論文資料飛機(jī)平尾結(jié)冰檢測(cè)及容冰縱向增穩(wěn)控制器研究

1、精品文檔 免費(fèi)閱讀 免費(fèi)分享 如需請(qǐng)下載！飛機(jī)平尾結(jié)冰檢測(cè)及容冰縱向增穩(wěn)控制器研究力學(xué)與工程科學(xué)系 董一群指導(dǎo)老師：艾劍良(教授)，力學(xué)與工程科學(xué)系摘要：針對(duì)飛機(jī)平尾結(jié)冰的情況，通過參數(shù)識(shí)別及神經(jīng)網(wǎng)絡(luò)檢測(cè)，定量分析飛機(jī)結(jié)冰嚴(yán)重程度，估計(jì)飛機(jī)飛行控制參數(shù)，并利用h2狀態(tài)反饋技術(shù)設(shè)計(jì)飛機(jī)容冰縱向增穩(wěn)控制器；仿真結(jié)果顯示控制器對(duì)無(wú)冰、結(jié)冰情形均可有效保持飛機(jī)飛行穩(wěn)定性，效果良好。關(guān)鍵詞：飛機(jī)結(jié)冰；參數(shù)識(shí)別；神經(jīng)網(wǎng)絡(luò)；容冰控制；增穩(wěn)控制；h2狀態(tài)反饋控制abstract: a method to quantificationally sense the severity of tailplane ic

2、ing with algorithm as well as neural network is introduced, based on which a technique of icing-tolerant longitudinal stability augmentation control using h2 feedback method is developed. simulation results show that such technique improved well the dynamic stability of aircraft.keywords: aircraft i

3、cing; parameter identification; neural network; icing-tolerant control; stability augmentation control; h2 feedback control 引言飛機(jī)飛行時(shí)不可避免地受到外界干擾(如風(fēng)擾動(dòng)等)的影響。在外界干擾作用下，飛機(jī)飛行狀態(tài)呈現(xiàn)不規(guī)律振蕩，導(dǎo)致飛行穩(wěn)定性變差。而飛機(jī)結(jié)冰后，冰層積聚在飛機(jī)表面，改變了飛機(jī)氣動(dòng)外形，改變了飛行控制參數(shù)，往往使飛機(jī)穩(wěn)定性能更為惡化。飛機(jī)飛行時(shí)，一般均需在操縱系統(tǒng)中加入增穩(wěn)控制系統(tǒng)，抑制飛行狀態(tài)振蕩，以更好地保持穩(wěn)定性。飛機(jī)的飛行控制系統(tǒng)基于飛機(jī)的飛行動(dòng)力學(xué)

4、特性設(shè)計(jì)，需事先已知飛機(jī)飛行控制參數(shù)。而對(duì)于結(jié)冰后的飛機(jī)，目前的結(jié)冰檢測(cè)手段如紅外影像等通常只是對(duì)“是否結(jié)冰”做出定性分析，無(wú)法估計(jì)飛機(jī)飛行控制參數(shù)變化。因此，在傳統(tǒng)的結(jié)冰檢測(cè)基礎(chǔ)上，還需要定量檢測(cè)結(jié)冰后飛機(jī)飛行控制參數(shù)，并基于此設(shè)計(jì)“容許結(jié)冰”的飛機(jī)控制系統(tǒng)，此即為容冰飛行控制(icing-tolerant control)基本概念。作為初步研究，本文僅針對(duì)于飛機(jī)平尾結(jié)冰的情形?；玖鞒倘鐖D1：1、 構(gòu)造考慮飛機(jī)平尾結(jié)冰的飛機(jī)飛行動(dòng)力學(xué)仿真模型；2、監(jiān)測(cè)系統(tǒng)的控制輸入及狀態(tài)輸出，利用參數(shù)識(shí)別算法初步估計(jì)飛機(jī)飛行控制參數(shù)。3、神經(jīng)網(wǎng)絡(luò)實(shí)時(shí)輸入?yún)?shù)識(shí)別結(jié)果，定量檢測(cè)分析飛機(jī)結(jié)冰與否及結(jié)冰的嚴(yán)重程

