Anais do XIX Congresso Brasileiro de Automática, CBA 2012.
AVANÇOS EM ASSISTÊNCIA À PILOTAGEM PARA AERONAVES LEVES, UM ESTUDO DE
CASO
GUILHERME A. SANTANA, PAULO H. ISCOLD A. OLIVEIRA, ANTÔNIO R. SILVA FILHO, IGOR M. MALAQUIAS,
RODRIGO A. TORRES.
Programa de Pós-Graduação em Engenharia Mecânica, Centro de Estudos Aeronáuticos, Departamento
de Engenharia Mecânica, Universidade Federal de Minas Gerais
E-mails: [email protected], [email protected]
Abstract The main goal of the present work was to design and test a pilot assisting technique for light aircraft, utilizing
modified PID controllers, maintaining the pilot authority and flight safety, simplifying the piloting. Using a dynamical model of
the ACS-100 Sora aircraft, it was programed the longitudinal and lateral-directional controller, with the subsequent gain adjustment for these controllers. After the gain adjustment, the controlled model (pilot assistance) was adapted into a simulation platform at CEA-UFMG and volunteers where invited to simulate a flight in a predefined trajectory. It was possible to notice that the
inexperienced volunteers in piloting managed to obtain similar performance in relation to the private pilots.
Keywords  Pilot assisting, pilot assistance, fly by wire, light aircraft, general aviation, aircraft control, gain scheduling,
CEA.
Resumo A presente pesquisa, em cujo artigo a metodologia e os resultados são mostrados, objetivou o projeto e teste de
um sistema de assistência à pilotagem para aeronaves leves, utilizando controladores PID modificados, mantendo-se a autoridade
do piloto e a segurança de voo, para facilitar a pilotagem. Utilizando-se um modelo dinâmico da aeronave ACS-100 Sora, programou-se os controladores longitudinal e látero-direcional, realizando-se o ajuste dos ganhos destes controladores. Após o ajuste
dos ganhos, o modelo com os controladores (pilotagem assistida) foi adaptado em uma plataforma de simulação de voo do CEAUFMG e voluntários foram convidados a realizar o voo simulado em uma trajetória pré-estabelecida. Pôde-se notar que os voluntários inexperientes em pilotagem conseguiram resultados semelhantes aos pilotos privados.
Palavras-chave  Assistência à pilotagem, aeronaves leves, aviação geral, controle de aeronaves, ajuste de ganhos, CEA.
1
Introdução
A aviação geral é um ramo da tecnologia aeronáutica que carece de estudos e pesquisas. Uma evolução considerável foi conseguida para aeronaves
maiores, principalmente as executivas e comerciais.
Ao passo que as aeronaves leves evoluíram em um
ritmo bem menor em quesitos importantes como:
segurança, desempenho, eficiência, facilidade de
pilotagem, dentre outros.
Um dos principais fatores que levaram ao distanciamento entre aeronaves leves e as demais foi o
avanço em técnicas de controle de aeronaves. A
pesquisa em técnicas de assistência à pilotagem, do
tipo Fly-by-Wire (Fielding, 2000), foi custeada pelas
grandes fabricantes e praticamente inexistente para as
aeronaves leves.
Sabendo disso, a agência americana NASA (National Aeronautics and Space Administration), iniciou, na década de 90, um novo campo de pesquisa
para aeronaves leves, o do veículo aéreo pessoal ou
PAV (CAFE, 2012). O objetivo do campo de pesquisa do PAV era estudar maneiras de se conseguir o
veículo aéreo pessoal (para até 2 pessoas), cujas
características principais seriam: segurança, baixo
ruído e conforto, com a pilotagem tão simples quanto
a de um carro. O PAV seria um esforço em direção
ao carro voador, ou seja, um veículo voador que seria
utilizado diariamente e fosse tão fácil de pilotar
ISBN: 978-85-8001-069-5
quanto um carro e requeresse o mesmo tempo de
treinamento que este.
Inserindo-se no campo do PAV, o CEA (Centro
de Estudos Aeronáuticos) do DEMEC (Departamento de Engenharia Mecânica) da UFMG (Universidade Federal de Minas Gerais), uma instituição que
estuda, pesquisa, projeta, desenvolve, fabrica e melhora aeronaves leves desde 1963, está estudando
técnicas de assistência à pilotagem. O objetivo é
facilitar a tarefa de pilotagem com o auxílio de um
computador embarcado.
