한 6 자유도 비행 시뮬레이션 정확도 향상 방법 및 장치는 실제 비행시험 데이터를 사용하여 예비 모델 튜닝 및 공기 역학 DB 보정을 하여 시뮬레이션 모델의 정밀도(Fidelity)를 높일 수 있고 6 DOF 시뮬레이션을 검증하여 경항공기를 위한 비행 시뮬레이션 모델의 정확도를 개선할 수 있다.
본 발명의 일 실시예에 따른 비행시험 데이터를 이용한 6 자유도 비행 시뮬레이션 정확도 향상 방법 및 장치는 가변 정밀도(Variable fidelity) 방법론을 적용한 데이터에 고 정밀도(high fidelity) 비행 시험 데이터를 결합하여 정확한 비행 시뮬레이션 모델 DB를 생성함으로써 비행 시뮬레이션의 정확도를 향상시킬 수 있다.
본 발명의 일 실시예에 따른 비행시험 데이터를 이용한 6 자유도 비행 시뮬레이션 정확도 향상 방법 및 장치는 인증 규정 핸드북에 수록된 규정들을 바탕으로 6 DOF 시뮬레이션의 신뢰성을 검증하여 비행 시뮬레이션 모델의 신뢰성을 평가할 수 있다.
도 1은 본 발명의 일 실시예에 따른 비행시험 데이터를 이용한 6 자유도 비행 시뮬레이션 정확도 향상 장치를 나타내는 도면이다.
도 2는 본 발명의 일 실시예에 따른 비행시험 데이터를 이용한 6 자유도 비행 시뮬레이션 정확도 향상 방법을 설명하기 위한 순서도이다.
도 3은 도 2에 있는 6 자유도 비행 시뮬레이션 정확도 향상 방법의 상세 과정을 설명하기 위한 도면이다.
도 4는 도 2에 있는 비행시험 수행 단계의 비행시험 데이터 처리 과정을 설명하기 위한 도면이다.
도 5는 일 실시예에 따른 시뮬레이션 검증 결과를 나타낸 도면이다.
본 발명에 관한 설명은 구조적 내지 기능적 설명을 위한 실시예에 불과하므로, 본 발명의 권리범위는 본문에 설명된 실시예에 의하여 제한되는 것으로 해석되어서는 아니 된다. 즉, 실시예는 다양한 변경이 가능하고 여러 가지 형태를 가질 수 있으므로 본 발명의 권리범위는 기술적 사상을 실현할 수 있는 균등물들을 포함하는 것으로 이해되어야 한다. 또한, 본 발명에서 제시된 목적 또는 효과는 특정 실시예가 이를 전부 포함하여야 한다거나 그러한 효과만을 포함하여야 한다는 의미는 아니므로, 본 발명의 권리범위는 이에 의하여 제한되는 것으로 이해되어서는 아니 될 것이다.
한편, 본 출원에서 서술되는 용어의 의미는 다음과 같이 이해되어야 할 것이다.
"제1", "제2" 등의 용어는 하나의 구성요소를 다른 구성요소로부터 구별하기 위한 것으로, 이들 용어들에 의해 권리범위가 한정되어서는 아니 된다. 예를 들어, 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소도 제1 구성요소로 명명될 수 있다.
단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한 복수의 표현을 포함하는 것으로 이해되어야 하고, "포함하다"또는 "가지다" 등의 용어는 실시된 특징, 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것이 존재함을 지정하려는 것이며, 하나 또는 그 이상의 다른 특징이나 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
여기서 사용되는 모든 용어들은 다르게 정의되지 않는 한, 본 발명이 속하는 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가진다. 일반적으로 사용되는 사전에 정의되어 있는 용어들은 관련 기술의 문맥상 가지는 의미와 일치하는 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한 이상적이거나 과도하게 형식적인 의미를 지니는 것으로 해석될 수 없다.
본 발명은 시뮬레이션 모델 향상 및 검증 절차에 대한 것으로, 6 자유도 시뮬레이션 정확도 향상 절차는 예비 모델 튜닝, 공기 역학적 DB 보정 및 비행시험 검증의 3가지 단계로 구성될 수 있다.
도 1은 본 발명의 일 실시예에 따른 비행시험 데이터를 이용한 6 자유도 비행 시뮬레이션 정확도 향상 장치를 나타내는 도면이다.
