ড্রোনের প্রপেলার নিয়ন্ত্রণে: রূপান্তরমূলক 'কৃত্রিম বয়স' ফ্লাইট লগ পড়তে সাহায্য করে

কেন ড্রোনের প্রপেলার নিয়ন্ত্রণ করা কঠিন

প্রপেলার ড্রোনের সবচেয়ে ঝুঁকিপূর্ণ অংশগুলোর মধ্যে একটি। ক্ষতিগ্রস্ত ব্লেড নীরবে নিয়ন্ত্রণযোগ্যতা খারাপ করতে পারে এবং গুরুত্বপূর্ণ মুহূর্তে ডিভাইসটি হারিয়ে যেতে পারে। জটিলতা হলো, প্রপেলারের ত্রুটি প্রায় কখনোই কোনো নির্দিষ্ট সেন্সরে একটি স্পষ্ট লাফ হিসেবে দেখা যায় না। এর চিহ্নগুলো ফ্লাইট লগের বিভিন্ন চ্যানেলে ছড়িয়ে থাকে: রুটের নির্ভুলতা সামান্য বদলেছে, রেগুলেটরের উপর লোড কিছুটা বেড়েছে, কোথাও ওরিয়েন্টেশন "কেঁপে" উঠেছে। আলাদাভাবে এই বিচ্যুতিগুলোকে শব্দ বলে মনে হতে পারে, এবং শুধুমাত্র একসাথে দেখলেই এগুলো প্রকৃত সমস্যার চিত্র দেয়।

এই ধরনের লুকানো ব্যর্থতা সময়মতো ধরতে, প্রতিটি গ্রাফ আলাদাভাবে দেখা যায় না। এমন একটি টুল দরকার যা বিভিন্ন ধরনের সিগন্যালকে একে অপরের সাথে মিলিয়ে দেখতে পারে এবং সেগুলোকে নিশ্চিতভাবে সঠিক ড্রোনের আচরণের সাথে তুলনা করতে পারে। প্রপেলারের মেটামরফিক "কৃত্রিম বয়স"কে কেন্দ্র করে তৈরি একটি প্রোটোটাইপ ঠিক এই কাজটিই সমাধান করে।

মেটামরফিক "কৃত্রিম বয়স": এটি কীভাবে কাজ করে

গবেষকরা একটি সিদ্ধান্ত-সমর্থন সিস্টেমের প্রোটোটাইপ প্রস্তাব করেছেন যা প্রপেলারের অবস্থা একটি মাত্র প্যারামিটার দিয়ে নয়, বরং একটি বিশেষ সূচকের মাধ্যমে মূল্যায়ন করে — Artificial Age Score, অর্থাৎ "কৃত্রিম বয়স"। নামটি জৈব-বার্ধক্যের ক্ষেত্রের একটি রূপকের মতো শোনাতে পারে, কিন্তু বাস্তবে এখানে কালানুক্রমের কিছুই নেই। এটি একটি কাঠামোগত পরিমাপ যে ড্রোনের বর্তমান আচরণ একটি স্বাস্থ্যকর "মানদণ্ড" থেকে কতটা আলাদা এবং এর পৃথক উপ-সিস্টেমগুলো কতটা ভারাক্রান্ত।

প্রোটোটাইপটি ফ্লাইট লগ থেকে ডেটা নেয় এবং পর্যায়ক্রমে রোটরের স্বাস্থ্যের সাথে সম্পর্কিত ছয়টি সূচক গণনা করে:

• ট্র্যাজেক্টরি ট্র্যাকিং ত্রুটি — ড্রোনটি নির্ধারিত রুট কতটা নির্ভুলভাবে ধরে রেখেছিল;
• ওরিয়েন্টেশনের অস্থিরতা;
• থ্রাস্ট কমান্ডের উপর লোড;
• মোটর কমান্ডের ভারসাম্যহীনতা;
• ESC কমান্ডের অস্থিরতা — ইলেকট্রনিক স্পিড কন্ট্রোলার;
• ব্যাটারির চাপ।

এরপর ছয়টি সূচকের প্রতিটিকে একটি বেসলাইন স্তরের সাপেক্ষে স্বাভাবিক করা হয়, যা একটি স্বাস্থ্যকর ফ্লাইটের সাথে মিলে যায়। এর পরে, প্রার্থী স্কোরিং নীতি এবং মেটামরফিক পর্যাপ্ততার সম্পর্ক কাজ করে — তারা বিক্ষিপ্ত সিগন্যালগুলোকে একটি চূড়ান্ত মূল্যায়নে রূপান্তরিত করে। সূত্রে অতিরিক্তভাবে রিডানডেন্সি বিবেচনা করা হয়, যাতে একই উপসর্গ বিভিন্ন চ্যানেলের মাধ্যমে দুবার "গণনা" না হয়।

