Aircraft Aerodynamic Parameter Estimation from Flight Data Using Neural Partial Differentiation / Mohamed, Majeed  

Público ISBD Ningún comentario para este registro. Título : Aircraft Aerodynamic Parameter Estimation from Flight Data Using Neural Partial Differentiation Tipo de documento: documento electrónico Autores: Mohamed, Majeed, ; Dongare, Vikalp, Mención de edición: 1 ed. Editorial: Singapore [Malasia] : Springer Fecha de publicación: 2021 Número de páginas: XI, 66 p. 32 ilustraciones en color. ISBN/ISSN/DL: 978-981-1601040-- Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Idioma : Inglés (eng) Palabras clave: Ingeniería Aeroespacial  Astronáutica  Ingeniería automotriz  Modelos matemáticos  Tecnología aeroespacial y astronáutica  Modelización Matemática y Matemática Industrial Clasificación: 629.1 Resumen: Este libro presenta la diferenciación parcial neuronal como un algoritmo de estimación para extraer derivadas aerodinámicas de datos de vuelo. Se analiza el modelado neuronal del sistema de la aeronave. El enfoque de diferenciación parcial neuronal que se analiza en el libro ayuda a estimar parámetros con su información estadística a partir de datos ruidosos. Además, este método evita la necesidad de información previa sobre los parámetros del modelo de aeronave. El objetivo del libro es extender el uso del método de diferenciación parcial neuronal al sistema de aeronaves de múltiples entradas y múltiples salidas para la estimación en línea de parámetros de aeronaves a partir de un modelo neuronal establecido. Este enfoque será relevante para el diseño de un sistema de control de vuelo adaptativo. El libro también analiza la estimación de las derivadas aerodinámicas de aeronaves rígidas y flexibles, que se tratan por separado. Las derivadas longitudinales y laterales de las aeronaves se estiman a partir de datos de vuelo. Además de los derivados aerodinámicos, en el libro también se identifican los parámetros de forma modal de aviones flexibles como parte de la identificación del modelo de avión espacial estatal. Dado que la descripción detallada del enfoque se ilustra a través del diagrama de bloques y sus resultados se presentan en forma tabular con figuras de parámetros que convergen a sus estimaciones, el contenido de este libro está dirigido a lectores que desean obtener un posgrado y un doctorado en ciencias. e ingeniería. Este libro es útil para científicos, ingenieros y profesores en ejercicio en el campo de la ingeniería aeroespacial. Nota de contenido: Aircraft System Identification -- Neural Modeling and Parameter Estimation -- Identification of Aircraft Longitudinal Derivatives -- Identification of Aircraft Lateral-directional Derivatives -- Identification of a Flexible Aircraft Derivatives -- Conclusions and Future Work -- Appendix A: Neural Network Based Solution of Ordinary Differential Equation -- Appendix B: Output Error Method. . Tipo de medio : Computadora Summary : This book presents neural partial differentiation as an estimation algorithm for extracting aerodynamic derivatives from flight data. It discusses neural modeling of the aircraft system. The neural partial differentiation approach discussed in the book helps estimate parameters with their statistical information from the noisy data. Moreover, this method avoids the need for prior information about the aircraft model parameters. The objective of the book is to extend the use of the neural partial differentiation method to the multi-input multi-output aircraft system for the online estimation of aircraft parameters from an established neural model. This approach will be relevant for the design of an adaptive flight control system. The book also discusses the estimation of aerodynamic derivatives of rigid and flexible aircraft which are treated separately. The longitudinal and lateral-directional derivatives of aircraft are estimated from flight data. Besides the aerodynamic derivatives, mode shape parameters of flexible aircraft are also identified in the book as part of identification for the state space aircraft model. Since the detailed description of the approach is illustrated through the block diagram and their results are presented in tabular form with figures of parameters converge to their estimates, the contents of this book are intended for readers who want to pursue a postgraduate and doctoral degree in science and engineering. This book is useful for practicing scientists, engineers, and teachers in the field of aerospace engineering. