voladora
David Ortiz Puerta Carlos Mario Vlez Snchez Jorge Alejandro Benjumea Giraldo
Universidad EAFIT Universidad EAFIT Universidad EAFIT
Ingeniera Matemtica Ingeniera Matemtica Maestria en Matemticas Aplicadas
Medelln, Colombia Medelln, Colombia Medelln, Colombia
dpuerta1@eafit.edu.co cmvelez@eafit.edu.co jbenjum3@eafit .edu.co
AbstractEl propsito de este trabajo es la estimacin de las Como se mencion anteriormente, la capacidad aerodinmica
derivadas y controles de estabilidad para una aeronave tipo Ala de todos los tipos de aviones depende nicamente de su
voladora. Dentro del trabajo se propone un modelo matemtico geometra, representada en el modelo matemtico por las
global (para cualquier configuracin area) en el cual se utilizan derivadas y controles de estabilidad. Estas, describen como las
derivadas de estabilidad encontradas en la literatura para una fuerzas y los momentos varan a medida que parmetros como
aeronave ZAGI RC. El modelo propuesto se implementa en el la velocidad del vehculo, ngulo de ataque y controles de
software MATLAB/SIMULINK para realizar las simulaciones superficie cambian durante el vuelo.
necesarias. Se realiza una identificacin de la estructura del
sistema utilizando el system identification toolbox de MATLAB y Dentro del modelo matemtico, se presentan las derivadas
se propone un algoritmo de Bsqueda de Patrones como mtodo de estabilidad como coeficientes de las fuerzas y momentos.
de estimacin no lineal. Se comparan los resultados estimados Estos, son nicos para cada configuracin aerodinmica y son
con los obtenidos en la literatura. obtenidos a partir de mtodos de estimacin. Teniendo en
cuenta esto se plantean las siguientes hiptesis: Es posible
Palabras clave: Identificacin, Estimacin, Ala voladora, identificar la estructura del sistema a partir de mtodos de
Heurstico, Derivadas de estabilidad, Bsqueda de patrones. identificacin lineales, la cual represente de manera adecuada
I. INTRODUCCIN el modelo matemtico planteado? Es posible estimar estos
coeficientes de tal manera que el modelo matemtico empleado
Una configuracin de tipo ala voladora o ala volante, es la para la simulacin del ala voladora sea lo ms real posible?
que poseen aquellos vehculos areos capaces de mantener un Teniendo en cuenta que no se conocen los rangos reales de los
vuelo estable y controlable sin la ayuda de la sustentacin coeficientes, Es posible realizar una estimacin aproximada de
generada por superficies distintas a la del ala principal, es decir, los parmetros a pesar de esta incertidumbre, que tanto afecta
superficies como estabilizadores horizontales; Adicionalmente, esto la estimacin? Qu efectos traen los errores de estimacin
la mayor parte de la carga til se transporta dentro del ala sobre el modelo?
principal, y generalmente carecen de fuselaje diferenciado.
Histricamente, esta se ha definido como la configuracin Para poder realizar la identificacin y estimacin de los
potencialmente ms eficiente desde el punto de vista coeficientes, se tendrn en cuenta las salidas observables dentro
aerodinmico, debido a la carencia de superficies del sistema (se pueden obtener datos medibles de ellas), para
estabilizadoras, reduciendo la traccin generada por estas. De este caso, las aceleraciones en los ejes de la aeronave y las
forma contraria, esta estructura pierde controlabilidad, siendo velocidades angulares. Tambin se tendr en cuenta la
una gran desventaja. medicin del ngulo de ataque. Estas mediciones se realizan a
partir de dispositivos como acelermetros, girscopos y
Para efectos del modelado matemtico, simulaciones y Tubos de Pitot respectivamente [2][3].
comparacin de datos, se utiliza una aeronave ZAGI RC como
referencia, mostrada en la Fig. 1. Este MAV (Micro Aerial
Vehicle) puede tener algunas variaciones en su fabricacin
como el tipo de material, peso, envergadura, potencia y tipo de
motor. Estas variaciones no son relevantes en cuanto a su
capacidad aerodinmica, la cual depende solo de la geometra
del vehculo [1].
