CHƯƠNG I: TỔNG QUAN VỀ NHẬN DẠNG CÁC HỆ SỐ KHÍ ĐỘNG CỦA MÁY BAY
1.3. Tình hình nghiên cứu ngoài nước
Đối với các nước tiên tiến trên thế giới, từ cuối thế kỷ 19, quá trình thiết kế, chế tạo TBB đã bắt đầu được hình thành và phát triển. Cùng với sự phát triển của khoa học và công nghệ, đặc biệt là sau chiến tranh thế giới lần thứ 2, các TBB đã được phát triển rất đa dạng về chủng loại và được ứng dụng cho nhiều mục đích khác nhau, đặc biệt trong lĩnh vực quân sự. Cho đến nay, các công trình, tài liệu về nghiên cứu, thiết kế, chế tạo TBB được công bố khá nhiều. Đối với các vấn đề về nghiên cứu, tính toán xác định, nhận dạng các hệ số (đạo hàm) hệ số khí động thiết bị bay đã được công bố trong nhiều nguồn tài liệu với các mức độ chi tiết và tính công khai khác nhau. Do tính chất phức tạp của vấn đề nhận dạng hệ số khí động thiết bị bay, luận án sẽ thực hiện đánh giá tổng quan các nghiên cứu, công trình đã công bố về vấn đề nhận dạng các ĐHHSKĐ trong quá trình thiết kế, bao gồm các nhiệm vụ chính: mô hình động học; các phương pháp nhận dạng ĐHHSKĐ; số liệu thực nghiệm.
Mô hình động học chuyển động TBB
Mô hình động học chuyển động của TBB thường được xây dựng dưới dạng mô hình trạng thái chuyển động (thông qua các lực và mô men tác động lên TBB) và mô hình HSKĐ biểu diễn quan hệ giữa các tham số khí động với các đặc trưng cấu trúc khí động và điều kiện bay của TBB.
Với hầu như tất cả các nguồn tài liệu, khi xét chuyển động của TBB dạng cánh bằng đều xem TBB như là một vật rắn, chuyển động theo 6 bậc tự do, chuyển động của nó xác định theo các định luật vật lý của Newton. Trong [14], [55], [65] đưa ra mô hình chuyển động trong không gian theo cả 3 mặt phẳng và có sự liên quan các tham số khí động giữa các mặt phẳng này. Do tính chất phức tạp của bài toán nhận dạng hệ số khí động khi tính tới ảnh hưởng lẫn nhau trong 3 mặt phẳng chuyển động, trong các tài liệu này đều đưa ra các giả thiết chấp nhận được để chuyển về mô hình động học đối với các mặt phẳng chuyển
động độc lập nhau, tuy nhiên vẫn biểu diễn dưới dạng các mô hình phi tuyến.
Trong [32], [47] đã bổ sung thêm các giả định, chủ yếu về các điều kiện và chế độ bay của TBB để tiến hành tuyến tính hóa và đưa ra mô hình động học chuyển động TBB dạng tuyến tính đối với các hệ số khí động cần phải nhận dạng trong các mặt phẳng độc lập nhau.
Các tài liệu [14], [64] đã đi sâu vào nghiên cứu động học bay, bắt đầu từ cơ sở khí động học, phân tích quá trình hình thành các lực và mô men khí động của TBB, đưa ra các mô hình phụ thuộc của các hệ số khí động vào các tham số cấu hình thiết bị bay và các chế độ bay. Trong các tài liệu này đã tiến hành xây dựng các mô hình xác định các lực, mô men khí động theo bố trí khí động và các tham số cấu hình các thành phần (thân, cánh nâng và cánh điều khiển) của thiết bị bay và các chế độ bay và điều kiện bay.
