Análise de compatibilidade de dados de ensaio em vôo e calibração dos dados do ar em tempo real com filtragem estocástica adaptativa.

• Autor(a) principal: Celso Braga de Mendonça
• Data de Publicação: 2005
• Tipo de documento: Tese
• Idioma: por
• Título da fonte: Biblioteca Digital de Teses e Dissertações do ITA
• Texto Completo: http://www.bd.bibl.ita.br/tde_busca/arquivo.php?codArquivo=209
• topic: Ensaios em vôo; Filtros adaptativos; Filtragem; Processos estocásticos; Identificação de parâmetros; Estimação de estado; Operação em tempo real; Mecânica de vôo; Engenharia aeronáutica

O interesse em identificação de sistemas e de parâmetros aplicado à área aeroespacial não é recente, mas continua vibrante, pois novos desafios são propostos. Na atualidade, procura-se investir na obtenção de resultados mais precisos e mais rápidos, preferencialmente em tempo real, para que haja uma interação entre engenharia e tripulação ainda durante o vôo. A proposta de estimar estados, antes de estimar parâmetros, é bastante conveniente, pois fornece uma base de dados consistente para a obtenção das estimativas paramétricas. A verificação da consistência de dados de ensaio através de modelos cinemáticos, antes que se passe para a fase de identificação de parâmetros, usando filtragem estocástica é bastante atrativa, pois o método comporta ruídos de processo e de medida. Ambos são típicos para a natureza do problema, mas acrescenta-se o fato de que suas propriedades estatísticas variam ao longo do tempo. Nesse trabalho propõe-se o uso da filtragem estocástica adaptativa para verificação da consistência de dados de ensaio em vôo e calibração simultânea dos dados do ar. O método proposto baseia-se nos procedimentos de ajuste de covariância, calculada através de filtros de Kalman executados em paralelo. A metodologia foi testada com dados sintéticos via simulações de Monte Carlo e com manobras de ensaio em vôo reais. Os resultados mostraram-se coerentes com os fenômenos, e mais precisos que os obtidos com filtragem não adaptativa, a um custo computacional baixo.