Metoda pomiaru wybranych osiągów naziemnych samolotu z wykorzystaniem algorytmów atencji oraz ekscytacji w modelu q-kształtnej sztucznej sieci neuronowej
Measuring the take-off and landing distance of an aircraft is an important aspect, especially in the process of certification of new types of aircraft, as well as during production tests. The actual take-off and landing distance is important information for pilots in conditions that deviate from...
Saved in:
| 主要作者: | |
|---|---|
| 格式: | Online |
| 語言: | 波兰语 |
| 出版: |
Lublin University of Technology Publishing House
2025
|
| 主題: | |
| 在線閱讀: | https://directory.doabooks.org/handle/20.500.12854/161250 |
| 標簽: |
沒有標簽, 成為第一個標記此記錄!
|
| _version_ | 1869524692787789824 |
|---|---|
| author | Tomiło, Paweł |
| author_browse | Tomiło, Paweł |
| author_facet | Tomiło, Paweł |
| author_sort | Tomiło, Paweł |
| collection | Directory of Open Access Books |
| description | Measuring the take-off and landing distance of an aircraft is an important aspect, especially in
the process of certification of new types of aircraft, as well as during production tests. The actual
take-off and landing distance is important information for pilots in conditions that deviate from
the typical ones.
The aim of this monograph is to develop a method for measuring the ground performance
of aircraft using an on-board measurement unit and software using artificial intelligence methods.
The monograph presents the process of developing the discussed method, verification
tests and the actual application of the method. An on-board measuring device equipped with
appropriate sensors and a q-shaped artificial neural network model using attention and excitation
algorithms were developed. The method uses an inertial measurement unit to acquire data in the
form of acceleration, angular velocity and aircraft orientation.
As part of the monograph, the process of developing the structure of the neural network
and selecting appropriate algorithms was carried out. An on-board measuring device has been
developed. Tests were carried out with the device installed inside the aircraft (PZL 104 Wilga, PZL
110 Koliber, PZL An-2, MS 880, Cessna 150, Cessna 172). These initial tests focused on collecting
data for learning and improving the effectiveness of the neural network. Verification measurements
were also carried out in relation to the reference methods, as well as actual measurements for
selected aircraft and various types of runway surfaces. |
| format | Online |
| id | doab-20.500.12854ir-161250 |
| institution | Directory of Open Access Books |
| language | pol |
| publishDate | 2025 |
| publishDateRange | 2025 |
| publishDateSort | 2025 |
| publisher | Lublin University of Technology Publishing House |
| publisherStr | Lublin University of Technology Publishing House |
| record_format | ojs |
| spelling | doab-20.500.12854ir-1612502025-06-12T08:38:10Z Metoda pomiaru wybranych osiągów naziemnych samolotu z wykorzystaniem algorytmów atencji oraz ekscytacji w modelu q-kształtnej sztucznej sieci neuronowej Tomiło, Paweł ground performance, aircraft, artificial neural networks, on-board device thema EDItEUR::T Technology, Engineering, Agriculture, Industrial processes::TR Transport technology and trades::TRP Aerospace and aviation technology thema EDItEUR::U Computing and Information Technology::UY Computer science::UYQ Artificial intelligence::UYQN Neural networks and fuzzy systems Measuring the take-off and landing distance of an aircraft is an important aspect, especially in the process of certification of new types of aircraft, as well as during production tests. The actual take-off and landing distance is important information for pilots in conditions that deviate from the typical ones. The aim of this monograph is to develop a method for measuring the ground performance of aircraft using an on-board measurement unit and software using artificial intelligence methods. The monograph presents the process of developing the discussed method, verification tests and the actual application of the method. An on-board measuring device equipped with appropriate sensors and a q-shaped artificial neural network model using attention and excitation algorithms were developed. The method uses an inertial measurement unit to acquire data in the form of acceleration, angular velocity and aircraft orientation. As part of the monograph, the process of developing the structure of the neural network and selecting appropriate algorithms was carried out. An on-board measuring device has been developed. Tests were carried out with the device installed inside the aircraft (PZL 104 Wilga, PZL 110 Koliber, PZL An-2, MS 880, Cessna 150, Cessna 172). These initial tests focused on collecting data for learning and improving the effectiveness of the neural network. Verification measurements were also carried out in relation to the reference methods, as well as actual measurements for selected aircraft and various types of runway surfaces. Published Pomiar długości startu oraz lądowania samolotu jest ważnym aspektem, zwłaszcza w procesie certyfikacji nowych typów statków powietrznych, a także podczas testów produkcyjnych. Rzeczywista droga startu oraz lądowania jest ważną informacją dla pilotów w warunkach, które odbiegają od typowych. Monografia przedstawia proces opracowania metody pomiaru osiągów naziemnych statków powietrznych z wykorzystaniem pokładowej jednostki pomiarowej i oprogramowania wykorzystującego metody sztucznej inteligencji. Zawarte w niej zostały również testy weryfikacyjne oraz rzeczywiste zastosowanie metody. Opracowano pokładowe