Banco de dados inteligente de aeronaves - bibl.ita.br · Está relacionada ao conceito de entropia,...

Anais do 15O Encontro de Iniciação Científica e Pós-Graduação do ITA – XV ENCITA / 2009 Instituto Tecnológico de Aeronáutica, São José dos Campos, SP, Brasil, Outubro, 19 a 22, 2009.

1

Banco de dados inteligente de aeronaves

Renato Rebouças de Medeiros Instituto Tecnológico de Aeronáutica – Rua H8B, nº223, S. José dos Campos, SP, Brasil, CEP 12228-461 Bolsista PIBIC-CNPq [email protected]

Prof. Bento Silva de Mattos Instituto Tecnológico de Aeronáutica – Praça. Mal. Eduardo Gomes, 50, S. José dos Campos, SP, Brasil, CEP 12228-900 [email protected]

Resumo. O artigo apresenta a elaboração de um banco de dados dinâmico para análise estatística de

características de aeronaves e descreve a implantação de um método de comparação direta entre configurações de aeronave. A organização do banco é feita sobre uma plataforma em SQL, utilizando interfaces gráficas programadas no ambiente do MATLAB® com conexões para o banco. São colocados à disposição os comandos básicos de manipulação para um usuário que não necessita conhecer a linguagem do banco. Dados podem ser consultados, alterados ou incluídos, bem como aeronaves podem ser retiradas do registro do banco ou incluídas no mesmo. Os métodos de análise seguiram tanto a linha do ajuste de curvas, no caso de relações entre dois parâmetros, como técnicas de teoria da informação, mais simples para comparações entre muitas características. Para cada um dos dois métodos, foi elaborada uma interface gráfica. O método do ajuste de curva permite encontrar um parâmetro em função do outro, para um conjunto determinado de características, enquanto o módulo baseado na teoria da informação utiliza o conceito de conteúdo esperado de informação para encontrar a aeronave mais semelhante já produzida, diante de um projeto ou de uma aeronave de referência. Dessa maneira, constitui um auxílio ao projeto conceitual de uma nova aeronave.

Palavras chave: projeto de aeronave, análise estatística, teoria da informação, banco de dados. 1. Introdução

O impacto do projeto conceitual no custo do ciclo de vida de um programa aeronáutico é de,

aproximadamente, 65% (Mattos, 2008). De fato, é nessa fase que toda a configuração básica deve ser escolhida. Decide-se o arcabouço inicial do avião, passando pela análise da integração de todos os grandes sistemas.

Com certeza, o projeto da aeronave é feito de maneira a satisfazer os requisitos da melhor forma, o que vai determinar seu maior ou menor grau de sucesso. Em geral, os aviões comerciais são imaginados para atingir grande sucesso de vendas, mas insuficiência tecnológica, emprego incorreto de materiais ou mesmo falta de boas estimativas no projeto conceitual podem levar a configurações inadequadas.

Para facilitar a tarefa de encontrar as características básicas que nortearão o projeto de uma aeronave, uma análise histórica pode ser um bom ponto de partida. Obviamente, há muitos avanços a cada ano, e os novos aviões trazem muitas características inovadoras. Isso pode levar a uma quebra de padrões bem-sucedida. Assim, é importante manter o trabalho com inovações, mas a pesquisa estatística, se bem desenvolvida, é um passo inicial seguro.

A análise estatística de dados aeronáuticos não é um projeto original. A própria literatura de projetos aeronáuticos, de acordo com Raymer (1992) e Roskam (1989), já versa sobre conhecidas relações, expondo equações que relacionam, por exemplo, o número de passageiros com o número de fileiras de assentos. Outros trabalhos, como o de Morichon (2006), já versam sobre tentativas de aprimoramento das relações conhecidas, aplicando regressões sobre diferentes conjuntos de dados. Assim, à medida que mais aviões são produzidos, é possível refinar os dados estatísticos, abstraindo relações mais indicadas para classes específicas de aeronaves.

