Master's Dissertation
DOI
https://doi.org/10.11606/D.18.2023.tde-19042023-171301
Document
Author
Full name
Adriano Ghigiarelli Bruschi
Institute/School/College
Knowledge Area
Date of Defense
Published
São Carlos, 2023
Supervisor
Committee
Bidinotto, Jorge Henrique (President)
Drewiacki, Daniel
Fernandes, Ricardo Augusto Souza
Title in Portuguese
Classificação de eventos de PIO utilizando Redes Neurais Artificiais
Keywords in Portuguese
Ensaios em Voo
Escala PIOR
Fatores Humanos
PIO
Rede Neural Artificial
Tarefa Sintética
Abstract in Portuguese
Durante a certificação e ensaios em voo de um novo modelo de aeronave, o processo de comprovação da baixa susceptibilidade à oscilação caracterizada como PIO é comumente feita com base na experiencia dos pilotos de prova envolvidos no projeto, desta forma, o resultado de comprovação da segurança da operação com relação ao PIO está intrínseca a subjetividade da análise, ou seja, o processo de certificação pelo qual novos projetos de aeronaves são submetidos está diretamente relacionado à experiencia da tripulação na qual realiza os ensaios de PIO daquele modelo. Novas aeronaves tendem a reduções de margens de estabilidade inerentes ao projeto, ou seja, maiores tendências ao PIO, e veículos autônomos com capacidade de voo completo sem tripulação, o que colabora para necessidade da redução da subjetividade na classificação do PIO para projetos futuros. Este trabalho trata do desenvolvimento de uma rede neural artificial capaz de classificar a oscilação de PIO de acordo com a escala de PIOR, e faz a análise da subjetividade na classificação do PIO. A assertividade do resultado obtido com a classificação via rede neural artificial foi superior ao obtido pela classificação dada pelos pilotos, quando a escolha das entradas segue as diretrizes estabelecidas nesta dissertação.
Title in English
PIO classification using Artificial Neural Networks
Keywords in English
Flight Test
Human Factors
Neural Network
PIO
PIOR Scale
Synthetic Task
Abstract in English
During the certification and the flight tests of a new airplane, the verification process to prove the low susceptibility at PIO is usually done for the experience of the test pilots, thus, the result and safety operation regarding PIO is intrinsic the assessment subjectivity, in other words, the certification process of PIO is directly related with the test pilots experiences. New airplanes tend to reduce stability margins, that is, increasing PIO tendencies, and full autonomous airplanes with capacity to perform a complete flight without crew, for this reason it is necessary the reduction of the subjectivity of PIO assessment for next generation of aircraft. This project covers the development of a neural network that will be able to classify the PIO oscillations in accordance with the PIOR Scale and to the subjective assessment of PIO classification. Neural networks assertiveness was higher for PIO classification than the result done by pilots, when the choice of inputs follow the guidelines established for this work.
WARNING - Viewing this document is conditioned on your acceptance of the following terms of use:
This document is only for private use for research and teaching activities. Reproduction for commercial use is forbidden. This rights cover the whole data about this document as well as its contents. Any uses or copies of this document in whole or in part must include the author's name.
Publishing Date
2023-04-20