Application of artificial intelligence methods for the design and development of aircraft flight control laws

Hosseini, Seyed Mohammad (2025). Application of artificial intelligence methods for the design and development of aircraft flight control laws. Thèse de doctorat électronique, Montréal, École de technologie supérieure.

Prévisualisation

PDF Télécharger (7MB) | Prévisualisation

Résumé

The development of flight control systems has always been the main topic of many studies. In commercial aviation, it is essential to address the aircraft stability, robustness, and precise tracking performance for ensuring passengers safety and comfort during the entire flight, especially during the cruise phase and in different flight environments. While conventional controllers revealed accurate performance, integrating Artificial Intelligence (AI)-based methodologies can offer new features and capabilities to shape the next generation of flight control systems. These controllers can be developed without explicit knowledge of the aircraft model, effectively handle uncertainties, and control the aircraft with a fixed parameter configuration for all flight conditions with enhanced adaptive characteristics.

The first article discusses a control methodology constructed by a Type One Adaptive Fuzzy Logic System (T1AFLS) and a Sliding Mode Control system (SMC), to control the aircraft pitch rate and True AirSpeed (TAS) during cruise. The T1FLS approximates the unknown dynamics, which are updated using adaptation laws designed by the Lyapunov theorem. Subsequently, the approximated functions are integrated into the SMC system to guarantee the aircraft tracking performance and ensure its stability and robustness.

In the second article, the T1FLS was converted to an enhanced Type Two FLS using a new Type Reduction algorithm. This two-dimensional approximator can handle a larger number of uncertainties. The simulation results for this combination of the T2FLS, Adaptive Control, and SMC systems were compared with those of the T1AFSMC system. The comparison revealed that the T2AFSMC performed slightly better than the T1AFSMC. Both T2AFSMC systems, employed for both pitch rate and TAS control systems, could meet the requirements of aircraft stability, robustness, and tracking performance during the cruise.

The third study focused on developing a control system for the aircraft lateral motion. The T2AFLS was employed to approximate the unknown aircraft dynamics during flight. This approximator was employed within a super-twisting sliding mode control system, enhanced with adaptation laws, and with the Particle Swarm Optimization (PSO) algorithm to find parameter values of the sliding mode controller. To address the coupled roll and yaw dynamics modes, an Integral controller acting on the aircraft sideslip angle, was used to stabilize the yaw rate indirectly. These methodologies were evaluated to ensure the aircraft appropriate performance, and the Adaptive super-twisting sliding mode performed better than the PSO-based sliding mode control.

In the fourth paper, an autopilot control system was developed using a combination of Fuzzy Recurrent Neural Network (FRNN) and SMC systems. In this autopilot system, two separate FRNNs were developed for both Vertical Speed and Altitude Hold modes, which dynamically approximate the aircraft dynamics. Moreover, two sliding mode controllers were applied to allow the aircraft to track the reference signals in each mode. This autopilot system employed a new fuzzy transition algorithm to switch between these modes.

The proposed methodologies were validated by a nonlinear simulation platform, developed using flight data from a Level D research aircraft flight simulator for the Cessna Citation X aircraft at the LARCASE in different flight conditions.

Titre traduit

Application des méthodes d'intelligence artificielle pour la conception et le développement des lois de commande de vol des aéronefs

Résumé traduit

Le développement des systèmes de commande de vol a toujours été le sujet principal de nombreuses études. Dans l'aviation affaires, il est essentiel d'assurer la stabilité, la robustesse et la précision des performances de suivi de l'avion pour garantir la sécurité et le confort des passagers pendant toute la durée du vol, en particulier pendant la phase de croisière et dans différents environnements de vol. Bien que les contrôleurs conventionnels aient révélé des performances précises, l'intégration de méthodologies basées sur l'intelligence artificielle peut offrir de nouvelles caractéristiques et capacités pour concevoir la prochaine génération de systèmes de commande de vol. Ces contrôleurs peuvent être développés sans connaissance explicite du modèle de l'avion, gérer efficacement les incertitudes et contrôler l'avion avec une configuration de paramètres fixes pour toutes les conditions de vol tout en présentant des caractéristiques adaptatives améliorées.

