Ứng dụng mạng nơron nhận dạng các tham số khí động kênh độ cao nhằm nâng cao hiệu qủa thiết kế thiết bị bay TT

BỘ GIÁO DỤC VÀ ĐÀO TẠO BỘ QUỐC PHÒNG VIỆN KHOA HỌC VÀ CÔNG NGHỆ QUÂN SỰ NGUYỄN ĐỨC THÀNH ỨNG DỤNG MẠNG NƠRON NHẬN DẠNG CÁC THAM SỐ KHÍ ĐỘNG KÊNH ĐỘ CAO NHẰM NÂNG CAO HIỆU QUẢ THIẾT KẾ THIẾT BỊ BAY Chuyên ngành: Kỹ thuật điều khiển tự động hóa Mã số: 9.52.02.16 TĨM TẮT LUẬN ÁN TIẾN SĨ KỸ THUẬT Hà Nội, 2021 CƠNG TRÌNH ĐƯỢC HỒN THÀNH TẠI VIỆN KHOA HỌC VÀ CƠNG NGHỆ QN SỰ-BỘ QUỐC PHÒNG Người hướng dẫn khoa học: TS Trương Đăng Khoa TS Hoàng Minh Đắc Phản biện 1: GS TS Lê Hùng Lân Trường Đại học Giao thông Vận tải Phản biện 2: PGS TS Phạm Trung Dũng Học viện Kỹ thuật quân Phản biện 3: PGS TS Trần Đức Thuận Viện Khoa học - Công nghệ quân Luận án bảo vệ hội đồng đánh giá luận án tiến sĩ họp Viện Khoa học Công nghệ quân vào hồi phút, ngày tháng năm 20 Có thể tìm hiểu luận án tại: - Thư viện Viện Khoa học Công nghệ quân - Thư viện Quốc gia Việt Nam MỞ ĐẦU Tính cấp thiết: Việc nhận dạng đạo hàm hệ số khí động (ĐHHSKĐ) thiết bị bay (TBB) từ tập liệu bay nhiệm vụ cần thiết, bắt buộc, ĐHHSKĐ nhận dạng có ý nghĩa quan trọng giai đoạn thiết kế, chế tạo TBB Mục đích: Luận án tập trung nghiên cứu xây dựng thuật toán nhận dạng ĐHHSKĐ kênh độ cao sử dụng tập liệu bay ghi nhận từ chuyến bay lớp TBB dạng máy bay cánh bằng, cấu điều khiển khí động làm sở cho việc tính tốn thiết kế lớp máy bay Nội dung nghiên cứu: - Xây dựng mơ hình động học kênh độ cao lớp máy bay cánh sử dụng cho vấn đề nhận dạng đạo hàm hệ số khí động; - Xây dựng cấu trúc mạng nơron hàm sở xun tâm (RBF) xấp xỉ mơ hình động học phi tuyến kênh độ cao máy bay; kết hợp mạng RBF với thuật toán Gauss – Newton (GN) thực nhận dạng đạo hàm hệ số khí động cho kênh độ cao máy bay; - Đề xuất sử dụng mạng nơron đột biến (SNN) để nhận dạng đạo hàm hệ số khí động Đối tượng phạm vi nghiên cứu: Đối tượng nghiên cứu luận án mơ hình động học thuật tốn nhận dạng đạo hàm hệ số khí động kênh độ cao lớp thiết bị bay dạng máy bay cánh bằng, cấu điều khiển dạng khí động Phương pháp nghiên cứu: Luận án chọn phương pháp kết hợp nghiên cứu lý thuyết với sử dụng phần mềm Matlab - Simulink để mô đánh giá chất lượng thuật toán nhận dạng Ý nghĩa khoa học: Phát triển thuật toán nhận dạng ĐHHSKĐ cho lớp máy bay cánh cố định có độ động cao theo tập liệu nhận từ chuyến bay thực tế sử dụng ANN đóng vai trị mơ hình động học MB Ý nghĩa thực tiễn: Việc nghiên cứu nhận dạng ĐHHSKĐ kênh độ cao máy bay từ tập liệu bay ghi nhận từ chuyến bay thực tế cung cấp sở lý thuyết thực nghiệm cho việc đánh giá ĐHHSKĐ giai đoạn thiết kế TBB, nâng cao độ xác rút ngắn thời gian tồn q trình