能否设计一种万能的飞控？

参考人工智能。让飞控自己学习。装备到机后，在试飞中一一对应状态和操作关系。

先把人工智能弄出来
就目前来说 程序只是人设定某状态做啥

遗传算法其实可以做到 但是每修正一次就要实验一次 这样成本更本不可接受。

话说本人学控制的，也学了飞控，其实每一种飞机构型都有一个大致的飞控模板，但是很多细节都要修改，有的是根据气动，有的是根据性能要求，这些还是用经验和仿真来解决会更加接近实际情况。最后再上实验

就是让JJ的电脑有像人的思维及学习功能，当然要设定规则。

MD大片《机器公敌》的场景呀。。。。。。。。

电脑没那么聪明

那就是通用操作系统了，以后飞机性能好不好，就看驱动程序写的水平了，采访一下金头盔获得者，记者：“你这次赢得金头盔的秘诀是什么？--机师：我用了最新的2.0ULTRA版本的飞控，专为空战优化过”  记者

洪斌 发表于 2014-6-25 12:29
那就是通用操作系统了，以后飞机性能好不好，就看驱动程序写的水平了，采访一下金头盔获得者，记者 ...
那还要飞飞干嘛，直接就电脑直接判断得了。。。。。。。。

于是有着大量的无用代码，反应速度和稳定性糟糕透顶的东西谁会要

lz，你先想想有没有万能的编程语言，就知道能不能搞一款万能的飞控了。

还有，单就现有的随便一个不是万能的编程语言的编译器的现有参数，你能通晓吗？

现在可以这么想象一下，很多事情都是从一个当时看起来不切实际，笑掉大牙的那种幻想起步的。

AI（人工智能）在可预见的未来中都不会有太大发展。
所以不同的气动还是要设计不同的飞控。

能。。。现有机载计算机处理能力很一般。。。所以都是风洞数据 试飞数据 气弹数据进行综合 而且传感器的采集数据量有限。。。机载飞控都是简化简化再简化的数据。

如果用分布式传感器 加超高处理能力的就可以做到无限制飞控


至于人工智能。。。还是人操纵 其实都是控制链路中的一个环节。。。总的来说  无非是收集 分析 处理。。。三板斧。。。万能飞控也要从这三个步骤中进行着手

能。。。现有机载计算机处理能力很一般。。。所以都是风洞数据 试飞数据 气弹数据进行综合 而且传感器的采集数据量有限。。。机载飞控都是简化简化再简化的数据。

如果用分布式传感器 加超高处理能力的就可以做到无限制飞控


至于人工智能。。。还是人操纵 其实都是控制链路中的一个环节。。。总的来说  无非是收集 分析 处理。。。三板斧。。。万能飞控也要从这三个步骤中进行着手

理论可以- -

实际这种搞复杂度的黑盒函数永远会遇到效率跟不上的问题，普通运输机民航机可以用，战斗机算了吧

航模飞机的飞控现在可以做到这一点。。直机 ，多轴 固定翼。。一块飞控板就可以满足楼主的全部要求{:soso_e120:}

比如同一种飞控，装在像su25水泥板，I16这样不好飞的飞机上，也能有塞斯纳的效果。来自: Android客户端

不同飞机，连舵面个数，舵面载荷，飞行速度等都不一样，飞控的工作可不是只编控制律软件，配置系统的架构也很重要。
控制律嘛，肯定要根据气动参数来设计，不可能一开始就靠人工智能来自己学习，人工智能学习也是要通过实际飞行和试验才能逐步逼近的。

