Development of a methods and instruments for conducting life tests to build an early diagnostics system for uav electromechanical actuator

Cover Page

Cite item

Full Text

Abstract

The work is devoted to the creation of a technology for obtaining and accumulating experimental data during electromechanical actuator (EMA) life tests, necessary for the intelligent analysis algorithms development that provide EMA early diagnostics for aircraft condition-based maintenance. A life tests program and methodology have been developed that make it possible to accelerate EMA components wear processes and obtain data on functioning when reproducing loading cyclograms corresponding to ground testing during pre-flight preparation («active experiment») and during the flight of the aircraft («passive experiment»). An early diagnostics system prototype has been created, which includes a bench installation that provides elastic or weight mechanical loading of the unmanned aerial vehicle (UAV) EMA, and a software and hardware data collection complex that provides measurement and registration of physical quantities associated with the EMA work processes in various operating conditions and various technical conditions caused by wear. It is proposed to use physical quantities of electrical, mechanical, thermal and vibroacoustic nature as diagnostic signals. The results of UAV EMA life tests samples are presented, which made it possible to clarify the test program in terms of existing loads.

About the authors

Sergey Georgievich Bazhenov

V.A. Trapeznikov Institute of Control Sciences of RAS, Moscow, Central Aerohydrodynamic Institute (TsAGI)

Email: sergey.bazhenov@tsagi.ru
Zhukovsky

Georgiy Sergeevich Veresnikov

V.A. Trapeznikov Institute of Control Sciences of RAS

Email: veresnikov@mail.ru
Moscow

Artem Vladimirovich Golev

V.A. Trapeznikov Institute of Control Sciences of RAS

Email: oiw23@mail.ru
Moscow

Vladimir Ivanovich Goncharenko

V.A. Trapeznikov Institute of Control Sciences of RAS

Email: vladimirgonch@mail.ru
Moscow

Evgeniy Valer'evich Erofeev

V.A. Trapeznikov Institute of Control Sciences of RAS

Email: evgeniy.erofeev@tsagi.ru
Moscow

Grigoriy Andreevich Lazurin

Central Aerohydrodynamic Institute (TsAGI)

Email: flight15@tsagi.ru
Zhukovsky

Aleksey Valer'evich Skryabin

V.A. Trapeznikov Institute of Control Sciences of RAS

Email: aleksey.skryabin@tsagi.ru
Moscow

Anastasiya Dmitrievna Timofeeva

V.A. Trapeznikov Institute of Control Sciences of RAS

Email: anastasiya.timofeeva@tsagi.ru
Moscow

Vasiliy Andreevich Fedenyuk

Central Aerohydrodynamic Institute (TsAGI)