thiết kế lớp TBB Luận án bố cục gồm phần: mở đầu, nội dung, kết luận, phụ lục Phần nội dung trình bày bốn chương với 112 trang: CHƯƠNG 1: TỔNG QUAN VỀ NHẬN DẠNG CÁC HỆ SỐ KHÍ ĐỘNG CỦA MÁY BAY 1.1 Nhiệm vụ nhận dạng đạo hàm hệ số khí động quy trình thiết kế thiết bị bay 1.1.1 Các giai đoạn thiết kế thiết bị bay 1.1.2 Mơ hình hệ số khí động thiết bị bay Đối với cấu trúc máy bay dạng cánh hình 1.2 Hình 1.2 Ký hiệu quy ước HTĐ liên kết máy bay hình 1.2:  ,  - góc cơng, góc trượt; V - không tốc máy bay; X , Y , Z - thành phần lực khí động; M x , M y , M z - thành phần momen khí động; Vx , Vy , Vz - thành phần tốc độ máy bay;  x ,  y ,  z - thành phần tốc độ góc;  a ,  e ,  r - góc lệch cánh lái liệng, cánh lái độ cao cánh lái hướng Phương trình động lực học Phương trình chuyển động máy bay xác định: F  mV  ω  mV  F ( )  F  F ( V,ω,u,θ ) (1.1) G P A M  Iω  ω  Iω  M P  M A ( V,ω,u,θ ) (1.2) đó:  - góc Euler; u - véc tơ điều khiển; F - lực tác động tổng; M  momen tác động tổng; θ - véc tơ tham số mơ hình Cấu trúc mơ hình khí động xác định HTĐ liên kết: X  Cx    FA   Y  = qS C y   Z   C z  (1.3) M x   l.mx    M A   M y   qS bA m y   M z   l.mz  (1.4) đó: C x , C y , C z - thành phần hệ số lực khí động; mx , m y , mz - thành phần hệ số mơ men khí động; S - diện tích đặc trưng cánh; l - sải cánh nâng; bA - cung khí động cánh nâng Mơ hình hệ số khí động tuyến tính kênh độ cao  y bA V  y  CDe e CD  CD0  CDV  CD  CD V   y bA V  y  CLe e CL  CL0  CL V  CL   CL 2V0    b  V  my  my  my V  my   my y A y  mye e V  (a) (b) (1.10) (c) đó: CD0 , CL0 , my - hệ số lực cản, lực nâng momen gật   e  ; y CD , CD , C D , e CL , CL , CL , y e my , my , m y - e z ĐHHSKĐ hệ số lực cản, lực nâng momen gật theo tham số, ký hiệu số phía 1.1.3 Vai trị nhận dạng đặc tính khí động 1.2 Nhận dạng đạo hàm hệ số khí động từ liệu bay Sơ đồ cấu trúc nhận dạng ĐHHSKĐ MB từ liệu bay biểu diễn hình 1.3 Hình 1.3 Sơ đồ cấu trúc nhận dạng ĐHHSKĐ từ liệu bay 1.2.1 Mơ hình động học chuyển động máy bay 1.2.2 Thử nghiệm bay, thu nhận liệu Trên hình 1.4 biểu diễn giá trị hai tập liệu bay kênh độ cao ghi nhận từ chuyến bay thực tế máy bay Su-D sử dụng luận án để nhận dạng tham số xác nhận mơ hình Các tập liệu bay gồm tham số  ,  ,  y , V ,  e , az , ax Hình 1.1 Hai tập liệu bay kênh độ cao máy bay 1.2.3 Ước lượng tham số khí động xác định trạng thái 1.2.4 Xác nhận mô hình 1.3 Tình hình nghiên cứu ngồi nước 1.4 Tình hình nghiên cứu nước Đến nay, chưa có đề tài, cơng trình nghiên cứu nước thực nghiên cứu ứng dụng mạng nơron nhận dạng ĐHHSKĐ từ tập liệu bay ghi nhận từ chuyến bay thực tế lớp máy bay cánh có người lái 1.5 Đặt vấn đề nghiên cứu