Trong vài thập kỉ gần đây, ANN đã được nhiều người quan tâm và đã áp dụng thành công trong giải quyết các vấn đề về nhận dạng hệ thống động học thiết bị bay [35], [38], [43], [57]. ANN đã được áp dụng trong các vấn đề về xấp xỉ phi tuyến mô hình động học của MB phục vụ cho các bài toán nhận dạng các ĐHHSKĐ. Do các tính chất xấp xỉ tốt mô hình động học phi tuyến phức tạp của máy bay mà mạng sử dụng là mạng nơron nhiều lớp lan truyền thẳng (MLP) [38]
để xấp xỉ hóa mô hình trạng thái phi tuyến đối với máy bay và đánh giá ĐHHSKĐ sử dụng phương pháp đạo hàm riêng đối với mô hình tuyến tính hóa đối với các ĐHHSKĐ trong kênh độ cao; dữ liệu bay ghi nhận từ các chuyến bay thử nghiệm đối với máy bay vận tải loại nhỏ có tính linh hoạt cao. Các kết quả nhận dạng được so sánh với phương pháp sai số đầu ra OEM và đưa ra kết quả kém hơn do những sai số trong quá trình tính toán đạo hàm. Tài liệu [27] sử dụng mạng nơron hàm cơ sở xuyên tâm (RBF) đóng vai trò xấp xỉ đạo hàm bậc nhất trong việc tính toán ma trận độ nhạy khi lan truyền ngược trong quá trình luyện mạng. Mô hình toán các hệ số khí động là mô hình tuyến
tính với các tham số góc trượt, tốc độ góc liệng, góc hướng, góc quay cánh lái liệng và cánh lái hướng; đầu ra là các hệ số lực bên, hệ số mô men liệng, mô men hướng và tham số cần phải nhận dạng là các ĐHHSKĐ tương ứng với kênh điều khiển bên. Việc cập nhật các tham số mạng được thực hiện theo thuật toán lọc Kalman mở rộng (EKF).
Trong những năm gần đây, mạng nơron đột biến (SNN) đã được nghiên cứu và phát triển mạnh mẽ [16], [46], [51]. SNN có những thuộc tính giống như quá trình xử lý thông tin như trong não bộ con người. Mạng SNN được phát triển dựa trên những nghiên cứu rất sâu về cấu trúc sinh hóa và cách thức hình thành, lan truyền và xử lý tín hiệu thần kinh đối với các nơron và tổ chức thần kinh trên động vật sống và con người. Trong các tài liệu [10], [59] trình bày chi tiết về các dạng mô hình của SNN và mô hình đột biến trong SNN, thuật toán luyện mạng theo mô hình có chuyên gia đối với SNN nhiều lớp, phân tích việc sử dụng SNN trong việc phân lớp mẫu dữ liệu, các tập dữ liệu chuẩn để đánh giá hiệu quả học của mạng SNN. Việc sử dụng SNN trong các vấn đề nhận dạng mô hình động học của TBB chưa được quan tâm nhiều. Tài liệu [46] đã xây dựng mạng SNN để nhận dạng mô hình động học phi tuyến của một đối tượng điều khiển, được cho dưới dạng mô hình nhận dạng song song. Mô hình đối tượng điều khiển được cho dưới dạng quan hệ hàm phi tuyến đa thức đối với đầu vào – đầu ra.
SNN cũng được sử dụng đóng vai trò là bộ điều khiển PD đối với mô hình phi tuyến. Kết quả nhận dạng và điều khiển cho thấy các kết quả khá tốt khi sử dụng SNN cũng như các ưu điểm của quá trình luyện mạng.
Các phương pháp nhận dạng đạo hàm hệ số khí động
Các phương pháp xác định ĐHHSKĐ của TBB có thể phân thành 2 dạng là tính toán lý thuyết và thực nghiệm (nhờ nhận dạng). Phương pháp tính toán lý thuyết để xác định các ĐHHSKĐ thường sử dụng phương pháp tính toán động học dòng chảy (CFD), có sự hỗ trợ đáng kể của máy tính trong quá trình
tính toán. Các phần mềm hỗ trợ tính toán các ĐHHSKĐ như: Datcom, Elements CFD, Ansys… Tài liệu [55] đã trình bày khá chi tiết về quy trình tính toán thiết kế, chế tạo một lớp máy bay tùy thuộc cấu hình khí động cụ thể được lựa chọn sử dụng phần mềm Datcom.