Dentro del trabajo se propone un modelo matemtico que
describe la dinmica de la aeronave. Este modelo, es global
para cualquier tipo de vehculo areo, independiente de su
estructura y su composicin. En qu se diferencia entonces
una aeronave de tipo cola en V con una aeronave ala voladora? Figura 1. ZAGI RC
TABLE I. VARIABLES DE ESTADO EN SUS MARCOS
DE REFERECNIA
( ) ( ) ( ) (3)
Nombre Descripcin
x Posicin del MAV en el eje de
y Posicin del MAV en el eje de
( ) ( ) (4)
z Posicin del MAV en el eje de
( )
u Velocidad del vehculo en el eje x de
v Velocidad del vehculo en el eje y de donde son las fuerzas que actan sobre la aeronave y
l, m, n los momentos en los respectivos ejes. Teniendo en
w Velocidad del vehculo en el eje z de
cuenta los valores, = = 0, para la matriz de
Alabeo inercia, el momento de inercia se define como
Cabeceo (Inclinacin)
Guiada
( )
p Velocidad angular en el eje x de
q Velocidad angular en el eje y de
r Velocidad angulas en el eje z de ( )
Finalmente, para el momento m, el coeficiente ( ) se Teniendo en cuenta que el trabajo est orientado a aviones
expresa como de tipo ala voladora, se utiliza la siguiente matriz de relacin
( ) (12) para el elevador y el alern
[ ( ) Parmetro Descripcin
Deflexin del elevador (grados)
]
Deflexin del alern (grados)
[ ( ) Deflexin del timn de cola (grados)
(13)
Densidad del aire
]
Velocidad del vehculo
[ ( ) S rea de superficie alar
c Cuerda media del perfil alar
]
e Coeficiente de eficiencia de Oswald
c) Propulsin: Para el propulsor se definen las fuerzas y
momentos como Relacin del aspecto alar
b Envergadura del ala
TABLE III. PARMETROS DEL PROPULSOR
Parmetro Descripcin ( ) [ ( ) ] ( ) ( ) ( ) (25)
rea del propulsor
Finalmente se tiene la estructura
Coeficiente aerodinmico del propulsor
( ) ( ) ( ) ( ) ( ) (26)
Eficiencia del motor
Donde el operador q se puede escribir en trminos de la
Ancho de pulso de modulacin transformada z. El objetivo de la identificacin, es proponer
diferentes estructuras para ( ) y ( ) de tal forma que la
Constante experimental estimacin pertinente de estos polinomios lleve a que
( )[ ( ) ( ) ( )] ( ) donde ( ) sea un
ruido blanco. La identificacin se realiz utilizando el System
donde representa el elevador derecho y representa el Identification Toolbox de MATLAB mediante el uso de
elevador izquierdo, esta matriz de relacin cambia segn la estructuras lineales como ARX, ARMAX, Box-Jenkins,
configuracin de la aeronave. En las tablas 2 y 3, se presentan Output-Error y Variables de estado.
algunos parmetros del modelo matemtico y su respectiva
descripcin. Las derivadas de control y estabilidad para el B. Estimacin
ZAGI RC se indican en las tablas 4 y 5, el modelo de Para realizar la estimacin de las derivadas de control y
simulacin se puede observar en la Fig. 4. Las entradas del estabilidad dentro del sistema, se construye un algoritmo de
modelo son en grados, debido a que estas son las unidades bsqueda de patrones. Dentro del algoritmo se comparan las
tcnicas utilizadas en la aviacin, pero para efectos del modelo salidas reales con las obtenidas a partir de los parmetros
matemtico, deben convertirse en radianes para poderse factibles estimados.
operar. El algoritmo consiste en generar un conjunto de soluciones
factibles alrededor de un punto inicial. Este conjunto de
III. METODOLOGIA
soluciones est a una distancia normalizada del punto central
A. Identificacin como se indica en la Fig. 2. La normalizacin se realiza
La identificacin es un conjunto de mtodos que permiten, utilizando norma infinita. Luego de generar el conjunto de
mediante el anlisis de series temporales, obtener un modelo soluciones se evala la funcin objetivo en cada uno de ellos y
matemtico aproximado al real a partir de los datos se compara con la solucin central. Si alguna solucin del
experimentales de las entradas y salidas [5]. conjunto es mejor a la central, se toma esa como nuevo centro
y se genera un nuevo conjunto, de otro modo, se mantiene la
Para realizar la identificacin se parte del hecho
echo que un misma solucin central inicial y se reduce la distancia entre los
sistema puede ser descrito por una estructura lineal dada por puntos.