Atualmente, as técnicas de assistência à pilotagem para aeronaves leves seguem o conceito de Flyby-Wire (FBW). Segundo Fielding (2000), a principal
característica do controle FBW é a independência
mecânica entre o piloto e os mecanismos de controle
(ailerons, profundor, leme, abertura do carburador do
motor, compensadores, etc.). Neste tipo de pilotagem, o piloto indica um setpoint para os controladores através do movimento das interfaces de controle
(joystick, pedais, manetes). O computador de voo
calcula, então, os movimentos necessários nos servomotores para atuação dos mecanismos de controle,
enviando o sinal de tensão para os mesmos. Portanto,
os mecanismos de controle (superfícies aerodinâmicas e comandos do motor) são independentes do
controle direto do piloto.
A pilotagem direta de uma aeronave é uma tarefa considerada, por muitos, de alto grau de dificuldade, dependendo, em certa medida, do talento natural
5464
Anais do XIX Congresso Brasileiro de Automática, CBA 2012.
do piloto. Isto acontece, principalmente, devido aos
seguintes fatos: i) inexistência de uma relação direta
entre comando do piloto e trajetória da aeronave
(e.g.: à medida que se levanta o nariz da aeronave até
próximo ao ângulo de estol, a velocidade de subida
em equilíbrio diminui); ii) dificuldade de adequar a
capacidade da aeronave à pilotagem (e.g.: por vezes,
pilotos iniciantes chegam na velocidade mínima, o
estol, por levantarem demais o nariz da aeronave
almejando subidas mais abruptas); iii) atuação de
mais de um comando ao mesmo tempo (e.g.: quando
se inicia uma curva, é necessário variação do comando de aileron, leme, motor, profundor e pedal para
realizá-la nivelada e da melhor maneira, ou seja,
curva coordenada); iv) necessidade de se antever o
comportamento da aeronave (e.g.: se a velocidade
está aumentando consideravelmente em um mergulho, é necessário diminuir a manete de potência antes
de se alcançar a velocidade máxima estrutural).
Portanto, com o objetivo de atacar os itens anteriores e facilitar a pilotagem, projetou-se uma estratégia de assistência à pilotagem para a aeronave
ACS-100 Sora, testando-a em um simulador com
voluntários apresentando diferentes níveis de experiência em pilotagem ou simulação de voo. O objetivo
específico era que um voluntário com nenhum conhecimento de aviação pudesse ter um desempenho
comparável aos pilotos privados. A aeronave ACS100 Sora e a plataforma de simulação estão mostradas na figuras 1 abaixo.
2
2.1
Tabela 1. Controladores PID.
PID
Comando
do piloto
Entrada
(setpoint)
Saída
1
Manche
Ângulo da
trajetória
Deflexão
do profundor
2
Manete
Velocidade
aerodinâmica
Abertura
do carburador
3
Manche
Ângulo de
rolamento
(Bank)
Deflexão
do aileron
Pedal
Ângulo de
derrapagem
Deflexão
do leme
4
Var
 
 
Ângulo de trajetória
Metodologia
Controladores
Para o projeto do sistema de assistência à pilotagem em questão, utilizaram-se 4 controladores PID
Ogata (2006). Os detalhes destes controladores podem ser visualizados na tabela 1 abaixo.
A figura 2 abaixo mostra as variáveis de controle.
Ângulo de Bank
Var
Ângulo de derrapagem
Figura 2. Variáveis de controle.
Figura 1. ACS-100 Sora e plataforma de simulação.
ISBN: 978-85-8001-069-5
A fim de adaptar estes controladores ao caso real, utilizaram-se alguns elementos nos mesmos, baseando-se em Visioli (2010). Tais elementos são
listados na tabela 2 abaixo.
5465
Anais do XIX Congresso Brasileiro de Automática, CBA 2012.
Tabela 2. Elementos extras dos controladores PID.