Phương pháp thử nghiệm để thu thập dữ liệu cần thiết phục vụ bài toán nhận dạng, có thể thực hiện theo hai phương pháp là phương pháp thử nghiệm mô hình trong ống thổi khí động và phương pháp bay thử nghiệm. Thử nghiệm mô hình trong ống thổi khí động yêu cầu có mô hình thử nghiệm đồng dạng về hình học với TBB thật. Đây là phương pháp hiệu quả và có thể sử dụng kết quả thử nghiệm để nhận dạng các ĐHHSKĐ sau khi xử lý những kết quả nhận được thông qua phương pháp tính toán lý thuyết [11], [33]. Phương pháp này có nhược điểm là dễ bị ảnh hưởng do có sai số của thiết bị đo, các vị trí có đồ gá cố định, các đường dây dẫn tín hiệu đo... Vì vậy rất khó tránh khỏi sai lệch giữa kết quả nghiên cứu và kết quả thử nghiệm. Kết quả của phương pháp thử nghiệm ống thổi khí động được sử dụng trong quá trình tính toán thiết kế và đánh giá các nghiên cứu lý thuyết.
Phương pháp bay thử nghiệm là một trong những phương pháp phổ biến nhằm kiểm tra toàn diện TBB sau quá trình thiết kế chế thử, trong đó có việc xác định các đặc tính khí động thông qua việc nhận dạng các HSKĐ và các ĐHHSKĐ. Đây là phương pháp được thực hiện ngay trên mô hình thực của TBB trong giai đoạn bay thử nghiệm [25], [32], [35]. Có 2 phương pháp nhận dạng dựa trên số liệu thử nghiệm bay là nhận dạng trực tiếp các tham số ngay trong quá trình thử nghiệm và xử lý số liệu thực nghiệm sau quá trình bay thử nghiệm.
Nhận dạng trực tiếp các tham số ngay trong quá trình thử nghiệm khi xem TBB là đối tượng điều khiển, giữa tham số đầu vào và đầu ra có quan hệ với nhau bằng một hàm truyền [52]. Yêu cầu của phương pháp là thực hiện nhận dạng các tham số điều khiển được biểu diễn dưới dạng hàm truyền. Vì các
tham số điều khiển được xác định từ các ĐHHSKĐ nên việc nhận dạng các tham số điều khiển thực chất là nhận dạng các ĐHHSKĐ.
Nhận dạng các ĐHHSKĐ dựa trên phương pháp xử lý số liệu thực nghiệm sau quá trình bay thử nghiệm được xem xét tương đối toàn diện [32],
[47]. Những công trình này nghiên cứu kỹ mô hình vật lý của TBB, thiết lập mô hình và các thuật toán nhận dạng đạo hàm hệ số khí động của TBB.
Do tính chất không quá phức tạp về triển khai thuật toán và tính trực quan trong kết quả đánh giá chất lượng nhận dạng, thuật toán hồi quy tuyến tính (LR) được áp dụng rất nhiều trong các bài toán nhận dạng hệ số (đạo hàm hệ số) khí động TBB [39]. Với tất cả các bài toán nhận dạng theo thuật toán LR đều xuất phát từ giả định rằng việc tính toán theo mô hình bình phương nhỏ nhất (LS) được thực hiện khi không có bất kỳ thông tin nào về xác xuất liên quan đến tham số cần nhận dạng θ và nhiễu đo trạng thái đầu ra.
Thuật toán dựa trên tiêu chuẩn tựa thực cực đại xuất phát từ giả thiết rằng mô hình động học của TBB tuân theo mô hình Fisher [20], được áp dụng đối với mô hình khi tham số cần nhận dạng θ là không đổi và đã biết phân bố xác xuất của nhiễu đo trạng thái đầu ra. Trong [19], [21], [29], [33], [34] đã thực hiện nhận dạng hệ số khí động TBB theo thuật toán này. Tùy thuộc vào đặc điểm mô hình động học TBB được lựa chọn, thuật toán này được triển khai với phương pháp lọc Kalman, sai số phương trình, sai số đầu ra (OEM) [25], [43],
[52]. Các tài liệu [32], [33] đã trình bày tổng quan về nhận dạng các ĐHHSKĐ của MB từ các tập dữ liệu là các tham số chuyển động và điều khiển theo các phương pháp truyền thống. Tài liệu [29] đã thực hiện nhận dạng các ĐHHSKĐ của MB khi sử dụng mô hình khí động là tuyến tính và xem xét, đánh giá kết quả nhận dạng, so sánh khi sử dụng mô hình khí động là phi tuyến. Kết quả nhận được cho thấy rằng việc sử dụng mô hình khí động dạng phi tuyến cho kết quả nhận dạng ĐHHSKĐ chính xác hơn.