Com o grande número de características envolvidas, o projeto conceitual pode ser de difícil abordagem estatística por métodos de regressão linear. Nesse caso, a Teoria da informação apresenta-se como uma boa possibilidade de análise. Permitindo comparar diretamente dois projetos, possibilita uma abordagem de pesquisa de histórico adequada a um banco de dados dinâmico. O conteúdo esperado de informação é a grandeza básica dessa análise. Está relacionada ao conceito de entropia, e sua fórmula está expressa na Eq. (1).

mailto:[email protected]

mailto:[email protected]


2

( )21

( | ) log /N

i i ii

I q p q q p=

= ⋅∑ ( 1)

Na Eq. 1, (q1, q2,..., qN) representa o vetor de probabilidades da aeronave com a qual se compara o

projeto de referência, cujo vetor de probabilidades é (p1,p2,...,pN). Tal vetor de probabilidades, por sua vez, é a própria representação de um projeto. Escolhido um conjunto de características principais, como carga alar, comprimento da fuselagem, número de passageiros e alcance, calculam-se as razões entre as diversas grandezas. Se as quatro grandezas anteriores são escolhidas para a análise, por exemplo, calculam-se 12 razões, começando pela razão entre a carga alar e o comprimento da fuselagem e terminando pela razão entre o alcance e o número de passageiros. Dividindo-se cada razão pela soma das razões, é possível estabelecer o vetor de distribuição de probabilidades (p1,p2,...,p12).

No entanto, ao contrário da análise com muitas variáveis, a Teoria da Informação só permite que aeronaves próximas sejam encontradas. Tal aeronave mais semelhante já produzida pode ter sido ou não um sucesso. Uma consulta aos dados de mercado e ao ano de entrada em serviço, que também estão presentes no banco, pode fornecer informações desse tipo. Há alternativas dentro da própria teoria, como as análises de convergência e de divergência de um modelo, que fornecem idéia sobre o posicionamento do projeto frente ao conjunto de produtos disponíveis.

Se um novo projeto está para ser lançado, torna-se muito importante descobrir o avião mais semelhante para encontrar boas estimativas iniciais de determinadas características secundárias. Além do objetivo de melhor aplicação dos conhecimentos prévios para o projeto conceitual de uma nova aeronave, um banco de dados constitui uma ótima ferramenta para análise histórica do sucesso e da inovação de aeronaves.

Um caso bem conhecido de tal análise histórica se refere à ascensão do modelo Douglas DC-3 na década de 30, que trouxe muita inovação no mercado de aviação comercial, abrindo espaço para um novo paradigma na indústria aeronáutica. Como já analisado por Frenken (2000), o DC-3 mudou os rumos da evolução dos projetos, o que pode ser comprovado pela transição entre as características dos modelos antes e depois de tal aeronave. No entanto, não foi o próprio DC3 que se difundiu mais em nível de indústria. Embora tenha reorientado os projetos, foi o DC-4, um quadrimotor com maior alcance e maior capacidade, embora ainda com motor a pistão, que mais se difundiu, ao lado do Boeing 377. Tal análise de difusão de características e mudanças de rumos no âmbito da indústria ou da empresa se faz através do conceito de conteúdo de informação, que também é importante e interessante em muitos outros casos, como o do aparecimento do Boeing 707 e seu novo paradigma dos motores turbofan. 2. Metodologia e Resultados

2.1. Organização do banco de dados e de sua estrutura de manipulação

Utilizando o software MySQL para a organização do banco de dados, é possível constituir muitas

tabelas contendo informações dos mais variados tipos. De fato, a tarefa mais importante do trabalho é a organização simples das muitas informações. Utilizando dados provindos da enciclopédia Jane’s, é possível dividir as informações em vinte e uma tabelas, a princípio. Dessa maneira, as tabelas existentes no banco são as constantes na Tab.1, com a correspondência a respectiva em Português, pois s nomes foram inseridos em Inglês.

Em cada tabela do banco há uma série de características. Seria infrutífero escrevê-las todas, mas a título de exemplo pode-se citar o conteúdo de uma das tabelas, como a de motores. Tal tabela contém dados de todas as aeronaves a respeito dos itens descritos na Tab. 2.

Uma questão importante, no armazenamento, é a nomenclatura. Por isso, cada campo só deve receber um tipo de entrada, como um número ou uma palavra. Depois, é preciso garantir que a grandeza inserida esteja com unidades corretas, a fim de que não confunda um usuário que consulta nem deixe dados errados nas análises quantitativas. Por isso, as grandezas quantitativas vêm acompanhadas, no próprio nome do campo, da unidade utilizada. O empuxo, por exemplo, vem acompanhado da unidade kN na Tab. 2.


