在RSF资助的框架内，南乌拉尔国立大学的研究人员正在开发一种智能控制系统，用于无人机 (UAV) 的起飞、飞行和着陆，该系统带有机翼机械化元件，除其他用途外，还可用于协调风力涡轮机叶片的运行。该系统基于具有自学习神经网络的人工智能。
大学研究人员的目标是减少无人机的燃料消耗或电池电量，以及自动稳定其在空中的能力。在开发过程中，车里雅宾斯克的科学家还通过在无人机的设计中安装翼尖小翼和机翼上部，使调整飞机型无人机的机翼成为可能，而这些以前只在大型飞机中发现。这些元素调节起飞、降落、上升角度以及物体的稳定性和飞行稳定性。
在无人机机翼上安装此类部件，可从地面控制其飞行，无需人工干预。操作员只需设置坐标和飞行路径，新系统将帮助完全遵循这些坐标和飞行路径。大学科学家开发的控制系统基于自学习人工智能，接收设备信号，将能够远程调节挡泥板和护舷板的运行；同时在数据库中选择设备与地面的最佳上升和下降角度。无人机在阵风中的机动性将提高，而无需额外的燃料消耗或电池充电，因为机翼上的单个运动部件将简化空中稳定过程。新的电子控制系统将允许更快地响应设备飞行过程中可能出现的紧急情况，防止其轨迹在空间中移动。
“无人机的控制系统是存在的，但它们与挡泥板和护舷板等元件无关，因为在我们之前无人机机翼上没有制造过这样的部件，”南乌拉尔国立大学工业热能工程系主任康斯坦丁·奥辛采夫解释说。“我们发明的独特之处不仅在于附加的控制元件，还在于电子控制系统的神经网络上层结构。我们正在创建一个神经网络，它将在飞行过程中积累设备中的错误数据库。也就是说，当无人机在无人控制的情况下移动时，它会重复执行相同的动作；此时神经网络会收集设备运动中的所有错误（惯性偏差、遇到障碍物或由于天气条件而不稳定等），这些错误可能出现在每个先前练习的动作中。
收集了这些数据的数据库后，神经网络将能够预测并立即消除无人机运动中的各种偏差。”神经网络收集的所有数据都存储在电子控制数据库中。一个经过数百次无人机飞行预训练的智能系统将“理解”如何在空中紧急情况下采取行动，调整襟翼或机翼衬里的角度，稳定飞机的空间位置。
此外，新的神经网络控制系统将能够独立选择将物体升起和降落在地面的最佳轨迹，同时考虑到当前的天气条件和设备的速度。
独特控制系统的主要优势是节省无人机的燃料或电池电量。这将使一定速度下的标称飞行距离至少增加4%。
今天，南乌拉尔国立大学的科学家正在使用 3D 打印机制造实验机械化元件（机翼衬里和机翼盖）。研究人员将它们暴露在风洞中不同速度和倾斜角度下的不同气流影响下。
车里雅宾斯克科学家的这项通用发明还可用于保护安装在全年有风的地区的风力涡轮机 (WT) 的叶片。其强烈的阵风经常会折断风力发电机的叶片，导致整个风力发电场的生产率下降（发电暂停）。
为无人机制造的相同机械化元件能够调节风力涡轮机叶片的运动：在飓风期间立即完全停止风力发电机本身，或在狂风期间改变涡流方向，以减少其对叶片本身的影响。这种方法将允许风力涡轮机在20到30米/秒的阵风下运行，而不会降低其生产率，还可以消除设备停机时间。
安装在叶片上的移动机械化元件将由带有神经网络的同一系统控制，无需操作员的常规参与。
叶卡捷琳娜·博尔尼赫