Entwicklung eines Modellierungsansatzes zur Darstellung der Modellungenauigkeitdes flugmechanischen Modells eines unbemannten Forschungshubschraubers

Flight mechanical model, Safe Flight Envelope, unmanned helicopter, model uncertainty, sensitivity analysis, Monte Carlo Simulation, validation, neuronal network

URL
Dokumentart: Diplomarbeit, Magisterarbeit, Master Thesis
Institut: Department Fahrzeugtechnik und Flugzeugbau
Sprache: Deutsch
Erstellungsjahr: 2018
Publikationsdatum:
SWD-Schlagwörter: Hubschrauber
DDC-Sachgruppe: Ingenieurwissenschaften und Maschinenbau

Kurzfassung auf Deutsch:

Die Kenntnis der Flugbereichsgrenzen ist eine wichtige Voraussetzung für das sichere Betreiben eines Luftfahrzeuges. Für die Bestimmung der Flugbereichsgrenzen eines unbemannten Hubschraubers wird ein flugmechanisches Modell des Helicopter Overall Simulation Tools (HOST) eingesetzt werden. Dieses Modell beschreibt mit nichtlinearen Differentialgleichungen die Bewegung des unbemannten Hubschraubers in Abhängigkeit der Kräfte und Momente, die auf den unbemannten Hubschrauber wirken. Generell beinhalten Modelle Unsicherheiten, die zu Abweichungen des Modells von der Realität führen. In dieser Arbeit wird ein Verfahren zur Ermittlung der Modellungenauigkeit anhand des HOST-Modells, unter Betrachtung des Modells als Black Box, vorgestellt. Abschließend wird mithilfe von Neuronalen Netzen die Abweichung zwischen Modell und den Flugversuchsdaten abgebildet.

Kurzfassung auf Englisch:

To know the Safe Flight Envelope (SFE) is an important requirement for a safe operation of an aircraft. The flightmechanical model of the Helicopter Overall Simulations Tool (HOST) will be used to determine the SFE of an unmanned helicopter. This model uses nonlinear differential equations to describe the movement of the unmanned helicopter depending on the forces and moments that affect the unmanned helicopter. In general, models involve uncertainties that lead to deviations of the model from the reality. This master thesis presents a method for determining the model uncertainty based on the HOST-Model, considering the model as a black box. Finally, the deviation between the model and the flight test data is described by using neuronal networks.

Hinweis zum Urheberrecht

Für Dokumente, die in elektronischer Form über Datenenetze angeboten werden, gilt uneingeschränkt das Urheberrechtsgesetz (UrhG). Insbesondere gilt:

Einzelne Vervielfältigungen, z.B. Kopien und Ausdrucke, dürfen nur zum privaten und sonstigen eigenen Gebrauch angefertigt werden (Paragraph 53 Urheberrecht). Die Herstellung und Verbreitung von weiteren Reproduktionen ist nur mit ausdrücklicher Genehmigung des Urhebers gestattet.

Der Benutzer ist für die Einhaltung der Rechtsvorschriften selbst verantwortlich und kann bei Mißbrauch haftbar gemacht werden.