도 1을 참조하면, 비행시험 데이터를 이용한 6 자유도 비행 시뮬레이션 정확도 향상 장치(이하, '6 자유도 비행 시뮬레이션 정확도 향상 장치' 라 함)(100)는 비행시험 DB부(110), 항공기 DB부(120), 예비 모델 튜닝부(130), 공력 DB 보정부(140), 비행시험 검증부(150) 및 제어부(160)를 포함할 수 있다.
비행시험 DB부(110)는 온보드(onboard) 획득 시스템을 사용하여 비행시험 동안 측정된 원시 데이터(raw data)로부터 처리된 비행 기동이 포함된다. 일 실시예에서, 비행시험 DB부(110)에는 적어도 종방향 거동에서 제어입력, 비행조건, 비행응답을 포함할 수 있다.
항공기 DB부(120)는 풍동(W/T) 시험, CFD 분석 및 실증적 계산과 같은 여러 분석 방법을 사용하여 구성된 다중 모듈 데이터베이스이다. 일 실시예에서, 항공기 DB부(120)에는 적어도 형상 DB, 공기역학 DB, 추진 DB, 질량 및 균형 DB를 포함할 수 있다.
예비 모델 튜닝부(130)는 시뮬레이션 모델의 정확도를 예비적으로 높이기 위해 비행시험 데이터를 이용하여 모델 매개변수를 조정할 수 있다. 일 실시예에서, 예비 모델 튜닝부(130)는 시뮬레이션 모델의 관련 매개변수가 종방향 운동에 미치는 영향에 따라 조정될 수 있다. 여기에서, 예비 모델 튜닝부(130)는 매개변수에 대한 민감도를 분석하여 매개변수를 조정한다.
민감도 분석은 일반적으로 검증 및 검증 목적을 참조하는 모델 매개변수의 영향을 결정하는데 사용된다. 검증의 맥락에서 민감도 분석은 모델의 입력에 대한 시뮬레이션 반응에 대한 체계적인 조사로 정의할 수 있다.
비행 시뮬레이션 환경에서 비행 응답의 동작은 특성 방정식의 근(root) 위치에 따라 달라지며 이는 진동수 및 감쇠비와 같은 특성 매개변수의 값으로 변환된다.
예비 모델 튜닝부(130)는 종방향 운동에서 비행 역학의 민감도 분석을 제공할 수 있고, 이는 단주기 근사에 대한 상태 방정식과 특성 방정식으로 하기 수학식1로 정의될 수 있다.
[수학식1]
Figure PCTKR2021018020-appb-img-000005
Figure PCTKR2021018020-appb-img-000006
여기에서, α는 받음각(Angle of attack), q는 피치속도, u0는 전진속도, Zα는 받음각에 의한 종방향 미분계수, Mα는 받음각 단위 피칭 모멘트, M는 받음각의 변화율 단위 피칭 모멘트, Mq는 피치속도 단위 피칭 모멘트, λ는 특성방정식의 근(Characteristic Root)을 의미한다.
단주기 근은 상기의 특성 방정식으로부터 얻어질 수 있고, 이는 하기 수학식 2로 정의될 수 있다.
[수학식 2]
Figure PCTKR2021018020-appb-img-000007
여기에서, 아래첨자 “sp”는 SPPO(단주기 피칭 진동, Short Period Pitching Oscillation)를 나타낸다.
진동수(
Figure PCTKR2021018020-appb-img-000008
) 및 감쇠율(
Figure PCTKR2021018020-appb-img-000009
)은 하기 수학식 3으로 계산되어질 수 있다.
[수학식 3]
Figure PCTKR2021018020-appb-img-000010
Figure PCTKR2021018020-appb-img-000011
여기에서,
Figure PCTKR2021018020-appb-img-000012
는 받음각 단위 피칭 모멘트를 의미한다.
종방향 운동의 이전 모델링에서 단주기 운동에 대한 특성 매개변수는 매우 큰 매개변수 집합의 함수이다. 이러한 매개변수 중 일부는 항공기 형상 치수와 같은 초기 설계 단계에서 고정 수량으로 간주되는 반면, 일부 다른 매개변수는 무게 중심(CG) 위치와 같은 항공기 비행 범위에 따라 명목상 변경되는 것으로 알려져 있다. 따라서, 단주기 운동에 대한 민감도 분석은 하기 표 1에 있는 매개변수 목록의 변동과 관련된 효과에 중점을 둔다.
[표 1]
Figure PCTKR2021018020-appb-img-000013
예를 들면, 상기 수학식 3은
Figure PCTKR2021018020-appb-img-000014
(받음각 단위 피칭 모멘트)에 직접적인 의미를 갖는 받음각으로 인한 피칭 모멘트 계수의 변화
Figure PCTKR2021018020-appb-img-000015
