Oplaadpoort voor autonome dronezwermen

Er is een methode ontwikkeld om een ​​zwerm van honderden kleine batterij-aangedreven drones autonoom terug te laten keren van militaire missies naar onbemande grondvoertuigen (UGV's) om op te laden. Er worden algoritmen ontwikkeld om routeplanning mogelijk te maken voor meerdere teams van kleine onbemande lucht- en grondvoertuigen. Dit optimaliseert de uitbreiding van het operationele bereik en de tijd op missie.

Bij het inzetten van een zwerm van honderden of duizenden onbemande luchtsystemen (UAS), heeft elk van de systemen slechts ongeveer 26 minuten met de huidige batterijtechnologieën om een ​​vluchtmissie uit te voeren en naar huis terug te keren voordat ze batterijvermogen verliezen, wat betekent dat ze allemaal mogelijk tegelijkertijd terugkeren om hun batterijen te laten vervangen.

Soldaten zouden bijvoorbeeld een paar duizend batterijen op missies moeten dragen om dit te vergemakkelijken, wat logistiek overweldigend is. Door het gebruik van snel opladende batterijen en draadloze energieoverdrachtstechnologieën kunnen meerdere kleine UAS rond onbemande grondvoertuigen zweven voor draadloos opladen, zonder tussenkomst van soldaten.

Voor grotere drones zal onderzoek de fundamentele wetenschap onderzoeken die nodig is om geminiaturiseerde brandstofsensoren te ontwikkelen voor toekomstige hybride elektrische voortstuwingssystemen met meerdere brandstoffen. Sensoren voor brandstofeigenschappen helpen soldaten die op brandstof gebaseerde apparatuur gebruiken om de brandstofeigenschap in realtime te meten voor de lucht- en grondvoertuigen van het leger. Met deze kennis kan het legerpersoneel catastrofale storingen van de systemen voorkomen en de prestaties en betrouwbaarheid vergroten.

De brandstofsensor vertelt de machinist welk type brandstof vanuit de brandstoftank naar de motor wordt geleverd. Dit ingangssignaal kan worden gebruikt om de motor op intelligente wijze te vertellen de motorregelparameters aan te passen aan het brandstoftype om storingen te voorkomen. Deze gegevens kunnen ook worden gebruikt om hoofdoorzaken te vinden als een motoronderdeel voortijdig uitvalt.

Huidig ​​onderzoek naar de ontwikkeling van brandstofsensoren onderzoekt de effecten van brandstofstructuur en chemie op de ontsteking in toekomstige multi-fuel dronemotoren, zodat realtime besturing kan worden geïmplementeerd. Dit project onderzoekt de onderliggende wetenschap verder met behulp van geavanceerde technieken, waaronder spectroscopische diagnostiek en datawetenschapsanalyse, om realtime controle mogelijk te maken en te versnellen.