3

Tabela 1. Nomes das tabelas do banco com tradução

Nome da tabela inserida

Tradução para Português

Accomodation Acomodação Engines Motores Fuel Combustível Fuselage Fuselagem Design_parameters Parâmetros de projeto High_lift_devices Dispositivos hiper-sustentadores Horizontal_tail Empenagem horizontal Landing Pouso Loadings Cargas Lr_cruise Cruzeiro longo Market Mercado Mass_kg Massas Max_cruise Cruzeiro máximo Nacelle Nacele Range Alcance Speeds Velocidades Take_off Decolagem Undercarriage Trem de pouso Vertical_tail Empenagem vertical Weight_ratios Razões de pesos Wing Asa

Tabela 2. Descrição da tabela de motores do banco de dados

Descrição Campo na tabela Fabricante da

Aeronave Manufacturer

Tipo da aeronave Type Modelo Model Fabricante do

motor Engine_manufacturer

Tipo e modelo do motor

Model_type_engine

Número de motores Number_engines Empuxo de um

único motor Static_thrust_kN

Para permitir a análise inicial, o banco de dados contém atualmente apenas 62 aviões, com

representantes dos fabricantes Airbus, Boeing, McDonnell, Douglas, Lockheed, Ilyushin e Tupolev. São modelos significativos da classe de aeronaves comerciais de médio e de grande porte. Há desde modelos antigos, como o Douglas DC8 modelo 63, de 1959, até aeronaves relativamente recentes, como o Boeing 777 modelo 200X2, de 2000. Pode-se dizer que o espaço amostral é bastante homogêneo, embora dentro dessa classe haja grandes variações de grandezas importantes como o número de passageiros e carga paga máxima. Enquanto o Tupolev Tu 134 leva de carga paga apenas 8.200kg, o Boeing 747 leva quase 70.000kg.

Como o banco é dinâmico, no entanto, espera-se que venha a incluir futuramente muitas outras aeronaves, principalmente as da fabricante EMBRAER e aeronaves novas como o Airbus A380. Por isso, o mais importante desse banco de dados é a sua capacidade de manipulação. Informações podem ser consultadas rapidamente através de interfaces gráficas escritas em linguagem do programa MATLAB (MATLAB, 2007). A interface principal par a consulta é a mostrada na Fig.1.


4

Figura 1. Interface principal de consulta ao banco de dados.

Na Fig.1, são mostrados botões de vinte e uma tabelas do banco de dados. Embora, no anexo, os

nomes das tabelas estejam todos em Inglês, que foi escolhida para ser a língua do banco devido a sua grande aceitação, no programa de manipulação os nomes estão em Português. Como se vê, há uma mensagem indicativa do procedimento inicial do usuário, caso o mesmo deseje visualizar ou até mesmo alterar eventuais dados. Basta pressionar o botão com o nome da tabela que se deseja ver e pressionar o botão “Mostrar tabela”, no caso de uma simples consulta. Já no caso de se desejar uma alteração no banco de dados, ou mesmo uma pesquisa sobre a situação do banco com relação a determinada aeronave, pressiona-se o botão “Alterar registro de aeronave”.

Seguindo-se o caminho da simples consulta ao banco, com o objetivo de colher determinado dado sobre uma aeronave, o usuário encontra uma interface de escolha do avião, com o posterior aparecimento dos dados desejados. A título de exemplo, digamos que o usuário deseje acessar o raio mínimo de uma curva em solo do Airbus A321 modelo 200. A tabela relacionada a esse dado é a do “Trem de pouso”. Então, o usuário deve pressionar tal tabela e, em seguida, pressionar o botão “Mostrar tabela”. Feito isso, aparece na tela uma nova interface gráfica, projetada de maneira que a aeronave possa ser escolhida entre as existentes. A Figura 3 mostra essa nova interface, em sua fase final. Na verdade, os campos aparecem progressivamente. No início, o único componente visível é o popup menu dos fabricantes. Ao ser escolhida a empresa fabricante, no caso a Airbus, surge o popup menu com os tipos de aviões produzidos pelo fabricante escolhido. Em seguida, com a seleção do tipo, é necessário escolher o modelo da aeronave, mesmo que seja um modelo único. A Figura 2 ilustra essa interface, no estágio da seleção do tipo da aeronave Airbus.


5

Figura 2: interface de escolha da aeronave cujo dado se deseja consultar. É importante notar que, mesmo com o incremento de aeronaves e até mesmo de fabricantes no banco,

não há problema com esse tipo de seleção, pois os popup menus incluem automaticamente os novos dados.