Como criterio de optimizacin se utiliz una funcin
( ) ( ) ( ) (20) objetivo para minimizar el error entre los datos reales y los
estimados. Teniendo en cuenta que se utilizaron como salidas
Donde ( ) es la respuesta al impulso del sistema. las aceleraciones y las velocidades angulares en los tres ejes y
Introduciendo el operador de desplazamiento hacia atrs. el ngulo de ataque, la funcin objetivo ser
() ()
( ) ( ) (21) () [ ]
()
Reemplazando (21) en (20) resulta (27)
( [ ( )])
()
( ) ( ) ( ) ( )( ( )) Donde SR significa la salida real, SE la salida estimada y
(22) Error es el error relativo promedio de la salida 1 a 7. El
algoritmo se especifica a continuacin
[ ( ) ] ( ) ( ) ( )
Cuando se analiza la aerodinmica longitudinal y lateral de da unicamente en las fuerzas longitudinales, por ende, los
la aeronave, la relacin entre los dos grupos es mnima. Como efectos laterales son 0. Gracias a este efecto, se pudo
se mencion anteriormente, las fuerzas y momentos determinar ms facilmente un punto de operacin lineal para la
longitudinales afectan principalmente el plano xz de la identificacin del sistema y as realizar una estimacin mas
aeronave, mientras que las laterales afectan el plano y. A partir sencilla, reduciendo la cantidad de parametros y de variables a
de este hecho, se trabaj con una metodologa por grupos, que observar.
consiste en excitar nicamente las ecuaciones relacionadas a
A. Curva de Linealidad
cada uno de los planos. Como ejemplo para entender esto, se
utiliza el modelo planteado en la Fig. 4. A este se le aplica una Debido a que el modelo matematico es no lineal, fue
entrada escaln al elevador, la cual va de -3.60 a -2.73 grados pertinente realizar una curva de linealidad que permitiera
de deflexin y se observan las velocidades u, v y w y los determinar bajo que entrada el sistema se comporta de manera
ngulos de Euler . Los resultados de la simulacin se lineal. A partir de esta curva se puede entender cuales son las
presentan en la Fig. 3. entradas mas adecuadas para aplicar los metodos de
En esta, se pueden ver en azul las variables longitudinales u, w indetificacin, los cuales son para sistemas lineales. Se utiliz
y , y en verde las laterales. Debido a que la entrada era la metodologia por grupos, trabajando sobre la aerodinamica
unicamente deflectar los elevadores, el efecto de esta entrada se longitudinal.
Figura 10. En la esquina superior izquierda, los residuales del modelo OE580. En la esquina superior derecha, modelos amx830, bj52380 y n4s7. Polos y ceros
de los modelos, en la esquina inferior izquierda y a la derecha, respuesta al escaln unitario para la aceleracin en x.
TABLE VIII. RESULTADOS DE LA ESTIMACIN PARA EL PRIMER Y SEGUNDO INTERVALO RESPECTIVAMENTE
V. ANLISIS DE LOS RESULTADOS una buena aproximacin a la planta modelo real, pero
analizando la grfica 10 del correlograma de los residuales se
A. identificacion observa un decaimiento lento, el cual, es seal de no
Observando los resultados obtenidos, los comportamientos estacionalidad para el ruido aditivo [6]. Si se observa la
de las salidas son anlogos entre s, por ende, el anlisis se ecuacin indicada en (31) y teniendo en cuenta este resultado
realiz sobre los resultados respecto a la aceleracin en x o en los residuales, se concluy que el ruido dentro del sistema
Ab_x. Para analizar los resultados a partir de la estimacin de la no es blanco y debe tratarse con un filtro que permita modelar
estructura OE, se parte del modelo lineal segn (26) en esta no estacionalidad.
trminos de la transformada z Una vez llegada a esta conclusin, se procedi a hacer la
( ) ( ) ( ) ( ) (30) identificacin con un modelo de variables de estado. Teniendo
en cuenta su estructura descrita por (32) y que la estimacin de
Como se observa en (30), el ruido aditivo no presenta el este modelo no represento una mejora notable en el ajuste,
polinomio ( ) o filtro lineal, por lo tanto ( ) entra dentro como se observa en la tabla 6, se concluye que el ruido dentro
del sistema como ruido blanco, realizando el despeje de esta del sistema no influye notablemente dentro de la identificacin
estructura para ( ), se tiene del sistema.
