Auch letzten Sommer konnten wir auf der in Kooperation mit dem Deutschen Zentrum für Luft und Raumfahrt (DLR) und den anderen akademischen Fliegergruppen durchgefürhten Flugmesskampagne verschiedene Projekte umsetzten. Dabei standen für uns letztes Jahr zwei Projekte im Vordergrund:

Zum einen wurde an einer Verbesserung der Flugeigenschaftsuntersuchungen anhand einer digitalen Modellierung der Flugeigenschaften geabreitet. Ziel dabei ist die kontinuierliche Untersuchung der bisher mit analogen Methoden durchgeführten Flugeigenschaftsuntersuchung zu entwickeln. Dazu wurden die bereits in vergangen Jahren entwickelte Messanlage der AK-8 weiter verbessert und mit einem zusätzlichen Loggersystem ausgerüstet. Die Steuereingaben werden dabei mit einem Kamerasystem aufgezeichnet und ermöglichen es, die Steuereingaben mit der Antwort des Flugzeugs zu kombinieren. In mehreren Flügen konnten die Bewegungsachsen des Flugzeugs einzeln angeregt und die Antwort des dynamischen Systems aufgezeichnet werden.
In der Auswertung geht es nun darum zu untersuchen, wie stark sich das digitale Modell bei gleichen Ausgangsbedingungen und Steuereingaben von den aufgezeichneten Daten unterscheidet. In der nächsten Zeit werden wir hierzu einen eigenen Blogbeitrag veröffentlichen.

Im zweiten Sondermessprojekt hat sich ein anderes Mitglied mit der Anwendbarkeit von LoRa (Long Range-Funktechnologie) im 2,4GHz Band zur Echtzeitübermittlung von Messdaten aus dem Flugzeug an eine Bodenstation beschäftigt.

Bei der Durchführung dieser Projekte konnten wir dank der Unterstützung von Marple Data die Visualisierungs und Analysesoftware „Marple Insight“ nutzen und schätzen lernen.

Anhand der Visualisierungsmöglichkeiten konnten wir direkt aus der Logdatei interaktiv Visualisierungen erstellen und erkennen, welche Messpunkte gute Ergebnisse liefern und welche Messungen nocheinmal wiederholt werden mussten.

Als besonders praktisch hat sich dabei die Selektion von Abschnitten aus den Zeitreihen erwiesen, welche innerhalb von Insight schnell identifiziert und dann zur weiterführenden Auswertung in Matlab oder Python heruntergeladen werden können. Ergebnisse und Auswertungen zu den beiden Projekten werden natürlich sobald die Projekte abgeschlossen sind, auch wieder hier auf der Webseite finden.

This summer, we were once again able to implement various projects as part of the flight measurement campaign in collaboration with the German Aerospace Center (DLR) and other academic flying groups. This year, the focus was on two projects:

Firstly, work was carried out on improving flight characteristic investigations using digital modeling of flight characteristics. The aim here is to develop a continuous investigation of flight characteristics, which has previously been carried out using analog methods. To this end, the AK-8 measurement box developed in previous years was further improved and equipped with an additional logger system. The control inputs are recorded using a camera system, making it possible to combine the control inputs with the aircraft’s response. In several flights, the aircraft’s axes of motion were stimulated individually and the response of the dynamic system was recorded.
The evaluation now focuses on investigating how much the digital model differs from the recorded data under the same initial conditions and control inputs. We will publish a separate blog post on this topic in the near future.

In the second special measurement project, another member investigated the applicability of LoRa (long-range radio technology) in the 2.4 GHz band for real-time transmission of measurement data from the aircraft to a ground station.

Thanks to the support of Marple Data, we were able to use and appreciate the visualization and analysis software “Marple Insight” during the implementation of these projects.

Using the visualization options, we were able to create interactive visualizations directly from the log file and identify which measurement points delivered good results and which measurements needed to be repeated.

The selection of sections from the time series has proven particularly practical. These can be quickly identified within Insight and then downloaded for further evaluation in Matlab or Python. The results and evaluations of both projects will, of course, be available here on the website as soon as the projects are completed.

---