DE102006016311A1 - Verfahren und Vorrichtung zum Erhalten einer verbesserten Genauigkeit und eines verbesserten Bereichs für Luftdatenparameter, die von unabhängigen Messungen voneinander abhängiger Drücke abgeleitet werden - Google Patents

Verfahren und Vorrichtung zum Erhalten einer verbesserten Genauigkeit und eines verbesserten Bereichs für Luftdatenparameter, die von unabhängigen Messungen voneinander abhängiger Drücke abgeleitet werden Download PDF

Info

Publication number
DE102006016311A1
DE102006016311A1 DE102006016311A DE102006016311A DE102006016311A1 DE 102006016311 A1 DE102006016311 A1 DE 102006016311A1 DE 102006016311 A DE102006016311 A DE 102006016311A DE 102006016311 A DE102006016311 A DE 102006016311A DE 102006016311 A1 DE102006016311 A1 DE 102006016311A1
Authority
DE
Germany
Prior art keywords
predicted
dimensionless
pressure
static pressure
air data
Prior art date
Legal status (The legal status 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 status listed.)
Granted
Application number
DE102006016311A
Other languages
English (en)
Other versions
DE102006016311B4 (de
Inventor
Travis Jon Shakopee Schauer
Derrick David New Market Hongerholt
Dennis James Shakopee Cronin
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Rosemount Aerospace Inc
Original Assignee
Rosemount Aerospace Inc
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 Rosemount Aerospace Inc filed Critical Rosemount Aerospace Inc
Publication of DE102006016311A1 publication Critical patent/DE102006016311A1/de
Application granted granted Critical
Publication of DE102006016311B4 publication Critical patent/DE102006016311B4/de
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
    • G01P13/00—Indicating or recording presence, absence, or direction, of movement
    • G01P13/02—Indicating direction only, e.g. by weather vane
    • G01P13/025—Indicating direction only, e.g. by weather vane indicating air data, i.e. flight variables of an aircraft, e.g. angle of attack, side slip, shear, yaw
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
    • G01P5/00—Measuring speed of fluids, e.g. of air stream; Measuring speed of bodies relative to fluids, e.g. of ship, of aircraft
    • G01P5/14—Measuring speed of fluids, e.g. of air stream; Measuring speed of bodies relative to fluids, e.g. of ship, of aircraft by measuring differences of pressure in the fluid
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
    • G01P5/00—Measuring speed of fluids, e.g. of air stream; Measuring speed of bodies relative to fluids, e.g. of ship, of aircraft
    • G01P5/14—Measuring speed of fluids, e.g. of air stream; Measuring speed of bodies relative to fluids, e.g. of ship, of aircraft by measuring differences of pressure in the fluid
    • G01P5/16—Measuring speed of fluids, e.g. of air stream; Measuring speed of bodies relative to fluids, e.g. of ship, of aircraft by measuring differences of pressure in the fluid using Pitot tubes, e.g. Machmeter

Abstract

Ein Verfahren zum Berechnen eines Systemebenen-Luftdatenparameters für ein Flugzeug, beispielsweise des Anstellwinkels (AOA) und/oder des Schiebewinkels (AOS) des Flugzeugs, beinhaltet das Messen mehrerer lokaler statischer Drücke p¶i¶. Als nächstes werden mehrere dimensionslose Druckverhältnisse jeweils als Funktion von einem der mehreren lokalen statischen Drücke p¶i¶, einem vorhergesagten statischen Druck Ps¶predicted¶ des Systems und einem vorhergesagten Staudruck q¶c¶ ¶predicted¶ erzeugt. Anschließend wird der Systemebenen-Luftdatenparameter als Funktion der erzeugten mehreren dimensionslosen Druckverhältnisse berechnet. Es sind auch Luftdatensysteme offenbart, die zum Implementieren des Verfahrens konfigurierte Luftdatencomputer aufweisen. Die Luftdatensysteme können bündige Luftdatensysteme ("Flush Air Data Systems" - FADS) oder andere Typen von Luftdatensystemen sein.