Escolhido o modelo da aeronave, surgem os dados relacionados à mesma e constantes na tabela selecionada. A Figura 3 mostra essa situação, para o exemplo escolhido. O dado procurado está circulado.

Figura 3: apresentação dos dados de trem de pouso do A321, com detalhamento da grandeza

procurada. Portanto, o raio de curva mínimo para o A321 é de 29 metros. Esse exemplo demonstrou a busca por

uma informação no banco de dados. Caso algum dado seja verificado como incorreto pelo usuário, ou caso haja algum dado faltante (o

qual seria representado por NaN), é possível alterar o registro com facilidade. Basta alterar o dado na


6

caixa de texto e confirmar a alteração após pressionar-se o botão “enter” ou simplesmente clicar-se fora da caixa. Como exemplo, digamos que o verdadeiro dado para o raio da curva do A321 seja 30m. É possível simplesmente alterar esse registro e confirmar, como na Figura 4

Figura 4: procedimento de alteração de registros, com destaque para a pergunta de confirmação e

para o dado alterado.

Caso o usuário tenha cometido um erro ao alterar o registro, basta selecionar a resposta negativa e o dado anterior volta a aparecer na caixa de texto de edição. Caso o usuário confirme a alteração, o banco de dados fica modificado em sua fonte, pois a interface está conectada à mesma. Em uma próxima busca por informação, o dado já se mostra alterado. Apenas outra mudança pode fazer o dado retornar ao valor anterior, nesse caso.

Como já comentado, essa ramificação da interface é especializada na consulta de informações e sua eventual alteração. No entanto, não permite ter uma visão geral sobre os dados de uma determinada aeronave. Se um avião não constar em todas as tabelas, por exemplo, torna-se difícil dizer, a princípio, se esse avião está no banco ou quais dados seus estão incompletos. Com vistas ao aprimoramento do banco de aeronaves, principalmente quando o houver grande número de dados, foi elaborada uma interface que permite consultar e alterar os dados faltantes de qualquer natureza de uma aeronave cuja denominação é conhecida. O acesso a esse software se faz pelo clique na opção “Alterar registro de aeronave” na interface da Figura 1.

Na nova interface, o usuário pode fazer uma busca por determinada aeronave digitando seus dados nos campos de fabricante, tipo e modelo e clicando no botão “Pesquisar nas tabelas”. A título ilustrativo, será feita uma busca pela aeronave da Douglas DC-8 modelo 63, que representou a mudança de orientação dessa companhia para aeronaves mais modernas, com motor já turbofan, seguindo as influências do Boeing 707. A interface inicial é composta apenas pelos campos de busca, até que se pressione “Pesquisar nas tabelas”.


7

Figura 5: Interface de busca de aeronave no banco.

Com o botão pressionado, a situação de cada tabela de dados é detalhada por meio de sua cor, como

na Figura 5. Caso não tenha sido registrado nenhum dado dessa aeronave em determinada tabela, o botão da mesma aparece vermelho de acordo com a legenda. As tabelas incompletas são as que têm pelo menos um dado aparecendo como NaN, que é a ausência de dados para o MATLAB. É possível consultar cada tabela para alterar as mesmas. Um simples clique sobre o botão da tabela mostra uma interface semelhante à que surge no mecanismo de simples consulta. Quando as informações são modificadas (após a confirmação), as cores de fundo dos botões são alteradas automaticamente. Caso a adição de determinada aeronave tenha sido um erro, é possível apagar de uma vez todos os seus registros. Para isso, basta pressionar-se o botão vermelho inferior. Se a busca por uma aeronave indica que não existe nenhum registro em tabela da mesma, aparece uma mensagem informando que o avião não está no banco. Nessa situação, o usuário pode incluir a aeronave, devendo depois completar seus dados. Com os recursos apresentados, a manipulação do banco já está completa, e o usuário pode ampliar seus dados. Facilita-se, pela estrutura, a aplicação de inúmeras análises, já que a conexão com o MATLAB permite dá muito dinamismo através do recurso database toolbox .

2.2 Análise estatística com uma variável aleatória

Uma primeira manipulação possível do banco é a análise da variação de uma característica

dependente com relação a uma característica independente do projeto de aeronaves. Tal classificação, no entanto, deve ficar a critério do usuário, pois são os requisitos de um projeto que classificam em ordem de importância as suas características. Na maioria dos casos, o número de passageiros é uma grandeza das mais fundamentais do projeto, geralmente. Pela sua variação, por exemplo, é possível analisar os comprimentos de fuselagem. No entanto, deve-se tomar muito cuidado porque as variáveis são muitas, e não se pode dizer que o número de passageiros é o único fator importante para o comprimento. A organização dos assentos, por exemplo, ou a existência de um andar superior afeta bastante essa última grandeza.