Trong những năm gần đây, mạng nơron nhân tạo (ANN) đã được nhiều người quan tâm và đã áp dụng thành công trong giải quyết các vấn đề về nhận dạng hệ thống động học thiết bị bay [29], [35], [43], [57]. ANN đã được áp dụng trong các vấn đề về xấp xỉ phi tuyến mô hình động học của MB phục vụ cho các bài toán nhận dạng các ĐHHSKĐ. Trong [58] sử dụng mạng nơron truyền thẳng (MLP) để xấp xỉ hóa mô hình trạng thái phi tuyến đối với máy bay, kết quả nhận dạng tham số theo mô hình MLP được so sánh với mô hình trạng thái tuyến tính hóa theo phương pháp đạo hàm riêng trên tập các dữ liệu nhận được từ các chuyến bay thử nghiệm đối với máy bay vận tải loại nhỏ có tính linh hoạt cao. Kết quả nhận dạng khi sử dụng mô hình MLP có độ chính xác cao hơn đáng kể so với mô hình tuyến tính hóa.
Trong [35], [43] thực hiện thuật toán nhận dạng các hệ số khí động đối với kênh hướng và kênh độ cao của máy bay, trong đó đã sử dụng MLP để dự báo một bước các tham số chuyển động theo kênh hướng (thay cho việc giải phương trình trạng thái chuyển động) và kết hợp với thuật toán Gauss - Newton để đánh giá các HSĐHKĐ, dữ liệu bay ghi nhận được từ máy bay thử nghiệm loại Hansa – 3. Kết quả cho thấy rằng, độ chính xác các hệ số khí động cần nhận dạng khi sử dụng phương pháp truyền thống (thuật toán LR và OEM) và phương pháp sử dụng mạng nơron kết hợp với thuật toán Gauss – Newton (NGN) là như nhau khi thực hiện thử nghiệm mô hình máy bay trong ống thổi khí động. Các kết quả mô phỏng trong các tài liệu này cũng đưa ra đánh giá về sự phụ thuộc giữa độ chính xác nhận dạng vào chất lượng dữ liệu thu được từ các chuyến bay, khẳng định sự cần thiết phải chính xác lại dữ liệu nhận được từ các chuyến bay phục vụ cho bài toán nhận dạng hệ số khí động.
Trong [27] sử dụng mạng RBF đóng vai trò xấp xỉ mô hình hệ số khí động của thiết bị bay theo các tham số trạng thái và điều khiển. Quá trình lan truyền ngược trong thuật toán luyện mạng được thực hiện thông qua ma trận
tính toán đạo hàm riêng và các hệ số trọng lượng đối với từng hàm cơ sở (Gauss). Các hệ số trọng lượng này được chọn tối ưu qua thuật toán lọc Kalman mở rộng (EKF). Mô hình đối với đạo hàm hệ số khí động được chọn là tuyến tính. Kết quả nhận dạng được tiến hành trên kênh bên của một loại máy bay đối với 3 dạng cơ động và được cho là có độ chính xác tương đương khi so sánh với các phương pháp sử dụng mạng MLP dùng hàm sigmoid và phương pháp sai số phương trình.