Nhận dạng ĐHHSKĐ cho lớp máy bay cánh sử dụng liệu bay từ chuyến bay thực tế nhiệm vụ cần thiết, bắt buộc trọng giai đoạn thiết kế, thử nghiệm chế tạo TBB Hiện nay, việc xấp xỉ động học phi tuyến chuyển động TBB thực mơ hình ANN quan tâm nhiều phát triển mạnh thuật toán luyện mạng, đặc biệt phát triển mạng SNN Vấn đề nghiên cứu mơ hình SNN áp dụng nhận dạng ĐHHSKĐ TBB chưa có cơng bố nước 1.6 Kết luận chương Chương luận án thực số nội dung sau: - Phân tích mơ hình động học lớp máy bay cánh khơng gian Xác định mơ hình HSKĐ qua nhận ĐHHSKĐ kênh độ cao máy bay Các ĐHHSKĐ kênh độ cao máy bay đối tượng nghiên cứu luận án - Đã thực xác định cấu trúc nhận dạng tham số mơ hình động học chuyển động kênh độ cao từ liệu bay Với cấu trúc nhận dạng tham số mơ hình, thực đánh giá tình hình nghiên cứu ngồi nước nội dung cần phải giải lĩnh vực nhận dạng ĐHHSKĐ thiết kế, chế tạo MB - Từ đánh giá phân tích, nhận thấy việc sử dụng ANN việc thay mơ hình động học phi tuyến máy bay có nhiều ưu quan tâm luận án tập trung vào hướng nghiên cứu phục vụ cho mục đích nhận dạng ĐHHSKĐ kênh độ cao máy bay CHƯƠNG 2: XÂY DỰNG MƠ HÌNH ĐỘNG HỌC CHO MỘT LỚP MÁY BAY CÁNH BẰNG 2.1 Mơ hình động học máy bay 2.2 Mơ hình động học kênh độ cao máy bay 2.2.1 Mơ hình động học phi tuyến P qS  V  m cos  - m CD - g sin( -  )     - P sin  - qS C  g cos( -  ) y L  mV mV V (2.25)     y    qSbA m y  y Iy  Đối với mơ hình đầu ra, ngồi tham số trạng thái mơ hình (2.25) bổ sung thêm thành phần gia tốc chuyển động thẳng:   ax  m (qSC x  P ) (2.26)   a  qSC z  z m 2.2.2 Mơ hình trạng thái chuyển động tuyến tính Mơ hình trạng thái chuyển động tuyến tính kênh độ cao MB xác định sau:    L   (1  L y ) y  L e  e (2.36)   y  M    M  y  y  M  e  e Mơ hình đầu tuyến tính kênh độ cao MB xác định:      (2.37)  y   y  az   V0 ( L   L  y  L  e ) y e g  2.3 Xác định mơ hình động học máy bay ứng dụng mạng nơron nhân tạo để nhận dạng đạo hàm hệ số khí động 2.3.1 Mơ hình động học máy bay ứng dụng mạng nơron nhân tạo 2.3.2 Mạng nơron đột biến Mơ hình SNN thơng dụng mơ hình đáp ứng đột biến (SRM), có cấu trúc hình 2.6, gồm lớp (hình 2.6-a): lớp đầu vào H, lớp ẩn I lớp đầu J; nơron lớp trước nơron lớp có m kết nối (hình 2.6-b) Các nơron tạo đột biến biến trạng thái u  t  nơron đạt mức ngưỡng ung Hình 2.6 Mơ hình SRM: a) SNN truyền thẳng, b) kết nối nơron i nơron j lớp có nhiều khớp Xét nơron j lớp J , trạng thái u j  t  xác định:: NI m u j (t )   wijk yik (t ) (2.44) i 1 k 1 2.4 Kết luận chương Chương luận án xây dựng mơ hình động học lớp máy bay cánh phục vụ mục đích nhận dạng Dựa giả định hợp lý cho phép phân tích mơ hình chuyển động máy bay thành chuyển động kênh