Description

  • Die vorliegende Erfindung betrifft allgemein bündige Luftdatensysteme ("Flush Air Data Systems" – FADS) und andere Typen in Flugzeugen verwendeter Luftdatensysteme. Die vorliegende Erfindung betrifft insbesondere Verfahren und Vorrichtungen zum Verbessern der Genauigkeit, Zuverlässigkeit und/oder des Bereichs von Luftdatenparametern, die von unabhängigen Messungen von Drücken abgeleitet werden, welche untereinander Abhängigkeiten aufweisen.
  • Bündige Luftdatensysteme werden in zunehmendem Maße an Luftfahrzeugen oder Flugzeugen (bemannt oder unbemannt) verwendet oder wurden für die Verwendung an diesen vorgeschlagen. Ein FADS verwendet typischerweise mehrere bündige oder nahezu bündige statische Drucköffnungen im Außenbereich eines Flugzeugs, um lokale statische Drücke an verschiedenen Positionen zu messen. Der von den einzelnen Öffnungen gemessene Druck oder die von den einzelnen Öffnungen gemessenen Druckwerte werden unter Verwendung irgendeiner Form eines Algorithmus (von Algorithmen) zu System-(global oder auf der Ebene des Flugzeugs)-Luftdatenparametern für das Flugzeug kombiniert. Beispiele dieser System-Luftdatenparameter für das Flugzeug umfassen den Anstellwinkel (AOA), den Schiebewinkel (AOS), die Machzahl usw. Andere wohlbekannte System-Luftdatenparameter für das Flugzeug können auch von Schätzungen des statischen Drucks und des Gesamtdrucks und ihren Änderungsraten abgeleitet werden.
  • Bündige Luftdatensysteme weisen zahlreiche Vorteile auf, die ihre Verwendung für bestimmte Flugzeuge oder in bestimmten Umgebungen wünschenswert machen. Beispielsweise können die bündigen oder nahezu bündigen statischen Drucköffnungen zu weniger Luftwiderstand an dem Flugzeug führen als manche andere Typen von Druckmessvorrichtungen. Weiterhin treten bei bündigen oder nahezu bündigen Öffnungen zum Messen des statischen Drucks weniger Eisansammlungen auf als bei manchen anderen Typen von Druckmessvorrichtungen. Andere Vorteile eines FADS können beispielsweise eine geringere Beobachtbarkeit als manche sondenartige Luftdatensysteme einschließen.
  • Es sei angenommen, dass ein FADS N bündige statische Öffnungen aufweist, welche jeweils einzeln einen einzigen lokalen Druckwert pi messen, der sich auf ihren perspektivischen Ort an dem Flugzeug bezieht. Beispielsweise könnte ein traditionelles FADS typischerweise in etwa fünf Druckmessöffnungen (N = 5) aufweisen, die an dem Flugzeug positioniert sind, wenngleich stattdessen auch eine andere Anzahl von Öffnungen verwendet werden kann. Unter Verwendung von einem oder mehreren Algorithmen können diese N lokalen Druckwerte, pi kombiniert werden, um die einzelnen für ein Luftdatensystem erforderlichen Bestandteile abzuleiten, wie beispielsweise den Gesamtdruck Pt, den statischen Druck Ps, den AOA und den AOS. Eine große Vielzahl von Algorithmen kann verwendet werden, um diese abgeleiteten Luftdatenparameter bereitzustellen. Beispielsweise können Algorithmen verwendet werden, die bei herkömmlichen Kugelkopf-Luftdaten-Messsonden mit fünf Löchern verwendet werden. Andere Algorithmen, die verwendet werden können, umfassen beispielsweise jene, welche auf mehrdimensionalen Nachschlagetabellen, einer Anpassung von Kurven von Polynomen höherer Ordnung und mehrerer Variablen, Kalman-Filtern usw. beruhen. Es wurde in zunehmendem Maße vorgeschlagen, dass die Drücke oder Druckwerte pi unter Verwendung irgendeiner Form von Algorithmen der künstlichen Intelligenz, beispielsweise neuronaler Netzwerke (NN), Support-Vektor-Maschinen (SVM) usw. kombiniert werden.
  • Ein Nachteil gegenwärtiger FADS-Ansätze betrifft die Verwendung traditioneller Verfahren zum Schätzen von AOA und AOS. Traditionelle Verfahren verwenden nur einige Öffnungen (welche lokale statische Drücke pi messen), um AOA und AOS zu schätzen, bevor die Schätzungen unter Verwendung neuronaler Netzwerke oder anderer Algorithmen der künstlichen Intelligenz verfeinert werden. Falls bei diesem Ansatz jedoch eine Öffnung beispielsweise durch Vogelschlag, einen Stromausfall usw. verloren geht, geht das gesamte System verloren. Demgemäß ist es auf dem Fachgebiet erforderlich, die Zuverlässigkeit, Genauigkeit und Redundanz bei FADS- und anderen Typen von Luftdatensystemen zu erhöhen.
    •
  • Diese und/oder andere Aufgaben können durch die in den Ansprüchen definierten Merkmale gelöst werden.
  • Ausführungsformen der vorliegenden Erfindung bieten Lösungen für diese und/oder andere Probleme und andere Vorteile gegenüber dem Stand der Technik.
  • Ein bevorzugtes Verfahren zum Berechnen eines Systemebenen-Luftdatenparameters für ein Flugzeug, beispielsweise des Anstellwinkels (AOA) und/oder des Schiebewinkels (AOS) eines Flugzeugs, beinhaltet das Messen mehrerer lokaler statischer Drücke pi. Als nächstes werden mehrere dimensionslose Druckverhältnisse jeweils als Funktion von einem der mehreren lokalen statischen Drücke pi, einem vorhergesagten statischen Druck PSpredicted des Systems und einem vorhergesagten Staudruck qc preaicted des Systems erzeugt. Dann wird der Systemebenen-Luftdatenparameter als Funktion der erzeugten mehreren dimensionslosen Druckverhältnisse berechnet. Es sind auch Luftdatensysteme offenbart, die Luftdatencomputer aufweisen, welche zur Implementation des Verfahrens konfiguriert sind. Die Luftdatensysteme können bündige Luftdatensysteme ("Flush Air Data Systems" – FADS) oder andere Typen von Luftdatensystemen sein.
    •
