Professional Documents
Culture Documents
São Luís
2019
Sumário
Objetivos
Justificativa
Lançamento de foguetes não-guiados
Ajuste do lançador via redes neurais
Materiais utilizados
Simulador empregado: UROCKS
Reprodução do método de cálculo do programa Guará
Método URLANN
Desenvolvimento da rede neural
Compensação antissimétrica iterativa
Testes comparativos com o software Guará
Resultados
Conclusão
Agradecimentos 2
Objetivos
Geral
• Desenvolver e avaliar um método de ajuste dos ângulos do lançador que compensam os efeitos do
vento na trajetória nominal usando redes neurais e um simulador de trajetórias de 6 gdl
Específicos
• Desenvolver rede neural para cálculo dos ângulos do lançador
3
Justificativa
• O software Guará apresenta imprecisões que podem culminar em erros de cálculo
4
Lançamento de foguetes não-guiados
• Foguetes não-guiados
5
Lançamento de foguetes não-guiados
6
Lançamento de foguetes não-guiados
• CLA
7
Lançamento de foguetes não-guiados
• Segurança de Voo (SVO)
• Receber dados do setor de Dinâmica de Voo do IAE e eleger a melhor trajetória nominal.
8
Lançamento de foguetes não-guiados
• Ajustar o lançador de foguetes não controlados para compensar efeitos do vento.
9
Lançamento de foguetes não-guiados
• Software Guará
• Entradas:
• Informações referentes à trajetória nominal;
• Pesos das camadas;
• Dados de vento;
• Saída:
• Ângulo de Azimute;
• Ângulo de Elevação.
10
Lançamento de foguetes não-guiados
• Software Guará
• Cálculo de ajuste:
1. Receber dados de vento;
11
Lançamento de foguetes não-guiados
• Software Guará
• Cálculo de ajuste – 1. Receber dados de vento
hN F(hN)
hN-1 F(hN-1)
h3 F(h3)
h2 F(h2)
h1 F(h1)
12
Lançamento de foguetes não-guiados
• Software Guará
• Cálculo de ajuste – 2. Prever os desvios do PI
• Desvio Lateral
VISTA SUPERIOR
Vento balístico lateral =
VISTA LATERAL
13
Lançamento de foguetes não-guiados
• Software Guará
• Cálculo de ajuste – 3. Calcular ângulos compensados de azimute () e elevação ()
• Azimute:
• Elevação:
14
Lançamento de foguetes não-guiados
• Principais problemas no ajuste pelo programa
Guará:
• Erro na compensação antissimétrica;
15
Lançamento de foguetes não-guiados
• Principais problemas no ajuste pelo programa
Guará:
• A relação entre o alcance e o ângulo de elevação (TTE) é considerada linear, mas sabe-se que
essa relação é não-linear;
16
Ajuste do lançador via redes neurais
• Materiais utilizados:
• Software Matlab
• Simulador de trajetórias de 6 gdl
• Código que reproduz as equações utilizadas pelo programa Guará
• Computador: core i7 2.9 GHz, 16 Gb RAM, Windows 10
• Dados de sondagens de vento realizadas no CLA
• Dados de um foguete fictício semelhante ao foguete de sondagem VSB-30
17
Ajuste do lançador via redes neurais
• Simulador empregado: UROCKS Parâmetros de saída UROCKS - ROSI
18
Ajuste do lançador via redes neurais
• Reprodução do método de cálculo do Guará
19
Ajuste do lançador via redes neurais
• Reprodução do método de cálculo do Guará
20
Ajuste do lançador via redes neurais
• Reprodução do método de cálculo do Guará
Coordenadas do PI
Coordenadas do PI
Resultante - Guará
Nominal (km) Distância
(km)
Ex. entre os
PIs (km)
Norte-Sul Leste-Oeste Norte-Sul Leste-Oeste
22
Ajuste do lançador via redes neurais
• Desenvolvimento da rede neural
Configurações da rede
Tipo de rede: feedforward
Número de camadas: 3 (entrada - oculta - saída)
Número de neurônios: 4 de entrada, 15 ocultos e 2 de saída
Uso de bias: 15 na camada oculta e 2 na camada de saída
Funções de ativação dos neurônios ocultos: tangente hiperbólica
Função de ativação na camada de saída: linear
23
Ajuste do lançador via redes neurais
• Desenvolvimento da rede neural
24
Ajuste do lançador via redes neurais
• Desenvolvimento da rede neural
• Pré-treinamento: • Treinamento • Pós-Treinamento
Divisão dos dados:
• Algoritmo Levenberg- Coeficientes de correlação
Treinamento: 70%
Marquardt para:
Validação: 15%
• Treinamento
Testes: 15%
• Função Custo: erro • Validação
Normalização: função nativa quadrático médio • Teste
mapminmax para normalizar
as entradas e saídas em • Critérios de parada:
valores entre -1 e 1 • função custo = 0
• 5000 iterações
• divergência por 500
épocas seguidas
• Early stopping
25
Ajuste do lançador via redes neurais
• Desenvolvimento da rede neural
26
Ajuste do lançador via redes neurais
• Desenvolvimento da rede neural
Avaliação dos coeficientes de correlação pós-treinamento
Treinamento Validação Teste Conclusão e recomendação
28
Ajuste do lançador via redes neurais
Compensação antissimétrica iterativa
Norte
PIP
PIR1
PIR3 PIR2
PIN
PIC1
PIC2
PIC3
Leste
29
Ajuste do lançador via redes neurais
Testes comparativos com o software Guará
30
Resultados
Comparação 1
31
Resultados
Comparação 1
32
Resultados
Comparação 2
Parâmetros de comparação:
• Média das distâncias obtidas entre o PIR e o PIN, em km
• Média das reduções dos desvios causados pelo vento (distância entre o PIP e o PIN), em %
33
Resultados
Comparação 2
1ª Rodada
Guará:
Média das distâncias entre o PIN e o PIR: km
Média das reduções entre o PIN e o PIP:
URLANN:
Média das distâncias entre o PIN e o PIR: km
Média das reduções entre o PIN e o PIP:
34
Resultados
Comparação 2
2ª Rodada
Guará:
Média das distâncias entre o PIN e o PIR: km
Média das reduções entre o PIN e o PIP:
URLANN:
Média das distâncias entre o PIN e o PIR: km
Média das reduções entre o PIN e o PIP:
35
Resultados
Comparação 2
3ª Rodada
Guará:
Média das distâncias entre o PIN e o PIR: km
Média das reduções entre o PIN e o PIP:
URLANN:
Média das distâncias entre o PIN e o PIR: km
Média das reduções entre o PIN e o PIP:
36
Resultados
Comparação 2
4ª Rodada
Guará:
Média das distâncias entre o PIN e o PIR: km
Média das reduções entre o PIN e o PIP:
URLANN:
Média das distâncias entre o PIN e o PIR: km
Média das reduções entre o PIN e o PIP:
37
Conclusão
• A rede neural é superior ao software Guará na etapa de cálculo dos ângulos do lançador
• Na maioria dos testes, a primeira iteração do método URLANN já reduziu os efeitos do vento para
uma distância abaixo de 10 km
38
Conclusão
• Trabalhos futuros:
• Comparações entre o método URLANN e o MBV – método baseado em voos de Da Mata (2017)
em um estudo de caso
• Uso de outros simuladores para integrar o método, por exemplo, simuladores que adotam o modelo
de terra esferoidal
39
Agradecimentos
40