Estrutura Matemática Revolucionária Ajuda Engenheiros a Selecionar Sensores Ótimos para Aeronaves

No acidente do Boeing 737 Max em 2019, a caixa preta recuperada dos destroços sugeriu que um sensor de pressão falho pode ter causado a aeronave malfadada a mergulhar. Este incidente e outros alimentaram um debate maior sobre seleção, número e posicionamento de sensores para prevenir a recorrência de tais tragédias.

Pesquisadores da Universidade Texas A&M desenvolveram agora uma estrutura matemática abrangente que pode ajudar engenheiros a tomar decisões informadas sobre quais sensores usar e onde eles devem ser posicionados em aeronaves e outras máquinas.

"Durante o estágio inicial de design para qualquer sistema de controle, decisões críticas têm que ser feitas sobre quais sensores usar e onde colocá-los para que o sistema seja otimizado para medir certas grandezas físicas de interesse," disse o Professor Raktim Bhattacharya. "Com nossa formulação matemática, engenheiros podem alimentar o modelo com informação sobre o que precisa ser detectado e com que precisão, e a saída do modelo será o menor número de sensores necessários e suas precisões."

Seja um carro ou um avião, sistemas complexos têm propriedades internas que precisam ser medidas. Por exemplo, em um avião, sensores para velocidade angular e aceleração são colocados em locais específicos para estimar a velocidade.

Sensores também podem ter diferentes precisões. Em termos técnicos, precisão é medida pelo ruído, ou os tremores, nas medições do sensor. Este ruído impacta quão precisamente as propriedades internas podem ser previstas. No entanto, precisões podem ser definidas diferentemente dependendo do sistema e da aplicação. Por exemplo, alguns sistemas podem requerer que ruído nas previsões não exceda uma certa quantidade, enquanto outros podem precisar que o quadrado do ruído seja o menor possível. Em todos os casos, precisão de previsão tem impacto direto no custo do sensor.

"Se você quer obter precisão de sensor que é duas vezes mais precisa, o custo provavelmente será mais que o dobro," disse Bhattacharya. "Além disso, em alguns casos, precisão muito alta nem é necessária. Por exemplo, uma câmera veicular 4K HD cara para detecção de objetos é desnecessária porque primeiro, características finas não são necessárias para distinguir humanos de outros carros e segundo, processamento de dados de câmeras de alta definição torna-se um problema."

Bhattacharya adicionou que mesmo se os sensores são extremamente precisos, saber onde colocar o sensor é crítico porque alguém pode colocar um sensor caro em um local onde não é necessário. Assim, ele disse que a solução ideal equilibra custo e precisão otimizando o número de sensores e suas posições.

Para testar esta racionalidade, Bhattacharya e sua equipe projetaram um modelo matemático usando um conjunto de equações que descreviam o modelo de uma aeronave F-16. Em seu estudo, o objetivo dos pesquisadores era estimar a velocidade para frente, a direção do ângulo do vento em relação ao avião (o ângulo de ataque), o ângulo entre onde o avião está apontado e o horizonte (o ângulo de arfagem), e taxa de arfagem para esta aeronave. Disponíveis para eles, estavam sensores que normalmente estão em aeronaves para medir aceleração, velocidade angular, taxa de arfagem, pressão e o ângulo de ataque. Além disso, o modelo também foi fornecido com precisões esperadas para cada sensor.

Seu modelo revelou que nem todos os sensores eram necessários para estimar com precisão a velocidade para frente; leituras de sensores de velocidade angular e sensores de pressão foram suficientes. Além disso, estes sensores foram suficientes para estimar outros estados físicos, como o ângulo de ataque, eliminando a necessidade de um sensor adicional de ângulo de ataque. Na verdade, estes sensores, embora um substituto para medir o ângulo de ataque, tiveram o efeito de introduzir redundância no sistema, resultando em maior confiabilidade do sistema.

Bhattacharya disse que a estrutura matemática foi projetada para que sempre indique o menor número de sensores necessários mesmo se fornecida com um repertório de sensores para escolher.

"Vamos assumir que um designer quer colocar todo tipo de sensor em todo lugar. A beleza de nosso modelo matemático é que ele removerá os sensores desnecessários e então lhe dará o número mínimo de sensores necessários e suas posições," ele disse.

Além disso, os pesquisadores notaram que embora o estudo seja de uma perspectiva de engenharia aeroespacial, seu modelo matemático é muito geral e pode impactar outros sistemas também.

"À medida que sistemas de engenharia se tornam maiores e mais complexos, a questão de onde colocar o sensor se torna cada vez mais difícil," disse Bhattacharya. "Então, por exemplo, se você está construindo uma pá de turbina eólica realmente longa, algumas propriedades físicas do sistema precisam ser estimadas usando sensores e estes sensores precisam ser colocados em locais ótimos para garantir que a estrutura não falhe. Isso não é trivial e é onde nossa estrutura matemática entra."

Informações de Contato