5、度，確定飛機(jī)飛行控制參數(shù)。4、根據(jù)已確定的飛機(jī)飛行控制參數(shù)，利用h2狀態(tài)反饋控制技術(shù)，設(shè)計(jì)飛機(jī)增穩(wěn)控制器。圖11飛行動(dòng)力學(xué)模型(flight dynamics model) 1.1飛行動(dòng)力學(xué)(縱向)控制方程飛機(jī)平尾結(jié)冰主要影響飛機(jī)縱向性能，對(duì)飛機(jī)橫航向性能幾乎沒有影響，因此本文飛行動(dòng)力學(xué)模型只考慮飛機(jī)縱向狀態(tài)；同時(shí)，作為初步研究，本文模型采用線性化小擾動(dòng)模型，初始狀態(tài)點(diǎn)選擇為定常水平飛行狀態(tài)；飛行中外界擾動(dòng)僅考慮風(fēng)擾動(dòng)影響。由此，飛行動(dòng)力學(xué)控制方程為6： (1) (2) (3) (4)式中，分別對(duì)應(yīng)飛機(jī)俯仰角速度、俯仰歐拉角、機(jī)體迎角及飛機(jī)在豎直平面內(nèi)速度相對(duì)于初始狀態(tài)點(diǎn)擾動(dòng)偏量，初始值。初始

6、狀態(tài)點(diǎn)各狀態(tài)值為4。即為飛機(jī)縱向主要控制參數(shù)，與相關(guān)聯(lián)。為升降舵相對(duì)初始狀態(tài)點(diǎn)控制輸入，由飛行員或自動(dòng)駕駛儀控制，初始狀態(tài)升降舵偏角為。式(1)-(4)中，為風(fēng)擾動(dòng)引起的過程噪音，由給定標(biāo)準(zhǔn)差的白噪聲模擬；本文中均取為0.20g表征中等程度風(fēng)擾動(dòng)。1.2飛機(jī)結(jié)冰嚴(yán)重程度模型(icing severity model)結(jié)冰前后，控制參數(shù)變化基本規(guī)律為7： (5)式中，、分別為結(jié)冰前、結(jié)冰后控制參數(shù)；為各參數(shù)對(duì)應(yīng)的權(quán)值，由飛機(jī)本身屬性（布局、結(jié)構(gòu)等）決定，不同參數(shù)對(duì)應(yīng)權(quán)值一般不同。為飛機(jī)結(jié)冰嚴(yán)重程度，一般取分為6級(jí)，模擬結(jié)冰不同嚴(yán)重程度。對(duì)應(yīng)于無(wú)冰干凈飛機(jī)，對(duì)應(yīng)于結(jié)冰最嚴(yán)重情況。由此，僅需確定結(jié)冰

7、嚴(yán)重程度值，即可確定飛行控制相關(guān)參數(shù)。結(jié)冰前干凈飛機(jī)各控制參數(shù)及其對(duì)應(yīng)的值見表17。表1 干凈飛機(jī)各控制參數(shù)及其對(duì)應(yīng)權(quán)值(s-2)(s-2)(s-1)(fts-2)(fts-2)(fts-2)(fts-2)(s-1)參數(shù)值-7.86-10.44-3.055-378.7-40.3-19.713.71-0.018-0.99-0.996-0.35-0.951-0.955-0.137-0.141.1112參數(shù)識(shí)別(parameter identification)2.1參數(shù)識(shí)別算法(parameter identification algorithm)將前文(1)-(4)式改寫為： (6) (7)式中

8、，即為升降舵控制輸入。、。為對(duì)系統(tǒng)狀態(tài)的測(cè)量輸出，對(duì)應(yīng)測(cè)量噪音。本文利用給定標(biāo)準(zhǔn)差的白噪聲模擬測(cè)量噪音，標(biāo)準(zhǔn)差即取為傳感器測(cè)量精度。狀態(tài)各量測(cè)量精度見表28。表2 狀態(tài)各量傳感器測(cè)量精度0.0167deg/s0.0293deg0.003deg0.039m/s式(6)中即為待識(shí)別的控制參數(shù)。為計(jì)算，首先，我們定義： (8)則對(duì)任意，參數(shù)識(shí)別遞歸算法為6： (9) (10)注意到(9)式，遞歸算法對(duì)系統(tǒng)狀態(tài)及控制參數(shù)均進(jìn)行估計(jì)，式(8)、(9)中，、即為遞歸計(jì)算初始估計(jì)值；、為各時(shí)刻估計(jì)值。式(8)中，為半范數(shù)( semi-norm)；為泛化歐幾里得范數(shù)(generalized euclidean