에 포함된 1차 공기 역학적 계수를 나타낸다. 무게중심(CG) 및 공력 중심(AC)의 종방향 위치는 종방향 동적 안정성에 큰 영향을 미친다. 유사한 방식으로, 이 분석은 영향을 받는 모든 매개변수에 적용될 수 있다.
예비 모델 튜닝부(130)는 특성 매개변수(
Figure PCTKR2021018020-appb-img-000016
,
Figure PCTKR2021018020-appb-img-000017
)에서 영향을 받은 매개변수(
Figure PCTKR2021018020-appb-img-000018
,
Figure PCTKR2021018020-appb-img-000019
,
Figure PCTKR2021018020-appb-img-000020
)의 영향을 운동 특성 방정식에 기반하여 구분할 수 있다. 가장 민감한 매개변수는 특정 동작에 영향을 미치는 매개변수의 효과를 기반으로 선택될 수 있다. 운동 특성이 하기 수학식 4와 같이, 영향을 받는 매개변수의 함수로 설명될 수 있다고 가정하면,
[수학식 4]
Figure PCTKR2021018020-appb-img-000021
여기에서,
Figure PCTKR2021018020-appb-img-000022
는 감쇠율(ζ) 및 고유 진동수(ωn)에 대한 운동 특성 매개변수,
Figure PCTKR2021018020-appb-img-000023
는 무게중심(CG)의 종방향 위치(XCG), 공력 중심(AC)의 종방향 위치(XAG) 및 y축에 대한 관성 모멘트(Iyy)와 같은 튜닝 매개변수이다. 민감도 매개변수는 하기 수학식 5를 적용하여 튜닝될 수 있다.
[수학식 5]
Figure PCTKR2021018020-appb-img-000024
여기에서, 윗첨자 “tuned”는 튜닝 매개변수를 나타내고, “init”는 초기 매개변수를 나타내고, “test” 및 “sim”은 각각 비행시험 및 시뮬레이션 데이터로부터 얻어진 매개변수이다.
공력 DB 보정부(140)는 비행시험 DB부(110)에 저장된 비행시험 데이터를 입력받아 매개변수를 추정하고, 추정한 매개변수 및 항공기 DB부(120)를 토대로 공력 DB 생성을 위한 선형 보정을 수행한다. 일 실시예에서, 공력 DB 보정부(140)는 최대 가능도(Maximum Likelihood, ML) 방법을 사용하여 비행시험 데이터에서 매개변수 추정을 수행할 수 있다.
ML 방법은 어떤 확률변수에서 표집한 값들을 토대로 그 확률변수의 매개변수를 구하는 방법이다. 어떤 매개변수가 주어졌을 때 원하는 값들이 나올 가능도를 최대로 만드는 매개변수를 선택하는 방법이다.
공력 DB 보정부(140)는 기본적으로 조사중인 시스템은 알 수 없는 매개변수를 포함하는 일련의 동적 방정식으로 모델링된 것으로 간주된다. 알려지지 않은 매개변수의 값을 결정하기 위해 시스템은 적절한 입력에 의해 여기된 다음 실제 시스템 응답이 측정된다. 측정된 응답과 예상 응답의 차이(이하, 응답 오류)는 ML 비용 함수 모듈에 있다. 가우시안-뉴턴(GN) 계산 알고리즘을 적용하여 측정된 시간 이력과 계산된 시간 이력의 차이 함수인 비용함수를 최소화한다. 항공기 응답 시간 이력이 관찰된 값 근처의 값에 도달할 확률은 알려지지 않은 매개변수의 각 추정치에 대해 정의된다. ML 추정치는 이 확률을 최대화하는 추정값으로 정의된다. 알려지지 않은 매개변수의 값은 수학적 모델이 주어진 조건에 응답해야 한다는 요구사항을 기반으로 추론된다. 입력은 실제 비행 시험 응답과 일치한다. 항공기는 연속 시간 동적 시스템이므로, 측정이 불연속적인 시간 간격으로 이루어지면 시스템 방정식은 하기 수학식 6으로 정의될 수 있다.
[수학식 6]
Figure PCTKR2021018020-appb-img-000025
Figure PCTKR2021018020-appb-img-000026
Figure PCTKR2021018020-appb-img-000027
여기에서, x(t)는 상태, u(t)는 입력 및 z(t)는 동적 시스템의 응답이다. 측정 노이즈(ηi)가 평균과 공분산(GG*)이 0인 독립적인 가우스 랜덤 벡터의 시퀀스라고 가정하면, f 및 g 함수의 형태는 잘 알려져 있다. 매개변수 추정 작업은 잘 알려지지 않은 매개변수
