작업에 가장 적합한 센서를 선택할 수 있는 새로운 수학적 도구

2019년 보잉 737 맥스(Boeing 737 Max) 추락 사고 여파로 회수된 블랙박스는 고장난 압력 센서로 인해 불행한 항공기가 급강하했을 수 있음을 암시했습니다. 이 사건을 비롯한 여러 사건으로 인해 이러한 비극의 재발을 방지하기 위한 센서 선택, 개수 및 배치에 대한 더 큰 논쟁이 촉발되었습니다.

Texas A&M University의 연구원들은 이제 엔지니어가 항공기 및 기타 기계에서 사용할 센서와 센서를 배치해야 하는 위치에 대해 정보에 입각한 결정을 내리는 데 도움이 되는 포괄적인 수학적 프레임워크를 개발했습니다.

Raktim Bhattacharya 교수는 "모든 제어 시스템의 초기 설계 단계에서 시스템이 특정 물리량을 측정하는 데 최적화되도록 사용할 센서와 배치 위치에 대한 중요한 결정을 내려야 합니다."라고 말했습니다. "우리의 수학적 공식을 사용하여 엔지니어는 감지해야 하는 항목과 정밀도에 대한 정보를 모델에 제공할 수 있으며 모델의 출력은 필요한 가장 적은 센서와 정확도가 됩니다."

자동차든 비행기든 복잡한 시스템에는 측정해야 하는 내부 속성이 있습니다. 예를 들어 비행기에서 각속도 및 가속도 센서는 속도를 추정하기 위해 특정 위치에 배치됩니다.

센서의 정확도도 다를 수 있습니다. 기술적인 측면에서 정확도는 센서 측정에서 노이즈 또는 흔들림으로 측정됩니다. 이 노이즈는 내부 속성을 얼마나 정확하게 예측할 수 있는지에 영향을 줍니다. 그러나 정확도는 시스템 및 응용 프로그램에 따라 다르게 정의될 수 있습니다. 예를 들어, 일부 시스템에서는 예측의 노이즈가 특정 양을 초과하지 않도록 요구할 수 있지만 다른 시스템에서는 노이즈의 제곱이 가능한 한 작아야 할 수 있습니다. 모든 경우에 예측 정확도는 센서 비용에 직접적인 영향을 미칩니다.

Bhattacharya는 "2배 더 정확한 센서 정확도를 얻으려면 비용이 두 배 이상이 될 것입니다."라고 말했습니다. “또한 어떤 경우에는 매우 높은 정확도가 필요하지도 않습니다. 예를 들어 물체 감지를 위한 고가의 4K HD 차량용 카메라는 첫째, 다른 차와 사람을 구별하기 위한 미세한 기능이 필요하지 않고 둘째, 고화질 카메라의 데이터 처리가 문제이기 때문에 불필요합니다."

Bhattacharya는 센서가 매우 정밀하더라도 값비싼 센서를 필요하지 않은 위치에 배치할 수 있으므로 센서를 어디에 배치해야 하는지 아는 것이 중요하다고 덧붙였습니다. 따라서 그는 이상적인 솔루션이 센서의 수와 위치를 최적화하여 비용과 정밀도의 균형을 유지한다고 말했습니다.

이 근거를 테스트하기 위해 Bhattacharya와 그의 팀은 F-16 항공기 모델을 설명하는 일련의 방정식을 사용하여 수학적 모델을 설계했습니다. 그들의 연구에서 연구원들의 목표는 전방 속도, 비행기에 대한 바람의 방향(받음각), 비행기가 가리키는 지점과 수평선 사이의 각도(피치 각도) 및 이 항공기의 피치 비율입니다. 가속도, 각속도, 피치 비율, 압력 및 받음각을 측정하기 위해 일반적으로 항공기에 있는 센서를 사용할 수 있었습니다. 또한 각 센서에 대한 예상 정확도도 함께 제공했습니다.

그들의 모델은 전방 속도를 정확하게 추정하기 위해 모든 센서가 필요한 것은 아니라는 것을 보여주었습니다. 각속도 센서와 압력 센서의 판독값으로 충분했습니다. 또한 이러한 센서는 받음각과 같은 다른 물리적 상태를 추정하기에 충분하므로 추가 받음각 센서가 필요하지 않습니다. 실제로 이러한 센서는 받음각을 측정하는 대용품이지만 시스템에 이중화를 도입하는 효과가 있어 시스템 신뢰성이 높아졌습니다.

Bhattacharya는 선택할 수 있는 센서 목록이 제공되더라도 수학적 프레임워크가 항상 필요한 가장 적은 수의 센서를 나타내도록 설계되었다고 말했습니다.

“설계자가 모든 유형의 센서를 모든 곳에 배치하기를 원한다고 가정해 봅시다. 우리 수학적 모델의 장점은 불필요한 센서를 제거한 다음 필요한 최소 센서 수와 위치를 제공한다는 것입니다.”라고 그는 말했습니다.

또한 연구원들은 연구가 항공 우주 공학 관점에서 이루어졌지만 수학적 모델이 매우 일반적이며 다른 시스템에도 영향을 미칠 수 있다고 언급했습니다.

Bhattacharya는 “엔지니어링 시스템이 더 크고 복잡해짐에 따라 센서를 어디에 둘 것인지에 대한 문제가 점점 더 어려워지고 있습니다. 예를 들어, 매우 긴 풍력 터빈 블레이드를 제작하는 경우 센서를 사용하여 시스템의 일부 물리적 특성을 추정해야 하며 이러한 센서는 구조가 실패하지 않도록 최적의 위치에 배치해야 합니다. 이것은 사소하지 않으며 우리의 수학적 프레임워크가 등장하는 부분입니다.”

연락처 정보