Sistema de datos de aire sintético

Un sistema de datos aerodinámicos sintéticos ( SADS ) es un sistema alternativo que puede producir cantidades de datos aerodinámicos sintéticos sin medir directamente los datos aerodinámicos. Utiliza otra información como GPS , información del viento, la actitud de la aeronave y propiedades aerodinámicas para estimar o inferir las cantidades de datos aerodinámicos. Aunque los datos aerodinámicos incluyen altitud, velocidad aerodinámica, presiones, temperatura del aire, número de Mach y ángulos de flujo (por ejemplo, ángulo de ataque y ángulo de deslizamiento lateral ), los SADS conocidos actualmente se centran principalmente en estimar la velocidad aerodinámica , el ángulo de ataque y el ángulo de deslizamiento lateral. El SADS se utiliza para supervisar el sistema de datos aerodinámicos principal si hay una anomalía debido a fallos en los sensores o fallos del sistema. ^{[ 1 ] [ 2 ]} También puede utilizarse potencialmente como respaldo para proporcionar estimaciones de datos aerodinámicos para cualquier vehículo aéreo.

Los sistemas de datos de aire sintéticos pueden reducir el riesgo al crear una capa adicional de redundancia (redundancia analítica) en el sistema mecánico de datos de aire, como los sistemas pitot-estáticos y los indicadores de ángulo. También pueden utilizarse para detectar fallos en otros subsistemas mediante comprobaciones de compatibilidad de datos.

La idea de SADS existe desde la década de 1980. La idea básica es utilizar sensores de datos no aerodinámicos, como la unidad de medición inercial (IMU) y el GPS, combinados con modelos de dinámica vehicular para estimar la tripleta de datos aerodinámicos: velocidad aerodinámica , ángulo de ataque y ángulo de deslizamiento lateral (ya sea por separado o combinados). La mayoría de los trabajos anteriores utilizaron modelos de dinámica vehicular para estimar datos aerodinámicos tanto en aplicaciones de aeronaves ^{[ 3 ] [ 4 ] [ 5 ] [ 6 ]} como de naves espaciales ^{[ 7 ] [ 8 ]} . Este enfoque a veces se denomina SADS basado en modelos aerodinámicos ^{[ 9 ] [ 10 ] [ 11 ].} Sin embargo, el SADS basado en modelos aerodinámicos es difícil de implementar porque es difícil obtener modelos de dinámica vehicular precisos que posean la fidelidad necesaria para producir la precisión requerida en las estimaciones de datos aerodinámicos. Para abordar este problema, recientemente se ha propuesto un SADS sin modelo. ^{[ 12 ] [ 13 ] [ 14 ]} El SADS sin modelo no requiere modelos de dinámica vehicular. En cambio, se basa en la precisión del sistema de navegación inercial (INS) y las estimaciones de viento tridimensionales (3D).

SADS ha vuelto a despertar un gran interés tras el accidente del vuelo 447 de Air France en 2009. Varias universidades y agencias gubernamentales, como la Universidad de Minnesota, la Universidad Tecnológica de Delft, el Centro de Investigación Langley de la NASA y el Instituto de Mecánica de Vuelo y Control de Vuelo de la Universidad Técnica de Múnich , han investigado temas relacionados con SADS. Recientemente, los principales productores de sistemas de datos aéreos, como Collins Aerospace ^{[ 15 ] [ 16 ]} y Honeywell ^{[ 17 ]} , han presentado patentes relacionadas con SADS. Además, los dos recientes accidentes del Boeing 737 MAX ( el vuelo 610 de Lion Air (2018) y el vuelo 302 de Ethiopian Airlines (2019)) han vuelto a poner a SADS en el punto de mira ^{[ 18 ]} , como se detalla en el informe . En particular, la velocidad aerodinámica sintética ^{[ 19 ]} se ha convertido en un punto clave para mejorar la seguridad de las aeronaves Boeing.

La velocidad del aire${\textstyle V_{a}}$ángulo de ataque${\textstyle \alpha }$y ángulo de deslizamiento lateral${\textstyle \beta }$representa la tripleta de datos atmosféricos, y el estado actual de la técnica de SADS consiste en estimar estas tres cantidades, ya sea de forma conjunta o por separado. Una forma de estimar la tripleta de datos atmosféricos es mediante la relación del triángulo de viento . Matemáticamente, la ecuación del triángulo de viento se muestra a continuación:

$${\displaystyle {\big [}{\begin{array}{ccc}u&v&w\end{array}}{\big ]}^{T}={\bf {C}}_{n}^{b}({\boldsymbol {\psi }}_{nb}^{n})\left[{\bf {v}}^{n}-{\bf {W}}^{n}\right]}$$dónde${\textstyle u}$,${\textstyle v}$, y${\textstyle w}$son los componentes de la velocidad de traslación expresados ​​en el sistema de referencia del cuerpo,${\textstyle {\bf {C}}_{n}^{b}({\boldsymbol {\psi }}_{nb}^{n})}$es la transformación de coordenadas del sistema de coordenadas Norte-Este-Abajo ( NED ) al sistema de coordenadas del cuerpo. El vector${\textstyle {\boldsymbol {\psi }}_{nb}^{n}={\big [}\phi ~\theta ~\psi {\big ]}^{T}}$representa el vector de actitud en balanceo, cabeceo y guiñada .${\textstyle {\bf {v}}^{n}}$y${\textstyle {\bf {W}}^{n}}$representan la velocidad del suelo y el vector del viento en el sistema de referencia NED respectivamente.

Si el${\textstyle u}$,${\textstyle v}$, y${\textstyle w}$Se conocen las velocidades del aire.${\textstyle V_{a}}$ángulo de ataque${\textstyle \alpha }$y ángulo de deslizamiento lateral${\textstyle \beta }$se puede calcular de la siguiente manera: ^{[ 25 ]}

$${\displaystyle V_{a}={\sqrt {u^{2}+v^{2}+w^{2}}}}$$$${\displaystyle \alpha =\tan ^{-1}\left({\dfrac {u}{v}}\right)}$$$${\displaystyle \beta =\sin ^{-1}\left({\dfrac {v}{\sqrt {u^{2}+v^{2}+w^{2}}}}\right)}$$

Existen diversos métodos para estimar o "sintetizar" la velocidad aerodinámica, el ángulo de ataque y el ángulo de deslizamiento lateral sin utilizar directamente los datos aerodinámicos medidos. Por ejemplo, la velocidad aerodinámica sintética se puede calcular utilizando la velocidad respecto al suelo, el ángulo de ataque, la velocidad del viento, la actitud de cabeceo y el rumbo del avión. La velocidad respecto al suelo suele ser proporcionada por el GPS . Las mediciones del ángulo de ataque pueden provenir de las veletas angulares. La velocidad del viento se puede obtener mediante el radar meteorológico a bordo. La actitud del avión se puede calcular a partir del sistema de navegación inercial . El cálculo exacto de la velocidad aerodinámica sintética puede variar (por ejemplo, se puede realizar una aproximación de ángulo pequeño para simplificar el cálculo), pero se basa principalmente en la ecuación del triángulo cinemático del viento . Este método a veces se denomina método SADS sin modelo; no implica la dinámica del modelo del vehículo.

El sistema SADS basado en modelos aprovecha el modelo de dinámica vehicular para ayudar a estimar las cantidades de datos aerodinámicos. En particular, los coeficientes aerodinámicos se utilizan para calcular datos aerodinámicos sintéticos. Por ejemplo, el ángulo de ataque.${\textstyle \alpha }$se puede sintetizar si el coeficiente de sustentación${\textstyle C_{L}}$, número de Mach${\textstyle M}$y altitud${\textstyle h}$son conocidos. Matemáticamente, ^{[ 3 ]}

$${\displaystyle \alpha =f(C_{L},~M,~h)}$$

La función${\textstyle f(\cdot )}$que se relaciona${\textstyle C_{L}}$a${\textstyle \alpha }$Se puede determinar empíricamente ajustando los datos aerodinámicos a una curva . La precisión del SADS basado en el modelo depende de la precisión del coeficiente aerodinámico. Esta limitación de precisión puede no ser un problema para aeronaves de alto rendimiento como el F-15 , pero puede resultar bastante difícil para los UAV de bajo costo.

Muchos sistemas SADS, tanto basados ​​en modelos como sin ellos, utilizan ampliamente métodos de estimación clásicos como el filtrado de Kalman y los mínimos cuadrados para estimar datos atmosféricos cuando se requiere fusión de sensores y computación en tiempo real . Otros métodos no convencionales, como el aprendizaje basado en datos o los algoritmos de estimación de datos atmosféricos basados ​​en aprendizaje automático, han surgido en la última década, ^{[ 26 ] [ 27 ]} pero son difíciles de certificar debido a la complejidad de los algoritmos.

• Computadora de datos aéreos
• Sistema de navegación inercial
• Redundancia (ingeniería)
• filtro de Kalman
• Acrónimos y abreviaturas en aviónica
• Computadora central de datos aéreos , utilizada en el F-14 , el primer convertidor analógico-digital basado en microprocesador.

• "Manuales y guías de aeronaves" . Departamento de Transporte de los Estados Unidos, Administración Federal de Aviación.
• "14 CFR Parte 135 Certificación de Transportistas y Operadores Aéreos" . Departamento de Transporte de los Estados Unidos, Administración Federal de Aviación.