Elemento
Objetivo
Atuação
Filtro
derivativo
Diminuir
picos da
resposta
derivativa
Função de Transferência de primeira ordem
após o elemento
derivativo
Antiwindup do
integrador
Diminuir
sobressinal e
tempo de
acomodação
Zera o sinal de
erro integral se
ocorrer saturação
Saturação
Garantir o
limite de
deflexões
Limitador da lei
de controle final
Setpoint
Weighting
Diminuir o
sobressinal
Função de transferência de segunda ordem no
setpoint
Segundo Fielding (2000), os ganhos ótimos dos
controladores FBW de uma aeronave dependem de
fatores como: velocidade do ar, densidade do ar e
posição do centro de gravidade da aeronave (C. G.).
Sendo assim, programou-se um algoritmo para
encontrar ganhos sub-ótimos, denominados, daqui
em diante, de ganhos eficazes. Nesse algoritmo, os
ganhos eficazes são calculados para cada condição de
velocidade do ar, densidade do ar e posição do C.G.
da aeronave. As seguintes etapas são realizadas no
algoritmo em questão:
1. Calculam-se os novos parâmetros aerodinâmicos do modelo em função da posição do C.G., velocidade do ar e densidade do ar;
2. Determinam-se todos os estados da aeronave para voo reto nivelado (entradas
mais as condições dos 6 graus de liberdade);
3. Obtém-se estimativas iniciais dos ganhos através do segundo método de Ziegler-Nichols (Ogata, 2006);
4. Utiliza-se um algoritmo de otimização
para melhorar o desempenho das estimativas iniciais do passo 3.
No passo 4, acima, utilizou-se o algoritmo Pattern Search (Audet et. al, 2003), sendo que a função
objetivo do algoritmo de otimização, para cada controlador, era o módulo da integral do sinal de erro ao
degrau positivo e degrau negativo no setpoint de
cada controlador. Ou seja, simula-se a aeronave
ACS-100 Sora com a estratégia de pilotagem assistida proposta, após o equilíbrio reto-nivelado. Aplica-
ISBN: 978-85-8001-069-5
se, primeiramente, um degrau de 1º ao primeiro PID,
cujo setpoint é o ângulo da trajetória, por 5 segundos
e, após, um degrau de -1º por 5 segundos. O módulo
do sinal de erro, ou seja, resposta do ângulo de trajetória menos o setpoint é, então, integrado. Este valor
é a saída da função objetivo a ser minimizada.
De maneira análoga ao primeiro controlador, realiza-se a otimização para os demais, obtendo-se o
conjunto de ganhos para esse valor de densidade do
ar, velocidade aerodinâmica e posição do C.G.
2.2
Simulação
A fim de se testar o desempenho dos controladores, 22 voluntários foram convidados a realizar um
voo simulado na plataforma de simulação do CEAUFMG. Tais voos simulados ocorreram em uma
trajetória e velocidades pré-estabelecidas, mostrados
na figura 3 abaixo. Esta trajetória era visualizada na
tela pela forma de um “túnel no céu” (Mulder, 2003),
ou seja, argolas visíveis pelos pilotos, que foram
instruídos a passar no centro das mesmas. Cada trecho continha sua velocidade requerida, informada
pelo piloto por placas no início dos trechos. Os mesmos foram instruídos a tentar manter a velocidade
aerodinâmica do trecho, por meio do controle da
atitude e manete de potência.
Foram realizados 6 testes para cada voluntário.
Os primeiros 3 testes foram para C.G. dianteiro e os
últimos 3 testes foram para C.G. traseiro. Dentro de
cada grupo de 3 testes, realizou-se um sem pilotagem
assistida (controle direto da aeronave), outro com
pilotagem assistida e ganhos fixos (escolheram-se
ganhos para condições extremas da otimização, velocidade de mergulho e nível do mar) e outro com
pilotagem assistida e ganhos variáveis (gain scheduling) em função da velocidade aerodinâmica, densidade do ar e posição do C.G.
Figura 3. Trajetória e velocidades para a simulação.
5466
Anais do XIX Congresso Brasileiro de Automática, CBA 2012.
Dentre os 22 voluntários, 3 eram pilotos privados certificados, 8 pessoas tinham experiência em
simuladores de voo e 7 pessoas não tinham contato
algum com aviação, simuladores de voo ou jogos
eletrônicos.