  • Andere bevorzugte Merkmale und Vorteile, die Ausführungsformen der vorliegenden Erfindung kennzeichnen, werden beim Lesen der folgenden detaillierten Beschreibung und bei Betrachtung der zugeordneten Zeichnung verständlich werden.
  • Es zeigen:
  • die 1-1 und 1-2 schematische Darstellungen von bündigen Öffnungen zum Messen von Luftdruckdaten an einem Flugzeug bei Betrachtung von oben bzw. von unten bei einer als Beispiel dienenden Ausführungsform,
  • 2 eine schematische Darstellung eines zum Implementieren von Verfahren gemäß der vorliegenden Erfindung konfigurierten Luftdatensystems,
  • die 3-6 Flussdiagramme, in denen Verfahren gemäß der vorliegenden Erfindung dargestellt sind, und
  • die 7-10 Auftragungen von AOA- und AOS-Fehlern, welche die Verringerung von Fehlern bei Verwendung von Verfahren gemäß der vorliegenden Erfindung zeigen.
  • Die 1-1 und 1-2 sind schematische Darstellungen in Draufsicht bzw. in Ansicht von unten eines Flugzeugs oder Luftfahrzeugs 100, bei dem ein bündiges Luftdatensystem ("Flush Air Data System" – FADS) gemäß als Beispiel dienenden Ausführungsformen der vorliegenden Erfindung verwendet wird. Bündige Luftdatensysteme sind auf dem Fachgebiet allgemein bekannt. Beispielsweise sind Aspekte eines solchen FADS im Whitmore et al. am 26. Juni 2001 erteilten US-Patent US 6 253 166 mit dem Titel STABLE ALGORITHM FOR ESTIMATING AIRDATA FROM FLUSH SURFACE PRESSURE MEASUREMENTS beschrieben. Andere Beispiele von FADS oder Aspekte von FADS sind beschrieben in: (1) Air Data Sensing from Surface Pressure Measurements Using a Neural Network, Method AIAA Journal, Band 36, Nr. 11, S. 2094-2101(8) (1. November 1998) von Rohloff T.J., Angeles L., Whitmore S.A. und Catton I., (2) Fault-Tolerant Neural Network Algorithm for Flush Air Data Sensing, Journal of Aircraft, Band 36, Ausgabe 3, S. 541-549(9) (1. Mai 1999) von Rohloff T.J., Whitmore S.A. und Catton I., (3) Fault Tolerance and Extrapolation Stability of a Neural Network Air-Data Estimator, Journal of Aircraft, Band 36, Ausgabe 3, S. 571-576(6) (1. Mai 1999) von Rohloff T.J. und Catton I. und (4) Failure Management Scheme for Use in a Flush Air Data System, Aircraft Design 4, S. 151-162 (2001) von C.V. Srinatha Sastry, K.S. Raman und B. Lakshman Babu.
  • Das von dem Flugzeug 100 verwendete FADS beinhaltet gemäß einem dargestellten Beispiel elf bündige (oder nahezu bündige) Öffnungen 110 zum Messen des statischen Drucks (Bezugszahlen 110-1 bis 110-11), die an verschiedenen Stellen im Außenbereich des Fahrzeugs angeordnet sind. Die einzelnen Öffnungen 110 messen jeweils einen einzigen Wert pi des lokalen statischen Drucks, der von ihren jeweiligen Orten an dem Flugzeug abhängt. Diese Druckwerte werden dann unter Verwendung irgendeiner Form von Algorithmen künstlicher Intelligenz (neuronale Netzwerke, Support-Vektor-Maschinen usw.) kombiniert, um System-Luftdatenparameter, wie Flugzeug-AOA und -AOS, zu erzeugen. Wenngleich die 1-1 und 1-2 elf Öffnungen zum Messen des statischen Drucks an bestimmten Orten zeigen, können sich die bestimmte Anzahl und die bestimmten Orte der Öffnungen 110 nach Wunsch für das jeweilige Flugzeug und die jeweilige Anwendung ändern. Andere Beispiele von FADS, die hier beschrieben werden, verwenden N Öffnungen zum Messen des statischen Drucks. Die vorliegende Erfindung ist demgemäß nicht auf FADS mit einer bestimmten Anzahl von Öffnungen zum Messen des statischen Drucks oder die bestimmten Orte der Öffnungen, die in den 1-1 und 1-2 dargestellt sind, beschränkt. Weiterhin ist die vorliegende Erfindung nicht auf FADS beschränkt, sondern sie kann stattdessen allgemeiner in Luftdatensystemen, welche System-Luftdatenparameter als Funktion mehrerer lokaler statischer Drücke erzeugen, und insbesondere jener, welche Algorithmen der künstlichen Intelligenz dazu verwenden, verwendet werden.
  • 2 ist eine schematische Darstellung eines FADS 200 gemäß Ausführungsformen der vorliegenden Erfindung, das konfiguriert ist, um Algorithmen zum Erzeugen von Luftdatenparametern, welche nachstehend beschrieben werden, zu implementieren. Wenngleich Eigenschaften der Algorithmen nachstehend beschrieben werden, ist zu verstehen, dass die spezifische Implementation der Algorithmen unter Verwendung beliebi ger gewünschter Techniken und Technologien erreicht werden kann. Beispielsweise können die Verfahren unter Verwendung neuronaler Netzwerke oder anderer Algorithmen der künstlichen Intelligenz, implementiert werden, dies braucht jedoch nicht bei allen Ausführungsformen der Fall zu sein. Das System 200 ist eine als Beispiel dienende Ausführungsform eines in dem Flugzeug 100 verwendeten FADS. Wenngleich 2 bündige Öffnungen zum Messen des statischen Drucks zeigt, ist es vorgesehen, Luftdatensysteme allgemeiner, einschließlich jener, bei denen andere Typen von Druckmessvorrichtungen verwendet werden, darzustellen.
  • Wie in 2 dargestellt ist, weist das FADS 200 N bündige statische Öffnungen 110 auf (welche mit 110-1 bis 110-N bezeichnet sind). Die einzelnen Öffnungen messen jeweils einen einzigen Wert pi des lokalen statischen Drucks (für i zwischen 1 und N), der sich auf ihre verschiedenen Orte an dem Flugzeug 100 bezieht. Unter Verwendung in einer Luftdaten-Computerschaltungsanordnung 210 implementierter Algorithmen können diese N Druckwerte kombiniert oder verwendet werden, um nach Wunsch einen oder mehrere Flugzeug- oder Systemebenen-Luftdatenparameter 220 zu erzeugen. Beispiele dieser System-Luftdatenparameter umfassen den Anstellwinkel (AOA), den Schiebewinkel (AOS) und die Machzahl, sind jedoch nicht darauf beschränkt.
