デルタ形成
航空機編隊の種類

サンダーバードはデルタを形成する

デルタ編隊とは、複数の飛行物体がV字型に接近して飛行効率を高める飛行パターンです。後続の飛行物体はそれぞれ前方の飛行物体よりもわずかに高い位置に配置され、前方の飛行物体によって移動した空気を利用して風圧を軽減します。[1]

デルタ地帯は、鳥が長距離を移動する際によく利用され、 [2]飛行機や無人航空機(UAV)でも利用されています。[3]

デルタ編隊の最も有名な使用例は、アメリカ空軍のデモ飛行隊「サンダーバーズ」です。サンダーバーズは、通常、航空ショーの最後に6機の航空機を集結させ、密集編隊で飛行します。

利点と基本的な仕組み

デルタ編隊飛行は、同じエネルギー量でより長い飛行時間を可能にします。これにより時間と資源を節約し、危険な地域での停止の必要性を軽減します。

飛行中、翼端渦によって翼の後ろに上昇気流が発生します。これは揚力を生成するために上方に流された空気です。デルタ編隊では、後続の物体は先頭の物体のすぐ後ろ、わずかに上を進みます。これにより、飛行中の先頭の物体からの上昇気流が後続の物体に揚力を発生させることができます。 [1] [2]先頭の物体からの余剰揚力を使用すると、後続の物体はそれほど揚力を発生させる必要がなくなり、効率が向上します。このことを大規模なデルタ編隊で使用して、効率を大規模に向上することができます。先頭の物体からの余剰揚力がすでに生成されているため、先頭の物体からさらにエネルギーを必要とせず、通常は使用されないエネルギーを使用します。これにより、一部の鳥はデルタ編隊で飛行するときに最大30％のエネルギー消費を削減できます。[4]

アメリカ空軍のサンダーバーズ

キースラー空軍基地でデルタ編隊を組んでいるサンダーバーズ機の下側

デルタ編隊は、アメリカ空軍の航空デモ飛行隊「サンダーバーズ」によって有名になりました。サンダーバーズがデルタ編隊で飛行する際、飛行隊の6機の航空機すべてが密集したデルタ線を描いて飛行します。密集編隊では、航空機間の間隔はわずか0.5メートル（1.5フィート）です。[5]

番組では、チームが複数回デルタ編隊を組み、編隊の端の飛行機が独立して単独スタントを行う一方、中央の4機はそのまま残ります。デルタ編隊のトリックは通常、番組の最後まで残されます。[5]

サンダーバーズとブルーエンジェルスがエルセントロ海軍航空基地上空で「スーパーデルタ」を初飛行

スーパーデルタ

2021年、海軍の ブルーエンジェルスと空軍のサンダーバーズは「スーパーデルタ」編隊を組んだ。スーパーデルタでは、ブルーエンジェルスが中央に典型的なデルタ編隊を形成し、その両側に3機のサンダーバーズが配置された。[6]新型コロナウイルス感染症のパンデミックにより航空ショーが中止されたため、両チームは追加の練習時間を得て共同訓練を行うことができた。

実用

飛行制御の自動化が進むにつれ、大規模な編隊飛行がより現実的になってきています。燃料節約のため、多くの無人航空機メーカーはデルタ編隊やそれに類似した編隊飛行を商用利用に実験しています。

無人航空機

無人航空機（UAV）では、多くのメーカーが長距離をデルタ編隊で飛行することで航続距離を延ばすUAVの開発を進めています。この編隊は「スウォーム」と呼ばれ、遠方の基地局から発進したUAVは、目的地まで一緒に飛行した後、分離するか、個々のユニットがスウォームから早めに離脱します。その後、編隊に戻って一緒に飛行することも、個別に飛行することもできます。[3]

UAVアプリケーション

無人航空機（UAV）においては、効率性の向上と、大規模な警戒活動の監視に必要な人員の削減が両立されます。そのユースケースとしては、以下のものが挙げられます。[3]

  • ラストマイル配送では、近くのハブから集団で荷物を最終目的地まで配送します。[要出典]
  • 農地を観察し、高解像度のジオタグ画像を使用して正規化差植生指数（NDVI）を計算する
  • 山火事の封じ込め、人間を危険にさらすことなく火災を調査できる場所、または消火剤を散布できる場所
  • 特に大規模なイベントにおける法執行
  • 国境警備隊
  • 軍事監視

無人航空機通信

無人機群では、基準点と経路が事前に決定されます。先頭の無人機（UAV）はこの基準点を辿ります。後続のUAVは、基準点に基づいて最適な位置を計算します[7]

群れを形成する無人機は、事前に定められた軌道を持ち、先頭の無人機が情報源として指定されます。先頭の無人機の後ろには、すべての無人機が自機の方向を定める基準点があります。そして、先頭の無人機の位置に基づいて、最も効率的な位置を計算します。[8]