Para avaliar o desempenho dos controladores em
relação à concordância com a trajetória e a velocidade, uma métrica de pontuação foi criada. Em tal
métrica, faz-se a pontuação em relação à adequação à
trajetória e a pontuação em relação à adequação à
velocidade. A pontuação final para cada teste foi,
então, a média das duas pontuações. Para a pontuação da trajetória, considera-se a distância do C.G. da
aeronave ao centro da argola mais próxima. Se esta
distância for maior ou igual a 80 m, o voluntário
obtém zero pontos naquele instante, se essa distância
for menor ou igual a 2 m, o voluntário obtém 100
pontos naquele instante, sendo que, entre 80 m e 2 m,
a variação da pontuação é linear. Realiza-se, então, a
média das pontuações em todos os instantes, obtendo-se a pontuação da trajetória. Para a pontuação da
velocidade, um erro maior ou igual a 8 m/s na velocidade estipulada para o trecho gera uma pontuação
de 0. Um erro menor ou igual a 1 m/s gera uma pontuação de 100, variando-se linearmente entre estes
valores.
3
3.1
Figura 4. Ganho proporcional do PID 1.
Esse resultado apresenta coerência teórica, haja
vista que necessita-se de menos deflexão do profundor para uma mesma aceleração de arfagem, em
velocidades maiores.
Para a influência da posição do C.G., é possível
afirmar que, quanto mais dianteiro o mesmo, maior o
módulo do ganho proporcional. Isto acontece pois,
fazendo-se uma analogia com o sistema massa-molaamortecedor, a rigidez de arfagem
 dCm d 
é
maior quando o C.G. é dianteiro (Etkin, 2000). Ou
seja, é necessário uma maior deflexão do profundor
para atingir a mesma variação no ângulo de ataque e,
portanto, na atitude da aeronave.
Resultados
3.2
Ganhos
Na figura 4, abaixo, observa-se um exemplo do
diagrama de ganhos (gain scheduling). Neste caso
está mostrado o ganho proporcional do controlador
de ângulo de trajetória (PID 1) para uma densidade
do ar específica. Os pontos azuis representam os
valores calculados pelo algoritmo de cálculo dos
ganhos (valores da malha). A superfície foi gerada
pelo método dos mínimos quadrados (Chapra et. al,
2002). Para este exemplo, a equação obtida é a seguinte,
Kp  5.38  0.12 x  10.8 y 
 9.27  104 x 2  0.12 xy  2.61 y 2 ,
(1)
sendo x a velocidade equivalente do ar (EAS em
m/s) e y a posição do C.G. na corda média aerodinâmica (de 0 a 1). A unidade de Kp é rad/rad (deflexão
do profundor sobre ângulo de trajetória), portanto,
adimensional.
Como exposto anteriormente, o PID 1 controla o
ângulo de trajetória através da atuação do profundor.
Pode-se perceber que o módulo do ganho proporcional diminui com o aumento da velocidade.
ISBN: 978-85-8001-069-5
Testes no simulador
A Figura 5 abaixo mostra duas fotos do voo simulado para um voluntário específico no mesmo
trecho da trajetória. Na parte superior (primeira foto)
está presente a pilotagem assistida, na parte inferior
(segunda foto) não está presente a pilotagem assistida. É possível perceber um desvio muito maior, na
foto inferior, em relação à trajetória ideal (argolas
amarelas). É possível perceber que a velocidade
equivalente do ar (EAS) está mais próxima do requisitado para o trecho (84 kts) na foto superior. Este
voluntário, especificamente, não tinha experiência
com simuladores de voo nem pilotagem, porém,
tinha conhecimento em engenharia aeronáutica.
Os 6 testes foram realizados para os 22 voluntários, os estados e entradas foram gravados e posteriormente analisados. Em geral, os voluntários tiveram
bastante dificuldade para realizar o voo simulado
sem pilotagem assistida e facilidade no outro caso. A
maior dificuldade reportada pelos voluntários, para o
primeiro caso, era conciliar a atenção para a trajetória
e para a velocidade ao mesmo tempo.