Para a execução de tais ajustes de curva, foi elaborada uma interface gráfica, mostrada na Figura 6 que oferece opções de algumas grandezas julgadas importantes para o projeto conceitual. Tais grandezas são: número máximo de passageiros (Pax), comprimento de pista para decolagem ao nível do mar (m),


8

comprimento da fuselagem (m), empuxo total (kN), carga paga máxima (kg), alcance de projeto(km), consumo de combustível em cruzeiro (kg/h) e velocidade de cruzeiro longo (km/h).

Figura 6: interface de análise para uma variável independente

Como se vê, há na Figura 6 popup menus para a escolha das grandezas para a análise, entre as

listadas anteriormente. Como exemplos estão visíveis os pontos de comprimento da fuselagem x número de passageiros. Como explicado anteriormente, essa análise não é a mais adequada, mas serve para uma estimativa inicial. São notáveis algumas aeronaves que não parecem fugir ao comum. O Boeing 747-400, por exemplo, apresenta um número de passageiros maior do que a tendência. Isso se explica pela presença de deck superior. Com os pontos, é possível fazer um ajuste de curva. Entre as opções de funções para o ajuste, estão os polinômios de primeiro grau até sexto grau. Além dos polinômios, pode ser empregada uma função de potência, da forma da Eq. (2).

y(x)= a *(x^b)+c (2) Em tal equação, y(x) é a função do ajuste, com a, b e c sendo parâmetros encontrados. O critério para

a escolha da função de ajuste é simplesmente a minimização do erro médio quadrático, mais comumente representado na forma de sua raiz quadrada, como na Eq. (3):

2

1

ˆ( )n

t tt

y yRMSE

n m=

−=

−

∑ (3)

Na Eq. (3), yt representa a ordenada do ponto da amostra, enquanto ˆty representa a previsão do

ajuste de curva. Já n representa o número de pontos da amostra e m representa o número de parâmetros da função do ajuste. Entre as sete funções disponíveis para o ajuste, a que minimiza o RMSE é mostrada na Figura 7:


9

Figura 7: Ajuste de curva dos pontos do banco Para o caso de comprimento da fuselagem x número de passageiros, o ajuste é de sexto grau. Ainda

são mostradas as linhas correspondentes ao intervalo de predição de novas observações. Ainda há opção para o usuário colocar um valor da variável x e obter a ordenada ˆty (x) de acordo com a função ajustada,

como mostrado no canto inferior esquerdo da Figura 6. A análise de muitos outros pares de grandeza é possível, mas, conforme alertado, a dependência não

ocorre com relação a apenas uma variável independente, e os valores preditos são apenas boas estimativas. A análise com muitas variáveis independentes seria mais adequada, mas envolve a identificação de quais são realmente as variáveis independentes, o que não é simples. Em um nível mais simples, podem-se desenvolver funções que relacionem até três variáveis independentes com uma quarta grandeza, como são algumas expressões da obra de Raymer (1992), utilizando como parâmetros os expoentes das grandezas independentes, mas tais expressões ainda são limitadas. Nesse contexto, a Teoria da Informação vem trazer luz sobre a análise para muitas variáveis.

2.3 Análise segundo o Conteúdo Esperado de Informação

De acordo com o explicado na Introdução, o Conteúdo Esperado de Informação se refere ao grau de

semelhança entre dois projetos. Quanto menor o valor dessa grandeza, mais semelhantes são os dois projetos. O cálculo é feito tomando-se uma aeronave como referência e analisando outra em relação à mesma. Assim, essa medida não é recíproca, pois conteúdo esperado de informação da aeronave 1 em relação à aeronave 2 não é o mesmo da aeronave 2 em relação à aeronave 1. A fórmula do cálculo está representada na Eq. (1), na própria Introdução. As grandezas tomadas como principais para o cálculo das semelhanças e diferenças podem ser numéricas ou não, o que é uma grande vantagem dessa análise. Assim, podem ser incluídas informações sobre a posição da asa ou sobre o tipo de empenagem (convencional, em T, em X, etc.). Para isso, basta relacionar um número diferente a cada característica. Para esse trabalho, a comparação é feita com as seguintes grandezas:

