Identification of Engine Thrust and Aerodynamic Drag Force According to Flight Test Data with Smoothing of Random Measurement Errors

Cover Page

Cite item

Full Text

Open Access Open Access
Restricted Access Access granted
Restricted Access Subscription Access

Abstract

In this paper, an approach is proposed to identify the thrust force of engines and the aerodynamic drag force of aircraft according to flight test data. To obtain separate estimates of thrust and drag forces, measurements of longitudinal and normal load factors, angle of attack, true airspeed and barometric altitude are used. The advantage of the proposed approach is that it does not require the use of gas-dynamic models of the engine, flying laboratories, force measurements in the engine mounting points, or the installation of additional sensors in the engine. Despite these advantages, in practice, such an approach is usually not used, since it leads to a poorly conditioned or incorrect identification problem due to the high degree of linear relationship between the vectors of thrust and drag forces. This article suggests ways to solve the problem of poor conditionality, consisting of the development of a special test maneuver that improves the degree of conditionality of the problem, as well as the use of the special smoothing of random measurement errors using the equations of motion of the aircraft.

About the authors

O. N. Korsun

Moscow Aviation Institute, National Research University; State Research Institute of Aviation Systems

Author for correspondence.
Email: marmotto@rambler.ru
Russian Federation, Moscow; Moscow

B. K. Poplavsky

State Research Institute of Aviation Systems

Email: marmotto@rambler.ru
Russian Federation, Moscow

A. V. Stulovskii

Moscow Aviation Institute, National Research University

Email: marmotto@rambler.ru
Russian Federation, Moscow

Moung Htang Om

State Research Institute of Aviation Systems

Email: marmotto@rambler.ru
Russian Federation, Moscow

References

  1. Васильченко К.К., Леонов В.А., Пашковский И.М., Поплавский Б.К. Летные испытания самолетов. М.: Машиностроение, 1996. 745 c.
  2. PART 25; Airworthiness Standard: Transport Category Airplanes. FAA. Department of Transport: Washington, DC, USA, 1999.
  3. SAE AIR 1703A; In-Flight Thrust Determination. Society of Automotive Engineers: Warrendale, PA, USA, 2006.
  4. SAE AIR 5450; Advanced Ducted Propulsor In-Flight Thrust Determination. Society of Automotive Engineers: Warrendale, PA, USA, 2016.
  5. Добрянский Г.В., Мартьянова Т.С. Динамика авиационных газотурбинных двигателей. М.: Машиностроение, 1989. 240 с.
  6. Kurtenbach F.J., Burcham F.W. Flight Evaluation of a Simplified Gross Thrust Calculation Technique Using an F100 Turbofan Engine in an F-15 Airplane; NASA Technical Paper 1782; NASA: Washington, DC, USA, 1981.
  7. Conners T.R. Measurement Effects on the Calculation of In-Flight Thrust for an F404 Turbofan Engine; NASA Technical Memorandum 4140; NASA: Washington, DC, USA, 1989.
  8. Lee J., Yang I., Yang S., Kwak J.S. Uncertainty Analysis and ANOVA for the Mesurement Reliability Estimation of Altitude Engine Test // J. Mech. Sci. Technol. 2007. V. 21. P. 664–671.
  9. Hoff J.C. A Probabilistic In-flight Thrust Estimation Process // Proc. SFTE 39th Annual Symposium. Fort Worth, Brazil, 2008.
  10. Hoff J.C., Barbosa J.R. Application of a Stochastic In-Flight Thrust Determination Process to Real Engine Data // Proc. 3rd CTA DLR Workshop on Data Analysis and Flight Control. S.J. Campos, Brasil, 2009.
  11. Andreev S.P., Makarov V.E. The Numerical Analysis of Impact of Changes in Flight Conditions and in Engine’s Regime at Cruise on Airplane’s Aerodynamic Characteristics // Proc. 29th Congress of the International Council of the Aeronautical Sciences ICAS 2014. St. Petersburg, Russia, 2014.
  12. Lin Z., Xiao H., Zhang X., Wang Z. Thrust Prediction of Aircraft Engine Enabled by Fusing Domain Knowledge and Neural Network Model. Aerospace. 2023. V. 10. P. 493.
  13. Muhammad H., Muhardi H., Kuntjoro W., Sritjahjono B.E. In-Flight Thrust Determination by Load Measurement on the Engine Mounting System // Proc. ICAS 2000. Harrogate, UK, 2000. P. 533.1–533.7.
  14. Girija G., Parameswaran V., Raol J.R., Srinathkumar S. Estimation of Lift and Drag Characteristics of an Aircraft from Flight Data // J. Aeronaut. Soc. India. 1991. V. 43. P. 285–292.
  15. Bowers A.H., Pahle J.W. Thrust Vectoring on the NASA F-18 High Alpha Research Vehicle; NASA/TM 4771; NASA: Washington, DC, USA, 1996.
  16. Khasyofi M., Hartono F. Development Testing Method and Analysis Static Thrust for Propeller Based Propulsion // Proc. Intern. Conf. on Aerospace and Aviation. Bandung City, Indonesia, 2018.
  17. Tikhonov A.N., Arsenin V.Y. Solution of Ill-Posed Problems; Winston & Sons: Washington, DC, USA, 1977; ISBN 0-470-99124-0.
  18. Klein V., Morelli E.A. Aircraft System Identification: Theory and Practice; AIAA: Reston, VA, USA, 2006. 499 р.
  19. Maine R.E., Iliff K.W. Identification of Dynamic Systems: Theory and Formulation; NASA RP 1138; NASA: Washington, DC, USA, 1985. 160p.
  20. Korsun O.N., Poplavsky B.K., Prihodko S.J. Intelligent Support for Aircraft Flight Test Data Processing in Problem of Engine Thrust Estimation // Procedia Comput. Sci. 2017. V. 103. P. 82–87.
  21. Korsun O.N., Poplavsky B.K., Om, M.H. Identification of the Engine Thrust Force Using Flight Test Data // Proc. Intern. Conf. on Aerospace System Science and Engineering ICASSE 2021. Lecture Notes in Electrical Engineering / Eds Z. Jing, D. Strelets. Singapore: Springer, 2023. V. 849.
  22. Korsun O.N., Nikolaev S.V., Om M.H. Detection of Dynamic Errors in Aircraft Flight Data // Proc. IOP Conf. Series: Materials Science and Engineering. Moscow, Russia, 2021. V. 1027. P. 012011.
  23. Korsun O.N., Nikolaev S.V., Pushkov S.G. Algorithm for Estimating Systematic Measurement Errors for Air Velocity, Angle of Attack, and Sliding Angle in Flight-testing // J. Comput. Syst. Sci. Int. 2016. V. 55. P. 446–457.
  24. Korsun O.N., Om M.H. The Practical Rules for Aircraft Parameters Identification Based on Flight Test Data // Metascience Aerosp. 2024. V. 1. P. 53–65.

Supplementary files

Supplementary Files
Action
1. JATS XML
Download

Copyright (c) 2024 Russian Academy of Sciences

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».