Figure PCTKR2021018020-appb-img-000028
의 값을 추정한다. 잘 알려지지 않은 매개변수
Figure PCTKR2021018020-appb-img-000029
의 ML 추정은 하기 수학식 7의 비용함수 최소 값이다.
[수학식 7]
Figure PCTKR2021018020-appb-img-000030
여기에서,
Figure PCTKR2021018020-appb-img-000031
는 알려지지 않은 매개변수 벡터
Figure PCTKR2021018020-appb-img-000032
의 주어진 값에 대해 ti에서 z의 예측된 응답 추정이다.
공력 DB 보정부(140)는 기존의 공기 역학 DB를 비행시험 데이터에서 추정한 매개변수와 결합한다. 처음에는 다른 분석 소스에서 얻은 공기 역학 DB의 데이터 형식이 유사하지 않다. 예를 들어, 기준 공기 역학적 계수는 대부분 3D 및 2D 테이블 형식인 반면, 비행 시험 추정 계수는 모두 선형 형식이다. 따라서, 공력 DB 보정부(140)는 기존의 공기 역학 DB를 업데이트 하기 위해 데이터의 선형 영역을 수정하는 보정 기법이 적용된다. 공력 DB 보정부(140)는 하기 수학식 8을 통해 2D 형식 계수는 2개의 선형 계수에 의해 다시 계산된다.
[수학식 8]
Figure PCTKR2021018020-appb-img-000033
여기에서, 윗첨자 “mod”는 변경된 계수를 나타내고, “init”는 항공기 모델 데이터베이스의 초기 계수를 나타내고, “est”는 비행시험 데이터로부터 추정(estimated)된 값을 나타낸다.
비행시험 검증부(150)는 비행시험 데이터를 이용해 시뮬레이션 검증을 수행할 수 있다. 일 실시예에서, 비행시험 검증부(150)는 시뮬레이션 모델의 비행 응답과 비행시험 데이터를 평가 기준과 관련하여 비교한다. 평가 핸드북의 비행 품질 섹션에 따라, 검증 절차는 종방향 운동의 단기간 동역학에 적용된다. 비행시험 검증부(150)는 1단계의 조정된 매개변수와 2단계의 공기 역학적 DB 보정을 사용하여 수정된 시뮬레이션 모델이 JSBSim FDM에서 수행된다.
제어부(160)는 비행시험 데이터를 이용한 6 자유도 비행 시뮬레이션 정확도 향상 장치(100)의 동작을 전반적으로 제어하며, 비행시험 DB부(110), 항공기 DB부(120), 예비 모델 튜닝부(130), 공력 DB 보정부(140) 및 비행시험 검증부(150) 간의 데이터의 흐름을 제어 및 관리할 수 있다.
도 2는 본 발명의 일 실시예에 따른 비행시험 데이터를 이용한 6 자유도 비행 시뮬레이션 정확도 향상 방법을 설명하기 위한 순서도이고, 도 3은 도 2에 있는 6 자유도 비행 시뮬레이션 정확도 향상 방법의 상세 과정을 설명하기 위한 도면이다.
도 2을 참조하면, 먼저 비행 시뮬레이션 모델을 구축한다(단계 S210).
그런 다음, 종방향 기동 비행시험을 수행하여 비행시험 중에 수집되는 비행시험 데이터로 비행시험 DB부를 구축한다(단계 S220).
실제 비행시험 데이터를 이용하여 비행 시뮬레이션 모델의 정확도를 향상시키기 위해, 시뮬레이션 모델의 매개변수를 조정하는 예비 모델 튜닝을 수행한다(단계 S230).
도 3을 참조하면, 예비 모델 튜닝 단계 S230은 민감도 분석 단계, 비행응답 분석 단계 및 매개변수 튜닝 단계로 이루어질 수 있다. 민감도 분석 단계는 비행 동작에서 매개변수의 영향을 분석한다. 일 실시예에서, 민감도 분석 단계는 항공기 DB부(120)에 기록된 항공기 형상, 중량, 추진 등에 연관된 데이터를 토대로 종방향 운동에서 비행 역학의 민감도 분석을 수행하여 매개변수 영향을 제공한다. 비행응답 분석 단계는 비행시험 DB부(110)에 기록된 비행응답과 시뮬레이션 응답을 비교 분석하여 응답 오류를 제공한다. 여기에서, 시뮬레이션 응답은 비행 시험 검증 단계에서 얻어질 수 있다. 매개변수 튜닝 단계는 민감도 분석 및 비행응답 분석을 토대로 민감한 매개변수를 조정한다. 일 실시예에서, 매개변수 튜닝 단계는 초기 매개변수와 비행시험 및 시뮬레이션 데이터로부터 얻어진 매개변수에 대해 감쇠율 또는 고유 진동수와 같은 운동 특성 매개변수를 가지고 종방향 운동에 영향을 미치는 민감한 매개변수를 튜닝하여 제공할 수 있다.
