Czasopismo
Tytuł artykułu
Autorzy
Wybrane pełne teksty z tego czasopisma
Warianty tytułu
Identification of aircraft flight dynamics mathematical model
Języki publikacji
Abstrakty
Przedmiotem pracy jest modelowanie matematyczne dynamiki lotu samolotu. Do odwzorowania współczynników sił i momentów sił aerodynamicznych zastosowano sztuczną sieć neuronową. Zastosowano jednokierunkową wielowarstwową sztuczną sieć z algorytmem wstecznej propagacji błędów. Do wyznaczenia sieci wykorzystano wyniki pomiarów w locie z pełnego zakresu eksploatacji samolotu w tym przeciągnięcia i korkociągi. Wymienione loty były zrealizowane przez Instytut Techniczny Wojsk Lotniczych w ramach badań kwalifikacyjnych dot. własności lotnych tego samolotu. Praca stanowi kontynuację prac autorów z zakresu modelowania dynamiki lotu samolotu i jego układów do symulatorów szkolenia pilotów metodami komputerowej identyfikacji. Te metody identyfikacji wykorzystane zostały przez autorów do wyznaczenia modeli dynamiki lotu wszystkich opracowanych w Polsce symulatorów szkolenia pilotów samolotów wojskowych.
The paper has been intended to present an artificial neural network that represents coefficients of forces and moments of aerodynamic forces of a light turboprop aircraft. Some unidirectional multi-layer artificial network was used, one with an algorithm of reverse error propagation. Measurements taken in flight, throughout the full operating range, with stall and spin manoeuvres included, have been used to find the network. All the flight tests were carried out by the Air Force Institute of Technology under the flight test program intended to certify flying qualities of this aircraft. The paper is a continuation of work conducted by the Authors in the field of modelling-with computer-based identification methods - the aircraft/aircraft systems' flight dynamics to be used then in simulators to give training to pilots. These identification methods have been used by the Authors to generate models of flight dynamics to be used then in simulators to give training to pilots. These identification methods have been used by the Autors to generate models of flight dynamics for all simulators developed in Poland to give training to pilots of military aircraft.
Rocznik
Tom
Strony
181-188
Opis fizyczny
Bibliogr. 7 poz., rys., wykr.
Twórcy
Bibliografia
- [1] Borowczyk H., Lewitowicz J., Lindstedl P.: The neural diagnostic method and a complex system of diagnosing airframe and powerplanl. ICAS-98-6,6,4
- [2] Hazarika N., Tuncer I. H., Lowe D.: An inverse design procedure for airfoils using artificial neural networks. ICAS-98-2,2,1 .
- [3] Lonnblad L., Peterson C., Rognvaldsson T.: Pattern recognition in high energy physics with artificial neural networks - JETNET 2.0. Computer Physics Communications 70, 1992, 167-182.
- [4] Manerowski J.: Identyfikacja modelu dynamiki ruchu sterowanych obiektów latających. ASKON, Warszawa 1999.
- [5] Manerowski J., Rykaczewski D.: Modeling of UAV flight dynamics using perception artificial neural networks. Journal of Theoretical and Applied Mechanics. No. 2. Vol. 43. Warszawa 2005, s. 297÷307.
- [6] Marques F.D., Belo M.: Identification of aircraft non-linear dynamics using Vollera series. ICAS-98-1,10,5.
- [7] Weiss S., Friehmelt H., Plaetsche E., Rohl FD. System identification using single surface excitation at high angles of attack, AIAA Atmosferic Flight Mechanics Conference, Boltimore 1995, AIAA 95-3436, 111-118.
Typ dokumentu
Bibliografia
Identyfikatory
Identyfikator YADDA
bwmeta1.element.baztech-article-PWA7-0029-0020