Número de passageiros (Pax); Carga alar (kg/m2); Comprimento da fuselagem (m); Envergadura da asa (m);


10

MTOW (kg); Combustível padrão (l); Velocidade máxima de cruzeiro (nós); Altitude de vôo em cruzeiro longo (pés); Alcance de projeto (milhas náuticas); Número de motores. Foram selecionadas também grandezas não quantitativas, cuja descrição se faz por meio de uma

string. São: Tipo de motor (Turbofan, Turbojet, Turboprop, Piston); Posição do motor (Underwing, Abovewing, Innerwing, Tail, 1tail2underwing, Nose); Pressurização da cabine (Yes, No); Posição da asa (Low, High); Tipo de empenagem (Conventional, Ttype, Htype, Xtype).

Assim como na análise anterior, foi elaborada uma interface para fazer a comparação segundo esse

princípio. Mostrada na Figura 8, tal interface permite ao usuário a escolha de uma aeronave de referência, a partir da qual são calculados os conteúdos esperados de informação da outras aeronaves. A escolha do avião de referência se dá por meio de popup menus, assim como na consulta ao banco mostrada na Figura 2. Então, escolhido um avião ou um projeto de referência, o programa encontra o avião mais próximo em termos de conteúdo esperado de informação.

Figura 8: Interface de teoria da informação

De fato, o teste com aeronaves já produzidas concede resultados esperados. No exemplo da

Figura 8, a aeronave L1011 da Lockheed é apresentada como semelhante ao DC10 da McDonnell/Douglas, que também é um trijato de grande porte. Muitas outras comparações podem ser feitas. A XXX mostra alguns resultados interessantes.


11

Tabela 3: Comparações segundo Conteúdo Esperado de Informação

Referência Aeronave mais semelhante encontrada

Fabricante Tipo Modelo Fabricante Tipo Modelo

AIRBUS A319 100 BOEING 737 500 AIRBUS A320 200 BOEING 737 400 AIRBUS A330 200 AIRBUS 737 800 AIRBUS A330 300 BOEING 777 100X2 AIRBUS A340 300 AIRBUS A340 500 BOEING 737 400 BOEING 737 300 BOEING 757 300 ILYUSHIN II-62 M/Mk BOEING 747 200 BOEING 737 800

McDONNELL/DOUGLAS DC10 10 AIRBUS A340 300 McDONNELL/DOUGLAS MD 11 McDONNELL/DOUGLAS DC10 10

Uma primeira constatação interessante é que os aviões da AIRBUS da família A320 têm como aeronaves mais semelhantes os aviões da BOEING da família 737, enquanto os 737 têm como mais semelhantes outras aeronaves da própria família. Isso é resultado do fato de haver maior variabilidade entre os aviões produzidos pela AIRBUS, na faixa de assentos entre 120 e 220 passageiros, do que na família 737 da BOEING, que é um conjunto mais homogêneo de aeronaves. Vê-se que o MD 11 é mais semelhante ao DC 10, mas o DC10 é mais semelhante ao A340, segundo as características utilizadas. Portanto, comprova-se que essa distância entre projetos não é recíproca.

Assim como foram comparados aviões, também podem ser comparados projetos que já tem as características básicas definidas. A partir disso, têm-se boas estimativas para outras grandezas menos fundamentais. No entanto, não é possível simplesmente copiar as características do avião mais próximo, e esse método serve mais como um auxílio no sentido de contextualizar o projeto no âmbito dos aviões já produzidos. Para projetos com características inovadoras, principalmente, tal análise pode não ser de grande valia. No entanto, para aviões com a faixa de passageiros semelhante à das aeronaves do banco, a identificação do avião mais semelhante é bastante importante.

Outra possibilidade de análise, que envolve o mesmo algoritmo, é o cálculo de convergências e de divergências. Tais cálculos são úteis, como discutido na Introdução, para análise histórica das mudanças de paradigmas na indústria aeronáutica.

3. Conclusão

A organização das informações de diversos tipos de aeronaves não parece ser tarefa simples. Para um

banco de dados dinâmico, lidar com informações muitas vezes incompletas pode dificultar bastante as análises que se deseja fazer. Até mesmo as próprias designações dos aviões são um pouco confusas na diferenciação entre modelo e tipo. Apesar disso, o conjunto dos aviões produzidos contém uma grande riqueza de informações, a qual pode ser melhor organizada para render mais frutos à indústria aeronáutica, balizando trabalhos futuros.

