Analysis of Integrated Health Management System for Unmanned Aerial Vehicle

Abstract

This annotation introduces a Master's Thesis conducted at Vilnius Tech, which delves into the analysis of integrated vehicle health management (IVHM) systems in unmanned aerial vehicles (UAVs). The research centers on understanding and evaluating the effectiveness of IVHM systems in enhancing the performance and reliability of UAVs. The study primarily focuses on analyzing accelerometer and gyroscope sensor data collected from a custom-built UAV. By employing data analysis techniques, the thesis aims to uncover insights into the UAV's health and behavior, including detecting potential anomalies and predicting failures. This research endeavor contributes to the advancement of UAV technology by shedding light on the practical implementation and benefits of IVHM systems, ultimately leading to enhanced vehicle health monitoring and management strategies in UAVs. Structure: Introduction, literature review, methodology, results of accelerometers and gyroscope sensors analysis, determining the optimal number of clusters using silhouette score, results of clustering, discussion, conclusion, references. This thesis consists of 54 p. without appendixes, 32 figures, 52 bibliographical entries.

Šioje anotacijoje pristatomas Vilniaus technikos fakultete atliktas magistro darbas, kuriame gilinamasi į integruotų transporto priemonių sveikatos valdymo (IVHM) sistemų nepilotuojamuose orlaiviuose (UAV) analizę. Tyrimai skirti suprasti ir įvertinti IVHM sistemų veiksmingumą didinant UAV našumą ir patikimumą. Tyrime daugiausia dėmesio skiriama akselerometro ir giroskopo jutiklių duomenų, surinktų iš pagal užsakymą pagaminto UAV, analizei. Taikant duomenų analizės metodus, baigiamajame darbe siekiama atskleisti įžvalgas apie UAV sveikatą ir elgesį, įskaitant galimų anomalijų aptikimą ir gedimų numatymą. Šis tyrimas prisideda prie UAV technologijos pažangos, atskleidžiant praktinį IVHM sistemų įgyvendinimą ir naudą, o tai galiausiai lemia patobulintas transporto priemonių sveikatos stebėjimo ir valdymo strategijas UAV. Darbą sudaro 6 dalys: Įvadas, literatūros apžvalga, metodika, akselerometrų ir giroskopinių jutiklių rezultatų analizė, optimalaus klasterių skaičiaus nustatymas pagal silueto balą, klasterizacijos rezultatai, aptarimas, išvados, literatūros sąrašas. Darbo apimtis – 54 p. be priedų, 32 paveikslai, 52 bibliografiniai šaltiniai.