Introduzione
1
Introduzione
Il sistema dati aria di un moderno velivolo di tipo Fly by Wire (FBW) ha il compito di determinare i parametri di volo (pressione statica, velocità, angoli d’incidenza α e derapata β) a partire dalla conoscenza di grandezze di flusso locale misurate da apposite sonde installate generalmente sulla fusoliera dei velivoli. L’elaborazione dei parametri di volo viene affidata ad un’unità di calcolo dedicata o ai computer di bordo. Dall’esperienza del Dipartimento di Ingegneria Aerospaziale dell’Università di Pisa (DIA) volta alla definizione di metodi e modelli per l’integrazione dei dati aria nel Flight Control System (FCS) di velivoli FBW è stata sviluppata una sonda ad architettura non convenzionale ispirata ai Flush Air Data
Sensor System (FADS).
I FADS sono sistemi di tipo non intrusivo: requisito fondamentale per velivoli stealth, spaziali e non pilotati, per i quali rispondono ai requisiti, rispettivamente, di bassa osservabilità radar, mancanza di appendici suscettibili ad eccessivo riscaldamento e impianti a basso costo e basso ingombro. Sono costituiti da un insieme di prese di pressione realizzate direttamente sulla parte prodiera della fusoliera, le cui misure sono elaborate da opportuni algoritmi, per la ricostruzione dei parametri di volo. Il numero elevato di prese di pressione che caratterizza tali sistemi e ne consente il funzionamento anche in caso di perdita di una o più misure per il verificarsi di una o più avarie. Quest’aspetto rende i FADS particolarmente adatti a sistemi di tipo FBW caratterizzati da architetture a molteplice ridondanza. I FADS del velivolo da combattimento non pilotato, UCAV, europeo nEUROn sono un esempio recente della loro applicazione.
Lo scopo di questo lavoro è ideare un algoritmo che permetta alla sonda multi-pressione già studiata in lavori precedenti di ricostruire i parametri di volo anche in presenza di avarie. L’algoritmo usa le Reti Neurali Artificiali (Artificial Neural
Networks, ANN) per il calcolo dei parametri di volo. Prima di essere elaborati, i valori
di pressione vengono controllati mediante algoritmi di monitoring per verificare l’esistenza o meno di avarie. La presenza di avarie determina una riconfigurazione dell’algoritmo di calcolo dipendente da quante misure di pressione non sono più utilizzabili.
Gli algoritmi di monitoring agiscono a monte del calcolo dei parametri di volo ed usano le differenze di pressione. Essi dichiarano le avarie confrontando le suddette
Introduzione
2 differenze con opportuni valori di soglia dipendenti dal modulo della velocità V e dagli angoli di incidenza α e derapata β. I valori di soglia vengono estratti da look-up-table tridimensionali utilizzando come input α, β, V valutati al precedente passo di calcolo della procedura. Gli algoritmi e le look-up-table dei valori di soglia sono stati sviluppati in ambiente Matlab.
L’architettura finale della sonda prevede 21 fori, numero necessario a rendere il sistema 2-Fail Operative (2-FO), ed è stata realizzata con l'obiettivo di utilizzare trasduttori di pressione di tipo Micro Electro Mechanical System (MEMS). La tecnologia dei MEMS permette di ridurre i costi, la dimensione delle sonde e di realizzare un elevato numero di fori aumentando il livello di ridondanza.
Il lavoro che viene descritto in questa relazione fa parte di un ampio progetto del DIA, a cui hanno preso parte più persone. Per dare un’idea chiara del progetto nel suo complesso e di introdurre in maniera più ampia l’argomento nei primi due capitoli viene descritto ciò che è stato fatto in precedenza oltre a fornire indicazioni sugli strumenti utilizzati. Nel terzo capitolo viene illustrato cosa s’intende per monitoring, quali sono le tecniche classiche d’applicazione e viene descritto quanto è stato fatto per realizzare l’algoritmo di monitoraggio. Nel capitolo successivo sono trattate le architetture dell’algoritmo di calcolo, nel quinto viene spiegata la procedura di calcolo e nel sesto vengono illustrati i risultati ottenuti.