9、 norm)。式(9)計(jì)算需要中間量，由式(10)確定，初始值，同時(shí)也為式(8)中計(jì)算泛化歐幾里得范數(shù)的權(quán)矩陣，初始時(shí)人為設(shè)定。為保證(9)式計(jì)算收斂，式(10)中需有，由(8)式確定。注意到值與密切相關(guān)，選取不當(dāng)很容易使趨于無(wú)窮大，導(dǎo)致遞歸算法發(fā)散；下面討論值的選取及值的確定。首先我們不加證明地給出，對(duì)于(10)式如果在任意時(shí)刻均有，則其等價(jià)于9；并且可以將寫作9： (11)。由schur分解可知當(dāng)且僅當(dāng)且時(shí)，有；將式(11)代入(10)式中則有：， (12)， (13)對(duì)(12)式，顯然若令，則；對(duì)(13)式，若令，則，若選取，則對(duì)任意均有。綜上，給定，若令，對(duì)任意均有，則可知，此時(shí)識(shí)別算

10、法可以進(jìn)行。2.2參數(shù)識(shí)別結(jié)果可靠參數(shù)識(shí)別的基本要求是不可有將無(wú)冰飛機(jī)錯(cuò)報(bào)為結(jié)冰的“誤警報(bào)”，因此本文對(duì)無(wú)冰、結(jié)冰飛機(jī) 本文中，若無(wú)特別說明，“結(jié)冰飛機(jī)”均對(duì)應(yīng)于結(jié)冰嚴(yán)重程度，即結(jié)冰最嚴(yán)重情況。均進(jìn)行計(jì)算分析。同時(shí)，識(shí)別計(jì)算也應(yīng)滿足一定的快速性要求，以保證在可能的飛行事故發(fā)生以前盡快做出反應(yīng)。圖2 無(wú)冰、結(jié)冰飛機(jī)參數(shù)識(shí)別結(jié)果識(shí)別結(jié)果見圖2。升降舵標(biāo)準(zhǔn)輸入為大小，周期2秒的方波。另外，。研究表明，方向力控制參數(shù)通常收斂較慢，而方向力控制參數(shù)對(duì)噪音干擾過于敏感10，因此圖中僅提供了俯仰力矩參數(shù)估計(jì)結(jié)果。對(duì)于結(jié)冰飛機(jī)，初始參數(shù)估計(jì)值即為表1中無(wú)冰飛機(jī)參數(shù)值。對(duì)于無(wú)冰飛機(jī)，前文提到此時(shí)控制參數(shù)與飛機(jī)初

11、始狀態(tài)點(diǎn)相關(guān)聯(lián)，在使用算法時(shí)需預(yù)先根據(jù)已知信息(如地面風(fēng)洞試驗(yàn)測(cè)量的控制參數(shù)值)估計(jì)遞歸計(jì)算初始值。為檢驗(yàn)估計(jì)偏差對(duì)識(shí)別算法的影響，圖2中無(wú)冰飛機(jī)計(jì)算初始值分別相對(duì)于真實(shí)值有的偏差。圖2中無(wú)冰、結(jié)冰飛機(jī)均重復(fù)計(jì)算25次以表征25個(gè)不同噪音路徑，其中無(wú)冰情況下5個(gè)偏差每個(gè)偏差均重復(fù)計(jì)算5次。注意到圖中各參數(shù)已相對(duì)于表1中無(wú)冰控制參數(shù)歸一化，對(duì)于無(wú)冰飛機(jī)，顯然參數(shù)歸一化后真實(shí)值為1；對(duì)于結(jié)冰飛機(jī)，由(5)式及表1計(jì)算可得三個(gè)參數(shù)歸一化后真實(shí)值分別為0.90，0.90，0.965?？梢娽槍?duì)不同干擾噪音，無(wú)冰及結(jié)冰參數(shù)估計(jì)均可在升降舵輸入一個(gè)周期(2秒)內(nèi)較為準(zhǔn)確的收斂到真實(shí)值。3神經(jīng)網(wǎng)絡(luò)檢測(cè)(neu