[ ( ) ( ) ( )] ( ) (31) ( ) ( ) ( ) ( )
(32)
Si se observa la Fig. 9, la estructura dio un buen ajuste para ( ) ( ) ( ) ( )
el modelo OE580, indicando que el polinomio ( ) da
Otra observacin notable sobre los resultados del modelo
N4S7, es que al observar la grfica de la correlacin cruzada se
observa que esta se sale de las bandas y aparte de eso presenta
un decaimiento en el primer rezago. Este comportamiento
indica que el modelo estimado presenta ceros fuera del crculo
unitario como se observa en el diagrama en la Fig. 10 y por
ende, el sistema es de fase no mnima.
Una vez obtenido los resultados con los otros modelos, se
lleg a la conclusin que el mejor modelo a utilizar es el
BJ52380. Como se observa en la Fig. 9, este tiene un ajuste
muy aproximado al modelo OE580, pero a diferencia de este,
el modelo BJ propuesto modela perfectamente el ruido dentro
del sistema. Teniendo en cuenta estos factores y el hecho que
sus polos y ceros estn dentro del crculo unitario se concluy
que la mejor estructura para modelar el sistema con 6 salidas
era el BJ, respondiendo de esta manera la hiptesis planteada.
El modelo obtenido en trminos de la funcin de transferencia
discreta se presenta en la tabla 9.
B. Estimacin
Para la estimacin, los resultados de las derivadas de
control y estabilidad se presentan en la tabla 8. Para la primera
serie de estimaciones, utilizando el primer intervalo
establecido, se puede observar que la funcin objetivo muestra
que el mximo porcentaje de error para las 7 salidas es de
6.63% el cual para la cantidad de parmetros dentro del sistema
es un ajuste casi perfecto. Dentro de esta estimacin se observa Figura 11. Salidas para la mejor estimacin y convergencia de los mejores
que la variacin de los parmetros estimados para las 5 pruebas parmetros, con el intervalo 1
es muy pequeo por lo tanto se asegura que el mtodo puede
converger al valor real. En esta figura se puede observar un ajuste casi perfecto para
las aceleraciones, la velocidad angular y el ngulo de ataque.
En la Fig. 11 se pueden observar las salidas reales con Es importante resaltar el desfase que se genera en el ngulo de
respecto a las estimadas. Como se mencion anteriormente y al ataque; para entender este comportamiento con respecto a la
igual que en la identificacin, las nicas salidas que se estimacin de los parmetros, se observaron los
muestran son las relacionadas con el grupo longitudinal.
y2: 0
y4: 0
y6: 0
Name: bj52380
Sample time: 0.05 seconds
Discrete-time transfer function.
porcentajes de error con respecto al valor real. Se observa que
para el coeficiente y hay un error del 38.65% y 31.16%
respectivamente. Si se analiza solamente el coeficiente de
sustentacin para el elevador, el desfase del ngulo de ataque
puede ser explicado por este porcentaje de error, el cual implica
cierta sensibilidad a este parmetro con respecto a la salida.
Otro factor a analizar dentro de la estimacin es la
sensibilidad de los parmetros y que tan fcil puede ser llegar a
estos. Se realiz una tabla con los porcentajes de error para
cada parmetro con respecto a la salida real y se presentan en la
tabla 10. Dentro de la tabla se puede observar que para las 5
estimaciones con el primer intervalo siempre se obtiene en
promedio un alto porcentaje de error con respecto al parmetro
y , mientras que la estimacin de los otros parmetros
da relativamente bien. Se concluye que estos parmetros son de
especial cuidado, debido a que presentan errores altos,
indicando que el algoritmo converge fcilmente a ptimos
locales para cada parmetro.