Email: flight15@tsagi.ru
Zhukovsky

References

  1. БЕССОЛОВА О.А., РАЙХЕР В.Л., УСТИНОВ А.С. Рас-чет усталостной повреждаемости при циклическом и случайном нагружении с ненулевым средним значением // Ученые записки ЦАГИ. – 1989. – Т. ХХ, №3. – C. 72 –80.
  2. ЕРМАКОВ С.А., КОНСТАНТИНОВ С.В., КУЗНЕЦОВ И.П. и др. Структура и компоненты руле-вых приводов систем управления перспективных само-летов с повышенным уровнем электрификации // Обще-российский научно-технический журнал «Полет». – 2016. – №4. – С. 35–47.
  3. ЕРОФЕЕВ Е.В., КУВШИНОВ В.М., СКРЯБИН А.В. и др. Построение силовой системы управления самолетов с использованием рулевых приводов с электрическим си-ловым питанием для реализации концепции «более электрического самолета // Труды ЦАГИ. –2019. – № 2785 «Динамика полета и системы управления летатель-ных аппаратов. Сборник статей» / Под ред. В.Л. Сухано-ва. – С. 49–70.
  4. САМСОНОВИЧ С.Л., РОЖНИН Н.Б., ЛАРИН А.П. и др. Результаты моделирования работы резервированных электромеханических приводов летательных аппаратов // Известия ТулГУ. Технические науки. – 2021. – №11. – С. 376–385.
  5. СЕРЕБРЕННЫЙ В.В., БОШЛЯКОВ А.А., ОГОРОДНИК А.И. Математическая модель исполни-тельных модулей захватных устройств роботов // Вестник БГТУ им. В.Г. Шухова. – 2019. – №6. – С. 123–135.
  6. ANNAZ F., KALUARACHCHI M.M. Progress in Redun-dant Electromechanical Actuators for Aerospace Applica-tions // Aerospace. – 2023. – Vol. 10(9): 787. – doi: 10.3390/aerospace10090787.
  7. ARELLANO-ESPITIA F., GONZALEZ-ABREU A.D., PRIETO M.D. et al. Analysis of Machine Learning based Condition Monitoring Schemes Applied to Complex Electro-mechanical Systems // 25th IEEE Int. Conf. on Emerging Technologies and Factory Automation (ETFA). Vienna, Aus-tria, 2020. – doi: 10.1109/ETFA46521.2020.9212026. – P. 1419–1422.
  8. BAZHENOV S., SKRYABIN A., VERESNIKOV G. The De-velopment of Algorithms for EMA Fault Early Detection Sys-tem // Proc. of 32nd Congress of the Int. Council of the Aer-onautical Sciences (ICAS 2020). – 2021. – Shaghai, China, CSAA.
  9. BALABAN E. et. al.. Prognostic Health-Management Sys-tem Development for Electromechanical Actuators // Journal or Aerospace Information Systems. – 2015. – Vol. 12, No. 3.
  10. BOSCH C., HAJEK M., ISMAIL M.A.A. Preliminary system safety assessment of electromechanical actuation architec-tures for unmanned aerial vehicles // 5th Int. Conf. on Con-trol and Fault-Tolerant Systems (SysTol'21). Saint-Raphaël, France, 2021. – P. 21297562.
  11. DREYER N., IMMLER T., WEBER G. Preparing electric actuation technology for upcoming applications // Int. Conf. on More Electric Aircraft MEA’24, Toulouse, France, 2024. – 5 p.
  12. EROFEEV E., SKRYABIN A., STEBLINKIN A. et al. Meth-odologies and test-rig configurations for the experimental improvement of flight control actuation systems // Int. Conf. on Recent Advances in Aerospace Actuation Systems and Component, Toulouse, France, 2018. –P. 109–116.
  13. FREEMAN P., BALAS G.J. Actuation Failure Modes and Effects Analysis for a small UAV // American Control Con-ference (ACC-2014), Portland, Oregon, USA, 2014. – P. 1292–1297.
  14. KHELIFI A., MANSOUR N., LAKHAL B. et al. Artificial Neural Network-based Fault Detection // 5th Int. Conf. on Control, Decision and Information Technologies (CoDIT), Thessaloniki, Greece, 2018. – P. 1017–1022. – doi: 10.1109/CoDIT.2018.8394963.
  15. LI C., WANG Z., BU S. et al. Semi-Supervised Adaptive Parzen Gentleboost Algorithm for Fault Diagnosis // Proc. of the 21st Int. Conf. on Pattern Recognition (ICPR 2012), Tsu-kuba, Japan, 2012. – P. 2290–2293.
  16. MOHAMED A.A. ISMAIL, BALABAN E., WINDELBERG J. Spall Fault Quantification Method for Flight Control Electromechanical Actuator // Actuators. – 2022. – Vol. 11(2), No. 29. – DOI: 103390/act11020029.
  17. PATIL S.S., PATHAN S.K.A Novel approach of fault detec-tion using artificial neural network (ann) // Int. Journal of Advanced Research in Computer Engineering & Technology (IJARCET). –2015. – Vol. 4, Iss. 6. – P. 2715–2720.
  18. PHAM T.-H., BIERIG A. First step towards a robust vibra-tion-based condition monitoring algorithm for electro-mechanical flight control actuators // 7th Int. Conf. on Re-cent Advances in Aerospace Actuation Systems and Com-ponents (R3ASC-2016), Toulouse, France, 2016. – P. 33–40.
  19. SAUCEDO-DORANTES J.J., OSORNIO-RIOS R.A., ROMERO-TRONCOSO R.J. et al. Novel condition monitor-ing approach based on hybrid feature extraction and neural network for assessing multiple faults in electromechanical systems // IEEE 12th Int. Symposium on Diagnostics for Electrical Machines, Power Electronics and Drives (SDEMPED), Toulouse, France, 2019. – P. 466–473.
  20. URSU V., EROFEEV E., STEBLINKIN A. The development and testing of the wave gear rotary EMA for aerospace ap-plications // 6th Int. Workshop on Aircraft System Technol-ogies, Hamburg, Germany, 2017. – P. 95–103.
  21. VAN DER LINDEN F, DREYER N, DORKEL A. EMA Health monitoring: an overview // 7th Int. Conf. on Recent Advances in Aerospace Actuation Systems and Components (R3ASC-2016), Toulouse, France, 2016. – P. 21–26.

Supplementary files

Supplementary Files
Action
1. JATS XML
Download


Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».