12、ral network classification )神經(jīng)網(wǎng)絡(luò)具有從眾多復(fù)雜耦合的相關(guān)輸入中提取信息的能力、本能的并行計(jì)算特性及良好的容錯(cuò)結(jié)構(gòu)。同時(shí)，訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)在檢測(cè)過程中僅涉及對(duì)于權(quán)值、閥值的簡(jiǎn)單計(jì)算，具有良好的快速性。最后，神經(jīng)網(wǎng)絡(luò)具備離線訓(xùn)練的能力，可在地面利用仿真數(shù)據(jù)完成訓(xùn)練后在線進(jìn)行檢測(cè)，更為快速可靠。3.1網(wǎng)絡(luò)結(jié)構(gòu)圖3 神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)及傳遞函數(shù)s函數(shù)如圖3，網(wǎng)絡(luò)采用單隱層前饋bp神經(jīng)網(wǎng)絡(luò)，隱層節(jié)點(diǎn)數(shù)為7(注意圖3僅為結(jié)構(gòu)示意圖，并不表示隱層節(jié)點(diǎn)數(shù)為5)。為使網(wǎng)絡(luò)具有更好的非線性映像能力，各層間傳遞函數(shù)采用值域?yàn)?-1,1)的s函數(shù)。網(wǎng)絡(luò)輸入為參數(shù)識(shí)別的結(jié)果；前文提到方向力控制

13、參數(shù)通常收斂較慢，而方向力控制參數(shù)對(duì)噪音干擾過于敏感，因此網(wǎng)絡(luò)僅輸入俯仰力矩三個(gè)控制參數(shù)。網(wǎng)絡(luò)檢測(cè)分析飛機(jī)結(jié)冰嚴(yán)重程度，一般分為6級(jí)，取值分別為，注意到s函數(shù)值域?yàn)?-1,1)，為防止網(wǎng)絡(luò)輸出飽和，我們將值人工映像到(-1,1)區(qū)間上，通過網(wǎng)絡(luò)輸出所處區(qū)間判斷結(jié)冰嚴(yán)重程度。映射關(guān)系式見表3。表3 神經(jīng)網(wǎng)絡(luò)檢測(cè)輸出及其對(duì)應(yīng)的值(-1.0,-0.8)-0.8,-0.4)-0.4,0.0)0.0,0.4)0.4,0.8)0.8,1.0)00.020.040.060.080.103.2網(wǎng)絡(luò)訓(xùn)練數(shù)據(jù)前文提到，網(wǎng)絡(luò)輸入為參數(shù)識(shí)別檢測(cè)到的三個(gè)俯仰力矩控制參數(shù)。參數(shù)識(shí)別中升降舵標(biāo)準(zhǔn)控制輸入為大小、周期2秒的方

14、波。在升降舵輸入一個(gè)周期(2秒)內(nèi)，參數(shù)識(shí)別已經(jīng)可以取得較好的結(jié)果。進(jìn)一步研究表明，改變升降舵輸入大小、周期，識(shí)別結(jié)果在升降舵輸入一個(gè)周期內(nèi)均可以良好收斂到真實(shí)值。因此，我們?cè)O(shè)定在升降舵輸入加載到一個(gè)周期的時(shí)刻打開神經(jīng)網(wǎng)絡(luò)，網(wǎng)絡(luò)輸入即為此時(shí)刻參數(shù)識(shí)別算法的遞歸計(jì)算值。網(wǎng)絡(luò)訓(xùn)練中，為獲得更為充足的訓(xùn)練數(shù)據(jù)，保證網(wǎng)絡(luò)良好的泛化能力，我們針對(duì)結(jié)冰嚴(yán)重程度不同等級(jí)，不同大小、周期的升降舵輸入均進(jìn)行仿真計(jì)算，同時(shí)，各情形均重復(fù)計(jì)算5次模擬5個(gè)噪音路徑。l 結(jié)冰嚴(yán)重程度6個(gè)等級(jí)0, 0.02, 0.04, 0.06, 0.08, 0.10；l 升降舵輸入不同幅值0.5o, 1.0o, 1.5o, 2.0o