O método que utiliza a Teoria da Informação para lidar com esses dados apresenta a simplicidade como uma de suas características mais fortes. Além disso, fornecendo aeronaves semelhantes no mundo real, deixa palpável a um projetista o arcabouço de uma aeronave. Não se deseja, entretanto, incorrer no


12

grave erro de se pensar que tudo terá um análogo entre os modelos já produzidos. Esse é um os pontos mais negativos do projeto: não fornecer o grau de proximidade entre o avião de referência (no caso, o projeto) e o avião mais próximo ao mesmo entre os produzidos. Talvez essa seja uma das melhores modificações que tal interface gráfica pode receber, no futuro: informar, pelo menos qualitativamente, se há coerência entre o projeto e o avião par já produzido.

Outro ponto que merece mais atenção é a especificação das grandezas que não são numéricas. Algumas entradas foram padronizadas, como no caso da posição dos motores: underwing, 1tail2underwing, etc. No entanto, não há como abranger todas as possibilidades. Só há medida que o banco se desenvolve surgem necessidades de novas descrições. Motores podem ser localizados, por exemplo, na própria fuselagem, e ainda não há entrada padronizada para essa característica que se encontra em alguns aviões militares. Além do caso dos motores, há muitas outras informações que o banco deve armazenar para uma descrição ainda mais completa.

Apesar dessa aparente fragilidade com relação a novas informações, o banco já dispõe de boa dinâmica de armazenamento, do ponto de vista de um usuário que não precisa dominar a linguagem SQL. Certamente, muitas outras análises podem ser feitas, além da metodologia mais simples baseada em Teoria da Informação. A regressão linear com muitas variáveis independentes, apesar de mais complexa, apresenta-se como uma boa alternativa que permitirá prever com mais precisão alguns valores de características, e não apenas indicar as aeronaves mais semelhantes produzidas.

4. Literatura [1] Raymer, D.P.. Aircraft Design: A conceptual Approach, AIAA Education Series,

Washington D.C.. AIAA, 1992 [2] Moricon, L.. Selected statistics in aircraft design, Department of Automotive and

Aeronautical Engineering, Hamburg University of Applied Sciences, 2006 [3] Frenken, K., Leidesdorff, L.. Scaling Trajectories in Civil Aircraft (1913-1997), 2000 [4] Frenken, K.. Understanding Product Innovation using Complex Systems Theory, 2001. [5] Manual de Referência do MySQL 5.0 [6] Hahn, B. and Valentine, D., “Essential Matlab for Engineers and Scientists,” Elsevier

Press, Thrid Edition, 2007. [7] Mattos, B. S., “PRJ-80 Class Material,” Instituto Tecnológico de Aeronáutica, São José

dos Campos, Brasil, 2008. [8] Roskam, “Airplane Design: Part I,” University of Kansas, 1989.

5. Agradecimentos

Pelo apoio incondicional de minha família em todas as minhas atividades, agradeço profundamente. A meus pais, a minha irmã, a minha namorada, a meus professores e a todos que fazem da minha vida uma oportunidade de muito crescimento dedico este trabalho, fruto do esforço de um ano.

Em especial, gostaria de agradecer pelo apoio do meu atual conselheiro, professor Adriano Carvalho Luiz de Carvalho Neto, que sempre me tem trazido bons conselhos acadêmicos, passando sua larga experiência de vida para quem está apenas começando.

A meu orientador, professor Bento Silva de Mattos, agradeço pela oportunidade de aprendizado que tive por meio do desenvolvimento desse trabalho, que abriu bastante meus horizontes para as possibilidades do auxílio computacional nos desenvolvimentos em Aeronáutica. Sou-lhe também muito grato pelos ótimos conselhos, acadêmicos ou gerais.

Por fim, agradeço ao CNPq pelo estímulo à pesquisa que concede a inúmeros jovens interessados em trazer, por meio do esforço científico, avanços para o país. Dessa forma, cumpre um dos objetivos mais verdadeiros de qualquer organização social: o engrandecimento da educação.

Banco de dados inteligente de aeronaves - bibl.ita.br · Está relacionada ao conceito de entropia,...

Documents

Transcript of Banco de dados inteligente de aeronaves - bibl.ita.br · Está relacionada ao conceito de entropia,...