版權(quán)說(shuō)明:本文檔由用戶(hù)提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、XX大學(xué)攻讀碩士學(xué)位研究生課題論證報(bào)告姓名學(xué)號(hào)專(zhuān)業(yè)研究方向指導(dǎo)教師2013年12月17日課題名稱(chēng):民機(jī)飛行特情狀態(tài)預(yù)測(cè)及改出控制研究選題依據(jù)(包括課題的來(lái)源、研究目的、必要性和重要性、意義以及國(guó)內(nèi)外研究的技術(shù)現(xiàn)狀分析)1 .課題來(lái)源2 .課題研究意義和目的2.1 課題研究的意義通過(guò)多年的飛行事故統(tǒng)計(jì),可以發(fā)現(xiàn)由于民航飛機(jī)本身的意外系統(tǒng)故障或者突發(fā)外部環(huán)境干擾誘發(fā)的飛行員操縱失誤,進(jìn)而導(dǎo)致飛機(jī)失控的事故占到了總事故的75%,傷亡人數(shù)更是占到了傷亡總?cè)藬?shù)的85%以上。因此,進(jìn)行有效的飛機(jī)狀態(tài)短時(shí)預(yù)測(cè)對(duì)飛行安全有著很大幫助,主要體現(xiàn)在以下兩個(gè)方面。第一,通過(guò)針對(duì)性地設(shè)計(jì)改出控制律,提高自動(dòng)飛行的安全
2、性;第二,可向駕駛員提前預(yù)警,以便采取應(yīng)急措施。研究民用飛機(jī)飛行特情的狀態(tài)預(yù)測(cè)及改出特情的飛行控制律設(shè)計(jì)具有理論意義和工程實(shí)用價(jià)值。2.2 課題研究的目的:本課題研究的目的是實(shí)現(xiàn)在特殊情況下對(duì)飛機(jī)狀態(tài)的預(yù)測(cè)以及控制。首先建立飛機(jī)動(dòng)力學(xué)仿真模型;在此基礎(chǔ)上,對(duì)受到特定的外部環(huán)境或自身故障影響下的飛機(jī)進(jìn)行飛行狀態(tài)短時(shí)預(yù)測(cè)。最后,以飛行安全包線(xiàn)保護(hù)為控制目標(biāo),實(shí)現(xiàn)改出特情狀態(tài)的飛行控制律設(shè)計(jì)。3 .國(guó)內(nèi)外研究現(xiàn)狀分析3.1 由特情造成的飛機(jī)失控事故分析飛行失控(Loss-of-Control,LOC)是指飛機(jī)在可控飛行狀態(tài)下,由于某種原因進(jìn)入危險(xiǎn)姿態(tài)而未能正確改出,以致飛機(jī)超出正常飛行包線(xiàn),從而造成
3、飛行事故,是誘發(fā)嚴(yán)重飛行事故和人員傷亡的主要原因1。據(jù)國(guó)際民用航空組織(ICAO)的統(tǒng)計(jì),在200外商用噴氣飛機(jī)事故中,由飛機(jī)失控和可控飛行觸地引發(fā)的事故為39起,占總事故的42.8%,造成人員傷亡2887,占總傷亡人數(shù)的61.2%。這其中,由飛機(jī)駕駛員錯(cuò)誤判斷導(dǎo)致飛行事故占到了42.8%2。事故統(tǒng)計(jì)分析此類(lèi)事故是由以下三種不利因素導(dǎo)致的。第一,機(jī)載設(shè)備發(fā)生故障;第二,外部環(huán)境的惡劣變化和擾動(dòng);第三,飛機(jī)處于異常飛行狀態(tài)(如飛機(jī)處于不正常高度或者不正常的速度)。而且尤以前兩個(gè)因素為主要誘因,占據(jù)了飛機(jī)失控和可控飛行觸地事故起因的90%以上。隨著飛機(jī)本身的可控性和可靠性的不斷發(fā)展,由民航飛機(jī)本身