  • Gemäß Ausführungsformen der vorliegenden Erfindung wird zuerst eine ausgewählte Anzahl von Druckmesswerten pi verwendet, um einen statischen Druck Ps des Systems und einen Gesamtdruck Pt des Systems abzuleiten (oder alternativ den statischen Druck Ps des Systems und den Staudruck qc). Die Anzahl der erforderlichen Öffnungen hängt von der Genauigkeit und den Orten der Öffnungen ab, und es kann für jeden abgeleiteten Parameter ein anderer Satz von Öffnungen erforderlich sein. Sobald Ps und Pt (oder Ps und qc) geschätzt wurden, werden sie zusammen mit einer ausgewählten Anzahl von Druckmesswerten verwendet, um den AOA und den AOS des Systems oder des Flugzeugs abzuleiten. In diesem Fall werden der vorhergesagte Pt-Wert und der vorhergesagte Ps-Wert verwendet, um dimensionslose Druckverhältnisse (pi – Pspredicted)/(Ptpredicted – Pspredicted) Zu bilden, die als Eingaben für die neuronalen Netzwerke und/oder andere Algorithmen künstlicher Intelligenz, die innerhalb des Luftdatencomputers 210 implementiert sind, verwendet werden, um AOA und AOS vorherzusagen. Durch die Verwendung dieser Technik wird die Genauigkeit der vorhergesagten AOA- und AOS-Werte erheblich vergrößert, wie in den 7 bis 10 ersichtlich ist, welche später erörtert werden.
  • Gemäß Ausführungsformen der vorliegenden Erfindung beinhaltet der Luftdatencomputer 210 eine Schaltungsanordnung (beispielsweise geeignet konfigurierte Prozessoren, integrierte Chips usw.), die konfiguriert ist, um die in einigen oder allen der 3-6 dargestellten Verfahren zu implementieren. Bei manchen Ausführungsformen werden diese Schaltungsanordnung und entsprechende Algorithmen verwendet, um neuronale Netzwerke und/oder andere Algorithmen der künstlichen Intelligenz zu implementieren. Die nachstehend mit Bezug auf die 3-6 beschriebenen Verfahren ermöglichen eine bessere Funktionsweise dieser Algorithmen, was zu einer genaueren und zuverlässigeren Berechnung von Luftdatenparametern führt.
  • 3 zeigt ein Flussdiagramm, welches ein Verfahren 350 zum Berechnen eines Luftdatenparameters gemäß einigen Ausführungsformen der vorliegenden Erfindung erläutert. Wie in Schritt 355 dargestellt ist, beinhaltet das Verfahren das Messen lokaler statischer Drücke pi von den Öffnungen 110 zum Messen des statischen Drucks. Anschließend werden in dem Verfahren in Schritt 360 dimensionslose Druckverhältnisse anhand der lokalen statischen Drücke pi erzeugt. Jedes dimensionslose Druckverhältnis wird als Funktion von einem von den lokalen statischen Drücken pi, einem vorhergesagten statischen Druck Ptpredicted des Systems und einem vorhergesagten Staudruck qc predicted erzeugt. Weil der vorhergesagte Staudruck qc predicted gleich Ptpredicted – Ptpredicted ist, kann davon ausgegangen werden, dass in diesem Schritt jedes dimensionslose Druckverhältnis als Funktion des vorhergesagten Gesamtdrucks Ptpredicted statt direkt als Funktion des vorhergesagten Staudrucks qc predicted erzeugt wird, weil diese Drücke voneinander abhängen. Wie vorstehend erörtert wurde, werden gemäß einer als Beispiel dienenden Ausführungsform in Schritt 360 die dimensionslosen Druckverhältnisse jeweils für einen bestimmten lokalen statischen Druck pi unter Verwendung einer Beziehung erzeugt, die durch den in Gleichung 1 dargestellten Ausdruck dargestellt werden kann: (pi – Pspredicted)/(Ptpredicted – Pspredicted) Gleichung 1
  • Schließlich beinhaltet das in 3 dargestellte Verfahren 350 einen Schritt 365 zum Berechnen der Systemebenen-Luftdatenparameter als Funktion der erzeugten dimensionslosen Druckverhältnisse. Beispielsweise können die in Gleichung 1 definierten dimensionslosen Druckverhältnisse als Eingaben für ein geeignet trainiertes neuronales Netzwerk verwendet werden, das die Systemebenen-Luftdatenparameter (beispielsweise AOA, AOS usw.) als Eingabe bereitstellt. Mehrere neuronale Netzwerke oder andere Algorithmen künstlicher Intelligenz können auch verwendet werden, um mehrere Luftdatenparameter, jeweils als Funktion desselben Satzes oder verschiedener Sätze dimensionsloser Druckverhältnisse, bereitzustellen.
  • In 4 ist in Form eines Flussdiagramms ein weiteres Verfahren 400 dargestellt, das die Schritte des in 3 dargestellten Verfahrens 350 zusammen mit den Schritten von einem oder beiden der Verfahren 425 und 450, die in 5 bzw. 6 dargestellt sind, aufweist. Weil eines oder beide dieser Verfahren 425 und 450 optional als Vorverarbeitungsschritte für jene des Verfahrens 350 verwendet werden können, sind die den Verfahren 425 und 450 entsprechenden Blöcke in gestrichelten Linien dargestellt, um ihre optionale Natur darzustellen.
  • In 5 ist ein Flussdiagramm dargestellt, welches das Verfahren 425 zum Vorhersagen des statischen Drucks Pspredicted des Systems, der in Schritt 360 des in 3 dargestellten Verfahrens 350 verwendet wird, erläutert. Es sei bemerkt, dass das Verfahren 425 nicht das einzige Verfahren zum Vorhersagen des statischen Drucks Pspredicted des Systems ist, der in Schritt 360 verwendet werden kann, und das Verfahren 350 ist daher nicht auf die Verwendung mit einem durch das Verfahren 425 erzeugten vorhergesagten statischen Druck Pspredicted des Systems beschränkt.
