Zastosowanie sieci neuronowych do określania stanu obciążenia wirnika nośnego

Zastosowanie sieci neuronowej umożliwi, na podstawie łatwiej dostępnych danych pomiarowych jak predkość lotu oraz wychylenia sterownic, określanie wartości parametrów trudniejszych do pomiaru, które w czasie normalnej eksploatacji śmigłowca nie są rejestrowane. Zadanie bieżącej kontroli obciążeń wirnika oraz oceny poziomu zapasu do osiągnięcia ograniczeń eksploatacyjnych może przejąć sieć neuronowa. Wyniki działania wytrenowanych sieci neuronowych wyznaczających amplitudy i wartości średnie momentu sterowania łopatą i momentu gnącego korpus piasty przedstawiono w formie wykresów rozrzutu wartości obliczeniowych w zestawieniu z wartościami oszacowania danego parametru dokonanego przez sieci.

The application of a neural network will enable, through more accessible measurable data such as flight velocity and deflection of the flight controls, the evaluation of parameter values more difficult to measure, which are not registered during standard operation of the helicopter. The task of continuous estimation of loads and reserves to obtain maximum operating conditions, can be performed by a neural network. The results of neural networks signifying amplitudes and average values of the blade pitch control moment and rotor hub bending moment are presented in the form of charts of the distribution of simulated data in comparison witch values from the estimate of a given parameter performed by the network.