Proyecto de un sistema inteligente para diagnosticar el estado operativo de un prototipo de helicóptero mediante análisis de vibraciones
DOI:
https://doi.org/10.33448/rsd-v10i12.20546Palabras clave:
Análisis de vibraciones; Helicóptero; Red artificial neutral; Vuelo por delante.Resumen
En el vuelo hacia adelante, las cargas del viento afectan los helicópteros y provocan vibración. Este artículo analiza el comportamiento de un prototipo de helicóptero compuesto por dos palas cuando se somete a una carga de viento en contra, similar a la condición de vuelo de avanzo. Una Red Neuronal Artificial (RNA) procesa los datos experimentales para identificar el patrón de su comportamiento dinámico. Las pruebas condujeron al análisis de vibración para diferentes velocidades del viento. Además, los datos indican que la amplitud de vibración aumenta cuando las palas se someten a la excitación en la frecuencia fundamental y su primer armónico en pruebas realizadas sin inclinación del plano del rotor (vuelo estacionario). Por otro lado, la segunda prueba somete al prototipo a una inclinación de 5 grados sobre el disco del rotor. En esta prueba, la amplitud de vibración disminuyó en la frecuencia fundamental, y la amplitud relacionada con el primer armónico aumentó. La RNA alcanzó 100% de eficiencia en el reconocimiento de las condiciones de vuelo del prototipo.
Citas
Bramwell, A. R. S., Done, G., & Balmford, D. (2001). Bramwell’s helicopter dynamics (Butterworth-Heinemann (ed.); Second). Butterworth-Heinemann.
Cavicchi, T. J. (1999). Digital Signal Processing. In John Wiley & Sons. JOHN WILEY & SONS. https://doi.org/978-0471124726
CENIPA. (2017). Helicópteros sumário estatístico 2008-2017. https://www2.fab.mil.br/cenipa/
Ceruti, A., Liverani, A., & Recanatesi, L. (2011). Improving Helicopter Flight Simulation with Rotor Vibrations. Proceedings of the IMProVe 2011 International Conference on Innovative Methods in Product Design, 636–645.
RTCA DO-160C, Pub. L. No. RTCA DO-160C, 33 (2014). http://do160.org/wp-content/uploads/RTCA-DO-357-Abstract-DO-160G-Guideline.pdf
Damy, L. F. (2006). Análise do Espectro de Frequência de Vibração da Aeronave Esquilo AS-355 F2. Istituto Tecnológico de Aeronáutica, São José dos Campos - SP.
De Gregorio, F. (2012). Flow field characterization and interactional aerodynamics analysis of a complete helicopter. Aerospace Science and Technology. https://doi.org/10.1016/j.ast.2011.11.002
Doebelim, E. O. (1995). Engineering experimentation: planning, execution, reporting. Mcgraw-Hill Companies.
Dong, Y. (2018). An application of Deep Neural Networks to the in-flight parameter identification for detection and characterization of aircraft icing. Aerospace Science and Technology, 77, 34–49. https://doi.org/10.1016/j.ast.2018.02.026
EASA. (2020). Annual Safety Review 2020. https://doi.org/10.2822/147804
EASA. (2021). Reduction in accidents caused by failures of critical rotor and rotor drive components through improved vibration health monitoring systems, RMT. 0711 (Issue 1). https://www.easa.europa.eu/sites/default/files/dfu/ToR RMT.0711 Issue 1.pdf
FAA. (2012a). FAA-H-8083-21A: Helicopter Flying Handbook. In U. S. D. of Transportation (Ed.), FAA-H-8083-21A. FAA.
FAA. (2012b). Helicopter Flying Handbook (Federal Aviation Administration (ed.)). Federal Aviation Administration. www.faa.gov
Ford, T. (1999). Vibration reduction and monitoring. Aircraft Engineering and Aerospace Technology, 71(1), 21–24. https://doi.org/10.1108/00022669910252105
Glowacz, A. (2018). Acoustic-based fault diagnosis of commutator motor. Electronics (Switzerland), 7(11). https://doi.org/10.3390/electronics7110299
Glowacz, A., Glowacz, W., Glowacz, Z., & Kozik, J. (2018). Early fault diagnosis of bearing and stator faults of the single-phase induction motor using acoustic signals. Measurement: Journal of the International Measurement Confederation, 113(May 2017), 1–9. https://doi.org/10.1016/j.measurement.2017.08.036
Johnson, W. (1994). HELICOPTER THEORY (3rd ed.). Dover Publications.