urządzenie pomiarowe wyposażone w odpowiednie czujniki oraz model sztucznej sieci neuronowej w kształcie litery q z użyciem algorytmów atencji oraz ekscytacji. Metoda wykorzystuje inercyjną jednostkę pomiarową do pozyskiwania danych w postaci przyspieszenia, prędkości kątowej oraz orientacji statku powietrznego. W ramach monografii stworzona została struktura sieci neuronowej oraz dobrane zostały odpowiednie algorytmy pomocnicze. Powstało pokładowe urządzenie pomiarowe. Wykonane zostały badania z zainstalowanym urządzeniem wewnątrz statków powietrznych (PZL 104 Wilga, PZL 110 Koliber, PZL An-2, MS 880, Cessna 150, Cessna 172). Początkowe testy skupiały się na zbieraniu danych do celów naukowych oraz poprawy skuteczności sieci neuronowej. Przeprowadzono również pomiary weryfikacyjne w odniesieniu do metody referencyjnej, a także pomiary rzeczywiste dla wybranych statków powietrznych oraz różnych typów nawierzchni pasa startowego. 2025-06-12T08:38:08Z 2025-06-12T08:38:08Z 2024 book 978-83-7947-596-4 https://directory.doabooks.org/handle/20.500.12854/161250 pol image/jpeg Attribution 4.0 International https://rock.pollub.pl/entities/publication/a3d02659-aa16-42ad-b6fe-6b5c8ae32709 Lublin University of Technology Publishing House Lublin University of Technology Publishing House 10.35784/9788379475964 Pomiar długości startu oraz lądowania samolotu jest ważnym aspektem, zwłaszcza w procesie certyfikacji nowych typów statków powietrznych, a także podczas testów produkcyjnych. Rzeczywista droga startu oraz lądowania jest ważną informacją dla pilotów w warunkach, które odbiegają od typowych. Monografia przedstawia proces opracowania metody pomiaru osiągów naziemnych statków powietrznych z wykorzystaniem pokładowej jednostki pomiarowej i oprogramowania wykorzystującego metody sztucznej inteligencji. Zawarte w niej zostały również testy weryfikacyjne oraz rzeczywiste zastosowanie metody. Opracowano pokładowe urządzenie pomiarowe wyposażone w odpowiednie czujniki oraz model sztucznej sieci neuronowej w kształcie litery q z użyciem algorytmów atencji oraz ekscytacji. Metoda wykorzystuje inercyjną jednostkę pomiarową do pozyskiwania danych w postaci przyspieszenia, prędkości kątowej oraz orientacji statku powietrznego. W ramach monografii stworzona została struktura sieci neuronowej oraz dobrane zostały odpowiednie algorytmy pomocnicze. Powstało pokładowe urządzenie pomiarowe. Wykonane zostały badania z zainstalowanym urządzeniem wewnątrz statków powietrznych (PZL 104 Wilga, PZL 110 Koliber, PZL An-2, MS 880, Cessna 150, Cessna 172). Początkowe testy skupiały się na zbieraniu danych do celów naukowych oraz poprawy skuteczności sieci neuronowej. Przeprowadzono również pomiary weryfikacyjne w odniesieniu do metody referencyjnej, a także pomiary rzeczywiste dla wybranych statków powietrznych oraz różnych typów nawierzchni pasa startowego. 10.35784/9788379475964 25440dcb-6509-4ffb-b078-818857fbed4b 978-83-7947-596-4 Lublin University of Technology Publishing House 102 Lublin open access |
| spellingShingle | ground performance, aircraft, artificial neural networks, on-board device thema EDItEUR::T Technology, Engineering, Agriculture, Industrial processes::TR Transport technology and trades::TRP Aerospace and aviation technology thema EDItEUR::U Computing and Information Technology::UY Computer science::UYQ Artificial intelligence::UYQN Neural networks and fuzzy systems Tomiło, Paweł Metoda pomiaru wybranych osiągów naziemnych samolotu z wykorzystaniem algorytmów atencji oraz ekscytacji w modelu q-kształtnej sztucznej sieci neuronowej |
| title | Metoda pomiaru wybranych osiągów naziemnych samolotu z wykorzystaniem algorytmów atencji oraz ekscytacji w modelu q-kształtnej sztucznej sieci neuronowej |
| title_full | Metoda pomiaru wybranych osiągów naziemnych samolotu z wykorzystaniem algorytmów atencji oraz ekscytacji w modelu q-kształtnej sztucznej sieci neuronowej |
| title_fullStr | Metoda pomiaru wybranych osiągów naziemnych samolotu z wykorzystaniem algorytmów atencji oraz ekscytacji w modelu q-kształtnej sztucznej sieci neuronowej |
| title_full_unstemmed | Metoda pomiaru wybranych osiągów naziemnych samolotu z wykorzystaniem algorytmów atencji oraz ekscytacji w modelu q-kształtnej sztucznej sieci neuronowej |
| title_short | Metoda pomiaru wybranych osiągów naziemnych samolotu z wykorzystaniem algorytmów atencji oraz ekscytacji w modelu q-kształtnej sztucznej sieci neuronowej |
| title_sort | metoda pomiaru wybranych osiagow naziemnych samolotu z wykorzystaniem algorytmow atencji oraz ekscytacji w modelu q ksztaltnej sztucznej sieci neuronowej |
| topic | ground performance, aircraft, artificial neural networks, on-board device thema EDItEUR::T Technology, Engineering, Agriculture, Industrial processes::TR Transport technology and trades::TRP Aerospace and aviation technology thema EDItEUR::U Computing and Information Technology::UY Computer science::UYQ Artificial intelligence::UYQN Neural networks and fuzzy systems |
| topic_facet | ground performance, aircraft, artificial neural networks, on-board device thema EDItEUR::T Technology, Engineering, Agriculture, Industrial processes::TR Transport technology and trades::TRP Aerospace and aviation technology thema EDItEUR::U Computing and Information Technology::UY Computer science::UYQ Artificial intelligence::UYQN Neural networks and fuzzy systems |
| url | https://directory.doabooks.org/handle/20.500.12854/161250 |
| work_keys_str_mv | AT tomiłopaweł metodapomiaruwybranychosiagownaziemnychsamolotuzwykorzystaniemalgorytmowatencjiorazekscytacjiwmodeluqkształtnejsztucznejsiecineuronowej |