độc lập, từ xác định mơ hình chuyển động phi tuyến kênh độ cao Thực tuyến tính hóa để xây dựng mơ hình động học tuyến tính ĐHHSKĐ kênh độ cao Để sử dụng mơ hình động học phi tuyến kênh độ cao máy bay, chương phân tích việc sử dụng ANN SNN xấp xỉ mô hình động học phi tuyến CHƯƠNG 3: XÂY DỰNG THUẬT TOÁN NHẬN DẠNG MỘT SỐ ĐẠO HÀM HỆ SỐ KHÍ ĐỘNG CỦA MÁY BAY 3.1 Thuật tốn nhận dạng theo phương pháp truyền thống 3.1.1 Phương pháp hồi quy tuyến tính Mơ hình tổng qt phương pháp (3.3) y = Xθ z = Xθ + ν (3.4) đó: y - véc tơ tham số đầu mơ hình; z - véc tơ tham số đầu đo được; ν - véc tơ sai số đo; θ - véc tơ tham số chưa biết; X - ma trận véc tơ hồi quy; Xây dựng thuật tốn nhận dạng Mơ hình động học kênh độ cao máy bay Luận án sử dụng mơ hình HSKĐ kênh độ cao máy bay (1.10), tập liệu bay ghi nhận từ chuyến bay tốc độ thay đổi chậm ( V  ), mơ hình xác định:   y bA   y  CD e  e (a) C D  CD0  CD   CD V    y bA  (3.7)  y  CL e  e (b) C L  CL0  CL   CL V    b   (c ) m y  m y  m y   m y y A  y  m y e  e V  Trong mơ hình (3.7), véc tơ tham số mơ hình  xác định:     [CD , CD , CD , CD , CL , CL , CL , CL , m y , mz , mz , mz ] (3.8) y y e e z e Tham số mơ hình liệu phục vụ nhận dạng - Các tham số mơ hình cho phụ lục A luận án - Dữ liệu phục vụ cho toán nhận dạng gồm hai tập liệu bay thu nhận từ chuyến bay thực tế hình 1.4 Nhận dạng tham số mơ hình sử dụng thuật toán GN Hàm giá J( θ ) xác định: J θ  = T  z - Xθ   z - Xθ  (3.5) Hình 3.2 Lưu đồ nhận dạng theo phương pháp sai số đầu 3.2 Xây dựng thuật toán nhận dạng đạo hàm hệ số khí động máy bay ứng dụng mạng nơron nhân tạo Khi ứng dụng ANN cho toán nhận dạng ĐHHSKĐ kênh độ cao MB, ANN có vai trị thay mơ hình chuyển động phi tuyến (gồm mơ hình trạng thái (2.25) mơ hình đầu (2.26)) Để giải tốn nhận dạng ĐHHSKĐ, cần thực ba nhiệm vụ: luyện mạng, nhận dạng tham số xác nhận mô hình Để phục vụ cho việc nhận dạng tham số theo phương pháp ANN - GN, luận án sử dụng hai tập liệu xác định mục 1.2.2 3.2.1 Thuật toán nhận dạng đạo hàm hệ số khí động kết hợp mạng nơron hàm sở xuyên tâm với thuật toán Gauss-Newton Cấu trúc thuật toán nhận dạng Hình 3.3 Cấu trúc thuật tốn nhận dạng kết hợp RBF - GN Hoạt động theo sơ đồ cấu trúc sau: - Trong trình luyện mạng, mạng nơron RBF để xấp xỉ tập liệu đầu vào – đầu kênh độ cao máy bay; - Trong q trình nhận dạng, mơ hình RBF sử dụng để xác định đầu y  i  từ đầu vào u  i  Đầu mơ hình y  i  sử dụng để xác định độ nhạy đầu Sk  i  , sau đó, y  i  Sk  i  đưa đến tính tốn cập nhật ˆk 1 theo thuật tốn GN Việc tính tốn lặp lại đến thỏa mãn tiêu chuẩn hội tụ Cấu trúc mạng RBF xấp xỉ liệu bay kênh độ cao Hình 3.4 Cấu trúc mạng RBF cho mơ hình