UAV編隊における最適位置の計算

{ P ˙ × ＝ V c o s （ y ） ∗ c o s （ × ） P ˙ y ＝ V c o s （ y ） ∗ s 私 n （ × ） P ˙ z ＝ V s 私 n （ y ） V ˙ ＝ T c o s （ 1つの − D ） メートル − グラム ∗ s 私 n （ y ） + Δ V y ˙ ＝ T s 私 n （ 1つの ） c o s （ σ + L c o s （ σ ） ） メートル V − グラム c o s （ y ） V + Δ y × ˙ ＝ （ T ∗ s 私 n （ 1つの ） s 私 n （ σ ） + L s 私 n （ σ ） メートル V + Δ × ） {\displaystyle {\begin{cases}{\dot {P}}x=Vcos(y)*cos(x)\\{\dot {P}}y=Vcos(y)*sin(x)\\{\dot {P}}z=Vsin(y)\\{\dot {V}}={\frac {Tcos(aD)}{mg*sin(y)}}+\Delta V\\{\dot {y}}={\frac {\frac {Tsin(a)cos(\sigma +Lcos(\sigma ))}{mV-gcos(y)}}{V+\Delta y}}\\{\dot {x}}=\left({\frac {T*sin(a)sin(\sigma )+Lsin(\sigma )}{mV+\デルタ x}}\right)\end{件}}}

この方程式系は、群れの中の UAV の最適な配置を記述できます。この構成では、UAVは次のように質点系として考えることができます。ここで、p = [p x , p y , p z ] Tは慣性座標系におけるUAVの位置を表します。VはUAVの対気速度を表します。y、xは飛行経路角と機首方位角を表します。L 、T、Dはそれぞれ揚力、推力、抗力を表します。gは重力加速度を表します。αとσはそれぞれ迎え角とバンク角を表します。Δv、Δy、Δxは風の勾配と外部擾乱に関連する無視されるモデル要素を表します。慣性座標系における速度として、v x = V cos(y) cos(x)、v y = V cos(y) sin(x)、v z = V sin yと記します。簡単にするために、対気速度の加速度は、上昇率と機首方位角はそれぞれω yとω xと定義されます。変換後、UAVの群動力学は次のように表すことができます。次のような2次MASとして近似的に記述される」[9]

鳥

鳥は群れで飛ぶ際に、デルタ編隊を利用してより遠くまで飛びます。その効果を最大化するために、鳥は疲れてくると先頭を交代し、群れがより遠くまで飛べるようにします。鳥は編隊を最大限に利用するように進化しており、周囲の鳥を感知し、最適な位置に身を置くことができます。また、群れを維持するための視覚的なガイドとして、編隊を利用しています。[2]

参考文献

  1. ^ ab 「なぜガチョウはV字型に飛ぶのか？」アメリカ議会図書館。 2021年11月12日閲覧。
  2. ^ abc 「鳥のように飛ぶ：V字編隊がついに解明」BBCニュース、2014年1月16日。 2021年11月12日閲覧。
  3. ^ abc Campion, Mitch; Ranganathan, Prakash; Faruque, Saleh (2019年6月1日). 「UAV群の通信および制御アーキテクチャ：レビュー」. Journal of Unmanned Vehicle Systems . 7 (2): 93– 106. doi : 10.1139/juvs-2018-0009 . ISSN  2291-3467. S2CID  56702550.
  4. ^ パトリシア・ウォルドロン (2014年1月15日). 「なぜ鳥はV字編隊で飛ぶのか」. Science . doi : 10.1126/article.23697 (2025年7月11日現在非公開).{{cite journal}}: CS1 maint: DOIは2025年7月時点で非アクティブです（リンク）
  5. ^ ab “サンダーバーズ | アメリカ空軍航空機飛行隊 | ブリタニカ”. www.britannica.com . 2021年11月12日閲覧。
  6. ^ Pawlyk, Gina Harkins, Oriana (2021年3月4日). 「ブルーエンジェルスとサンダーバーズが協力し、新たな『スーパーデルタ』飛行編隊を実行」. Military.com . 2021年11月12日閲覧。{{cite web}}: CS1 maint: 複数の名前: 著者リスト (リンク)
  7. ^ Cabral-Pacheco, E. Giovanni; Villarreal-Reyes, Salvador; Galaviz-Mosqueda, Alejandro; Villarreal-Reyes, Sergio; Rivera-Rodriguez, Raul; Perez-Ramos, Aldo E. (2019). 「分散型UAVフォーメーションコントロールアプリケーションにおけるマルチホップブロードキャストプロトコルのパフォーマンス分析」の図2を参照。IEEE Access . 7 : 113548– 113577. Bibcode : 2019IEEEA...7k3548C. doi : 10.1109/ACCESS.2019.2935307 . S2CID  201651013.
  8. ^ カブラル・パチェコ、E.;ビジャレアル、サルバドール;ガラビズ・モスケダ、ガブリエル。ビジャレアル-レイエス、サウスカロライナ州;リベラ・ロドリゲス、ラウール。ペレス＝ラモス、アルド（2019年8月14日）。 「分散型 UAV 編隊制御アプリケーションのためのマルチホップ ブロードキャスト プロトコルのパフォーマンス分析」。IEEE アクセス。7 : 113548–113577。ビブコード:2019IEEEA...7k3548C。土井: 10.1109/ACCESS.2019.2935307。S2CID  201651013。
  9. ^ Dong, Qi; Liu, Zhibin (2023). 「外乱を考慮した無人航空機群の編隊制御：ミッションドリブン制御スキーム」 .最適制御の応用と方法. 44 (3): 1441– 1462. doi :10.1002/oca.2799. ISSN  1099-1514. S2CID  244196917.
「https://en.wikipedia.org/w/index.php?title=Delta_formation&oldid=1300038845」より取得