এই পদ্ধতি একটি একক আদর্শ ডায়াগনস্টিক বৈশিষ্ট্যের পেছনে ছুটাকে এড়িয়ে চলে। এর পরিবর্তে, সিস্টেমটি একাধিক চ্যানেলের অভ্যন্তরীণ সামঞ্জস্য মূল্যায়ন করে এবং দেখায় যে ড্রোনের আচরণ স্বাভাবিকের তুলনায় কতটা অস্বাভাবিক।

বাস্তব ক্ষেত্রে পরীক্ষা: স্বাস্থ্যকর এবং তিনটি ত্রুটিপূর্ণ প্রপেলার

প্রোটোটাইপটি কাজে পরীক্ষা করতে, লেখকরা ২০২৪ সালের পাবলিক DronePropA ডেটাসেট থেকে বাস্তব ফ্লাইট লগ ব্যবহার করেছেন। পরীক্ষাটি পূর্ববর্তী এবং নিয়ন্ত্রিত ছিল: একটি স্বাস্থ্যকর কেস এবং প্রপেলারের ক্ষতির বিভিন্ন মাত্রার তিনটি কেস নেওয়া হয়েছিল। সমস্ত ফ্লাইট একই ট্র্যাজেক্টোরিতে একই গতির প্রোফাইলে সম্পাদিত হয়েছিল, তাই সূচকগুলির পার্থক্যগুলি প্রপেলারের অবস্থার সাথে সম্পর্কিত করা সম্ভব ছিল।

স্বাস্থ্যকর ড্রোনের জন্য, সিস্টেমটি গুরুতর বিচ্যুতি দেখেনি এবং এটিকে পরিকল্পিত মনিটরিংয়ে পাঠিয়েছে। Severity 1 ক্ষেত্রে, প্রধান উপসর্গ ছিল ESC কমান্ডের অস্থিরতা — এই ধরনের ডিভাইসটিকে প্রযুক্তিগত রক্ষণাবেক্ষণে রাখার পরামর্শ দেওয়া হয়। Severity 2 কেসটি মোটর এবং ESC কমান্ড উভয়ের উপর সর্বোচ্চ লোড দ্বারা আলাদা ছিল, এবং Severity 3 কেসটি — সবচেয়ে বড় ট্র্যাজেক্টরি ট্র্যাকিং ত্রুটি দ্বারা। শেষ দুটি কেস সিস্টেমটি বাধ্যতামূলক পরিদর্শন প্রয়োজন হিসাবে চিহ্নিত করেছে।

মজার বিষয় হলো, বিভিন্ন মাত্রার ক্ষতি বিভিন্ন অপারেশনাল চ্যানেলের মাধ্যমে প্রকাশ পেয়েছে। একটি প্রপেলারে নিয়ন্ত্রণযোগ্যতা বেশি ক্ষতিগ্রস্ত হয়েছে, অন্যটিতে ঘূর্ণন গতি নিয়ন্ত্রক, তৃতীয়টিতে রুট অনুসরণের নির্ভুলতা। এটি আবারও নিশ্চিত করে যে একটি সার্বজনীন "ব্রেকডাউন সূচক" নেই: একটি বহু-সূচক সিদ্ধান্ত-সমর্থন স্তর প্রয়োজন।

এটি অনুশীলনে কী দেয়

প্রস্তাবিত প্রোটোটাইপটি বুদ্ধিমান পোস্ট-ফ্লাইট বিশ্লেষণের দিকে একটি পদক্ষেপ। শত শত গ্রাফ ম্যানুয়ালি দেখার পরিবর্তে, একজন প্রকৌশলী একটি সংক্ষিপ্ত মূল্যায়ন এবং পরামর্শ পান: ফ্লাইট চালিয়ে যাওয়া যেতে পারে, পরিকল্পিত রক্ষণাবেক্ষণের সময় এসেছে, বা জরুরি পরিদর্শন প্রয়োজন। এটি বিশেষ করে স্বায়ত্তশাসিত ড্রোনের জন্য প্রাসঙ্গিক, যেখানে মানুষ প্রায়শই উড্ডয়নের আগে প্রতিটি ব্লেড পরিদর্শন করতে পারে না।

মেটামরফিক "কৃত্রিম বয়স" এখানে প্রপেলারের অবস্থাকে বিক্ষিপ্ত উপসর্গের তালিকা হিসেবে নয়, বরং কার্যকরী "বার্ধক্যের" একটি একক সূচক হিসেবে দেখতে সাহায্য করে — বর্তমান আচরণ একটি স্বাস্থ্যকর নমুনা থেকে কতটা দূরে সরে গেছে। কাজটি এখনও পূর্ববর্তী প্রকৃতির এবং DronePropA থেকে নির্বাচিত লগের উপর ভিত্তি করে, তবে এতে অন্তর্নিহিত পদ্ধতিটি বিকাশ করা যেতে পারে: নতুন ধরনের ত্রুটি যোগ করা, সূচকের সেট প্রসারিত করা এবং সময়ের সাথে সাথে প্রোটোটাইপটিকে বাস্তব সার্ভিস সেন্টারে ড্রোনের নিয়মিত মনিটরিংয়ের একটি টুলে রূপান্তর করা।