다양한 비행환경에서 장시간 체공하며 원격 조종되는 무인항공기에서 추진시스템을 신뢰성 있게 운영하는 것은 매우 중요하다. 스마트 무인기의 수직 이착륙 및 전진 비행에 사용 되는 터보축엔진의 정확한 손상진단은 신뢰성과 이용률을 향상시킬 수 있을 것이다. 본 연구에서는 엔진 측정 파라미터들의 변화로부터 퍼지이론을 적용하여 손상된 구성품을 식별한 후 훈련된 신경망 알고리즘을 식별된 손상 패턴에 적용 손상된 양을 정확히 진단할 수 있는 방법을 새로이 제안하였다. 제안된 진단방법은 단일손상은 물론 다중손상도 진단할 수 있다.
The UAV(Unmanned Aerial Vehicle) that is remotely operating in various and long flight environments must have a very reliable propulsion system. Precise fault diagnosis of the turbo shaft engine for the Smart UAV that has the vertical take-off, landing and forward flight behaviors can promote reliability and availability. This work proposes a new diagnostic method that can identify the faulted components from engine measuring parameter changes using Fuzzy Logic and quantify its faults from the identified fault pattern using Neural Network Algorithms. The proposed diagnostic method can detect not only single fault but also multiple faults.
