AI-systeem helpt vliegtuigen omgaan met turbulentie

Turbulentie die vliegtuigen beïnvloedt, behoort mogelijk tot het verleden dankzij een nieuw AI-systeem dat vliegende voertuigen binnen enkele minuten leert zich aan te passen aan turbulentie.

Turbulentie is een vreselijke ervaring tijdens het vliegen - Foto: REUTERS

Wetenschappers van de Embry-Riddle Aeronautical University (VS) hebben een techniek ontwikkeld waarmee de impact van turbulentie op vliegende voertuigen, en met name onbemande luchtvaartuigen (UAV's), tot een minimum kan worden beperkt.

De techniek maakt gebruik van een systeem met kunstmatige intelligentie (AI) genaamd FALCON, dat de vlucht automatisch aanpast aan externe verstoringen.

Turbulentie is een verandering in de luchtdruk die ervoor zorgt dat het vliegtuig trilt. FALCON's zijn getraind om de basisprincipes van turbulentie te begrijpen en zich aan alle omstandigheden aan te passen.

Dit AI-systeem is gebaseerd op de Fourier-methode, die complexe sinusgolven gebruikt om data weer te geven. Volgens LiveScience testte het onderzoeksteam dit AI-systeem op 11 november in een windtunnel van het California Institute of Technology (Caltech, VS), met behulp van een vliegtuigvleugel uitgerust met druksensoren om een ​​UAV te simuleren. FALCON zal sensoren gebruiken om drukveranderingen te detecteren en indien nodig de hoogte en gierhoek aan te passen om de stabiliteit te behouden.

Het team ontdekte dat FALCON na negen minuten leren, waarbij voortdurend werd geprobeerd zich aan te passen aan veranderende turbulentie en feedback te geven op de resultaten, de stabiliteit van de vleugel in de windtunnel kon handhaven.

"Uit testen in de windtunnel van Caltech blijkt dat FALCON binnen enkele minuten kan leren, wat kan leiden tot uitbreiding naar grotere vliegtuigen", aldus professor Hever Moncayo, werkzaam aan de Embry-Riddle University.

Door automatische aanpassing aan turbulentie mogelijk te maken, kan het onderzoek in de toekomst onbemande luchtvaartuigen en commerciële vliegtuigen helpen soepeler te vliegen. Het team stelt ook voor om omgevingsgegevens tussen vliegtuigen te delen om te waarschuwen voor turbulentie.

De volgende fase van het onderzoek is het verkorten van de leertijd van FALCON. Dit zou wel eens de grootste uitdaging voor het team kunnen zijn, aangezien snelle aanpassing aan omgevingsomstandigheden essentieel is voor praktische oplossingen voor turbulentie.

Er zijn ook nog andere uitdagingen in de echte wereld , vooral vanwege de wisselende en onvoorspelbare windomstandigheden.

Het onderzoek is gepubliceerd in het tijdschrift NPJ Robotics .

Bron: https://tuoitre.vn/he-thong-ai-giup-may-bay-ung-pho-nhieu-dong-20241112130415932.htm