Redes Neuronales Artificiales Aplicadas a la Simulación de Escenarios de Ruido de Aeronaves Complejos

Autores/as

  • Téo Cerqueira Revoredo Doutor em Engenharia Mecânica, Universidade Federal do Rio de Janeiro, Rio de Janeiro, RJ
  • Jules Ghislain Slama Laboratório de Acústica e Vibrações, Universidade Federal do Rio de Janeiro, Rio de Janeiro, RJ
  • Felix Mora-Camino Laboratoire d’Automatique et de Recherche Opérationelle, École Nationale de l’Aviation Civile, França

DOI:

https://doi.org/10.55753/aev.v28e45.152

Palabras clave:

Estimación de ruido de aeronaves, redes neuronales artificiales, sistemas diferencialmente planos, dinámica de vuelo

Resumen

La intensificación del tráfico aéreo y la intrusión urbana generan situaciones críticas de molestia acústica alrededor de los aeropuertos y la estimación del ruido aeronáutico cobra importancia en la evaluación de escenarios de tráfico y en la definición de nuevos procedimientos de aterrizaje y despegue con el objetivo de reducir esta molestia. Esta estimación se ha realizado mediante modelos de segmentación de trayectorias que generalmente no presentan la historia temporal de los niveles estimados. Para superar esta limitación y la falta de un modelo analítico completo, se propone un enfoque dinámico, directamente relacionado con las trayectorias de aeronaves en 4D. Para ello, se utiliza la perogrullada diferencial de la dinámica de manejo de la aeronave para generar, a partir de las trayectorias, los valores de algunos de los factores causales del ruido que son entradas al modelo de estimación. Así, una red neuronal artificial permite la representación de la evolución temporal del ruido en puntos cercanos a los aeropuertos. Los resultados se obtienen y validan en base al Modelo Integrado de Ruido (INM). La herramienta es prometedora para el análisis complejo del escenario de molestias, en particular para los problemas asociados con la dispersión de trayectorias complejas.

Citas

CONFERENCE, E.C.A.: Document 29 – Report on Standard Method of Computing Noise Contours Around Airports – Volume 1: Applications Guide, Relatório Técnico, ECAC.CEAC, 2005.

BOEKER, E.R., DINGES, E., HE, B., et al. Integrated Noise Model (INM) Version 7.0 Technical Manual. Federal Aviation Administration, 2008.

COMMITTEE A-21, A.N., SAE AIR 1845 – Procedure for the Calculation of Airplane Noise in the Vicinity of Airports. Relatório Técnico, Society of Automotive Engineers, 1986.

FLIES, M., LÉVINE, J., MARTIN, P., et al.: A Lie-Backlünd Approach to Equivalence and Flatness of Nonlinear Systems, 1999. doi: 10.1109/9.763209 DOI: https://doi.org/10.1109/9.763209

LU, W.C.: Contribution au Suivi Automatique de Trajectoires par um Avion: Commande Plate et Réseaux de Neurones. Tese de Doutorado, Université de Toulouse II – Le Mirail, 2005.

REVOREDO, T.C.: Estimação Dinâmica do Ruído Aeronáutico Utilizando Sistemas Diferencialmente Planos e Redes Neurais Artificiais, Tese de Doutorado, Universidade Federal do Rio de Janeiro, 2011.

HAYKIN, S.: Neural Networks – A Comprehensive Foundation. Prentice Hall, 1999.

Primeira página do artigo

Publicado

2013-12-01

Cómo citar

REVOREDO, T. C.; SLAMA, J. G.; MORA-CAMINO, F. Redes Neuronales Artificiales Aplicadas a la Simulación de Escenarios de Ruido de Aeronaves Complejos. Acústica e Vibrações, [S. l.], v. 28, n. 45, p. 51–61, 2013. DOI: 10.55753/aev.v28e45.152. Disponível em: https://revista.acustica.org.br/acustica/article/view/ae45_simulacao. Acesso em: 21 nov. 2024.