  • Wie in Schritt 505 dargestellt ist, beinhaltet das Verfahren 425 die Erzeugung eines ersten Satzes dimensionsloser Werte des lokalen statischen Drucks. Jeder von dem ersten Satz dimensionsloser Werte des lokalen statischen Drucks wird als Funktion von einem der lokalen statischen Drücke pi und einem Durchschnitt oder Mittelwert p i der lokalen statischen Drücke erzeugt. Gemäß einer als Beispiel dienenden Ausführungsform wird jeder von dem ersten Satz dimensionsloser Werte des lokalen statischen Drucks unter Verwendung einer Beziehung erzeugt, die durch den Ausdruck
    Figure 00090001
    dargestellt werden kann. Gemäß einer anderen Ausführungsform wird der erste Satz dimensionsloser Werte des lokalen statischen Drucks jedoch durch den Ausdruck
    Figure 00090002
    (für i > 1) erzeugt.
  • Durch die Verwendung eines ersten Werts p1 des lokalen statischen Drucks, um die anderen Werte des lokalen statischen Drucks dimensionslos zu machen, wird eine Eingabe p1 beseitigt.
  • Dann wird, wie in Schritt 510 dargestellt ist, beim Verfahren 425 der vorhergesagte statische Druck Pspredicted des Systems als Funktion des ersten Satzes dimensionsloser Werte des lokalen statischen Drucks erzeugt. Dies kann beispielsweise unter Verwendung eines trainierten neuronalen Netzwerks oder eines anderen Algorithmus künstlicher Intelligenz erreicht werden. Gemäß einer als Beispiel dienenden Ausführungsform beinhaltet Schritt 510 zum Erzeugen des vorherge sagten statischen Drucks Pspredicted des Systems als Funktion des ersten Satzes dimensionsloser Werte des lokalen statischen Drucks die Unterschritte, bei denen zuerst ein dimensionsloser vorhergesagter Wert des statischen Drucks erzeugt wird, der durch den Ausdruck
    Figure 00100001
    dargestellt werden kann. Dieser dimensionslose Wert des vorhergesagten statischen Drucks wäre beispielsweise die Ausgabe eines neuronalen Netzwerks, das als Eingaben den ersten Satz dimensionsloser Werte des lokalen statischen Drucks aufnimmt. Dann wird der dimensionslose Wert des vorhergesagten statischen Drucks durch Multiplizieren mit dem Mittelwert p i des lokalen statischen Drucks pi redimensioniert, um den vorhergesagten statischen Druck Pspredicted des Systems zu erzeugen.
  • In 6 ist ein Flussdiagramm dargestellt, das das Verfahren 450 zum Vorhersagen des Staudrucks qc predicted zeigt, der in Schritt 360 des in 3 dargestellten Verfahrens 350 verwendet werden kann. Das Verfahren 350 ist jedoch nicht auf die Verwendung mit unter Verwendung des Verfahrens 450 vorhergesagten Staudrücken beschränkt. Wie in Schritt 605 dargestellt ist, beinhaltet das Verfahren 450 das Erzeugen eines zweiten Satzes dimensionsloser Werte des lokalen statischen Drucks, wobei jeder von dem zweiten Satz der dimensionslosen Werte des lokalen statischen Drucks als Funktion von einem von den lokalen statischen Drücken pi und dem vorhergesagten statischen Druck Pspredicted des Systems erzeugt wird. Dann beinhaltet das Verfahren, wie in Schritt 610 dargestellt ist, das Erzeugen des vorhergesagten Staudrucks qc predicted als Funktion des zweiten Satzes der dimensionslosen Werte des statischen Drucks.
  • Gemäß einer als Beispiel dienenden Ausführungsform wird in Schritt 605 der zweite Satz dimensionsloser Werte des statischen Drucks unter Verwendung einer Beziehung erzeugt, die durch den Ausdruck
    Figure 00100002
    dargestellt werden kann.
  • Gemäß dieser Ausführungsform beinhaltet Schritt 610 zum Erzeugen des vorhergesagten Staudrucks qc predicted das Erzeugen eines dimensionslosen Werts des Staudrucks als Funktion des zweiten Satzes dimensionsloser Werte des statischen Drucks. Anschließend beinhaltet gemäß dieser Ausführungsform Schritt 610 auch das Redimensionieren des dimensionslosen Werts des Staudrucks durch Multiplizieren von ihm mit dem vorhergesagten statischen Druck Pspredicted des Systems, um den vorhergesagten Staudruck qc predicted zu erzeugen.
  • Unter Verwendung der in den 5 und 6 dargestellten Verfahren zum Vorhersagen des statischen Drucks Pspredicted des Systems und des Gesamtdrucks Ptpredicted des Systems, einschließlich indirekt durch Vorhersagen des Staudrucks qc predicted, können die Luftdatenparameter AOA und AOS mit einer erheblichen Fehlerreduktion berechnet werden. Beispielsweise zeigen die 7 und 8 Auftragungen von AOA- und AOS-Fehlern bei Berechnung ohne Vorhersagen des statischen Drucks Pspredicted des Systems und des Gesamtdrucks Ptpredicted des Systems unter Verwendung dieser Verfahren. 7 zeigt Auftragungen von AOA-Fehlern als Funktion von KIRS (Luftgeschwindigkeit, angegeben in Knoten), als Funktion von AOA bzw. als Funktion von AOS. Ähnlich zeigt 8 Auftragungen von AOS-Fehlern als Funktion von KIAS, als Funktion von AOA bzw. als Funktion von AOS. Dagegen zeigen die 9 und 10 die entsprechenden Auftragungen von AOA- und AOS-Fehlern bei Berechnung unter Verwendung des statischen Drucks Pspredicted des Systems und des Gesamtdrucks Ptpredicted des Systems, die unter Verwendung dieser Verfahren erzeugt wurden. Wie klar ersichtlich ist, sind die AOA- und AOS-Fehler erheblich verringert.
  • Wenngleich die vorliegende Erfindung mit Bezug auf bevorzugte Ausführungsformen beschrieben wurde, werden Fachleute erkennen, dass Änderungen an der Form und den Einzelheiten vorgenommen werden können, ohne vom Gedanken und vom Schutzumfang der Erfindung abzuweichen. Wenngleich die Verfahren 350, 425 und 450 beispielsweise in einem einzigen größeren Verfahren verwendet werden können, ist dies nicht bei allen Ausführungsformen erforderlich. Die in jedem dieser Verfahren dargestellten Verfahrensschritte können getrennt für verschiedene Zwecke verwendet werden, falls dies erwünscht ist.