động học kênh độ cao Thuật tốn nhận dạng đạo hàm hệ số khí động Phương pháp RBF – GN nhận dạng ĐHHSKĐ theo cấu trúc thuật tốn hình 3.3, sử dụng mơ hình HSKĐ (3.7) Thuật toán GN thực cập nhật tham số nhận dạng giống OEM, khác véc tơ y i  xác định mơ hình mạng RBF Ma trận độ nhạy Sk  i  lần lặp k xác định: y pk  i  - yk  i   y  i   Sk  i       j    jk (3.54) 3.2.2 Thuật toán nhận dạng đạo hàm hệ số khí động kết hợp mạng nơron đột biến với thuật toán Gauss-Newton Thuật toán lan truyền ngược sai số đột biến chuẩn hóa Thuật tốn lan truyền ngược sai số đột biến chuẩn hóa (NSEBP) để luyện SNN, dùng mơ hình đáp ứng đột biến chuẩn hóa SRM0 Đối với mơ hình SNN hình 2.6, điện áp đầu nơron thứ j có dạng: NI u j (t )   (t - tˆoutj )   wij  j (t - tSi )  u ext , (3.55) i 1 đó: tˆoutj - thời điểm phát đột biến; wij - trọng số liên kết, tSi - thời điểm đột biến thứ i ,  (t - tˆoutj ) - hàm hồi phục, u e x t - điện áp ngoài;   j Giả sử u t out u ng có sai số E xác định: j E  ung - u (tout ) (3.59) Sai số E chia thành: Ewn Etn , xác định: Ewn  rE n t E  (1- r ) E Điều chỉnh trọng số để loại bỏ E wij  (3.60) (3.61) n w  in Ewn W (s ) ,  in  m ind i  j ( si ) W ind (3.62) ( sk ) k  m1 Biến động thời gian xuất đột biến đầu vào Sai số Etn phân bố tới n  lớp trước Đối với đột biến đầu vào thứ i , sai số tương ứng với lượng thay đổi điện áp, sau: (3.64) ui   tin Etn m2   A1  Wind  si   /   A1  Wind  sk  , E  k  m1  với  tin   (3.65) m2 W  s  / Wind  sk  , E   ind i k  m1  Việc luyện mạng để đưa ui  tương ứng với việc thay đổi thời điểm đột biến đầu vào thứ i lượng tSi , xác định: b  b  4ac ) 2a j  a   wij exp((tSi  tout ) /  ); b  wij exp((tSi  tojut ) /  )  i j i j c  wij exp((tS  tout ) /  )  wij exp((tS  tout ) /  )  ui tSi   ln( (3.67) (3.68) Thuật toán NSEBP dùng để luyện SNN minh họa qua lưu đồ thuật toán hình 3.9 Hình 3.9 Lưu đồ thuật tốn luyện SNN theo thuật toán NSEBP Cấu trúc thuật toán nhận dạng kết hợp SNN – GN Cấu trúc thuật toán nhận dạng ĐHHSKĐ kênh độ cao máy bay theo phương pháp SNN – GN đề xuất hình 3.10 Hình 3.10 Cấu trúc thuật tốn nhận dạng đề xuất Cấu trúc mơ hình SNN kênh độ cao Hình 3.11 Cấu trúc mạng nơron đột biến đề xuất 3.3 Kết luận chương Chương thực xây dựng thuật toán nhận dạng ĐHHSKĐ kênh độ cao MB từ liệu bay, cụ thể là: - Đã thực nhận dạng ĐHHSKĐ kênh độ cao MB dựa liệu bay theo phương pháp truyền thống - Xây dựng phương pháp RBF – GN để nhận dạng ĐHHSKĐ kênh độ cao MB từ liệu bay, đó, xây dựng cấu trúc mạng nơron RBF xấp xỉ tập liệu kênh độ cao triển khai thuật toán nhận dạng ĐHHSKĐ theo phương pháp - Đề xuất ứng dụng SNN, cụ thể cấu trúc mạng SRM kết hợp với thuật toán GN để