elib
DLR-Header
DLR-Logo -> http://www.dlr.de
DLR Portal Home | Impressum | Datenschutz | Kontakt | English
Schriftgröße: [-] Text [+]

Adaptive Kalman Filter Tracking for Instantaneous Aircraft Flutter Monitoring

Volkmar, Robin und Thormann, Kolja und Soal, Keith Ian und Govers, Yves und Böswald, Marc und Baum, Marcus (2023) Adaptive Kalman Filter Tracking for Instantaneous Aircraft Flutter Monitoring. In: 26th International Conference on Information Fusion, FUSION 2023. 26th International Conference on Information Fusion, 2023-06-27 - 2023-06-30, Charleston, South Carolina, USA. doi: 10.23919/FUSION52260.2023.10224091. ISBN 979-889034485-4.

[img] PDF - Nur DLR-intern zugänglich
18MB

Kurzfassung

The aeroelastic behaviour of aircraft is parameter variant. Changing flight conditions, such as e.g. flight velocity and altitude may change the vibration damping. When the vibration damping becomes zero or negative, self-excitation of the vibration occurs, called flutter. Modal parameter identification can be applied to extract eigenfrequencies and damping ratios based on e.g. acceleration data. In order to avoid flutter, modal parameters can be identified in flight testing of a new aircraft type close to real-time using optimized algorithms. Real-time identification of modal parameters has significant uncertainties, especially with respect to damping ratios. Those uncertainties cannot be calculated, but qualitatively estimated. In this study, a Kalman filter tracking is applied to reduce the uncertainties of modal parameter monitoring of aircraft. Since the process noise of such a system is impossible to foresee and is expected to change throughout a flight, the process noise is adapted with respect to the innovation and changing flight conditions. This contextaware adaptive Kalman filter is tested on data from a simulated aeroelastic model as well as on real flight test data of a smallscale fixed-wing UAV. The results show significant reduction of the identification uncertainties for both simulated and real data.

elib-URL des Eintrags:https://elib.dlr.de/195978/
Dokumentart:Konferenzbeitrag (Vortrag)
Titel:Adaptive Kalman Filter Tracking for Instantaneous Aircraft Flutter Monitoring
Autoren:
AutorenInstitution oder E-Mail-AdresseAutoren-ORCID-iDORCID Put Code
Volkmar, RobinRobin.Volkmar (at) dlr.dehttps://orcid.org/0000-0002-5920-0686NICHT SPEZIFIZIERT
Thormann, KoljaUniversität GöttingenNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Soal, Keith IanKeith.Soal (at) dlr.dehttps://orcid.org/0000-0002-5132-6823NICHT SPEZIFIZIERT
Govers, YvesYves.Govers (at) dlr.dehttps://orcid.org/0000-0003-2236-596X141262952
Böswald, MarcMarc.Boeswald (at) dlr.dehttps://orcid.org/0000-0001-8260-8623NICHT SPEZIFIZIERT
Baum, MarcusUniversität GöttingenNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Datum:30 Juni 2023
Erschienen in:26th International Conference on Information Fusion, FUSION 2023
Referierte Publikation:Ja
Open Access:Nein
Gold Open Access:Nein
In SCOPUS:Ja
In ISI Web of Science:Nein
DOI:10.23919/FUSION52260.2023.10224091
ISBN:979-889034485-4
Status:veröffentlicht
Stichwörter:flight vibration test, flutter monitoring, Adaptive Kalman Filter, data fusion
Veranstaltungstitel:26th International Conference on Information Fusion
Veranstaltungsort:Charleston, South Carolina, USA
Veranstaltungsart:internationale Konferenz
Veranstaltungsbeginn:27 Juni 2023
Veranstaltungsende:30 Juni 2023
Veranstalter :IEEE
HGF - Forschungsbereich:Luftfahrt, Raumfahrt und Verkehr
HGF - Programm:Luftfahrt
HGF - Programmthema:Komponenten und Systeme
DLR - Schwerpunkt:Luftfahrt
DLR - Forschungsgebiet:L CS - Komponenten und Systeme
DLR - Teilgebiet (Projekt, Vorhaben):L - Flugzeugsysteme
Standort: Göttingen
Institute & Einrichtungen:Institut für Aeroelastik > Strukturdynamik und Systemidentifikation
Hinterlegt von: Volkmar, Robin
Hinterlegt am:28 Aug 2023 10:20
Letzte Änderung:24 Apr 2024 20:56

Nur für Mitarbeiter des Archivs: Kontrollseite des Eintrags

Blättern
Suchen
Hilfe & Kontakt
Informationen
electronic library verwendet EPrints 3.3.12
Gestaltung Webseite und Datenbank: Copyright © Deutsches Zentrum für Luft- und Raumfahrt (DLR). Alle Rechte vorbehalten.