Loss of thrust due to engine failure induces dangerous situation for a single-engine fighter jet. For this reason, particularly almost every military aircraft has well established flameout approach procedures destined to the base or an alternate airfield. The flameout approach procedures enables the aircraft to safely return to the destination while ensuring utmost safety. The control strategy consisting the procedures is rather a recommendation provided to a pilot, rather than an optimal control strategy. Hence, detailed control techniques are different depending on pilots. Because the optimization process to calculate an optimal control strategy is accompanied by a massive computation time, it is almost impossible to calculate and apply the optimal control onboard in real-time. In this thesis, an optimal control strategy based on real-time optimal control method for conducting the flameout approach procedures under arbitrary flight situation is proposed by using the artificial neural network which is actively studied as a part of the artificial intelligence research.
비행 중 엔진 결함으로 인한 추력 상실은 단발 엔진을 장착한 전투기에 위험한 상황을 초래한다. 때문에 대부분의 군용 항공기는 이러한 상황을 대비하여 모기지 또는 대체기지로의 무추력 접근절차가 수립되어 있다. 이러한 접근절차는 항공기가 추력을 상실한 시점으로부터 비행장까지 최대한의 안전을 확보하며 접근할 수 있도록 한다. 절차를 구성하는 항공기 조종 방법은 상황을 고려한 최적의 조종기법이라기보다 조종사에게 제언되는 일종의 지침이므로, 세부적인 조종기법은 조종사마다 다를 수밖에 없다. 한편, 최적의 조종 방법을 도출하는 데에는 막대한 연산시간이 소요되므로 비행중 항공기에서 이를 실시간으로 계산하여 사용하는 것은 거의 불가능하다. 이러한 문제를 해결하기 위하여, 본 학위논문에서는 최근 인공지능의 한 분야로 연구되고 있는 인공신경망으로 하여금 각 상황에 따르는 최적의 조종기법을 학습하게 하고, 임의의 상황에서 절차를 수행하기 위한 최적의 조종기법을 실시간으로 도출하여 이를 기반으로 무추력 접근절차의 최적 조종기법을 수립하고자 한다.