nhận dạng ĐHHSKĐ kênh độ cao MB từ liệu bay, ứng dụng thuật toán NSEBP cho mơ hình nơron SRM0 để luyện SNN, xây dựng cấu trúc thuật toán nhận dạng ĐHHSKĐ kênh độ cao máy bay CHƯƠNG 4: MÔ PHỎNG VÀ ĐÁNH GIÁ CÁC THUẬT TOÁN NHẬN DẠNG 4.1 Mơ đánh giá thuật tốn nhận dạng sử dụng phương pháp truyền thống 4.1.1 Nhận dạng theo phương pháp hồi quy tuyến tính Bảng 4.1 Kết nhận dạng theo phương pháp hồi quy tuyến tính 4.1.2 Nhận dạng theo phương pháp sai số đầu Kết nhận dạng theo OEM cho cột bảng 4.4 Bảng 4.4 Kết nhận dạng các đạo hàm hệ số khí động Bảng 4.5 Sai lệch chuẩn kết nhận dạng Kiểm chứng chất lượng mơ hình nhận dạng Với ĐHHSKĐ nhận dạng được, thực xác nhận mơ hình sử dụng tập liệu thứ hai Sự phù hợp thể hình 4.4 Hình 4.4 Sự phù hợp mơ hình tập liệu đo Bảng 4.6 Sai lệch chuẩn kết xác nhận mô hình 4.2 Mơ đánh giá thuật tốn nhận dạng ứng dụng mạng nơron nhân tạo 4.2.1 Nhận dạng kết hợp mạng nơron hàm sở xuyên tâm với thuật toán Gauss-Newton Kết luyện mạng theo cấu trúc RBF kênh độ cao Đối với luyện mạng RBF, độ xác xấp xỉ mơ hình phụ thuộc vào số nơron lớp ẩn Đối với tập liệu luyện mạng sai lệch chuẩn cho trước e0  10-3 , kết nhận 164 nơron Bảng 4.7 Sai lệch chuẩn kết luyện mạng Kết nhận dạng theo phương pháp RBF – GN Bảng 4.8 Kết các đạo hàm hệ số khí động Bảng 4.9 Sai lệch chuẩn kết nhận dạng RBF - GN 4.2.2 Nhận dạng kết hợp SNN với thuật toán Gauss-Newton Với cấu trúc mạng SNN kênh độ cao máy bay hình 3.11, Tập liệu luyện mạng gồm 600 điểm liệu chia thành tập con: tập thứ có 400 điểm dành cho việc luyện mạng tập thứ hai có 200 điểm dành cho kiểm tra mạng Kết mô luyện SNN thuật tốn NSEBP Xem xét q trình luyện tham số góc gật, mạng hội tụ sau epoch luyện, sai khác thời điểm đột biến đầu mơ hình so với mong muốn qua epoch luyện thể hình 4.10 Hình 4.10 Kết luyện SNN epoch góc gật Đánh giá chất lượng luyện mạng SNN theo sai lệch chuẩn thời điểm đột biến đầu mạng với thời điểm đột biến mong muốn, với tham số đầu sử dụng biểu đồ so sánh hình 4.11 Hình 4.11 Kết luyện mạng tham số đầu Đánh giá thuật toán nhận dạng theo phương pháp SNN – GN Sử dụng phương pháp SNN - GN (NSEBP) để nhận dạng ĐHHSKĐ theo cấu trúc thuật tốn hình 3.10 cấu trúc mạng SNN hình 3.11 Kết nhận dạng cho cột bảng 4.13 Bảng 4.13 Kết nhận dạng theo phương pháp SNN-GN (NSEBP) Bảng 4.14 Sai lệch chuẩn kết nhận dạng Việc xác nhận mơ hình sử dụng phương pháp SNN - GN (NSEBP) để nhận dạng đạo hàm hệ số khí động kênh độ cao MB xem xét sử dụng tập liệu thứ hai để thực xác nhận chéo Sai lệch chuẩn liệu đầu mơ hình tập liệu bay thể bảng 4.15 Bảng 4.15 Sai lệch chuẩn kết xác nhận SNN - GN Từ kết nhận theo phương pháp SNN - GN (NSEBP), so sánh