Le premier article présente d'une méthodologie de contrôle constituée d'un système de logique floue adaptative de type 1 (T1AFLS) et d'un système de contrôle à mode glissant (SMC), pour contrôler le taux de tangage de l'avion et la vitesse vraie (TAS) pendant la croisière. Le T1FLS calcule la dynamique inconnue, qui est mises à jour à l'aide de lois d'adaptation conçues par le théorème de Lyapunov. Ensuite, les fonctions approximées sont intégrées dans le système SMC afin de garantir les performances de suivi de l'avion et d'assurer sa stabilité et sa robustesse.

Dans la deuxième étude, le T1FLS a été transformé en un système de logique floue de type 2 amélioré à l'aide d'un nouvel algorithme de réduction de son type. Cet approximateur bidimensionnel peut gérer un plus grand nombre d'incertitudes. Les résultats de la simulation pour cette combinaison du T2FLS, du système de contrôle adaptatif et du système SMC ont été comparés à ceux du système T1AFSMC. Cette comparaison a révélé que les performances du T2AFSMC étaient légèrement supérieures à celles du T1AFSMC. Les deux systèmes T2AFSMC, utilisés à la fois pour le système de contrôle du taux de tangage et de la TAS, ont pu répondre aux exigences de stabilité, de robustesse et de performance de suivi de l'avion pendant la croisière.

La troisième étude porte sur le développement d'un système de commande pour le mouvement latéral de l'avion. Le T2AFLS a été utilisé pour calculer la dynamique de l'avion pendant le vol. Cet approximateur a été utilisé dans un système de commande à mode glissant super-torsion, amélioré par des lois d'adaptation et par l'algorithme d'optimisation par essaims particulaires (PSO) pour trouver les valeurs des paramètres de la commande à mode glissant. Pour traiter la dynamique couplée du roulis et du lacet, un contrôleur intégral agissant sur l'angle de dérapage de l'avion a été utilisé pour stabiliser indirectement la vitesse de lacet. Ces méthodologies ont été évaluées pour s'assurer que les performances de l'aéronef étaient appropriées, et le mode de glissant adaptatif à super-torsion a donné de meilleurs résultats que le contrôle optimisé du mode de glissement par le PSO.

Dans la quatrième étude, un système de commande de pilote automatique a été développé en utilisant une combinaison de réseaux neuronaux récurrents flous (FRNN) et des systèmes SMC. Dans ce système de pilotage automatique, deux réseaux neuronaux récurrents flous distincts ont été développés pour les modes de vitesse verticale et de maintien de l'altitude, ce qui a permis d'obtenir une très bonne approximation de la dynamique de l'avion. De plus, deux contrôleurs à mode glissant ont été appliqués pour permettre à l'avion de suivre les signaux de référence dans chaque mode. Ce système de pilotage automatique utilise un nouvel algorithme de transition flou pour passer d'un mode à l'autre.

Les méthodologies proposées ont été validées l’aide d’une plateforme de simulation non linéaire, développée par les données de vol provenant d'un simulateur de vol d'avion de recherche de niveau D pour l'avion Cessna Citation X au LARCASE, dans différentes conditions de vol.

Type de document:	Mémoire ou thèse (Thèse de doctorat électronique)
Renseignements supplémentaires:	"Manuscript-based thesis presented to École de technologie supérieure in partial fulfillment for the degree of doctor of philosophy" Comprend des références bibliographiques (pages 231-249).
Mots-clés libres:	système de contrôle de vol; avionique; système flou; commande par mode glissant; commande adaptative; FLS; réseaux neuronaux récurrents; FRNN; Cessna Citation X; turbulence; PSO; Lyapunov
Directeur de mémoire/thèse:	Directeur(-trice) Botez, Ruxandra
Codirecteur:	Codirecteur(-trice) de mémoire/thèse Ghazi, Georges
Programme:	Doctorat en génie > Génie
Date de dépôt:	10 juin 2026 19:08
Dernière modification:	10 juin 2026 19:08
URI:	https://espace.etsmtl.ca/id/eprint/3941

Gestion Actions (Identification requise)

Dernière vérification avant le dépôt