5467
Anais do XIX Congresso Brasileiro de Automática, CBA 2012.
teste “CG35 GV”, indicando que o pior piloto obteve
uma nota parecida com o melhor piloto, quando
esteve presente a pilotagem assistida. A melhor nota
em cada teste aumentou, também, do teste “direto”
para o teste “GV”.
100
Pontuação final (0 a 100)
90
80
70
60
50
40
30
20
10
CG35 GV
CG35 GF
CG35 direto
CG15 GV
CG15 GF
Figura 5. Voo simulado na plataforma de simulação.
CG15 direto
0
Figura 6. Pontuação dos voluntários.
3.3
Pontuação
A figura 6 abaixo mostra a pontuação, calculada
para cada um dos 6 testes para todos os voluntários
de acordo com a métrica explicada na seção 2.2.
Tal figura utiliza a forma de Boxplot. O retângulo azul é limitado superiormente pelo percentil 75%
(25% dos voluntários tiveram nota acima), limitado
abaixo pelo percentil 25% (25% dos voluntários
tiveram nota abaixo), a mediana, ou seja, o percentil
50%, é representado pela linha vermelha. As linhas
pretas em “T” representam os valores máximos e
mínimos de pontuação obtidos pelos voluntários,
desconsiderando-se os outliers. O critério para classificação de outliers foi o de Tukey (1977). Através
deste critério, considerou-se como outlier todo voluntário que se distanciasse mais de duas vezes o
comprimento do retângulo azul, da aresta mais próxima deste retângulo.
As legendas “CG15” e “CG35” significam testes
com C.G. a 15% e 35% da corda média aerodinâmica
(Etkin, 2000), respectivamente. A legenda “direto”
significa controle direto, sem pilotagem assistida. A
legenda “GF” significa com pilotagem assistida e
ganhos fixos, escolhidos para situações extremas de
velocidade e posição do C.G. A legenda “GV” significa com pilotagem assistida e ganhos variáveis, de
acordo com o diagrama de ganhos (Gain Scheduling).
Percebe-se, para um mesmo valor de posição do
C.G., um aumento de 35 para 85 no valor da mediana
do teste “direto” para o “GV”. Isto indica que a maioria dos candidatos apresentou melhor adequação à
trajetória e velocidade quando estava presente a pilotagem assistida (143% melhor, segundo a métrica
adotada). Percebe-se, também, que o comprimento
do retângulo azul, uma medida da dispersão das
notas, foi de 32 no teste “CG15 direto” para 5 no
ISBN: 978-85-8001-069-5
O fato anterior indica que a pilotagem assistida
também foi eficiente para pilotos privados, acostumados com o método direto de pilotagem.
Observa-se, também, que a utilização dos diagramas de ganhos (“GV”) apresentou resultados 12%
melhores que os ganhos fixos (“GF”) para C.G. dianteiro e 2% melhores para C.G. traseiro (mediana).
Além disto, houve uma redução de 33% na dispersão
das notas, para C.G. dianteiro e 60% para C.G. traseiro.
No entanto, a observação mais impressionante é
a de que, no caso do teste “CG35 GV”, todos os
voluntários, com exceção de um outlier, obtiveram
notas superiores à melhor nota sem pilotagem assistida. Ou seja, o pior piloto dentre estes 21 voluntários
se saiu melhor, com pilotagem assistida, que o melhor piloto sem a presença da mesma. Fato que ratifica a estratégia de assistência à pilotagem utilizada e
encoraja testes futuros em um protótipo.
É importante observar que a ordem de realização
dos testes foi sempre a exposta no eixo horizontal da
figura 6. Portanto, é possível que tenha ocorrido o
aprendizado dos voluntários ao longo dos testes, fato
que diminuiria o mérito do teste e, portanto, da técnica de assistência à pilotagem estudada. Porém, uma
observação em especial minimiza a probabilidade de
ocorrência ou importância deste fato. Ao observar o
teste CG35 direto, percebe-se que o percentil 25 e o
percentil 75 estão com notas abaixo dos respectivos
percentis do teste CG15 direto. Portanto, é possível
concluir que o efeito da posição do CG fez com que a
maioria das notas abaixasse, mesmo sendo o quarto
teste. Através desta observação, pode-se dizer, pelo
menos, que o efeito da posição do C.G. foi maior que
o efeito da aprendizagem pela ordem dos testes.