15、；l 升降舵輸入不同周期1s, 2s, 3s, 4s, 5s, 6s；l 無(wú)冰飛機(jī)初始估計(jì)值偏差；l 每一種情形重復(fù)計(jì)算5次模擬5個(gè)噪音路徑。對(duì)于結(jié)冰飛機(jī)，各級(jí)均有120組訓(xùn)練數(shù)據(jù)；對(duì)于無(wú)冰干凈飛機(jī)還包括5個(gè)不同的初始估計(jì)偏差，有600組訓(xùn)練數(shù)據(jù)，一共包括1200組訓(xùn)練數(shù)據(jù)。網(wǎng)絡(luò)訓(xùn)練輸出為表3中各級(jí)值對(duì)應(yīng)區(qū)間上下限中值。各級(jí)對(duì)應(yīng)值見表4。表4 各級(jí)值所對(duì)應(yīng)的神經(jīng)網(wǎng)絡(luò)訓(xùn)練輸出00.020.040.060.080.10-0.9-0.6-0.2+0.2+0.6+0.93.3網(wǎng)絡(luò)性能測(cè)試神經(jīng)網(wǎng)絡(luò)檢測(cè)并不直接輸出飛機(jī)結(jié)冰嚴(yán)重程度具體值，而是根據(jù)網(wǎng)絡(luò)輸出值所處區(qū)間判斷其處于“哪一級(jí)”。對(duì)網(wǎng)絡(luò)性能的基本要求

16、是不能有“越級(jí)”現(xiàn)象發(fā)生。網(wǎng)絡(luò)測(cè)試數(shù)據(jù)獨(dú)立于3.2節(jié)中提到的1200組網(wǎng)絡(luò)訓(xùn)練數(shù)據(jù)。升降舵輸入采用標(biāo)準(zhǔn)的大小、周期2秒的方波輸入，網(wǎng)絡(luò)輸入為參數(shù)識(shí)別2秒時(shí)刻的計(jì)算結(jié)果。對(duì)6個(gè)等級(jí)每一級(jí)均進(jìn)行100次測(cè)試，共600組測(cè)試數(shù)據(jù)。神經(jīng)網(wǎng)絡(luò)測(cè)試結(jié)果見圖4?？梢姛o(wú)論結(jié)冰與否，各級(jí)網(wǎng)絡(luò)輸出均嚴(yán)格按照表3對(duì)應(yīng)關(guān)系落在相應(yīng)區(qū)間內(nèi)，600組測(cè)試資料沒有“越級(jí)”現(xiàn)象發(fā)生。該神經(jīng)網(wǎng)絡(luò)完全可以滿足對(duì)飛機(jī)結(jié)冰嚴(yán)重程度等級(jí)檢測(cè)的要求。圖4 神經(jīng)網(wǎng)絡(luò)性能測(cè)試4容冰(縱向)增穩(wěn)控制器設(shè)計(jì)圖5 無(wú)冰飛機(jī)無(wú)增穩(wěn)控制仿真圖6 結(jié)冰飛機(jī)無(wú)增穩(wěn)控制仿真圖5及圖6分別為無(wú)冰及結(jié)冰飛機(jī)在升降舵無(wú)控制輸入下無(wú)增穩(wěn)控制的仿真結(jié)果。圖5中，外界

17、不確定的風(fēng)擾動(dòng)使飛機(jī)短周期量、呈現(xiàn)不規(guī)律振蕩，振蕩的累積效果使機(jī)體俯仰角擾動(dòng)值持續(xù)變化，進(jìn)而導(dǎo)致飛行速度持續(xù)減小。對(duì)于圖6結(jié)冰飛機(jī)，短周期量振蕩更為劇烈，而飛行速度的擾動(dòng)值達(dá)到了近100m/s，注意到初始狀態(tài)點(diǎn)速度不過57.15m/s，飛機(jī)飛行狀態(tài)已經(jīng)嚴(yán)重偏離初始點(diǎn)，飛行穩(wěn)定性能嚴(yán)重惡化。本章即討論利用h2狀態(tài)反饋控制技術(shù)設(shè)計(jì)飛機(jī)增穩(wěn)控制器，抑制狀態(tài)量振蕩，保持飛行穩(wěn)定性。4.1系統(tǒng)h2性能系數(shù)對(duì)前文(1)-(4)式描述的線性小擾動(dòng)模型，考慮狀態(tài)空間模型下的表述： (14) (15)其中，為狀態(tài)擾動(dòng)量，為升降舵控制輸入，表征外界風(fēng)擾動(dòng)輸入，、為已知的適當(dāng)維數(shù)的實(shí)矩陣，為系統(tǒng)監(jiān)控輸出，通過選擇、

