polito.it
Politecnico di Torino (logo)

Sviluppo e comparazione di metodologie prognostiche applicate a servomeccanismi elettromeccanici (EMA) per uso aerospaziale = Development and comparison of prognostic methodologies applied to electromechanical servosystems (EMA) for aerospace purpose

Stefano Re

Sviluppo e comparazione di metodologie prognostiche applicate a servomeccanismi elettromeccanici (EMA) per uso aerospaziale = Development and comparison of prognostic methodologies applied to electromechanical servosystems (EMA) for aerospace purpose.

Rel. Matteo Davide Lorenzo Dalla Vedova, Paolo Maggiore. Politecnico di Torino, Corso di laurea magistrale in Ingegneria Meccanica, 2018

[img]
Preview
PDF (Tesi_di_laurea) - Tesi
Document access: Anyone
Licenza: Creative Commons Attribution Non-commercial No Derivatives.

Download (8MB) | Preview
Abstract:

Negli ultimi decenni, soprattutto per quanto riguarda gli impieghi commerciali e militari, c'è stata la volontà di implementare approcci e strategie sempre nuovi per effettuare prognostica sui sistemi complessi, per ottenere vantaggi in termini di affidabilità e sicurezza del prodotto, ma anche di costi di pianificazione della manutenzione e logistici. In questo lavoro è proposto un approccio prognostico "model-based": è stato applicato allo studio dell'insorgenza di guasti nei controlli di volo governati da servomeccanismi elettromeccanici (EMA). I guasti presi in considerazione sono l'attrito, il gioco, il cortocircuito, l'eccentricità del rotore e il guadagno: questi sono approfonditamente descritti e implementati in due diversi modelli. Il primo è quello ad alta fedeltà e rappresenta il motore da analizzare; il secondo è il modello monitor, più leggero e veloce del precedente, che deve approssimare meglio che può il comportamento del primo. Per simulare il modello di riferimento sono stati applicati al modello monitor quattro diversi algoritmi di ottimizzazione: Genetic Algorithm (GA), Differential Evolution (DE), Particle Swarm Optimization (PSO) and Greywolf Optimization (GWO). Le loro caratteristiche e la loro capacità di risolvere il problema sopra descritto sono approfonditamente investigate e confrontate tra loro; un'attenzione particolare è rivolta all'errore percentuale tra le ottimizzazioni e i valori di riferimento e al tempo di computazione.

Relators: Matteo Davide Lorenzo Dalla Vedova, Paolo Maggiore
Academic year: 2018/19
Publication type: Electronic
Number of Pages: 168
Subjects:
Corso di laurea: Corso di laurea magistrale in Ingegneria Meccanica
Classe di laurea: New organization > Master science > LM-33 - MECHANICAL ENGINEERING
Aziende collaboratrici: UNSPECIFIED
URI: http://webthesis.biblio.polito.it/id/eprint/8848
Modify record (reserved for operators) Modify record (reserved for operators)