Para el segundo intervalo, se puede observar que la mejor
funcin objetivo fue de 7.83% de error. Para este caso, la
varianza aumenta, pero la diferencia entre los dos casos, no es
mucha. En la Fig. 12 se observa el resultado de las salidas
reales con las estimadas. Se observa tambin el mismo desfase
en el ngulo de ataque. Realizando el mismo anlisis se
observa que aunque el porcentaje de error para disminuye, Figura 12. Salidas para la mejor estimacin y convergencia de los mejores
parmetros, con el intervalo 2
TABLE X. PORCENTAJES DE ERROR PARA LAS este sigue siendo alto. Aparte de este coeficiente, se resaltan
ESTIMACIONES DEL INTERVALO 1 Y 2
y los cuales presentan un porcentaje de error del
intervalo 1 29.68% y 20.08% respectivamente. En este caso, el desfase del
Estm. 1 Estm. 2 Estm. 3 Estm. 4 Estm. 5 ngulo de ataque puede ser descrito por el error en , y los
'CD0' 31.288 83.436 28.834 119.018 38.650 60.245 parmetros ms difciles de estimar sern los mencionados.
'CDdeltae' 19.146 1.839 15.435 3.612 6.240 9.255
VI. CONCLUSIONES
'CDq' 2.520 2.780 3.100 1.580 2.310 2.458
'CL0' 22.901 11.450 12.650 9.269 3.381 11.930 Desde el contexto de la modelacin es importante tener en
cuenta la fase de identificacin y estimacin de parmetros, no
'CLalpha' 0.306 0.203 0.283 0.303 0.240 0.267 solo para ajustar un modelo global al real, sino para identificar
'CLdeltae' 40.639 47.137 32.709 31.718 31.167 36.674 factores que a simple vista no son notables.
'CLq' 2.817 2.444 4.120 2.178 3.709 3.053
A partir de los resultados obtenidos en el trabajo, es posible
'Cm0' 4.274 4.274 2.564 0.855 1.709 2.735 responder las hiptesis formuladas, obteniendo resultados
'Cmalpha' 5.480 0.722 2.502 6.590 3.489 3.757 satisfactorios. Se pudo utilizar mtodos de identificacin, no
'Cmdeltae' 8.267 5.347 0.645 1.291 0.584 3.227 solo para obtener un modelo con un buen ajuste, sino que
'Cmq' 2.945 3.174 1.008 5.575 2.437 3.028 tambin se pudieron encontrar comportamientos inherentes a
intervalo 2 los datos reales. Dentro de la estimacin, se obtuvieron buenos
Estm. 1 Estm. 2 Estm. 3 Estm. 4 Estm. 5 resultados a pesar de la gran cantidad de parmetros a estimar y
la incertidumbre producida por el tamao del dominio para
'CD0' 277.301 67.485 26.994 20.245 7.975 80.000
cada uno. Se lograron obtener resultados que relacionan
'CDdeltae' 20.591 46.962 42.430 29.688 71.264 42.187 algunas derivadas de estabilidad con las salidas, y tambin
'CDq' 8.090 6.320 9.090 9.970 9.110 8.516 determinar que parmetros son ms difciles de obtener.
'CL0' 18.103 16.903 17.666 9.597 23.664 17.186
'CLalpha' 8.468 6.448 7.605 0.406 6.728 5.931 Se plantea como trabajo futuro realizar la identificacin y la
'CLdeltae' 0.808 16.740 13.987 11.087 10.499 10.624
estimacin con la metodologa lateral, para obtener el modelo
completo del sistema. Tambin se plantea el uso de
'CLq' 8.288 3.868 3.539 5.098 3.940 4.947
perturbaciones en la fase de estimacin de las derivadas, debido
'Cm0' 11.966 4.274 23.504 20.085 33.761 18.718 a que estas siempre se presentaran en todo sistema real.
'Cmalpha' 7.912 16.969 0.581 0.018 2.837 5.663
'Cmdeltae' 6.484 1.690 13.368 13.030 18.531 10.621
'Cmq' 6.555 1.658 12.630 5.704 10.901 7.490
REFERENCES