ภารกิจจำลองและขั้นตอนฉุกเฉิน

ตัวอย่างที่ 1 ลม 6 m/s ตามแนวท่อ

แบตเตอรี่มีพลังงานใช้ได้ 700 Wh สำรองไว้ 20% เมื่อถึงบ้าน กำลังขณะบินเดินทาง 1,200 W ความเร็วอากาศ 16 m/s ลมพัดตามแนวท่อออกจากบ้าน 6 m/s (ค่าสมมติ)

import numpy as np

cap_wh = 700.0              # พลังงานใช้ได้ของแบตเตอรี่
reserve = 0.20              # สำรองขั้นต่ำเมื่อถึงบ้าน
p_w = 1200.0                # กำลังขณะบินเดินทาง W
v_air = 16.0                # ความเร็วอากาศ m/s
wind = 6.0                  # ลมพัดตามแนวเส้นทางออกจากบ้าน m/s (หนุนขาไป ต้านขากลับ)

def energy_wh(dist_m, ground_speed):
    return p_w * dist_m / ground_speed / 3600

usable = cap_wh * (1 - reserve)
out_gs, back_gs = v_air + wind, v_air - wind
d = np.arange(0, 40001, 10)
need = energy_wh(d, out_gs) + energy_wh(d, back_gs)
pnr = d[need <= usable].max()
print(f"usable energy {usable:.0f} Wh")
print(f"point of no return with wind: {pnr/1000:.2f} km from home")
d0 = usable / (2 * p_w / v_air / 3600)
print(f"same calculation in calm air: {d0/1000:.2f} km")

usable energy 560 Wh
point of no return with wind: 11.55 km from home
same calculation in calm air: 13.44 km

ลม 6 m/s ทำให้จุดที่ไม่สามารถบินกลับได้หดจาก 13.4 km เหลือ 11.6 km แนวท่อยาว 20 km จึงบินไปกลับเที่ยวเดียวจากบ้านไม่ได้ ต้องแบ่งเป็นสองเที่ยว ใช้จุดขึ้นลงสองฝั่ง หรือให้รถพาไปปล่อยกลางทาง การคำนวณนี้ต้องทำใหม่ทุกวันตามลมจริง และควรใช้ลมที่ความสูงบิน ไม่ใช่ลมบนพื้น

ตัวอย่างที่ 2 ช่วงไหนของแนวท่อที่ไม่มีที่ลง

มีจุดลงสี่แห่ง บ้าน ลานโรงเรียนที่ 6 km ลานวัดที่ 12 km และคลังปลายทางที่ 20 km เมื่อเกิดเหตุ ต้องถึงจุดลงได้ภายใน 3 km (ค่าสมมติจากพลังงานสำรอง) ตรวจทุก 0.1 km

import numpy as np

route_km = np.round(np.arange(0, 20.05, 0.1), 1)   # จุดตามแนวท่อทุก 0.1 km
sites = {"home": 0.0, "L1 school field": 6.0, "L2 temple yard": 12.0, "end depot": 20.0}
reach_km = 3.0                            # ระยะที่ต้องบินถึงจุดลงได้เมื่อเกิดเหตุ (สมมติจากพลังงานสำรอง)

gaps, best = [], []
for x in route_km:
    name, pos = min(sites.items(), key=lambda s: abs(s[1] - x))
    dist = abs(pos - x)
    best.append(dist)
    if dist > reach_km:
        gaps.append(x)
print(f"worst distance to a landing site: {max(best):.2f} km")
if gaps:
    print(f"uncovered stretch: {min(gaps):.1f} to {max(gaps):.1f} km")
    sites["L3 new field"] = 16.0
    worst = max(min(abs(p - x) for p in sites.values()) for x in route_km)
    print(f"after adding L3 at 16.0 km, worst distance {worst:.2f} km")

worst distance to a landing site: 4.00 km
uncovered stretch: 15.1 to 16.9 km
after adding L3 at 16.0 km, worst distance 3.00 km

ช่วง 15.1–16.9 km อยู่ห่างจุดลงเกิน 3 km การเพิ่มลานนาที่ 16 km ปิดช่องว่างได้ แต่ระยะแย่ที่สุดเหลือ 3.00 km พอดีกับขีดจำกัด ซึ่งไม่มีระยะเผื่อเลย ควรหาจุดลงเพิ่มหรือเพิ่มพลังงานสำรอง การตรวจทุก 0.1 km ยังสำคัญ เพราะการตรวจห่างเกินไปอาจพลาดช่องว่างสั้น ๆ