18、陣人為設(shè)定。增穩(wěn)控制器工作時(shí)，系統(tǒng)無(wú)控制輸入；對(duì)式(14)、(15)描述的系統(tǒng)，即升降舵控制輸入。我們定義傳遞函數(shù)： (16)t(s)的h2范數(shù)為11： (17)式中，表示的共軛轉(zhuǎn)置，表示矩陣的跡。式(17)即為式(14)、(15)描述的系統(tǒng)的h2性能系數(shù)11。4.2 h2狀態(tài)反饋控制技術(shù)4.1節(jié)中介紹了系統(tǒng)的h2性能系數(shù)，我們這里不加證明的給出，系統(tǒng)的h2性能系數(shù)即為系統(tǒng)在白噪聲信號(hào)輸入激勵(lì)下的穩(wěn)態(tài)輸出方差11。本文中飛機(jī)飛行外界干擾假設(shè)全部由風(fēng)擾動(dòng)產(chǎn)生，并利用方差給定的白噪聲模擬。由此，可以通過抑制系統(tǒng)的h2性能系數(shù)保證系統(tǒng)在風(fēng)擾動(dòng)下的狀態(tài)穩(wěn)定性。給定標(biāo)量，對(duì)式(14)、(15)描述的系統(tǒng)

19、，若存在對(duì)稱正定矩陣，及，對(duì)于 (18) (19) (20)存在一組可行解，則為系統(tǒng)狀態(tài)反饋增益， 為系統(tǒng)一個(gè)狀態(tài)反饋h2控制率12，此時(shí)，系統(tǒng)的h2性能系數(shù)即為。由此，設(shè)計(jì)系統(tǒng)的最優(yōu)h2反饋控制器即等價(jià)于優(yōu)化問題：s.t. 式(18)式(19)式(20)對(duì)應(yīng)即為系統(tǒng)狀態(tài)最優(yōu)反饋增益，為最優(yōu)狀態(tài)反饋h2控制律12。式(18)-(20)中，、陣對(duì)應(yīng)系統(tǒng)監(jiān)控輸出，我們?cè)O(shè)定， ，即僅監(jiān)控系統(tǒng)狀態(tài)量，并對(duì)振蕩較為劇烈的、適度放大(10倍)。表征外界風(fēng)擾動(dòng)輸入，由標(biāo)準(zhǔn)差為的白噪聲模擬；習(xí)慣上，我們選擇標(biāo)準(zhǔn)差為1的白噪聲，則有，表征中等程度風(fēng)擾動(dòng)。求解式(18)-(20)還需已知及。對(duì)比式(14)及式(1

20、)-(4)，可知、僅由系統(tǒng)初始狀態(tài)點(diǎn)及系統(tǒng)飛行控制參數(shù)決定。初始狀態(tài)點(diǎn)選擇為；而對(duì)于，通過前文提到的參數(shù)識(shí)別及神經(jīng)網(wǎng)絡(luò)檢測(cè)，可以在線較為準(zhǔn)確地檢測(cè)分析飛機(jī)結(jié)冰嚴(yán)重程度，進(jìn)而可由式(5)確定值。另外，注意到無(wú)論飛機(jī)結(jié)冰與否，通過前文介紹的方法，均可較為準(zhǔn)確地確定飛行控制參數(shù)，因而不論是對(duì)無(wú)冰或是結(jié)冰飛機(jī)，均可利用本節(jié)介紹的方法計(jì)算系統(tǒng)h2重構(gòu)控制率，設(shè)計(jì)增穩(wěn)控制器。4.3容冰增穩(wěn)控制器仿真結(jié)果圖7 無(wú)冰飛機(jī)增穩(wěn)控制前后仿真對(duì)比圖8 結(jié)冰飛機(jī)增穩(wěn)控制前后仿真對(duì)比圖7及圖8分別為無(wú)冰、結(jié)冰飛機(jī)在h2重構(gòu)前(nominal control)及重構(gòu)增穩(wěn)后(reconfigured control)仿真結(jié)

