air-show-539714_960_720

Le décrochage d’un avion est une situation dont il est malheureusement difficile de sortir (l’appareil n’ayant plus les mêmes réactions qu’en régime « normal » ou « accroché »), il est donc légitime de tenter de savoir si un autopilote pourrait être capable d’indiquer à un pilote les commandes à suivre pour sortir d’un décrochage, voire de les exécuter lui même.

(Remarque : il est vivement conseillé de lire l’article (du même blog) « Un avion, peut-il apprendre à voler ? » pour comprendre tous les aspects techniques de ce post, notamment en termes de modèles mathématiques d’avion et d’identification non linéaire).

 

Contexte

Si le modèle d’état non-linéaire d’une plate-forme à voilure fixe est bien connu lorsque celle-ci est en régime de vol classique (accroché), ce n’est malheureusement pas le cas lorsque ce même appareil entre en décrochage (symétrique ou dissymétrique) et encore moins lorsqu’il est en décrochage établi (cas symétrique) ou en vrille (cas dissymétrique), ceci quel que soit son régime. Pour l’instant, seul un pilote expérimenté est capable de gérer de telles situations.

En l’état actuel des choses, un autopilote, utilise un modèle théorique pour déterminer les commandes optimales à réaliser pour une conduite de mission, et ne peut donc contrôler l’appareil, ni dans la phase de transition, pour revenir dans une situation de vol normal « accroché », ni en décrochage établi, pour conserver un vol symétrique et sortir du décrochage, ni en vrille établie, pour sortir de vrille.

De ce fait, une approche pour résoudre cette problématique consiste à faire l’hypothèse primordiale qu’il existe une structure de modèle mathématique (ou d’état) non-linéaire (de plate-forme à voilure fixe) pour chaque type de décrochage ou de vrille.

Ce postulat, bien qu’hypothétique, peut être considéré comme crédible, étant donné que : lorsqu’un avion décroche, son comportement (pour un même type de décrochage) est similaire, ainsi que ses réactions aux commandes du pilote, ce qui permet à ce dernier de pouvoir rétablir l’avion. De ce fait, ceci montre bien que l’aéronef, dans une telle situation, dispose d’un comportement qui n’est pas totalement stochastique, et même si n’étant pas modélisable par la Physique, il est identifiable par l’algorithmie.

 

Création des modèles mathématiques

La première étape consiste donc à construire le modèle d’état non-linéaire d’un avion (qui décrira de manière théorique le comportement de l’aéronef), dans toutes les configurations possibles de régime non normal, c’est-à-dire, non accroché :
    - décrochages établis ;
    - vrilles établies (un vol en décrochage établi mal contrôlé étant un état instable tendant à évoluer en vrille établie, qui est un état stable) ;
    - phases de transition.

Pour ce faire, une approche d’identification non linéaire par intelligence artificielle, exposée dans le post « Un avion, peut-il apprendre à voler ? », est mise en œuvre :
    - essais en vol instrumentés, par l’intermédiaire d’un avion de voltige, effectuant tous les types de régimes de vol ;
    - récupération des données télémétriques enregistrées, notamment : l’état de l’appareil qu’il reçoit des capteurs de navigation (sa position, sa vitesse, son orientation, etc.) et la commande du pilote (ailerons, profondeur, gouverne de direction, manette des gaz, etc.) ;
    - régression non linéaire par programmation génétique, pour chacun des régimes de vol, ayant pour but : de relier les commandes pilotes au comportement de l’aéronef, et ainsi de créer toutes les équations mathématiques de chaque modèle d’état.

De ce fait, grâce à cette méthodologie et ces outils, l’ordinateur de bord (de la plate-forme à voilure fixe) peut disposer de tous les modèles d’état de l’aéronef, quelque soit le régime de vol dans lequel il se trouve, élément nécessaire à la bonne conduite de la mission.

 

Création d’un monitoring temps réel du vol

A ce stade, l’étape la plus difficile est terminée. Il faut maintenant intégrer ces développements dans l’avionique pour que l’avion puisse déterminer dans quelle est sa situation.

Un corrélateur est l’outil idéal pour cela, puisqu’il permet de donner des indications sur le comportement d’un système, par rapport à ce qui est attendu par la théorie.

L’avionique réalise donc les étapes suivantes :
    - enregistrement en temps réel des commandes qui ont été exécutées (ailerons, profondeur, gouverne de direction, manette des gaz, etc.) ;
    - enregistrement en temps réel de l’état (ou comportement) de l’appareil (sa position, sa vitesse, son orientation, etc.) ;
    - envoi des commandes qui ont été exécutées dans tous les différents modèles mathématiques intégrés dans l’avionique ;
    - comparaison entre l’état réel de l’appareil et l’état (ou comportement) théorique attendu de l’appareil, pour chaque modèle mathématique, et calcul d’un indice de corrélation par rapport à la réalité ;
    - sélection du modèle mathématique du régime courant, ayant la corrélation la meilleure.

selection_mode_vol

Comparaison entre le comportement réel de l'avion,
et ses modèles théoriques, en fonction de la commande

Ainsi, grâce à cette approche, il peut être possible, non seulement, de détecter l’apparition d’un décrochage (uniquement par l’intermédiaire des capteurs embarqués de navigation, et non plus par une languette sur le bord d’attaque de l’aile), mais également de déterminer le type de décrochage/vrille (à plat ou dynamique, symétrique ou asymétrique, etc.).

 

Création de la commande

De plus, l’avionique est maintenant dans la capacité de « piloter » tous les régimes décrochés dans lequel se trouve l’aéronef, puisqu’il connaît chaque modèle mathématique régissant le comportement courant de la plate-forme, quelque soit sa situation.

De ce fait, il suffit d’appliquer une commande classique pour stabiliser l’appareil, la commande prédictive non linéaire peut être à privilégier, sachant que son espace de recherche est important, ce qui est un requis certain pour un rétablissement optimal, avec perte d’altitude minimum.

 

(Suivez-nous sur Facebook : https://www.facebook.com/blog.survols/)
(Suivez-nous sur Twitter : http://www.twitter.com/Blog_Survols)