Nguyen, D. H., Liu, Y., & Mori, K. (2018). Experimental Study for Aerodynamic Performance of Quadrotor Helicopter. Transactions of the Japan Society for Aeronautical and Space Sciences, 61(1), 29–39. https://doi.org/10.2322/tjsass.61.29
Pereira, A., Shitsuka, D., Parreira, F., & Shitsuka, R. (2018). Metodologia da Pesquisa Científica. In Metodologia da Pesquisa Científica. Santa Maria: UAB/NTEW/UFSM. https://repositorio.ufsm.br/bitstream/handle/1/15824/Lic_Computacao_Metodologia-Pesquisa-Cientifica.pdf?sequence=1. Acesso em: 28 março 2020.
Sadegh, H., Mehdi, A. N., & Mehdi, A. (2016). Classification of acoustic emission signals generated from journal bearing at different lubrication conditions based on wavelet analysis in combination with artificial neural network and genetic algorithm. Tribology International, 95, 426–434. https://doi.org/10.1016/j.triboint.2015.11.045
Sanz, J., Perera, R., & Huerta, C. (2012). Gear dynamics monitoring using discrete wavelet transformation and multi-layer perceptron neural networks. Applied Soft Computing Journal, 12(9), 2867–2878. https://doi.org/10.1016/j.asoc.2012.04.003
Saravanan, N., & Ramachandran, K. I. (2010). Incipient gear box fault diagnosis using discrete wavelet transform (DWT) for feature extraction and classification using artificial neural network (ANN). Expert Systems with Applications, 37(6), 4168–4181. https://doi.org/10.1016/j.eswa.2009.11.006
Silva, I. N., Spatti, D. H., & Flauzino, R. A. (2010). Redes Neurais Artificiais Para Engenharia e Ciências Aplicadas. In ArtLiber (Ed.), São Paulo: Artliber (2o). Artliber.
Straub, F. K., Anand, V. R., Lau, B. H., & Birchette, T. S. (2018). Wind tunnel test of the SMART active flap rotor. Journal of the American Helicopter Society, 63(1), 1–16. https://doi.org/10.4050/JAHS.63.012002
Stupar, S., Simonović, A., & Jovanović, M. (2012). Measurement and Analysis of Vibrations on the Helicopter Structure in Order to Detect Defects of Operating Elements. Scientific Technical Review, 62(1), 58–63.
Vance, J., Zeidan, F., & Murphy, B. (2010). Machinery Vibration and Rotordynamics. John Wiley & Sons, Inc. https://doi.org/10.1002/9780470903704.fmatter
Waqar, T., & Demetgul, M. (2016). Thermal analysis MLP neural network based fault diagnosis on worm gears. Measurement: Journal of the International Measurement Confederation, 86, 56–66. https://doi.org/10.1016/j.measurement.2016.02.024
Wu, J. Da, & Chan, J. J. (2009). Faulted gear identification of a rotating machinery based on wavelet transform and artificial neural network. Expert Systems with Applications, 36(5), 8862–8875. https://doi.org/10.1016/j.eswa.2008.11.020
Zagaglia, D., Zanotti, A., & Gibertini, G. (2018). Analysis of the loads acting on the rotor of a helicopter model close to an obstacle in moderate windy conditions. Aerospace Science and Technology, 78, 580–592. https://doi.org/10.1016/j.ast.2018.05.019
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2021 João Manoel de Oliveira Neto; Andersson Guimarães Oliveira; João Vitor Lira de Carvalho Firmino; Marcelo Cavalcanti Rodrigues; Antônio Almeida Silva; Laura Hecker de Carvalho
Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
Los autores que publican en esta revista concuerdan con los siguientes términos:
1) Los autores mantienen los derechos de autor y conceden a la revista el derecho de primera publicación, con el trabajo simultáneamente licenciado bajo la Licencia Creative Commons Attribution que permite el compartir el trabajo con reconocimiento de la autoría y publicación inicial en esta revista.
2) Los autores tienen autorización para asumir contratos adicionales por separado, para distribución no exclusiva de la versión del trabajo publicada en esta revista (por ejemplo, publicar en repositorio institucional o como capítulo de libro), con reconocimiento de autoría y publicación inicial en esta revista.
3) Los autores tienen permiso y son estimulados a publicar y distribuir su trabajo en línea (por ejemplo, en repositorios institucionales o en su página personal) a cualquier punto antes o durante el proceso editorial, ya que esto puede generar cambios productivos, así como aumentar el impacto y la cita del trabajo publicado.