21、果對(duì)比。顯然使用增穩(wěn)控制技術(shù)后，系統(tǒng)狀態(tài)振蕩被很好地抑制在0值附近，系統(tǒng)偏離初始狀態(tài)點(diǎn)很小。300秒時(shí)間內(nèi)，系統(tǒng)穩(wěn)定性能良好，增穩(wěn)控制器可以在較長(zhǎng)的時(shí)間尺度上較好地實(shí)現(xiàn)狀態(tài)的穩(wěn)定 由于篇幅所限，本文中僅討論了及兩種情形增穩(wěn)控制仿真結(jié)果；事實(shí)上，增穩(wěn)控制器對(duì)這兩種極端情形均有效，我們有理由相信，對(duì)于處在二者之間的結(jié)冰其他等級(jí)，控制器也可有效工作。分析總結(jié)本文主要介紹了飛機(jī)平尾結(jié)冰定量檢測(cè)方法及飛機(jī)容冰縱向增穩(wěn)控制器的設(shè)計(jì)。通過參數(shù)識(shí)別算法及神經(jīng)網(wǎng)絡(luò)檢測(cè)，可以比較準(zhǔn)確地定量分析飛機(jī)平尾結(jié)冰嚴(yán)重程度，對(duì)無(wú)冰、結(jié)冰飛機(jī)均可確定飛機(jī)飛行控制參數(shù)；在此基礎(chǔ)上，通過h2狀態(tài)反饋控制技術(shù)設(shè)計(jì)飛機(jī)的縱向增穩(wěn)控制

22、器，仿真結(jié)果顯示對(duì)于無(wú)冰飛機(jī)和結(jié)冰飛機(jī)兩種情形，控制器在較長(zhǎng)時(shí)間尺度上均可有效抑制狀態(tài)振蕩，有效保持飛行穩(wěn)定性。在仿真層面上，本文介紹的容冰增穩(wěn)控制器的設(shè)計(jì)思路是可行的。進(jìn)一步的研究工作可在如下兩方面進(jìn)行：l 進(jìn)一步細(xì)化飛機(jī)飛行動(dòng)力學(xué)模型，包括外界擾動(dòng)的模擬及飛機(jī)結(jié)冰嚴(yán)重程度模型；l 對(duì)飛機(jī)其他位置如機(jī)翼、機(jī)頭等處的結(jié)冰進(jìn)行進(jìn)一步的分析。參考文獻(xiàn)論文：1 judith foss van zante, thomas p. ratvasky, investigation of dynamic flight maneuvers with an iced tailplaner. proceedings

23、 of the 37th aerospace sciences meeting and exhibit, number nasa/tm-1999-208849 or aiaa-99-0371, reno, nevada, jan. 19992 richard j. ranaudo, thomas p. ratvasky, judith foss van zante, flying qualities evaluation of a commuter aircraft with an ice contaminated tailplaner. proceedings of the general

24、aviation technology conference and exposition (gatc), number nasa/tm-2000-210356, sae 2000-01-1676, wichita, kansas, may 20003 鐘長(zhǎng)生，杜亮，洪冠新，飛機(jī)結(jié)冰引起的飛行動(dòng)力學(xué)問題探討j，飛行力學(xué)，2004，22(3)：64-684 prof m. bragg, prof t. basar, prof w. r. perkins and prof t. basar eth, smart icing systems nasa reviewr, university of i

25、llinois at urbana-champaign, may 19995 郭龍，沈宏良，施永毅，飛機(jī)容冰技術(shù)的研究進(jìn)展j，飛行力學(xué)，2005， 23(1)：75-786 j. w. melody, t. basar, w. r. perkins, p. g. voulgaris, parameter identification for inflight detection and characterization of aircraft icingj, control engineering practice, 8(2000), 985-10017 m. b. bragg, t. hutchison, j. merret, r. oltman and d. pokhariyal, effects of ice accretion on aircraft flight dynamicsr. proceedings of 38th aiaa aerospace sciences and exhibit, number aiaa-2000-0360, reno, nevada, jan. 20008 t. p. ratvasky, r.j. ra