với kết nhận dạng theo phương pháp SNN – GN (SpikeProp) phương pháp RBF - GN, đưa nhận xét sau: - Kết nhận dạng ba phương pháp có độ xác phù hợp (sai lệch chuẩn nhỏ) nên sử dụng làm phương pháp nhận dạng ĐHHSKĐ máy bay - Nhận dạng ĐHHSKĐ kênh độ cao máy bay theo phương pháp SNN – GN (NSEBP) SNN – GN (SpikeProp) có kết xác so với phương pháp RBF - GN - Độ xác nhận dạng theo phương pháp SNN – GN (NSEBP) không nhiều so với phương pháp SNN – GN (SpikeProp), nhiên, số epoch luyện mạng nhỏ nhiều, dẫn đến thời gian thực nhanh 4.3 Kết luận chương Trong chương sử dụng công cụ phần mềm Matlab-Simulink để mơ đánh giá thuật tốn nhận dạng ĐHHSKĐ mơ hình động học kênh độ cao máy bay từ tập liệu bay Qua so sánh kết nhận được, có nhận xét sau: - Nhận dạng phương pháp LR có ưu điểm đơn giản, dễ thực Nhược điểm sai số nhận dạng lớn đặc biệt bay có tác động nhiễu q trình hay có thay đổi lớn tham số chuyển động - Nhận dạng OEM thực bay có tác động nhiễu q trình Kết nhận dạng đạo hàm hệ số khí động theo OEM so sánh với phương pháp LR cho thấy có kết tốt Tuy nhiên OEM có nhược điểm khơng nhận dạng chuyến bay có thay đổi lớn tham số chuyển động Những kết mô đánh giá hai phương pháp LR OEM thể báo 2, mục cơng trình cơng bố tác giả - Phương pháp RBF - GN thực nhận dạng đơn giản OEM không cần xây dựng mơ hình động học tuyến tính khơng cần giải phương trình đầu Các kết nhận phản ảnh hiệu so với phương pháp nhận dạng truyền thống Phương pháp RBF - GN thực nhận dạng chuyến bay có thay đổi lớn tham số chuyển động Nhưng để đạt độ xác cần thiết phải xây dựng lại mơ hình HSKĐ phù hợp Các kết nhận dạng theo phương pháp RBF - GN thể báo cho thấy ưu điểm so với phương pháp truyền thống - Nhận dạng đạo hàm hệ số khí động theo phương pháp SNN – GN cho kết xác tin cậy so với phương pháp RBF GN Luyện mạng SNN theo thuật toán NSEBP đạt hiệu luyện cao chu trình, đạt hội tụ nhanh chóng sau số chu trình Kết mơ cho thấy thuật tốn có nhiều ưu điểm so với thuật toán SpikeProp thuật toán luyện mạng truyền thống Các kết nhận dạng theo phương pháp SNN - GN thể báo mục cơng trình cơng bố minh chứng điều KẾT LUẬN VÀ KIẾN NGHỊ Kết luận Qua trình nghiên cứu, luận án đạt số kết sau: - Xây dựng mơ hình động học kênh độ cao máy bay dạng cánh sử dụng cho mục đích nhận dạng đạo hàm hệ số khí động kênh độ cao máy bay; - Đã xây dựng thuật toán nhận dạng đạo hàm hệ số khí động kênh độ cao máy bay từ tập liệu bay theo phương pháp truyền thống (LR OEM) - Xây dựng phương pháp RBF - GN để nhận dạng đạo hàm hệ số khí động cho kênh độ cao máy bay - Đề xuất sử dụng SNN để nhận dạng đạo hàm hệ số khí động cho kênh độ cao máy bay Những đóng góp luận án - Xây