Core Concepts
本研究では、リチウムイオン電池の劣化状態と予期せぬ事象を考慮した上で、ミッション計画と運用パラメータの健康意識型リアルタイム制御を同時に最適化するアルゴリズムを提案する。
Abstract
本研究では、都市航空モビリティ(UAM)における効率的なミッション計画と健康意識型リアルタイム運用制御の同時最適化に取り組んでいる。
まず、健康意識型の放電予測モジュールを開発した。これは、短時間の観測期間(20秒)の電流・電圧プロファイルから、バッテリーの劣化状態を暗黙的に推定し、その上で全飛行の電圧プロファイルを予測する。
次に、この予測情報を活用して、深層強化学習ベースの意思決定エージェントを構築した。このエージェントは、バッテリーの健康状態を考慮しつつ、目的地の選択、到達順序、および各目的地への飛行高度を最適化する。
提案手法を、NASAの概念的マルチロータ機モデルを用いたシミュレーションで評価した。様々な運用シナリオ(単一フライト、複数目的地到達、複数充電サイクル)において、バッテリーの健康状態と予期せぬ気象条件の影響を考慮しつつ、高い性能を発揮することを示した。
本研究の成果は、個々の航空機の運用最適化だけでなく、フリート全体の効率性と持続可能性の向上にも寄与する。提案手法は、UAMシステムへの信頼性の高い統合に不可欠な要素となる。
Stats
高度500mでの巡航時の電力消費は138.39 kW
高度1000mでの巡航時の電力消費は141.72 kW
高度2000mでの巡航時の電力消費は145.68 kW
高度3000mでの巡航時の電力消費は155.44 kW
高度500mでの巡航時間は1167秒
高度1000mでの巡航時間は1143秒
高度2000mでの巡航時間は1120秒
高度3000mでの巡航時間は1056秒
Quotes
"バッテリーの劣化状態と予期せぬ事象を考慮したミッション計画と健康意識型リアルタイム運用制御の同時最適化が重要である。"
"提案手法は、個々の航空機の運用最適化だけでなく、フリート全体の効率性と持続可能性の向上にも寄与する。"