ENGINEERINGNET.BE - In de natuur treedt kritische vertraging op als een systeem minder veerkrachtig wordt en meer tijd nodig heeft om te herstellen van verstoringen. Een teken dat het systeem een kantelpunt nadert.
Een gezond bos kan bijvoorbeeld snel herstellen na een droge periode. Maar na elke droogte duurt dat herstel steeds langer.
Uiteindelijk kan een klein klimaatextreem leiden tot grootschalige bossterfte. Wetenschappers kunnen de hersteltijd observeren om te bepalen of een ecosysteem zo'n kritiek kantelpunt nadert.
Het was echter onduidelijk of dit ook zou werken voor drones, vliegtuigen en autonome robots. In tegenstelling tot ecosystemen worden deze technologieën gereguleerd door besturingssystemen die voortdurend reageren op veranderende omstandigheden.
Toch ontdekten de onderzoekers dat vroegtijdige waarschuwingssignalen óók bij gecontroleerde systemen betrouwbaar aangeven wanneer instabiliteit dreigt.
In onderzoeksfaciliteit CyberZoo van TU Delft kunnen wetenschappers drones veilig tot aan de grens van controleverlies brengen, schade toebrengen en data verzamelen om te begrijpen hoe storingen zich ontwikkelen.
Door data van simulaties, analyses van vluchtgegevens en experimentele tests te combineren, konden de onderzoekers vaststellen welke combinaties van schade, vluchtomstandigheden en manoeuvres het meest waarschijnlijk leiden tot controleverlies.
De indicatoren zijn te gebruiken om instabiliteit te detecteren en om het gedrag van een systeem in real-time aan te passen.
Dat kan helpen bij het bepalen van strategieën waarmee een vliegtuig ondanks schade aan een vleugel veilig kan blijven vliegen.
Deze methode is niet afhankelijk van gedetailleerde fysieke modellen van een drone. Ook zijn data van goedkope sensoren aan boord bruikbaar om subtiele veranderingen in gedrag te herkennen.
Hierdoor kan de technologie toepasbaar zijn op allerlei systemen.
Mogelijke toepassingen zijn het monitoren van kritieke infrastructuur, voorspellend onderhoud van vliegtuigen en andere voertuigen, kwaliteitscontrole tijdens productieprocessen verbeteren of de betrouwbaarheid van autonome systemen als zelfrijdende auto's verhogen.
De eerste toepassingen worden verwacht in de snelgroeiende dronesector, om ongevallen te voorkomen als drones in steeds grotere aantallen worden ingezet binnen allerlei industrieën.
Dit onderzoek is ondersteund met een VIDI-beurs van de Nederlandse Organisatie voor Wetenschappelijk Onderzoek.