다시, 도 2로 돌아가서, 공력 DB 보정을 수행한다(단계 S240).
도 3을 참조하면, 공력 DB 보정 단계 S240은 ML 추정 단계, 공기 역학 계수 계산 단계 및 공력 DB 보정 단계로 이루어질 수 있다. ML 추정 단계는 최대 가능도(Maximum Likelihood) 추정을 통해 비행시험 데이터에서 매개변수를 추정할 수 있다. 일 실시예에서, ML 추정 단계는 비행시험 DB부(110)에 기록된 제어입력, 비행조건을 입력받아 매개변수를 추정할 수 있다. 공기 역학 계수 계산 단계는 추정된 매개변수로부터 관련된 공기 역학적 계수를 계산할 수 있다. 계산된 공기 역학적 계수는 하기 표 2와 같다.
[표 2]
Figure PCTKR2021018020-appb-img-000034
공력 DB 보정 단계는 선형 보정 기법을 사용하여 공력 DB 보정을 수행한다. 일 실시예에서, 공력 DB 보정 단계는 기존 공력 DB를 비행시험 데이터로부터 추정된 매개변수와 결합하여 보정을 수행할 수 있다. 여기에서, 공력 DB 보정 단계는 선형 보정 기법을 사용하여 공기 역학적 계수를 업데이트할 수 있다.
다시, 도 2로 돌아가서, 비행시험 데이터를 이용한 시뮬레이션 검증을 수행하여 개선된 시뮬레이션 모델을 제공한다(단계 S250).
도 3을 참조하면, 비행시험 검증단계 S250은 6 자유도 시뮬레이션 단계, 응답 오류 계산 단계, 신뢰성 검증 단계로 이루어질 수 있다. 6 자유도 시뮬레이션 단계는 인증 규정 핸드북에 수록된 규정들을 바탕으로 6 자유도 시뮬레이션을 수행할 수 있다. 6 자유도(DOF)는 항공기의 여섯 개의 운동방향을 말한다. 항공기는 무게중심을 중심으로 세개의 축을 중심으로 운동하게 된다. 비행중 항공기의 자세가 변하는 것은 3개 축을 중심으로 회전하고 있는 것이다. 3개의 축은 중심 위치에서 다른 축과 상호 직각으로 교차하고 있다. 따라서, 항공기의 세 개의 축을 중심으로 좌우상하 운동을 하는데 가로축과 수직축은 각각 우측방향과 상방향 운동을 양(positive)의 방향 운동이라 하고, 그 반대를 음(negative)의 방향 운동으로 할 때 항공기에는 여섯 개의 운동방향이 형성된다. 6 자유도 시뮬레이션 단계는 인증 규정 핸드북에 수록된 규정들을 바탕으로 비행 시뮬레이션을 수행한다. 여기에서, 비행 시뮬레이션 모델은 튜닝된 매개변수와 보정된 공력 DB를 사용하여 수정된 모델을 실제 비행시험과 동일한 제어입력 및 비행조건을 사용하여 JSBSim FDM에서 수행된다.
응답 오류 계산 단계는 비행시험 DB부(110)에 기록된 실제 비행응답과 시뮬레이션 응답을 비교하여 응답 오류를 계산한다. 신뢰성 검증 단계는 계산된 응답 오류가 허용 오차를 충족할 경우에는 해당 시뮬레이션 모델이 신뢰성 있다고 판단하고, 허용 오차를 충족하지 않을 경우에는 시뮬레이션 응답을 단계 S230의 예비 모델 튜닝 단계로 피드백하여 단계 S230부터 단계를 반복 수행하도록 한다. 인증 규정 핸드북에 수록된 규정에 따르면, 단주기 운동에 적용할 경우 피치 속도에 대한 허용 오차는
Figure PCTKR2021018020-appb-img-000035
, 피치 자세에 대한 허용 오차는
Figure PCTKR2021018020-appb-img-000036
이다.
도 4는 도 2에 있는 비행시험 수행 단계의 비행시험 데이터 처리 과정을 설명하기 위한 도면이다.
도 4를 참조하면, 비행시험을 실시한다(단계 S410). 일 실시예에서, 비행시험(Flight Testing)은 경량 항공기인 KLA-100의 성능 검증 및 인증 준수 목적으로 제작한 실물 크기의 시제품을 사용하였다. 여기에서, KLA-100은 항공 레저 및 조종사 훈련을 위한 2인승 경항공기이다.
비행시험 운영팀은 비행 시뮬레이터 평가 핸드북의 기동 설명을 기반으로 비행 조건(Flight condition) 및 제어 입력(control input)을 결정한다(단계 S420).
비행 시험 중에, 온보드 데이터 수집 시스템을 통해 수집되는 원시 데이터(Raw Data)를 기록한다(단계 S430). 여기에서, 원시 데이터에는 방향, 속도, 가속도, 제어면 변위 및 스로틀(throttle) 설정과 같은 동작 변수 및 비행 상태와 관련된 모든 매개변수가 포함될 수 있다.