Claims (20)

  1. Verfahren zum Berechnen eines Systemebenen-Luftdatenparameters für ein Flugzeug mit den folgenden Schritten: Messen mehrerer lokaler statischer Drücke pi, Erzeugen mehrerer dimensionsloser Druckverhältnisse, wobei jedes dimensionslose Druckverhältnis als Funktion von einem der mehreren lokalen statischen Drücke pi, einem vorhergesagten statischen Druck Pspredicted des Systems und einem vorhergesagten Staudruck qc predicted erzeugt wird, und Berechnen des Systemebenen-Luftdatenparameters als Funktion der erzeugten mehreren dimensionslosen Druckverhältnisse.
  2. Verfahren nach Anspruch 1, wobei bei dem Berechnen des Systemebenen-Luftdatenparameters als Funktion der erzeugten mehreren dimensionslosen Druckverhältnisse weiter mindestens einer von dem Anstellwinkel (AOA) und dem Schiebewinkel (AOS) des Flugzeugs berechnet wird.
  3. Verfahren nach Anspruch 1 oder 2, wobei bei dem Erzeugen der mehreren dimensionslosen Druckverhältnisse auch als Funktion des vorhergesagten Staudrucks qc predicted weiter die mehreren dimensionslosen Druckverhältnisse als Funktion eines vorhergesagten Gesamtdrucks Ptpredicted des Systems erzeugt werden, wobei der vorhergesagte Staudruck qc predicted gleich dem vorhergesagten Gesamtdruck Ptpredicted des Systems minus dem vorhergesagten statischen Druck Pspredicted des Systems ist.
  4. Verfahren nach Anspruch 1, 2 oder 3, wobei bei dem Erzeugen der mehreren dimensionslosen Druckverhältnisse weiter jedes dimensionslose Druckverhältnis für einen be stimmten lokalen statischen Druck pi unter Verwendung einer Beziehung erzeugt wird, die durch den Ausdruck (pi – Pspredicted)/(Ptpredicted – Pspredicted)dargestellt werden kann.
  5. Verfahren nach einem der Ansprüche 1 bis 4, wobei vor dem Erzeugen der mehreren dimensionslosen Druckverhältnisse weiter ausgeführt wird: Erzeugen einer ersten Anzahl dimensionsloser Werte des lokalen statischen Drucks, wobei jeder von der ersten Anzahl der dimensionslosen Werte des lokalen statischen Drucks als Funktion von einem von den mehreren lokalen statischen Drücken pi und einem Mittelwert pi der mehreren lokalen statischen Drücke pi erzeugt wird, und Erzeugen des vorhergesagten statischen Drucks Pspredicted des Systems als Funktion der ersten Anzahl dimensionsloser Werte des lokalen statischen Drucks.
  6. Verfahren nach Anspruch 5, wobei bei dem Erzeugen der ersten Anzahl dimensionsloser Werte des lokalen statischen Drucks weiter jeder von der ersten Anzahl dimensionsloser Werte des lokalen statischen Drucks unter Verwendung einer Beziehung erzeugt wird, die durch den Ausdruck
    Figure 00140001
    dargestellt werden kann.
  7. Verfahren nach einem der Ansprüche 1 bis 6, wobei bei dem Erzeugen des vorhergesagten statischen Drucks Pspredicted des Systems als Funktion der ersten Anzahl dimensionsloser Werte des lokalen statischen Drucks ausgeführt wird: Erzeugen eines dimensionslosen Werts des vorhergesagten statischen Drucks, der durch den Ausdruck
    Figure 00140002
    dargestellt werden kann, und Redimensionieren des dimensionslosen Werts des vorhergesagten statischen Drucks durch Multiplizieren von
    Figure 00150001
    mit dem Mittelwert pi der mehreren lokalen statischen Drücke pi, um den vorhergesagten statischen Druck Pspredicted des Systems zu erzeugen.
  8. Verfahren nach einem der Ansprüche 5 bis 7, wobei vor dem Erzeugen der mehreren dimensionslosen Druckverhältnisse weiter ausgeführt wird: Erzeugen einer zweiten Anzahl dimensionsloser Werte des lokalen statischen Drucks, wobei jeder von der zweiten Anzahl dimensionsloser Werte des lokalen statischen Drucks als Funktion von einem von den mehreren lokalen statischen Drükken pi und dem vorhergesagten statischen Druck Pspredicted des Systems erzeugt wird, und Erzeugen des vorhergesagten Staudrucks qc predicted als Funktion der zweiten Anzahl dimensionsloser Werte des lokalen statischen Drucks.
  9. Verfahren nach Anspruch 8, wobei bei dem Erzeugen der zweiten Anzahl dimensionsloser Werte des lokalen statischen Drucks weiter jeder von der zweiten Anzahl dimensionsloser Werte des lokalen statischen Drucks unter Verwendung einer Beziehung erzeugt wird, die durch den Ausdruck
    Figure 00150002
    dargestellt werden kann, wobei beim Erzeugen des vorhergesagten Staudrucks qc predicted weiter ein dimensionsloser Staudruckwert als Funktion der zweiten Anzahl dimensionsloser Werte des lokalen statischen Drucks erzeugt wird.
  10. Verfahren nach Anspruch 9, bei dem weiter der dimensionslose Staudruckwert durch Multiplizieren von ihm mit dem vorhergesagten statischen Druck Pspredicted des Systems redimensioniert wird, um den vorhergesagten Staudruck qc predicted zu erzeugen.
  11. Verfahren nach einem der Ansprüche 1 bis 10, wobei bei dem Messen der mehreren lokalen statischen Drücke weiter die mehreren lokalen statischen Drücke unter Verwendung der Öffnungen zum Messen des statischen Drucks eines bündigen Luftdatensystems gemessen werden.
  12. Bündiges Luftdatensystem mit einem Luftdatencomputer, der konfiguriert ist, um das Verfahren nach einem der Ansprüche 1 bis 11 zu implementieren.
  13. Luftdatensystem, welches aufweist: mehrere Öffnungen zum Messen des statischen Drucks, die jeweils einen von mehreren lokalen statischen Drücken pi messen, einen Luftdatencomputer, der konfiguriert ist, um folgende Schritte zum Berechnen von Luftdatenparametern zu implementieren: Erzeugen mehrerer dimensionsloser Druckverhältnisse, wobei jedes dimensionslose Druckverhältnis als Funktion von einem der mehreren lokalen statischen Drücke pi, einem vorhergesagten statischen Druck Pspredicted des Systems und einem vorhergesagten Staudruck qc predicted erzeugt wird, und Berechnen eines Systemebenen-Luftdatenparameters als Funktion der erzeugten mehreren dimensionslosen Druckverhältnisse.
  14. Luftdatensystem nach Anspruch 13, wobei beim Erzeugen der mehreren dimensionslosen Druckverhältnisse auch als Funktion des vorhergesagten Staudrucks qc predicted weiter die mehreren dimensionslosen Druckverhältnisse als Funktion eines vorhergesagten Gesamtdrucks Ptpredicted des Systems erzeugt werden, wobei der vorhergesagte Staudruck qc predicted gleich dem vorhergesagten Gesamtdruck Ptpredicted des Systems minus dem vorhergesagten statischen Druck Pspredicted des Systems ist.
  15. Luftdatensystem nach Anspruch 13 oder 14, wobei bei dem Erzeugen der mehreren dimensionslosen Druckverhältnisse weiter jedes dimensionslose Druckverhältnis für einen bestimmten lokalen statischen Druck pi unter Verwendung einer Beziehung erzeugt wird, die durch den Ausdruck (pi – Ptpredicted)/(Ptpredicted – Pspredicted)dargestellt werden kann.
  16. Luftdatensystem nach einem der Ansprüche 13, 14 oder 15, wobei der Luftdatencomputer weiter konfiguriert ist, um die folgenden zusätzlichen Schritte zum Berechnen von Luftdatenparametern zu implementieren, bevor die mehreren dimensionslosen Druckverhältnisse erzeugt werden: Erzeugen einer ersten Anzahl dimensionsloser Werte des lokalen statischen Drucks, wobei jeder von der ersten Anzahl dimensionsloser Werte des lokalen statischen Drucks als Funktion von einem von den mehreren lokalen statischen Drükken pi und einem Mittelwert pi der mehreren lokalen statischen Drücke pi unter Verwendung einer Beziehung erzeugt wird, die durch den Ausdruck
    Figure 00170001
    dargestellt werden kann, und Erzeugen des vorhergesagten statischen Drucks Pspredicted des Systems als Funktion der ersten Anzahl dimensionsloser Werte des lokalen statischen Drucks.
  17. Luftdatensystem nach einem der Ansprüche 13 bis 16, wobei bei dem Erzeugen des vorhergesagten statischen Drucks Pspredicted des Systems als Funktion der ersten Anzahl dimensionsloser Werte des lokalen statischen Drucks weiter ausgeführt wird: Erzeugen eines dimensionslosen Werts des vorhergesagten statischen Drucks, der durch den Ausdruck
    Figure 00170002
    dargestellt werden kann, und Redimensionieren des dimensionslosen Werts des vorhergesagten statischen Drucks durch Multiplizieren von
    Figure 00180001
    mit dem Mittelwert p i der mehreren lokalen statischen Drücke pi, um den vorhergesagten statischen Druck Pspredicted des Systems zu erzeugen.
  18. Luftdatensystem nach Anspruch 16 oder 17, wobei der Luftdatencomputer weiter konfiguriert ist, um die folgenden zusätzlichen Schritte zum Berechnen von Luftdatenparametern zu implementieren, bevor die mehreren dimensionslosen Druckverhältnisse erzeugt werden: Erzeugen einer zweiten Anzahl dimensionsloser Werte des lokalen statischen Drucks, wobei jeder von der zweiten Anzahl dimensionsloser Werte des lokalen statischen Drucks als Funktion von einem von den mehreren lokalen statischen Drükken pi und dem vorhergesagten statischen Druck Pspredicted des Systems erzeugt wird, und Erzeugen des vorhergesagten Staudrucks qc predicted als Funktion der zweiten Anzahl dimensionsloser Werte des lokalen statischen Drucks.
  19. Luftdatensystem nach Anspruch 18, wobei bei dem Erzeugen der zweiten Anzahl dimensionsloser Werte des lokalen statischen Drucks weiter jeder von der zweiten Anzahl dimensionsloser Werte des lokalen statischen Drucks unter Verwendung einer Beziehung erzeugt wird, die durch den Ausdruck
    Figure 00180002
    dargestellt werden kann, wobei beim Erzeugen des vorhergesagten Staudrucks qc predicted weiter ein dimensionsloser Staudruckwert als Funktion der zweiten Anzahl dimensionsloser Werte des lokalen statischen Drucks erzeugt wird.
  20. Luftdatensystem nach Anspruch 19, wobei der Luftdatencomputer weiter konfiguriert ist, den zusätzlichen Schritt zum Berechnen der Luftdatenparameter zu implementieren, wobei der dimensionslose Staudruckwert durch Multiplizieren von ihm mit dem vorhergesagten statischen Druck Pspredicted des Systems redimensioniert wird, um den vorhergesagten Staudruck qc predicted zu erzeugen.
DE102006016311A 2005-04-06 2006-04-06 Verfahren und Vorrichtung zum Erhalten einer verbesserten Genauigkeit und eines verbesserten Bereichs für Luftdatenparameter, die von unabhängigen Messungen voneinander abhängiger Drücke abgeleitet werden Expired - Fee Related DE102006016311B4 (de)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US11/099,704 2005-04-06
US11/099,704 US7213454B2 (en) 2005-04-06 2005-04-06 Method and apparatus for obtaining improved accuracy and range for air data parameters inferred from independent measurements of interdependent pressures