5468
Anais do XIX Congresso Brasileiro de Automática, CBA 2012.
Testes futuros serão conduzidos com ordem aleatória, para que tal variável seja eliminada.
3.4
Fatores de carga
A figura 7 abaixo mostra os fatores de carga máximos e mínimos alcançados pelos voluntários nos
seis testes. O fator de carga é calculado pela seguinte
equação (Etkin, 2000):
n  1
az
.
g
(2)
Na equação acima, n é o fator de carga, az a aceleração no eixo z do corpo (perpendicular à asa e ao
eixo longitudinal, apontando para baixo da aeronave), g = 9.81 m/s2 a aceleração da gravidade.
to”. Para os casos com pilotagem assistida, os fatores
de carga ficaram dentro da faixa -1 a 4, respeitandose os limites estruturais da aeronave e ocasionando
maior conforto, caso o piloto conseguisse sentir estas
acelerações.
3.5
Velocidades extremas
A figura 8 abaixo mostra as velocidades máximas e mínimas alcançadas em todos os testes.
Percebe-se que, no gráfico de velocidade máxima para o teste “CG15 direto”, várias pessoas passaram da VNE, ou seja, velocidade para nunca exceder,
da aeronave. Duas pessoas passaram da VD da aeronave, ou seja, velocidade de mergulho, utilizada para
o cálculo estrutural (82 m/s). Em uma situação real
de voo, estes voluntários estariam correndo risco de
vida devido à falha estrutural da asa, causada pelo
aumento do esforço de torção ou por Flutter (Bisblinghoff et. al, 1996).
90
6
EAS máxima (m/s)
Fator de carga máximo
8
4
2
80
 vne
70
60
0
35
15
CG35 GV
10
CG35 GF
CG35 GV
CG35 GF
CG35 direto
CG15 GV
CG15 GF
CG15 direto
-4
20
CG35 direto
-3
 estol
25
CG15 GV
-2
30
CG15 direto
-1
CG15 GF
0
EAS mínima (m/s)
Fator de carga mínimo
1
Figura 7. Fatores de carga.
Figura 8. Velocidades extremas.
Sabe-se que, como a aeronave ACS-100 Sora é
semiacrobática, os fatores de carga limite da aeronave foram estipulados entre -3 e +6. Portanto, observando-se a figura 7 acima, percebe-se que alguns
voluntários ultrapassaram o fator de carga limite
positivo, sem pilotagem assistida. Um outlier chegou
próximo, até mesmo, do fator de carga final de +9,
considerado para o cálculo estrutural da aeronave.
Tal condição pode, em uma situação real de voo,
ocasionar deformação permanente da estrutura, uma
situação extremamente insegura.
Percebe-se, também, que o fator de carga limite
mínimo foi quase atingido para o teste “CG35 dire-
ISBN: 978-85-8001-069-5
Para os casos com pilotagem assistida, a velocidade máxima ficou limitada por uma configuração
inicial do sistema. Pela figura 8, percebe-se que esta
limitação foi realizada com sucesso pelo controlador.
No caso das velocidades mínimas, percebe-se
que entre 50% e 75% dos voluntários chegaram
abaixo do estol para o teste “CG15 direto”. Para o
teste “CG35 direto”, mais de 75% dos voluntários
chegaram abaixo do estol da aeronave. A velocidade
de estol é aquela abaixo da qual não se consegue
equilíbrio da aeronave, devido ao fato de a força que
equilibra o peso, a sustentação, só apresentar valores
5469
Anais do XIX Congresso Brasileiro de Automática, CBA 2012.
menores que o primeiro, para essa faixa de velocidades. Segundo Anderson (2007), o estol acontece pois,
a partir de um certo ângulo de ataque, o escoamento
de ar não mais permanece na maior parte do extradorso (superfície superior) da asa, que perde a capacidade de aumentar a sustentação com o aumento de
ângulo de ataque. Esta situação é extremamente
insegura e deve ser evitada, principalmente em baixa
altitude. Portanto, o teste indicou que mais de 75%
dos voluntários se apresentaram em uma situação de
risco, sem pilotagem assistida. Ao passo que, com
exceção de um outlier, todos os outros voluntários
conseguiram evitar a região de estol da aeronave. Isto
foi realizado com apenas 5 minutos de explicações
antes de se iniciar o teste, ou seja, 5 minutos de treinamento. Durante este treinamento, explicou-se, aos
voluntários, sobre o estol e sobre a velocidade a ser
evitada, ressaltando que isto seria feito automaticamente para o caso com pilotagem assistida.