Dữ liệu phục vụ cho bài toán nhận dạng ĐHHSKĐ thiết bị bay Nhiệm vụ nhận dạng ĐHHSKĐ của TBB, cũng như bất kỳ một bài toán nhận dạng nào, đều yêu cầu nguồn dữ liệu phục vụ cho việc đánh giá mô hình nhận dạng và kiểm tra độ tin cậy và xác nhận mô hình nhận dạng được. Đối với nhận dạng ĐHHSKĐ của TBB, trong các bài báo, công trình nghiên cứu ở nước ngoài, tập trung vào ba nguồn dữ liệu chính:
- Dữ liệu từ các chương trình mô hình hóa: với sự phát triển mạnh mẽ của các công cụ tính toán và mô phỏng hiện nay, các giai đoạn thiết kế, chế tạo và thử nghiệm ảo các chế độ bay nhằm xác định sơ bộ các đặc tính điều khiển, đặc tính ổn định, các đặc trưng khí động… cho một lớp TBB đã được xây dựng dưới dạng các chương trình phần mềm độc lập hoặc tích hợp đầy đủ. Trong
[55] đã đưa ra chương trình đánh giá các đặc tính ổn định và điều khiển, ứng dụng trong thiết kế sơ bộ. Ưu điểm của các dữ liệu này là được phát ra từ các chương trình mô phỏng, mô hình hóa nên các dữ liệu nhận được là khá đa dạng, tương ứng nhiều tình huống khác nhau theo yêu cầu sử dụng. Hạn chế cơ bản là không có độ chính xác cao so với các dữ liệu nhận được từ các chuyến bay thử nghiệm hoặc thực tế, một số chương trình mô hình hóa không được phổ biến rộng rãi.
- Dữ liệu từ mô hình ống thổi khí động: trong thiết kế, chế tạo TBB đều phải trải qua bước thử nghiệm mô hình ống thổi khí động để xác định các
HSĐHK [11], [33]. Trong ống thổi khí động, các TBB được thiết kế dạng mô hình với cấu trúc khí động như mong muốn nhưng với 1 tỷ lệ thu nhỏ nhất định và các thiết bị đo cần thiết được gắn lên mô hình. Với mô hình ống thổi khí động có thể quan sát và đo đạc trực quan hơn các tham số và hiện tượng khí động xảy ra (dùng luồng khí có màu [11]). Dữ liệu thu nhận được từ các ống thổi khí động mang tính thực tế nhiều hơn so với dữ liệu nhận được từ phần mềm mô phỏng, tuy nhiên cũng có những hạn chế như: Không thể bố trí quá nhiều thiết bị đo trên mô hình thu nhỏ TBB, vì các khung, giá đỡ thiết bị đo và bản thân mô hình sẽ cản trở dòng chảy liên tục của luồng khí; Không có nhiều chế độ và điều kiện bay do việc xác định các tham số khí động theo nguyên lý tương đương (luồng khí được thổi tương đương tốc độ bay), việc thực hiện phải tiến hành nhiều lần và sử dụng các biến đổi toán học để tính các ĐHHSKĐ với tỷ lệ thực của TBB;
Giá thành rất cao đối với các hệ thống ống thổi khí động hiện đại, chỉ có thể có tại các nước có nền công nghệ hàng không phát triển.
- Dữ liệu từ các chuyến bay thử nghiệm: đánh giá tham số từ dữ liệu chuyến bay thử nghiệm là một thủ tục bắt buộc trong quá trình thiết kế chế tạo một loại thiết bị bay mới nhằm tính toán, chuẩn hóa lại các số liệu phục vụ cho thiết kế mà không thể nhận được theo tính toán lý thuyết trên phần mềm cũng như từ ống thổi khí động. [15], [25]. Với các TBB thử nghiệm, có thể bố trí các thiết bị đo cần thiết đủ để thu nhận dữ liệu. Mỗi lần bay thử nghiệm có thể được thực hiện theo một kế hoạch đã được thiết kế nhằm đánh giá các tham số khí động và một loạt các tính năng kỹ - chiến thuật mà TBB phải đáp ứng trong quá trình sử dụng. Cũng như ống thổi khí động, việc sử dụng các TBB dạng thử nghiệm nguyên mẫu chỉ phát triển đối với các TBB sẽ sản xuất loạt lớn và tại các nước có nền công nghệ hàng không phát triển.