dựng thuật toán nhận dạng thành phần đạo hàm hệ số khí động kênh độ cao máy bay dựa việc kết hợp mạng nơron RBF thuật toán Gauss-Newton với tập liệu bay ghi nhận từ chuyến bay thực tế - Xây dựng thuật toán nhận dạng thành phần đạo hàm hệ số khí động kênh độ cao máy bay dựa việc kết hợp mạng nơron đột biến SRM0 thuật toán Gauss-Newton với tập liệu bay ghi nhận từ chuyến bay thực tế Hướng nghiên cứu Luận án đạt số kết ban đầu việc xây dựng thuật toán nhận dạng đạo hàm hệ số khí động cho kênh chuyển động độ cao máy bay Việc phát triển kết nghiên cứu luận án cần thiết phải: - Nghiên cứu thuật tốn nhận dạng đạo hàm hệ số khí động mơ hình chuyển động khơng gian máy bay; - Nghiên cứu thuật toán nhận dạng đạo hàm hệ số khí động với chế độ chuyển động phức tạp máy bay (máy bay thực động, điều kiện bay thay đối phức tạp ); - Đánh giá tính hội tụ thuật toán nhận dạng đề xuất DANH MỤC CÁC CƠNG TRÌNH KHOA HỌC ĐÃ CƠNG BỐ [1] Trương Đăng Khoa, Nguyễn Đức Thành (12, 2016), Nhận dạng hệ số lực nâng theo góc cơng thiết bị bay mạng nơron hồi quy phi tuyến, Tạp chí Nghiên cứu KH&CN Quân sự, Số 46, Tr 19-26 [2] Nguyễn Đức Thành, Trương Đăng Khoa, Hoàng Minh Đắc (4, 2019), Nhận dạng hệ số khí động kênh điều khiển độ cao máy bay dựa mơ hình tuyến tính, Tạp chí Nghiên cứu KH&CN Quân sự, Số Đặc san KTĐK – TĐH, Tr 188-194 [3] Nguyễn Đức Thành, Trương Đăngv Khoa, Hoàng Minh Đắc, Nguyễn Văn Tuấn (12, 2019), Nhận dạng hệ số khí động kênh điều khiển độ cao máy bay theo phương pháp sai số đầu ra, Tạp chí Nghiên cứu KH&CN Quân sự, Số 64, Tr 73-82 [4] Nguyễn Đức Thành, Trương Đăng Khoa, Hoàng Minh Đắc (02, 2020), Nhận dạng dẫn xuất khí động kênh độ cao máy bay sử dụng mạng RBN phương pháp Gauss- Newton, Tạp chí Nghiên cứu KH&CN Quân sự, Số 65, Tr 15-24 [5] Nguyen Quang Vinh, Nguyen Duc Thanh, Hoang Minh Dac, Truong Dang Khoa (2020), Identify aerodynamic derivatives of the airplane attitude channel using a spiking neural network , International Journal of Aviation, Aeronautics and Aerospace, issue 3, Vol 7, ISSN, 2374 – 6793, ( ISI -Q4) ... Nhiệm vụ nhận dạng đạo hàm hệ số khí động quy trình thiết kế thiết bị bay 1.1.1 Các giai đoạn thiết kế thiết bị bay 1.1.2 Mơ hình hệ số khí động thiết bị bay Đối với cấu trúc máy bay dạng cánh... hình động học máy bay ứng dụng mạng nơron nhân tạo để nhận dạng đạo hàm hệ số khí động 2.3.1 Mơ hình động học máy bay ứng dụng mạng nơron nhân tạo 2.3.2 Mạng nơron đột biến Mơ hình SNN thơng dụng. .. nhận ĐHHSKĐ kênh độ cao máy bay Các ĐHHSKĐ kênh độ cao máy bay đối tượng nghiên cứu luận án - Đã thực xác định cấu trúc nhận dạng tham số mơ hình động học chuyển động kênh độ cao từ liệu bay Với