A condição de estol é um dos motivos pelos
quais o treinamento para pilotos é oneroso em termos
de tempo e dedicação. Gasta-se muito tempo treinando o aspirante a piloto de modo a operar de maneira
segura, principalmente quanto ao envelope de velocidades da aeronave. Este trabalho mostrou que, para
a missão em questão, este tempo de treinamento pôde
ser minimizado em grande medida, com a utilização
da estratégia de assistência à pilotagem, ainda assim
acarretando segurança na operação.
4
Conclusão
Com o presente trabalho foi possível observar:
 O pior piloto consegue desempenho similar ao melhor piloto quando está presente a pilotagem assistida.
 A diferença entre o pior piloto e o melhor piloto sem pilotagem assistida é
cinco vezes maior que no caso com pilotagem assistida (utilizando-se como
parâmetro o esquema de pontuação desse trabalho).
 Muitos voluntários, em várias ocasiões,
saíram do envelope de segurança (fator
de carga e velocidade) sem pilotagem
assistida, fato que só ocorreu em uma
ocasião com pilotagem assistida.
 O sistema com ganhos variáveis (gain
scheduling) apresentou desempenho
superior ao sistema com ganhos fixos
(12% melhor para C.G. dianteiro), em
relação à mediana da pontuação e, principalmente, em relação à dispersão da
pontuação (60% de redução na dispersão para C.G. traseiro).
Sendo assim, conclui-se que o sistema proposto
consegue facilitar a pilotagem para aeronaves leves,
fazendo com que pessoas completamente inexperientes em pilotagem consigam realizar, em simulador,
uma trajetória com retas, curvas, subidas e descidas
ISBN: 978-85-8001-069-5
em velocidades pré-estabelecidas com desempenho
comparável aos pilotos privados. Esta operação foi
precedida, apenas, por uma explicação de 5 minutos
sobre o funcionamento do sistema e, ainda assim, foi
realizada com total segurança quanto ao envelope de
operação da aeronave.
Agradecimentos
Os autores agradecem ao CNPQ pelo financiamento
dessa pesquisa e, também, à FAPEMIG pelos auxílios financeiros relativos ao congresso.
Referências Bibliográficas
Anderson, J. D. (2007). Fundamentals of
Aerodynamics. New York: McGraw Hill.
Audet, C.; Dennis Jr., J. (2003). Analysis of
Generalized Pattern Searches. SIAM Journal on
Optimization, 13, número 3, pp. 889-903.
Bisblinghoff, R. L.; Ashley, H.; Halfman, R. L.
(1996). Aeroelasticity. Dover Publications.
CAFE (2012). Personal Air Vehicles. Acesso em 26
de
abril
de
2012.
Disponível
em
http://www.cafefoundation.org/v2/pav_archive.p
hp.
Chapra, S. C.; Canale, R. P. (2002). Numerical
Methods for Engineers. Ed. 4. Nova York:
McGraw-Hill.
Etkin, B. (2000). Dynamics of Flight, Stability and
Control. Ed. 3. Wiley.
Fielding, C. (2000). The design of fly-by-wire
Control Systems. Aeronautical Journal.
Mulder, M. (2003). An Information Centered
Analysis of the Tunnel-in-the-sky Display, Part
One: Straight Tunnel Trajectories. The
International Journal of Aviation Psychology,
vol. 13, pp. 49-72.
Ogata, K. (2006). Engenharia de Controle Moderno.
Ed. 4. São Paulo: Pearson Prentice Hall.
Tukey, J. W. (1977). Exploratory Data Analysis.
Addison – Wesley.
Visioli, A. (2010). Practical PID Control. Londres:
Springer-Verlag.
5470