Alat Matematika Baru Dapat Memilih Sensor Terbaik untuk Pekerjaan
Dalam kecelakaan Boeing 737 Max 2019, kotak hitam yang ditemukan setelahnya mengisyaratkan bahwa sensor tekanan yang gagal mungkin telah menyebabkan pesawat naas itu menukik. Insiden ini dan lainnya telah memicu perdebatan yang lebih besar tentang pemilihan sensor, jumlah, dan penempatan untuk mencegah terulangnya tragedi tersebut.
Peneliti Texas A&M University kini telah mengembangkan kerangka kerja matematika komprehensif yang dapat membantu para insinyur membuat keputusan yang tepat tentang sensor mana yang akan digunakan dan di mana mereka harus diposisikan di pesawat terbang dan mesin lainnya.
“Selama tahap desain awal untuk sistem kontrol apa pun, keputusan penting harus dibuat tentang sensor mana yang akan digunakan dan di mana menempatkannya sehingga sistem dioptimalkan untuk mengukur kuantitas fisik tertentu yang diinginkan,” kata Profesor Raktim Bhattacharya. “Dengan formulasi matematis kami, para insinyur dapat memberi makan model dengan informasi tentang apa yang perlu dirasakan dan dengan presisi apa, dan keluaran model akan menjadi sensor paling sedikit yang dibutuhkan dan akurasinya.”
Apakah mobil atau pesawat terbang, sistem yang kompleks memiliki sifat internal yang perlu diukur. Misalnya, di pesawat terbang, sensor untuk kecepatan sudut dan percepatan ditempatkan di lokasi tertentu untuk memperkirakan kecepatan.
Sensor juga dapat memiliki akurasi yang berbeda. Dalam istilah teknis, akurasi diukur dengan kebisingan, atau goyangan, dalam pengukuran sensor. Kebisingan ini memengaruhi seberapa akurat properti internal dapat diprediksi. Namun, akurasi dapat didefinisikan secara berbeda tergantung pada sistem dan aplikasinya. Misalnya, beberapa sistem mungkin mengharuskan kebisingan dalam prediksi tidak melebihi jumlah tertentu, sementara yang lain mungkin membutuhkan kuadrat kebisingan sekecil mungkin. Dalam semua kasus, akurasi prediksi berdampak langsung pada biaya sensor.
“Jika Anda ingin mendapatkan akurasi sensor yang dua kali lebih akurat, biayanya mungkin lebih dari dua kali lipat,” kata Bhattacharya. “Selain itu, dalam beberapa kasus, akurasi yang sangat tinggi bahkan tidak diperlukan. Misalnya, kamera kendaraan 4K HD yang mahal untuk deteksi objek tidak diperlukan karena pertama, fitur halus tidak diperlukan untuk membedakan manusia dari mobil lain dan kedua, pemrosesan data dari kamera definisi tinggi menjadi masalah.”
Bhattacharya menambahkan bahwa meskipun sensornya sangat presisi, mengetahui di mana harus meletakkan sensor sangat penting karena seseorang mungkin menempatkan sensor yang mahal di lokasi yang tidak diperlukan. Oleh karena itu, ia mengatakan solusi ideal menyeimbangkan biaya dan presisi dengan mengoptimalkan jumlah sensor dan posisinya.
Untuk menguji alasan ini, Bhattacharya dan timnya merancang model matematika menggunakan seperangkat persamaan yang menggambarkan model pesawat F-16. Dalam studi mereka, tujuan para peneliti adalah untuk memperkirakan kecepatan maju, arah sudut angin sehubungan dengan pesawat (sudut serang), sudut antara tempat pesawat diarahkan dan cakrawala (sudut pitch), dan tingkat pitch untuk pesawat ini. Tersedia untuk mereka, adalah sensor yang biasanya ada di pesawat untuk mengukur akselerasi, kecepatan sudut, laju pitch, tekanan, dan sudut serang. Selain itu, model juga dilengkapi dengan akurasi yang diharapkan untuk setiap sensor.
Model mereka mengungkapkan bahwa tidak semua sensor diperlukan untuk memperkirakan kecepatan maju secara akurat; pembacaan dari sensor kecepatan sudut dan sensor tekanan sudah cukup. Selain itu, sensor ini cukup untuk memperkirakan kondisi fisik lainnya, seperti angle of attack, yang menghalangi kebutuhan sensor angle of attack tambahan. Faktanya, sensor ini, meskipun merupakan pengganti untuk mengukur sudut serangan, memiliki efek memperkenalkan redundansi dalam sistem, menghasilkan keandalan sistem yang lebih tinggi.
Bhattacharya mengatakan bahwa kerangka matematis telah dirancang sehingga selalu menunjukkan sensor paling sedikit yang dibutuhkan bahkan jika dilengkapi dengan repertoar sensor untuk dipilih.
“Mari kita asumsikan seorang desainer ingin menempatkan setiap jenis sensor di mana-mana. Keindahan model matematis kami adalah ia akan mengeluarkan sensor yang tidak perlu dan kemudian memberi Anda jumlah minimum sensor yang dibutuhkan dan posisinya,” katanya.
Lebih lanjut, para peneliti mencatat bahwa meskipun penelitian ini dari perspektif teknik kedirgantaraan, model matematika mereka sangat umum dan dapat berdampak pada sistem lain juga.
“Ketika sistem rekayasa menjadi lebih besar dan lebih kompleks, pertanyaan tentang di mana menempatkan sensor menjadi semakin sulit,” kata Bhattacharya. “Jadi, misalnya, jika Anda sedang membangun bilah turbin angin yang sangat panjang, beberapa sifat fisik sistem perlu diperkirakan menggunakan sensor dan sensor ini perlu ditempatkan di lokasi yang optimal untuk memastikan strukturnya tidak rusak. Ini tidak sepele dan di situlah kerangka matematika kami masuk.”
Informasi Kontak