Publications (2)

Publication Number Publication Date
DE102006016311A1 true DE102006016311A1 (de) 2006-10-12
DE102006016311B4 DE102006016311B4 (de) 2010-10-14

Family

ID=36425146

Family Applications (1)

Application Number Title Priority Date Filing Date
DE102006016311A Expired - Fee Related DE102006016311B4 (de) 2005-04-06 2006-04-06 Verfahren und Vorrichtung zum Erhalten einer verbesserten Genauigkeit und eines verbesserten Bereichs für Luftdatenparameter, die von unabhängigen Messungen voneinander abhängiger Drücke abgeleitet werden

Country Status (4)

Country Link
US (1) US7213454B2 (de)
DE (1) DE102006016311B4 (de)
FR (1) FR2884313A1 (de)
GB (1) GB2424957B (de)

Families Citing this family (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7379839B2 (en) * 2002-12-23 2008-05-27 Rosemount Aerospace, Inc. Multi-function air data probes employing neural networks for determining local air data parameters
US20060212181A1 (en) * 2005-03-16 2006-09-21 Rosemount Aerospace Inc. Method and apparatus for extending useful range of air data parameter calculation in flush air data systems
US20070130096A1 (en) * 2005-12-01 2007-06-07 Rosemount Aerospace, Inc. Fault detection in artificial intelligence based air data systems
US8104339B2 (en) * 2008-02-21 2012-01-31 Honeywell International Inc. Systems and methods for determining air data parameters
US8374804B2 (en) * 2010-02-12 2013-02-12 Honeywell International Inc. Aircraft dynamic pressure estimation system and method
US8479581B2 (en) 2011-05-03 2013-07-09 General Electric Company Device and method for measuring pressure on wind turbine components
FR3008073B1 (fr) * 2013-07-04 2015-08-07 Thales Sa Aeronef comprenant une sonde de mesure et procede de determination de parametres de vol d un tel aeronef
FR3024238B1 (fr) 2014-07-23 2016-12-09 Airbus Operations Sas Procede et dispositif d'estimation du nombre de mach d'un aeronef.
WO2020245588A1 (en) 2019-06-05 2020-12-10 Bae Systems Plc Aircraft with air data sensor
GB2584464B (en) * 2019-06-05 2023-03-22 Bae Systems Plc Aircraft
US11627014B2 (en) 2019-08-06 2023-04-11 Rosemount Aerospace Inc. Distributed electric air data module system
CN110987287A (zh) * 2019-11-20 2020-04-10 中国航空工业集团公司沈阳飞机设计研究所 一种用于飞翼式飞机的半嵌入式大气数据系统
CN110987284A (zh) * 2019-11-20 2020-04-10 中国航空工业集团公司沈阳飞机设计研究所 一种用于飞翼式飞机的高可靠性全嵌入式大气数据系统
CN111310277A (zh) * 2020-03-13 2020-06-19 中国运载火箭技术研究院 大气数据传感系统管路传递特性建模方法、飞行器及存储介质
CN111721450B (zh) * 2020-06-22 2021-06-29 山东大学 一种冲击定位识别装置及方法

Family Cites Families (37)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US3318146A (en) * 1966-02-14 1967-05-09 Rosemount Eng Co Ltd Pressure sensing instrument for aircraft
US4096744A (en) 1975-09-05 1978-06-27 Rosemount Inc. Pressure sensor for determining airspeed, altitude and angle of attack
US4303978A (en) 1980-04-18 1981-12-01 The Boeing Company Integrated-strapdown-air-data sensor system
US4378696A (en) 1981-02-23 1983-04-05 Rosemount Inc. Pressure sensor for determining airspeed altitude and angle of attack
US4378697A (en) 1981-07-06 1983-04-05 Rosemount Inc. Strut mounted multiple static tube
WO1984000071A1 (en) 1982-06-16 1984-01-05 Boeing Co Autopilot flight director system
US4615213A (en) * 1983-12-22 1986-10-07 Rosemount Inc. Pressure sensing instrument for aircraft
DE3727906A1 (de) 1987-08-21 1989-03-02 Messerschmitt Boelkow Blohm Einrichtung zum redundanten messen des anstell- und schiebewinkels von fluggeraeten, insbesondere flugzeugen
US4836019A (en) * 1987-08-27 1989-06-06 Rosemount Inc. Compact air data sensor
RU2041136C1 (ru) 1988-04-25 1995-08-09 Ульяновское конструкторское бюро приборостроения Устройство для определения угла атаки самолета
DE3816057C1 (de) 1988-05-11 1989-04-13 Daimler-Benz Aktiengesellschaft, 7000 Stuttgart, De
DE69127466T2 (de) 1991-03-22 1998-03-19 Goodrich Co B F Ununterbrochen gekrümmter auf eine verstrebung montierter sensor
US5205169A (en) 1991-08-08 1993-04-27 Rosemount Inc. Angle of attack sensor using inverted ratio of pressure differentials
JP2913005B2 (ja) 1992-04-06 1999-06-28 科学技術庁航空宇宙技術研究所長 多角錐台型ピトー管型プローブを用いた飛行速度ベクトル検出システム及び多角錐台型ピトー管型プローブ
US5369993A (en) 1993-06-30 1994-12-06 The B. F. Goodrich Company Three axis air data system for air vehicles
FI96260C (fi) 1993-10-29 1996-05-27 Rautaruukki Oy Suodatusmenetelmä ja suodatin
DE4410709A1 (de) 1994-03-28 1995-10-05 Bodenseewerk Geraetetech Überwachungs-Einrichtung zur Überwachung der Flugsicherheit von Flugzeugen
JP2952397B2 (ja) 1994-08-23 1999-09-27 科学技術庁航空宇宙技術研究所長 対気飛行速度ベクトル計測装置を用いた対気能動制御航空機
US5610845A (en) 1994-08-30 1997-03-11 United Technologies Corporation Multi-parameter air data sensing technique
RU2103718C1 (ru) 1994-12-07 1998-01-27 Санкт-Петербургская государственная академия аэрокосмического приборостроения Устройство для контроля датчиков системы автоматического управления самолета
US5616861A (en) 1995-06-07 1997-04-01 Rosemount Aerospace Inc. Three pressure pseudo -Δ-P sensor for use with three pressure air data probe
US5615119A (en) 1995-06-07 1997-03-25 Aurora Flight Sciences Corporation Fault tolerant automatic control system utilizing analytic redundancy
US5901272A (en) 1996-10-24 1999-05-04 The United States Of America As Represented By The Secretary Of The Navy Neural network based helicopter low airspeed indicator
FR2760268B1 (fr) 1997-03-03 1999-04-30 Aerospatiale Procede et dispositif pour verifier la coherence des mesures d'une sonde d'incidence
WO1999032963A1 (en) 1997-12-22 1999-07-01 Accurate Automation Corporation Air data sensor apparatus and method
US6253166B1 (en) 1998-10-05 2001-06-26 The United States Of America As Represented By The Administrator Of The National Aeronautics And Space Administration Stable algorithm for estimating airdata from flush surface pressure measurements
US6305218B1 (en) 1999-02-22 2001-10-23 Rosemount Aerospace Inc. Method of and apparatus for using an alternate pressure to measure mach number at high probe angles of attack
US6466888B1 (en) 1999-08-26 2002-10-15 The United States Of America As Represented By The Secretary Of The Navy Neural network system for estimation of aircraft flight data
US6561020B2 (en) 2001-05-08 2003-05-13 Rosemount Aerospace Inc. Method to calculate sideslip angle and correct static pressure for sideslip effects using inertial information
US6609421B2 (en) 2001-05-08 2003-08-26 Rosemount Aerospace Inc. Sideslip correction for a multi-function three probe air data system
US6604029B2 (en) 2001-05-08 2003-08-05 Rosemount Aerospace Inc. Multi-function air data probes using neural network for sideslip compensation
US6594559B2 (en) 2001-05-08 2003-07-15 Rosemount Aerospace Inc. Iterative method of aircraft sideslip compensation for multi-function probe air data systems
US6761057B2 (en) 2001-09-13 2004-07-13 Rosemount Aerospace Inc. Error detection and fault isolation for multi-function air data probes and systems
US6668640B1 (en) * 2002-08-12 2003-12-30 Rosemount Aerospace Inc. Dual-channel electronic multi-function probes and methods for realizing dissimilar and independent air data outputs
US7379839B2 (en) 2002-12-23 2008-05-27 Rosemount Aerospace, Inc. Multi-function air data probes employing neural networks for determining local air data parameters
US7257470B2 (en) * 2004-10-29 2007-08-14 Rosemount Aerospace Inc. Fault isolation method and apparatus in artificial intelligence based air data systems
US20060212181A1 (en) 2005-03-16 2006-09-21 Rosemount Aerospace Inc. Method and apparatus for extending useful range of air data parameter calculation in flush air data systems