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Aircraft Aerodynamic Parameter Estimation from Flight Data Using Neural Partial Differentiation [documento electrónico] / Mohamed, Majeed, ; Dongare, Vikalp,  . -  1 ed.  . - Singapore [Malasia] : Springer, 2021 . - XI, 66 p. 32 ilustraciones en color. ISBN : 978-981-1601040-- Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Idioma : Inglés (eng) Palabras clave: Ingeniería Aeroespacial  Astronáutica  Ingeniería automotriz  Modelos matemáticos  Tecnología aeroespacial y astronáutica  Modelización Matemática y Matemática Industrial Clasificación: 629.1 Resumen: Este libro presenta la diferenciación parcial neuronal como un algoritmo de estimación para extraer derivadas aerodinámicas de datos de vuelo. Se analiza el modelado neuronal del sistema de la aeronave. El enfoque de diferenciación parcial neuronal que se analiza en el libro ayuda a estimar parámetros con su información estadística a partir de datos ruidosos. Además, este método evita la necesidad de información previa sobre los parámetros del modelo de aeronave. El objetivo del libro es extender el uso del método de diferenciación parcial neuronal al sistema de aeronaves de múltiples entradas y múltiples salidas para la estimación en línea de parámetros de aeronaves a partir de un modelo neuronal establecido. Este enfoque será relevante para el diseño de un sistema de control de vuelo adaptativo. El libro también analiza la estimación de las derivadas aerodinámicas de aeronaves rígidas y flexibles, que se tratan por separado. Las derivadas longitudinales y laterales de las aeronaves se estiman a partir de datos de vuelo. Además de los derivados aerodinámicos, en el libro también se identifican los parámetros de forma modal de aviones flexibles como parte de la identificación del modelo de avión espacial estatal. Dado que la descripción detallada del enfoque se ilustra a través del diagrama de bloques y sus resultados se presentan en forma tabular con figuras de parámetros que convergen a sus estimaciones, el contenido de este libro está dirigido a lectores que desean obtener un posgrado y un doctorado en ciencias. e ingeniería. Este libro es útil para científicos, ingenieros y profesores en ejercicio en el campo de la ingeniería aeroespacial. Nota de contenido: Aircraft System Identification -- Neural Modeling and Parameter Estimation -- Identification of Aircraft Longitudinal Derivatives -- Identification of Aircraft Lateral-directional Derivatives -- Identification of a Flexible Aircraft Derivatives -- Conclusions and Future Work -- Appendix A: Neural Network Based Solution of Ordinary Differential Equation -- Appendix B: Output Error Method. . Tipo de medio : Computadora Summary : This book presents neural partial differentiation as an estimation algorithm for extracting aerodynamic derivatives from flight data. It discusses neural modeling of the aircraft system. The neural partial differentiation approach discussed in the book helps estimate parameters with their statistical information from the noisy data. Moreover, this method avoids the need for prior information about the aircraft model parameters. The objective of the book is to extend the use of the neural partial differentiation method to the multi-input multi-output aircraft system for the online estimation of aircraft parameters from an established neural model. This approach will be relevant for the design of an adaptive flight control system. The book also discusses the estimation of aerodynamic derivatives of rigid and flexible aircraft which are treated separately. The longitudinal and lateral-directional derivatives of aircraft are estimated from flight data. Besides the aerodynamic derivatives, mode shape parameters of flexible aircraft are also identified in the book as part of identification for the state space aircraft model. Since the detailed description of the approach is illustrated through the block diagram and their results are presented in tabular form with figures of parameters converge to their estimates, the contents of this book are intended for readers who want to pursue a postgraduate and doctoral degree in science and engineering. This book is useful for practicing scientists, engineers, and teachers in the field of aerospace engineering. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...]

---

1 (1 - 1 / 1) Ver por página : 25 50 100 200