《战斗妖精雪风》

{:soso_e140:}你说的是编程语言……已经很统一了……硬件也几乎都是那样的了……现在搞飞控的 就是设置 调参数 时间长……

{:soso_e140:}大量的仿真应用已经少了许多实验了

啥时候设计飞机时不用吹风洞那么就可以设计啦，还要吹风洞，那就不可能。

纯无人机有个优势就是连续高g机动

大概是不行的。。。

记得徐勇凌说过，他们试飞员训练时其中一个就是给飞控调整反馈和阻尼参数，

于是飞控程序本身也许可以统一，但是不同机型不同挂载还是得专门设定控制律和参数。

利用人工智能就行了，出两架原型机，用AI自动修正参数，量产直接拷贝修正结果。不过照现在的技术，没门

恐怕不太现实，这个是和飞机的外形，用途什么的密切相关的，只能说一个框架或者平台上，开发不同的细节的飞控适应不同的飞机倒是可能的

自适应飞控算法已经有了初步的原型。相信在不久的将来就会实用化。
NASA利用F-15 Active和X-36做过类似的项目：Intelligent Flight Control System
http://www.nasa.gov/centers/dryd ... C.html#.U6t4gfmSzU8

目前主要集中在应对飞机损坏的情况。不过利用飞控程序“学习”飞机的飞行特性变化并自动适应这个目的是一样的。
The IFCS team has integrated innovative neural network technologies with state-of-the-art control algorithms to correctly identify and respond to changes in aircraft stability and control characteristics, and immediately adjust to maintain the best possible flight performance during an unexpected failure. The adaptive neural network software "learns" the new flight characteristics, onboard and in real time, thereby helping the pilot to maintain or regain control and prevent a potentially catastrophic aircraft accident.
The ultimate goal of the IFCS project is to develop and demonstrate a direct adaptive neural network-based flight control system. The direct adaptive approach incorporates neural networks that are applied directly to the flight control system feedback errors to provide adjustments to improve aircraft performance in both normal flight and with system failures. A secondary goal is to develop the processes of verification and validation of neural networks for use in flight critical applications.

http://www.nasa.gov/centers/dryd ... C.html#.U6t6PfmSzU8
上面是X-36的情况，信息量没有IFCS大，但是也能看出端倪，对自适应飞控进行了初步验证。
In a follow-on effort, the Air Force Research Lab (AFRL) contracted Boeing to fly AFRL's Reconfigurable Control for Tailless Fighter Aircraft (RESTORE) software as a demonstration of the adaptability of the neural-net algorithm to compensate for in-flight damage or malfunction of effectors, i.e., flaps, ailerons and rudders. Two RESTORE research flights were flown in December 1998, proving the viability of the software approach.
For the follow-on RESTORE program, two flights were flown with the adaptive neural-net software running in conjunction with the original proven control laws. Several in-flight simulated failures of control surfaces were introduced as a problem for the reconfigurable control algorithm. Each time, the software correctly compensated for the failure and allowed the aircraft to be safely flown in spite of the degraded condition.

自适应飞控算法已经有了初步的原型。相信在不久的将来就会实用化。
NASA利用F-15 Active和X-36做过类似的项目：Intelligent Flight Control System
http://www.nasa.gov/centers/dryd ... C.html#.U6t4gfmSzU8

目前主要集中在应对飞机损坏的情况。不过利用飞控程序“学习”飞机的飞行特性变化并自动适应这个目的是一样的。
The IFCS team has integrated innovative neural network technologies with state-of-the-art control algorithms to correctly identify and respond to changes in aircraft stability and control characteristics, and immediately adjust to maintain the best possible flight performance during an unexpected failure. The adaptive neural network software "learns" the new flight characteristics, onboard and in real time, thereby helping the pilot to maintain or regain control and prevent a potentially catastrophic aircraft accident.
The ultimate goal of the IFCS project is to develop and demonstrate a direct adaptive neural network-based flight control system. The direct adaptive approach incorporates neural networks that are applied directly to the flight control system feedback errors to provide adjustments to improve aircraft performance in both normal flight and with system failures. A secondary goal is to develop the processes of verification and validation of neural networks for use in flight critical applications.