Also Published As

Publication number Publication date
DE102006016311B4 (de) 2010-10-14
US7213454B2 (en) 2007-05-08
FR2884313A1 (fr) 2006-10-13
GB2424957B (en) 2009-04-01
US20060225496A1 (en) 2006-10-12
GB2424957A (en) 2006-10-11
GB0606672D0 (en) 2006-05-10

Similar Documents

Publication Publication Date Title
DE102006016311B4 (de) Verfahren und Vorrichtung zum Erhalten einer verbesserten Genauigkeit und eines verbesserten Bereichs für Luftdatenparameter, die von unabhängigen Messungen voneinander abhängiger Drücke abgeleitet werden
DE102005058081B9 (de) Verfahren zur Rekonstruktion von Böen und Strukturlasten bei Flugzeugen, insbesondere Verkehrsflugzeugen
DE102006010219A1 (de) Verfahren und Vorrichtung zur Erweiterung des Nutzbereichs der Luftdatenparameterberechnung in bündig eingebauten Luftdatensystemen
DE102015202436B4 (de) Vorrichtung, Verfahren und nichtflüchtiges Computerlesbares Medium zum Kompensieren eines Positionsinformationsfehlers eines Resolvers
DE60225502T2 (de) Multifunktions-Luftdatenmessfühler mit neuronalem Netzwerk zur Schiebewinkelkompensation
DE602004002235T2 (de) Rechnerisches Verfahren zum Bestimmen des Abstellwinkels und des Schiebewinkels
EP0988583B1 (de) System und verfahren zur diagnose von triebwerkszuständen
DE60007772T2 (de) Rekursive zustandsschätzung durch matrixfaktorisierung
DE102018102236A1 (de) Verfahren zum Messen von axialer Kraft einer Schraube
EP1537521B1 (de) Verfahren zur minimierung des einflusses von störsignalen bei der formelementeberechnung aus koordinatenpunkten
DE102014105366A1 (de) Verfahren und Vorrichtung zur Bestimmung eines Druckfeldes in einem Strömungsfeld in einem oder um ein Flugzeug
DE102006001285A1 (de) Trennung einer zufälligen Jitterkomponente und einer deterministischen Jitterkomponente
DE10037926A1 (de) Netzwerkanalysator, Netzwerk-Analyseverfahren und Speichermedium
DE102018210894A1 (de) Entwurf und Herstellung einer Strömungsmaschinenschaufel
DE60222829T2 (de) Iteratives Verfahren zur Kompensierung der Abtrift eines Flugzeugs für Systeme mit multifunktioneller Luftdatensonde
CH708523A2 (de) System und Verfahren zur Überwachung einer rotierenden Komponente.
EP3296565A1 (de) Verfahren und system zum analysieren eines zustands einer windenergieanlage
DE102015206194B4 (de) Verfahren zur Kontrolle von Prüflingen sowie Vorrichtung hierfür
DE102005061926A1 (de) Trennung von zufälligen und deterministischen Jitter-Komponenten
WO2010097076A1 (de) Verfahren zum automatisierten erzeugen eines flächenmodells eines objekts
DE112020005292T5 (de) Integration von physikalischen sensoren in eine rahmenstruktur für eine datenassimilierung
DE10233617A1 (de) Ableitung eines zusammengesetzten Stufenfunktionsverhaltens
DE4242908A1 (de) Verfahren zur Erkennung der Modulationsarten A3E, J3E und F3E und Anordnung zum Durchführen des Verfahrens
DE102020210080A1 (de) Verfahren zum Ermitteln mindestens eines Systemzustands mittels eines Kalman-Filters
EP1440289B1 (de) Navigationssystem zur kursbestimmung eines fahrzeugs

Legal Events

Date Code Title Description
8110 Request for examination paragraph 44
8364 No opposition during term of opposition
R119 Application deemed withdrawn, or ip right lapsed, due to non-payment of renewal fee
R119 Application deemed withdrawn, or ip right lapsed, due to non-payment of renewal fee

Effective date: 20141101