기계학습을 활용한 항공기 연료 시스템 무결성 감시

초록

항공기 연료 시스템은 핵심적인 항공기의 전자, 기계적 시스템 중 하나로서 안전한 비행을 위해 연료 시스템의 신뢰성은 무엇보다 중요하지만, 현대의 항공기는 최첨단 기술과 장비의 탑재에도 불구하고 단순 결함 및 조종사 또는 정비사의 부주의만으로도 여전히 많은 사고가 발생하고 있다. 이에, 본 논문에서는 높은 신뢰성이 보장되어야 하는 항공기 연료 시스템의 오류로 인한 사고 발생을 사전에 방지하기 위해 항공기 연료 소모량 예측을 통한 무결성 감시 기법을 제안하였다. 신경망을 기반으로 한 항공기 연료 소모량 예측 알고리즘은 Levenberg Marquardt을 기반으로 학습하였으며, B747 항공기 데이터를 활용한 모의시험을 통해 기존 항공기 연료 소모량 모델과 비교 평가하였다. 그 결과, 간섭 노드(속도, 고도)와 무관하게 제안된 잡음 환경의 모의시험에서 예측 시스템은 기존 모델 대비 전 구간에 걸쳐 20~30% 이상 높은 잡음 강인성을 확인할 수 있었다.

키워드