비행 동작을 식별하기 위해 데이터 전처리를 수행한다(단계 S440). 일 실시예에서, 데이터 전처리를 통해 노이즈 필터링 및 비행시험 기동을 포함하는 세그먼트를 추출할 수 있다. 여기에서, 데이터 전처리는 이동 평균 필터(Moving average filter)를 사용하여 각 데이터 포인트를 범위 내에서 정의된 인접 데이터 포인트의 평균으로 대체하여 원시 데이터를 평활화한다. 그런 다음, 부하 계수 또는 제어 입력과 같은 각 기동에 대해 지정된 추출 규칙을 사용하여 전체 데이터를 여러 단일 기동 세그먼트로 추출하고 추출한 단일 기동 세그먼트들을 기록한다.
추출한 단일 기동 세그먼트들은 특정 유형별로 분류한다(단계 S450). 일 실시예에서, 추출된 기동은 신호 패턴 유사성 검색 기법을 사용하여 특정 유형의 기동으로 자동 분류될 수 있다. 신호 패턴 유사성 검색 기법은 거리 행렬을 사용하여 샘플 신호와 밀접하게 일치하는 시변(time-varying) 세그먼트를 인식한다. 이 방법의 기본 개념은 데이터 전체에서 샘플 신호를 스위핑(sweep) 한 다음 각 위치에서 로컬로 샘플 신호와 데이터 간의 가장 낮은 차이를 찾는 것이다. 유클리드 거리는 차이를 측정하는 데 사용되었으며, 또한 신호 시퀀스는 서로 일치하도록 비선형 방식으로 왜곡되어야 한다. 워핑 알고리즘은 특정 제한 하에서 두 개의 주어진 시간 의존성 시퀀스 간의 최적 정렬을 찾는 데 사용되었다. 샘플 신호는 일반적인 특성 설명과 관련하여 생성된다. 예를 들어, 단시간 모션은 엘리베이터 또는 기타 세로 제어 입력을 적용하여 수평 레벨 비행에서 시작되는 빠르게 응답하는 세로 모드이며, 휴고이드(fugoid, 장주기) 모드는 엘리베이터 펄스 또는 추력 변동을 통해 여기 될 수 있다. 이 경우 단주기 종방향 운동을 위해 엘리베이터 단일 이중선(elevator single doublet)이 적용되었다.
비행시험 DB부(110)는 원시 데이터를 필터링하고 단일 기동으로 분류하여 유효성 검사 및 식별 목적으로 적용할 수 있는 형태로 비행시험 데이터가 기록되어 구축될 수 있다. 일 실시예에서, 비행시험 DB부(110)에는 종방향 운동 및 횡방향 운동 각각에 대해 제어입력, 비행조건 및 비행응답을 포함하는 비행시험 데이터가 기록될 수 있다.
도 5는 일 실시예에 따른 시뮬레이션 검증 결과를 나타낸 도면이다.
도 5에서, 음영 처리된 영역은 비행 측정에서 얻어진 허용 대역을 보여준다. 도 5을 보면, 향상된 모델의 응답이 허용 범위 내에 있음을 알 수 있다. 즉, 개선된 시뮬레이션 모델의 경우 실제 비행 시험의 비행응답에 근접함을 알 수 있다.
시뮬레이션 모델에 따른 시뮬레이션 결과 비교는 하기 표 3과 같다.
[표 3]
Figure PCTKR2021018020-appb-img-000037
상기 표 3에 나타낸 바와 같이, 초기 모델, 모델을 튜닝한 1단계의 모델, 공력 DB을 보정한 2단계의 모델 각각의 시뮬레이션 검증을 비교한 결과 1단계와 2단계에서 실제 비행시험과 개선된 시뮬레이션 모델 사이의 오차가 규정 요구 사항을 충족했음을 알 수 있다. 결론적으로, 일 실시예에 따른 비행시험 데이터를 이용한 6 자유도 비행 시뮬레이션 정확도 향상 방법을 통해 개선된 시뮬레이션 모델은 종방향 운동에서 지정된 정확도 요구 사항을 충족한다.
일 실시예에 따른 비행시험 데이터를 이용한 6 자유도 비행 시뮬레이션 정확도 향상 방법 및 장치는 관련된 운동에 대한 민감한 관련 매개변수를 수정하여 그 불일치를 효율적으로 감소시킬 수 있고, 비행시험으로부터 얻어진 데이터의 적용을 통해 시뮬레이션 모델의 정확도를 향상시킬 수 있다.
상기에서는 본 출원의 바람직한 실시예를 참조하여 설명하였지만, 해당 기술 분야의 숙련된 통상의 기술자는 하기의 특허 청구의 범위에 기재된 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다.
[부호의 설명]
100: 비행시험 데이터를 이용한 6 자유도 비행 시뮬레이션 정확도 향상 장치
110: 비행시험 DB부 120: 항공기 DB부
130: 예비 모델 튜닝부 140: 공력 DB 보정부
150: 비행시험 검증부 160: 제어부

