research centers


Search results: Found 1

Listing 1 - 1 of 1
Sort by

Article
ELECTRICAL SOURCES PERFORMANCE IMPROVEMENT OF UNMANNED AIRBORNE VEHILES USING ARTIFICIAL NEURAL NETWORKS BASED SFDIA
تحسين اداء المصادر الكهربائية للمركبات غير المأهولة المحمولة جوا باستخدام الشبكات العصبية الاصطناعية القائمة على.(SFDIA)

Author: Saadi Traid Kurdi سعدي طريد كردي
Journal: AL-TAQANI مجلة التقني ISSN: 1818653X Year: 2015 Volume: 28 Issue: 1 Pages: E14-E23
Publisher: Foundation of technical education هيئة التعليم التقني

Loading...
Loading...
Abstract

The occurrence of faults during the flight of unmanned air vehicle UAV is a very critical situation that affects the completion of the mission. It was found that these faults are mainly due to failure in the sender (sensor), it was also found that the rate of failure is high in electrical energy Sensors (ac, dc and battery).This research presents an effective technique to ensure that the electrical power system (.ac, dc, battery) or the sensors are faulting free. This technique using two different approaches. The first approach is Radial Basis Function RBF-NN trained with the Extended Minimal Resource Allocation Network - EMRAN algorithms. The second approach, which is presented in this Paper, is based on Knowledge based Neural Network NN based tool SFDIA (Sensor Failure, Detection, Identification and Accommodation problem). Neural Network ANN based tool SFDIA Sensor Failure, Detection, Identification and Accommodation problem, are used to provide analytical redundancy from which residuals are generated, enabling the detection of failures on sensor signals. Upon detection of failure, the faulty signal is replaced by the neural network based estimate. This technique allows the flight to continue within specified performance limitations. The results achieved from the modeling process showed that the neural network based tool SFDIA is able to show high-resolution results in the behavior of electrical energy Sensors (ac, dc and battery).

حدوث الاعطال أثناء طيران المركبة الجوية بدون طيار (UAV) هو وضع حرج للغاية حيث يؤثر على اكمال طيران المركبه الجوية. وقد وجد ان اغلبهذه الاعطال سببها اعطال في المرسلات (المتحسيسات)، وتبين أن نسبة العطل عالية في مرسلات الطاقة الكهربائية (AC، DC والبطارية).يقدم هذا البحث تقنية فعالة ذات نهجين مختلفين لضمان عمل المرسلات الخاصة بنظام الطاقة الكهربائية بكفاءة عالية.النهج الأول هواستخدام الشبكة العصبية (NN) على اساس الأداة (SFDIA) القائمة على النمذجة، والمحاكاة وتحليل مرسلات الطاقة للطائرة (الاستشعار، العطل، الكشف، تحديد أماكن العطل ومعالجه العطل).النهج الثاني تدريب الشبكة العصبية على الخوارزمية ((EMRAN) والتي هي مجموعة من القواعد تقرر كيف ينبغي تكييف هيكل RBF-NN لتتناسب مع البيانات من اجل تدريب أفضل.وأظهرت النتائج من عملية النمذجة أن الشبكة العصبية القائمة على الأداة (SFDIA) هي قادرة على أن تظهر نتائج عالية الدقة في سلوك مجسات الطاقة الكهربائية (AC، DC والبطارية).

Listing 1 - 1 of 1
Sort by
Narrow your search

Resource type

article (1)


Language

English (1)


Year
From To Submit

2015 (1)