• Journal of KSNVE
• /
• v.8 no.6
• /
• pp.1181-1192
• /
• 1998

This paper describes the performance of a full-authority neural network-based fault tolerant system within a flight control system. This fault tolerant flight control system integrates sensor and actuator failure detection, identification, and accommodation (SFDIA and AFDIA), The first task is achieved by incorporating a main neural network (MNN) and a set of n decentralized neural networks (DNNs) to create a system for achieving fault tolerant capabilities for a system with n sensors assumed to be without physical redundancy The second scheme implements the same main neural network integrated with three neural network controllers (NNCs). The function of NNCs is to regain equilibrium and to compensate for the pitching, rolling. and yawing moments induced by the failure. Particular emphasis is placed in this study toward achieving an efficient integration between SFDIA and AFDIA without degradation of performance in terms of false alarm rates and incorrect failure identification. The results of the simulation with different actuator and sensor failures are presented and discussed.

• Journal of the Korean Society for Precision Engineering
• /
• v.16 no.2 s.95
• /
• pp.211-217
• /
• 1999

감지기의 고장 발견, 확인, 보완은 복잡한 항공 시스템의 중요한 문제로 부각되어 왔으며, 그동안 칼만 필터를 이용한 기존 추정기술 혹은 온라인 학습 인공지능 알고리듬 등이 이 같은 문제를 해결하기 위해 제시되어 왔다. 본 연구에서는 여분의 감지기가 없는 항공제어계에 대해 온라인 학습 신경망을 이용한 감지기의 고장 발견, 확인, 그리고 보완에 관해 초점을 둔다. 이 내고장성 항공제어계는 주 신경조직망과 n개의 국소 신경조직망으로 이루어지는데, 포괄적인 감지기의 고장을 발견하는 능력을 가진다. 어떤 경우에서는 기존의 감지기 고장 발견 방법의 성능을 향상시키기 위해 수정된 감지방법이 소개되고 그 보완된 감지방법을 이용하여 기존의 방법과 성능비교가 이루어졌다.