Claims (11)

  1. 비행 시뮬레이션 모델을 구축하는 단계;
    종방향 기동 비행시험을 수행하여 비행시험 중에 수집되는 비행시험 데이터로 비행시험 데이터베이스를 구축하기 위한 비행시험 수행 단계;
    상기 비행시험 데이터를 이용하여 상기 비행 시뮬레이션 모델의 정확도 향상을 위해 상기 시뮬레이션 모델의 매개변수를 조정하는 예비 모델 튜닝 단계;
    공기역학 데이터베이스를 보정하는 공력 DB 보정 단계; 및
    상기 비행시험 데이터를 이용한 시뮬레이션 검증을 수행하여 개선된 시뮬레이션 모델을 제공하는 비행시험 검증단계를 포함하는 비행시험 데이터를 이용한 6 자유도 비행 시뮬레이션 정확도 향상 방법.
  2. 제1항에 있어서, 상기 비행시험 수행 단계는
    비행 시뮬레이터 평가 핸드북에 수록된 기동 설명을 기반으로 비행조건 및 제어입력에 따라 경량 항공기의 실제 비행시험을 실시하고 비행시험 중에 수집되는 원시 데이터(Raw Data)를 비행 기동 식별을 위해 데이터 처리하는 단계를 포함하는 것을 특징으로 하는 비행시험 데이터를 이용한 6 자유도 비행 시뮬레이션 정확도 향상 방법.
  3. 제2항에 있어서, 상기 원시 데이터(Raw Data)는
    방향, 속도, 가속도, 제어면 변위 및 스로틀(throttle) 설정의 동작 변수 및 비행 상태와 관련된 매개변수를 포함하는 것을 특징으로 하는 비행시험 데이터를 이용한 6 자유도 비행 시뮬레이션 정확도 향상 방법.
  4. 제2항에 있어서, 상기 비행시험 데이터 처리 단계는
    상기 원시 데이터를 통해 이동 평균 필터를 통해 필터링한 후 각 기동에 대해 단일 기동 세그먼트로 추출하는 전처리를 수행하고, 상기 추출한 단일 기동 세그먼트들을 신호 패턴 유사성 검색 기법을 사용하여 특정 유형별로 분류하는 것을 특징으로 하는 비행시험 데이터를 이용한 6 자유도 비행 시뮬레이션 정확도 향상 방법.
  5. 제1항에 있어서, 상기 예비 모델 튜닝 단계는
    항공기의 형상 DB, 중량 DB, 추진 DB를 토대로 종방향 운동에서 비행 역학의 민감도 분석을 수행하여 매개변수 영향을 제공하는 민감도 분석 단계를 포함하는 것을 특징으로 하는 비행시험 데이터를 이용한 6 자유도 비행 시뮬레이션 정확도 향상 방법.
  6. 제5항에 있어서, 상기 예비 모델 튜닝 단계는
    비행응답과 시뮬레이션 응답을 비교 분석하여 응답 오류를 제공하고, 민감도 분석 및 비행응답 분석을 토대로 비행 시뮬레이션 환경에서 종방향 운동에 영향을 미치는 민감한 매개변수를 조정하는 튜닝을 수행하는 것을 특징으로 하는 비행시험 데이터를 이용한 6 자유도 비행 시뮬레이션 정확도 향상 방법.
  7. 제6항에 있어서, 상기 예비 모델 튜닝 단계는
    감쇠율 및 고유 진동수를 종방향 운동 특성 매개변수로 하여 하기 수학식 1의 함수로 정의하는 것을 특징으로 하는 비행시험 데이터를 이용한 6 자유도 비행 시뮬레이션 정확도 향상 방법.
    [수학식1]
    Figure PCTKR2021018020-appb-img-000038
    여기에서,
    Figure PCTKR2021018020-appb-img-000039
    는 감쇠율(ζ) 및 고유 진동수(ωn)에 대한 운동 특성 매개변수,
    Figure PCTKR2021018020-appb-img-000040
    는 무게중심(CG)의 종방향 위치(XCG), 공력 중심(AC)의 종방향 위치(XAG) 및 y축에 대한 관성 모멘트(Iyy)와 같은 민감도 매개변수를 의미한다.
  8. 제7항에 있어서, 상기 예비 모델 튜닝 단계는
    상기 민감도 매개변수를 하기 수학식 2를 적용하여 튜닝하는 것을 특징으로 하는 비행시험 데이터를 이용한 6 자유도 비행 시뮬레이션 정확도 향상 방법.
    [수학식 2]
    Figure PCTKR2021018020-appb-img-000041
    여기에서, 윗첨자 “tuned”는 튜닝 매개변수를 나타내고, “init”는 초기 매개변수를 나타내고, “test” 및 “sim”은 각각 비행시험 및 시뮬레이션 데이터로부터 얻어진 매개변수를 나타낸다.
  9. 제1항에 있어서, 상기 공력 DB 보정 단계는
    비행시험 데이터 중 제어입력 및 비행조건에서 최대 가능도(ML) 추정을 통해 매개변수를 추정하고, 추정된 매개변수에서 관련 공기 역학적 계수를 계산하여 선형 보정 기법을 통해 기존 공력DB의 보정을 수행하는 것을 특징으로 하는 비행시험 데이터를 이용한 6 자유도 비행 시뮬레이션 정확도 향상 방법.
  10. 제1항에 있어서, 상기 비행시험 검증 단계는
    인증 규정 핸드북에 수록된 규정들을 바탕으로 6 자유도 시뮬레이션을 수행하고, 실제 비행응답과 시뮬레이션 응답을 비교하여 응답 오류를 계산하고, 계산된 응답 오류가 허용 오차를 충족하는 경우에 해당 시뮬레이션 모델의 신뢰성을 인증하는 것을 특징으로 하는 비행시험 데이터를 이용한 6 자유도 비행 시뮬레이션 정확도 향상 방법.
  11. 비행시험 동안 측정된 비행시험 데이터가 기록된 비행시험 DB부;
    풍동(W/T)시험, CFD 분석 및 실증적 계산을 통해 구성된 공력(공기역학) DB, 추진 DB, 중량 DB를 포함하는 항공기 DB부;
    시뮬레이션 모델의 정확도를 예비적으로 높이기 위해 상기 비행시험 데이터를 이용하여 매개변수에 대한 민감도 분석을 하여 모델 매개변수를 조정하는 예비 모델 튜닝부;
    상기 비행시험 데이터에서 매개변수를 추정하고 추정한 매개변수와 상기 공력 DB를 선형 보정을 통해 결합하여 상기 공력 DB를 보정하는 공력 DB 보정부; 및
    시뮬레이션 모델의 비행 응답과 비행시험 데이터를 평가 기준과 관련하여 비교하여 시뮬레이션 검증을 수행하는 비행시험 검증부를 포함하는 비행시험 데이터를 이용한 6 자유도 비행 시뮬레이션 정확도 향상 장치.
PCT/KR2021/018020 2020-12-31 2021-12-01 비행시험 데이터를 이용한 6 자유도 비행 시뮬레이션 정확도 향상 방법 및 장치 WO2022145759A1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR1020200189291A KR102484249B1 (ko) 2020-12-31 2020-12-31 비행시험 데이터를 이용한 6 자유도 비행 시뮬레이션 정확도 향상 방법 및 장치
KR10-2020-0189291 2020-12-31

