« Afin d’exploiter tout le potentiel de ces avions électriques, vous avez besoin d’un système de contrôle intelligent qui améliore leur robustesse et surtout leur résilience contre une variété de défauts », déclare Soon-Jo Chung, professeur Bren de contrôle et de systèmes dynamiques à Caltech et Chercheur scientifique principal au JPL, que Caltech gère pour la NASA. « Nous avons développé un tel système tolérant aux pannes, crucial pour les systèmes autonomes critiques en matière de sécurité, et il introduit l’idée de capteurs virtuels pour la détection de toute panne à l’aide de méthodes d’apprentissage automatique et de contrôle adaptatif. »

Le groupe de Chung a utilisé un modèle de son ambulance volante autonome pour tester sa méthode de contrôle NFFT. Crédit image : Caltech

Plusieurs rotors signifient de nombreux points de défaillance possibles

Les ingénieurs construisent ces avions électriques hybrides avec plusieurs hélices, ou rotors, en partie à des fins de redondance : si un rotor tombe en panne, il reste suffisamment de moteurs fonctionnels pour rester en vol. Cependant, pour réduire l’énergie nécessaire pour effectuer des vols entre des zones urbaines (disons 10 ou 20 milles), l’engin a également besoin d’ailes fixes. Cependant, le fait d’avoir à la fois des rotors et des ailes crée de nombreux points de défaillance possibles dans chaque avion. Et cela laisse les ingénieurs se demander comment détecter au mieux quand quelque chose ne va pas avec une partie du véhicule.

Les ingénieurs pourraient inclure des capteurs pour chaque rotor, mais même cela ne suffirait pas, explique Chung. Par exemple, un avion avec neuf rotors aurait besoin de plus de neuf capteurs, puisque chaque rotor pourrait avoir besoin d’un capteur pour détecter une défaillance dans la structure du rotor, d’un autre pour remarquer si son moteur s’arrête de fonctionner, et encore d’un autre pour alerter en cas de problème de câblage du signal. se produit. « Vous pourriez éventuellement disposer d’un système distribué de capteurs hautement redondants », explique Chung, mais cela serait coûteux, difficile à gérer et augmenterait le poids de l’avion. Les capteurs eux-mêmes pourraient également tomber en panne.

Avec NFFT, le groupe de Chung a proposé une approche alternative et novatrice. Bâtir sur efforts antérieurs, l’équipe a développé une méthode d’apprentissage profond qui permet non seulement de réagir aux vents forts mais également de détecter, à la volée, lorsque l’avion a subi une panne à bord. Le système comprend un réseau neuronal pré-entraîné sur des données de vol réelles, puis apprend et s’adapte en temps réel en fonction d’un nombre limité de paramètres changeants, y compris une estimation de l’efficacité de fonctionnement de chaque rotor de l’avion à un moment donné. temps.

« Cela ne nécessite aucun capteur ou matériel supplémentaire pour la détection et l’identification des défauts », explique Chung. « Nous observons simplement le comportement de l’avion : son attitude et sa position en fonction du temps. Si l’avion s’écarte de sa position souhaitée d’un point A à un point B, NFFT peut détecter que quelque chose ne va pas et utiliser les informations dont il dispose pour compenser cette erreur.

Et la correction se produit extrêmement rapidement : en moins d’une seconde. « En pilotant l’avion, vous pouvez vraiment sentir la différence que le NFFT fait dans le maintien de la contrôlabilité de l’avion lorsqu’un moteur tombe en panne », explique le scientifique Matthew Anderson, auteur de l’article et pilote qui a aidé à effectuer les essais en vol. « La refonte du contrôle en temps réel donne l’impression que rien n’a changé, même si l’un de vos moteurs vient de cesser de fonctionner. »

Présentation des capteurs virtuels

La méthode NFFT s’appuie sur des signaux de contrôle et des algorithmes en temps réel pour détecter où se trouve une panne. Chung affirme donc qu’elle peut fournir à tout type de véhicule des capteurs virtuels essentiellement gratuits pour détecter les problèmes. L’équipe a principalement testé la méthode de contrôle sur les véhicules aériens qu’elle développe, notamment l’Autonomous Flying Ambulance, un véhicule électrique hybride conçu pour transporter rapidement des personnes blessées ou malades vers les hôpitaux. Mais le groupe de Chung a testé une méthode de contrôle similaire, tolérante aux pannes, sur des véhicules terrestres et envisage d’appliquer le NFFT aux bateaux.

Écrit par Kimm Fesenmaier

Source: Caltech