http://www.nasa.gov/centers/dryd ... C.html#.U6t6PfmSzU8
上面是X-36的情况，信息量没有IFCS大，但是也能看出端倪，对自适应飞控进行了初步验证。
In a follow-on effort, the Air Force Research Lab (AFRL) contracted Boeing to fly AFRL's Reconfigurable Control for Tailless Fighter Aircraft (RESTORE) software as a demonstration of the adaptability of the neural-net algorithm to compensate for in-flight damage or malfunction of effectors, i.e., flaps, ailerons and rudders. Two RESTORE research flights were flown in December 1998, proving the viability of the software approach.
For the follow-on RESTORE program, two flights were flown with the adaptive neural-net software running in conjunction with the original proven control laws. Several in-flight simulated failures of control surfaces were introduced as a problem for the reconfigurable control algorithm. Each time, the software correctly compensated for the failure and allowed the aircraft to be safely flown in spite of the degraded condition.

就楼主的问题目前能解决这个问题的国家已出现南亚次大陆，那就是神奇的印度，有着强大的编程能力的印度人，写好飞控后装定机载计算机后，从后面的背包里掏出一个精致的小瓶，轻轻的滴一几滴，口中念到“万能的神油啊，发挥你的力量吧！”

楼上的同学都说了，万能的东西里边有很多无用的代码，还是量身订做的比较靠谱

其实这么说吧，从编程角度来说，通用逻辑的复杂度远高于专用逻辑，设计出来的算法也会复杂很多
即便是使用遗传/进化算法编写自适应程序，程序在学习过程中产生的各种模式化数据会形成极大的数据冗余，反映到飞控上的话，举个例子：当一个通用飞控在标准布局飞机上使用时，那其中关于三角布局的模式数据就是冗余数据。大量的冗余不仅没用还会使模式识别的整体速度下降，而且人工智能自适应学习的过程就目前的算法能力而言，需要大量的实验来验证其稳定性，并每隔一段时间维护数据结构，由此造成的维护成本远高于开发专用程序的成本。
所以综合来说，通用飞控程序是未来的方向，但在存储/处理技术以及算法设计技术取得突破性进展前仍然不符合现在实用高效的标准

首先不可能，其次即使将来可能也绝不会是最优

“ 能否写一个通用的程序，把任何代码输入进去，这个程序都可以找出这个代码的所有bug？”

你这个问题和上面这个问题性质是一样的。

可以从理论上证明，这种问题，属于NP-Complete问题。这种问题无法在多项式复杂度内求解。只能使用一些模拟算法通过大量运算来求得近似解。因此，至少在可预见的未来一段时间里，不会出现能解决这个问题的程序和计算机。

不可能的，万能飞控意味着，把各种飞控代码融合为一体，增加软件代码量，读取的时候会有更多的判断，影响速度。而且代码越多越长，bug就越多。

用来干嘛呢?支持私人开发的飞行器么?...
这种通用firmware然后通过calibration来适应的方式不是汽车改装ECU常用的套路么。。。连正规赛车都自己开发firmware啦，这种套路只是给中低层次使用的。。。

汉上飞龙2011 发表于 2014-6-26 10:30
楼上的同学都说了，万能的东西里边有很多无用的代码，还是量身订做的比较靠谱
并不需要塞入很多代码，而是有很强的自适应能力，比如飞机翅膀掉了一边，还能让飞机保持配平。

楼主，你这是计划培养霸天虎

能，游戏里就有。厉害着呢

洪斌 发表于 2014-6-25 12:29
那就是通用操作系统了，以后飞机性能好不好，就看驱动程序写的水平了，采访一下金头盔获得者，记者 ...
应该是：
我手动修改了配置文件，加速度增加5%，射速增加5%，机动性增加10%，这可是我独门的配置文件，经过厂家验证的

理论上没有问题................
和人工智能也没关系
纯粹输入输出

就楼主的问题目前能解决这个问题的国家已出现南亚次大陆，那就是神奇的印度，有着强大的编程能力的印度人， ...
估计飞机没飞起来，但飞行员的鸡鸡飞起来了！

华强北呆多了，无不良意图，第一反应天然如此。理论上，可以，谁敢反对？