ARTFEED — Contemporary Art Intelligence

Framework di Digital Twin Multi-Fedeltà per la Diagnostica dei Guasti nell'Aviazione Generale

ai-technology · 2026-04-29

È stato introdotto un nuovo metodo per la diagnostica intelligente dei guasti negli aeromobili dell'aviazione generale, che combina la tecnologia del digital twin multi-fedeltà con miglioramenti derivanti dalla conoscenza FMEA. Questo framework affronta problemi come la scarsità di dati reali sui guasti, la varietà di tipi di guasto e le deboli firme di guasto. È composto da quattro componenti: simulazione di dinamica di volo ad alta fedeltà utilizzando il motore JSBSim a sei gradi di libertà (6-DoF), modellazione dell'iniezione di guasti basata su FMEA per 19 tipi di guasto del motore, estrazione di caratteristiche residue multi-fedeltà utilizzando residui di previsione a specchio e surrogate GRU, e generazione di report interpretabili migliorata da un grande modello linguistico (LLM). Il digital twin produce dati di monitoraggio della salute del motore a 23 canali attraverso equazioni semi-empiriche di sintesi dei sensori. I dettagli di questo metodo sono disponibili in un articolo su arXiv con identificatore 2604.22777.

Fatti principali

  • Il metodo utilizza digital twin multi-fedeltà e miglioramento della conoscenza FMEA.
  • Integra quattro moduli: simulazione di dinamica di volo, iniezione di guasti guidata da FMEA, estrazione di residui multi-fedeltà e generazione di report migliorata da LLM.
  • Il motore JSBSim a sei gradi di libertà (6-DoF) è utilizzato per la simulazione ad alta fedeltà.
  • I dati di monitoraggio della salute del motore a 23 canali sono generati tramite equazioni semi-empiriche di sintesi dei sensori.
  • Un motore di iniezione di guasti a tre strati modella 19 tipi di guasto del motore basati su FMEA.
  • Il calcolo dei residui multi-fedeltà include residui a specchio e residui di previsione surrogate GRU.
  • Il framework affronta la scarsità di dati reali sui guasti, la diversità dei tipi di guasto e le deboli firme di guasto.
  • L'articolo è pubblicato su arXiv con ID 2604.22777.

Entità

Istituzioni

  • arXiv

Fonti