Publications (1)

Publication Number Publication Date
WO2022145759A1 true WO2022145759A1 (ko) 2022-07-07

Family

ID=82260510

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2021/018020 WO2022145759A1 (ko) 2020-12-31 2021-12-01 비행시험 데이터를 이용한 6 자유도 비행 시뮬레이션 정확도 향상 방법 및 장치

Country Status (2)

Country Link
KR (1) KR102484249B1 (ko)
WO (1) WO2022145759A1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117910392A (zh) * 2024-03-19 2024-04-19 上海华模科技有限公司 气动模型的矫正方法及装置、飞行模拟机及存储介质

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20240111096A (ko) 2023-01-09 2024-07-16 국방과학연구소 유도탄 공력 형상 최적화 설계 방법
CN117533518B (zh) * 2023-09-26 2024-06-14 北京蓝天航空科技股份有限公司 飞行模拟设备的法向配平方法及相关设备

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006227847A (ja) * 2005-02-17 2006-08-31 Fujitsu Ltd パラメータ抽出方法およびパラメータ抽出プログラム
US20070156297A1 (en) * 2003-04-28 2007-07-05 Aviv Tzidon Method for aircraft position prediction based on aircraft characteristics
KR20110103221A (ko) * 2010-03-12 2011-09-20 경북대학교 산학협력단 다축 제어 기계의 오차 보정 방법
KR20130115731A (ko) * 2012-04-13 2013-10-22 한국항공우주산업 주식회사 항공기의 6자유도 해석 프로그램을 기록한 컴퓨터 판독가능한 기록 매체
KR20180009453A (ko) * 2016-07-19 2018-01-29 한국항공우주산업 주식회사 시뮬레이터의 비행성능 튜닝방법

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101744721B1 (ko) 2015-10-02 2017-06-09 건국대학교 산학협력단 곤충 모방형 날갯짓 비행체

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070156297A1 (en) * 2003-04-28 2007-07-05 Aviv Tzidon Method for aircraft position prediction based on aircraft characteristics
JP2006227847A (ja) * 2005-02-17 2006-08-31 Fujitsu Ltd パラメータ抽出方法およびパラメータ抽出プログラム
KR20110103221A (ko) * 2010-03-12 2011-09-20 경북대학교 산학협력단 다축 제어 기계의 오차 보정 방법
KR20130115731A (ko) * 2012-04-13 2013-10-22 한국항공우주산업 주식회사 항공기의 6자유도 해석 프로그램을 기록한 컴퓨터 판독가능한 기록 매체
KR20180009453A (ko) * 2016-07-19 2018-01-29 한국항공우주산업 주식회사 시뮬레이터의 비행성능 튜닝방법

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117910392A (zh) * 2024-03-19 2024-04-19 上海华模科技有限公司 气动模型的矫正方法及装置、飞行模拟机及存储介质

Also Published As

Publication number Publication date
KR20220096658A (ko) 2022-07-07
KR102484249B1 (ko) 2023-01-03

Similar Documents

Publication Publication Date Title
WO2022145759A1 (ko) 비행시험 데이터를 이용한 6 자유도 비행 시뮬레이션 정확도 향상 방법 및 장치
CN111638654B (zh) 一种故障自适应的运载火箭智能控制半实物仿真方法
US11823582B2 (en) Optimizing a parametric model of aircraft performance
CN114061559B (zh) 光纤陀螺零偏漂移的补偿方法、系统和计算机存储介质
CN113392599B (zh) 一种弹性飞行器动响应的确定方法
Ahmad et al. Dynamic modelling and open-loop control of a twin rotor multi-input multi-output system
CN111651940A (zh) 基于pso-narx的涡轴发动机稳态模型辨识方法
CN110487300A (zh) 减振装置对惯性导航系统的性能影响测试方法
CN110929339B (zh) 高精度亚音速固定翼飞行器非线性动力学建模方法
CN108181805B (zh) 一种光电稳定平台控制器在线自整定方法及装置
CN114329766A (zh) 面向深度强化学习的飞行动力学模型可信度评估方法
CN109814382B (zh) 一种非最小相位飞行器控制系统执行器持续间歇性故障的自适应补偿控制方法
CN117533518B (zh) 飞行模拟设备的法向配平方法及相关设备
US8731879B2 (en) Device for balancing a simulation platform, and associated method
US20030130768A1 (en) Process and device for determining in real time the behavior of a craft, in particular of an aircraft
CN114491802B (zh) 基于惯组测量信息的滑翔飞行器在线气动辨识及修正方法
CN112182889B (zh) 一种考虑风干扰的舰载机着舰纵向运动线性模型的构建方法
Chaudhuri et al. Hardware in loop simulation for missile guidance and control systems
CN116803633B (zh) 一种齿轮巡检分数阶全局滑模非线性扩展状态控制方法
KR102526360B1 (ko) 회전익 항공기의 비정상 성능 해석 시스템 및 그 방법
Belsky et al. Estimation of Generic Parameters in a Technique for Initial Alignment and Calibration of INS for Space Launch Vehicles
CN115795701B (zh) 一种随动载荷突变的大展弦比无人机飞行动力学分析方法
SCHKOLNIK Identification of integrated airframe-propulsion effects on an F-15 aircraft for application to drag minimization
Fontanella et al. Store Trajectory Validation through Artificial Neural Networks for Safe-Separation Flight Testing
CN113865618A (zh) 基于参数拟合的惯导系统准静基座快速自对准方法

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 21915557

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 21915557

Country of ref document: EP

Kind code of ref document: A1