Design of Reconfigurable Flight Control Law Using Neural Networks

When control surface failure occurs, it is conventional to correct a current control or to transform to other control. In this paper, instead of adopting a conventional way, a reconfiguration method which compensate the failure with alternative control surface deflection, depending on the level of failure, by using neural network and PCH(Pseudo-Control Hedging). The Conroller is designed of inner-loop(SCAS : Stability Command Augmentation System) with DMI(Dynamic Model Inversion) and outer-loop with Y axis acceleration feedback for a coordinate turn. Additionally, double PCH method was adopted to prevent actuator saturation and input command was generated to compensate for failure. At the end, The feasibility of the method is validated with randomly selected failure scenarios.

신경회로망을 이용한 재형상 비행제어법칙 설계

항공기 비행 시, 조종면에 고장이 발생하였을 때 이를 검출하여 제어기를 수정하거나 다른 제어기로 전환하는 방식을 주로 사용한다. 본 논문은 작동기에 고장 발생시 임의의 고장검출 알고리듬을 사용하여 고장을 검출하여, 제어기를 수정/전환하는 방식을 사용하지 않고, 신경회로망과 PCH(Pseudo-Control Hedging) 기법을 이용하여, 발생된 고장정도에 따라 제어기 스스로 판단하여 대체 조종면으로 보상해 주는 재형상 비행제어법칙을 제시한다. 제어시스템은 DMI(Dynamic Model Inversion) 기법을 적용한 내부루프(SCAS : Stability Command Augmentation System)와 Coordinate Turn을 위한 Y축 가속도 피드백 외부루프로 구성한다. 특히 고장 보상을 위해 작동기 포화를 방지하는 PCH 기법을 이중으로 적용하였다. 끝으로 몇 가지 고장상황에 따른 시뮬레이션을 통해 그 가능성을 검증하였다.