4、的意外系統(tǒng)故障或者突發(fā)外部環(huán)境干擾直接造成飛機(jī)失控進(jìn)而導(dǎo)致飛機(jī)事故呈下降趨勢(shì),并且飛機(jī)在遭遇微下?lián)舯┝骰虻涂诊L(fēng)切變等大多數(shù)特殊情況下,只要機(jī)組人員做出正確判斷和決策,飛機(jī)是具有改出的能力的。所以大多數(shù)事故是由在特情下對(duì)飛機(jī)錯(cuò)誤操作導(dǎo)致飛機(jī)振蕩、失控而產(chǎn)生的。因此,對(duì)飛機(jī)狀態(tài)進(jìn)行短時(shí)預(yù)測(cè)和改出控制律設(shè)計(jì)對(duì)飛行安全是有著很大幫助網(wǎng)o3.2 飛行狀態(tài)預(yù)測(cè)的手段鑒于飛機(jī)失控對(duì)飛行安全的嚴(yán)重威脅,2000年以后,F(xiàn)AA,美國(guó)波音公司,NASA蘭利研究中心等許多著名的航空研究機(jī)構(gòu)就飛行狀態(tài)預(yù)測(cè),飛行控制策略進(jìn)行了深入的研究。就飛行狀態(tài)預(yù)測(cè)而言,研究主要針對(duì)以下幾個(gè)問(wèn)題:(1)如何建立飛行動(dòng)力學(xué)模型來(lái)精確反
5、映飛機(jī)運(yùn)動(dòng)狀態(tài)的非線(xiàn)性動(dòng)力學(xué)特性。以往的飛行動(dòng)力學(xué)模型的理論基礎(chǔ)是在飛機(jī)平衡點(diǎn)附近,對(duì)非線(xiàn)性系統(tǒng)應(yīng)用一階Taylor®開(kāi),所得結(jié)果是原非線(xiàn)性系統(tǒng)在特定平衡點(diǎn)周?chē)木植拷?。這種方法的缺點(diǎn)主要有兩點(diǎn)。第一,由于采用一階Taylor展開(kāi)而帶來(lái)的舍入誤差;第二,在遇到實(shí)際微下?lián)舯┝骰蛘叩涂诊w切變時(shí),飛機(jī)的運(yùn)動(dòng)狀態(tài)已不在該平衡點(diǎn)附近,如果仍基于該線(xiàn)化模型進(jìn)行控制律設(shè)計(jì),其控制效果將遠(yuǎn)不會(huì)達(dá)到預(yù)期效果,有時(shí)甚至?xí)?dǎo)致飛機(jī)的振蕩、失控進(jìn)而導(dǎo)致嚴(yán)重的飛機(jī)事故。(2)采用何種算法進(jìn)行飛行狀態(tài)預(yù)測(cè)。對(duì)于商用民航飛機(jī)而言,目前預(yù)測(cè)失控趨勢(shì)的手段較為單一,只有基于觀(guān)測(cè)數(shù)據(jù)的預(yù)測(cè)方法和基于小擾動(dòng)線(xiàn)化方程設(shè)計(jì)
6、自適應(yīng)預(yù)測(cè)控制模型。近年來(lái),為解決飛機(jī)運(yùn)動(dòng)狀態(tài)的非線(xiàn)性動(dòng)力學(xué)模型的建立問(wèn)題,線(xiàn)性變參數(shù)(LPV)模型在飛行動(dòng)力學(xué)方面有了很大發(fā)展,并已成功應(yīng)用于固定翼飛機(jī)4和無(wú)人機(jī)運(yùn)動(dòng)建模。LPV模型是一類(lèi)重要的時(shí)變系統(tǒng)模型,其狀態(tài)空間矩陣是實(shí)時(shí)可測(cè)且在閉集上變化的變參數(shù)的確定函數(shù)。基于LPV模型的魯棒變?cè)鲆婵刂朴捎谀軌蛟诶碚撋媳WC系統(tǒng)的全局穩(wěn)定性和魯棒性,克服了傳統(tǒng)變?cè)鲆婵刂频娜秉c(diǎn)。由于飛機(jī)在要根據(jù)不同的改出控制策略以及飛行狀態(tài)變化而動(dòng)態(tài)更新模型,而LPV模型恰好可以通過(guò)一定的調(diào)度算法更新系數(shù)矩陣,計(jì)算獲得新的狀態(tài)。這種在線(xiàn)修正的特點(diǎn),恰好可以應(yīng)用于飛機(jī)模型的建立。在LPV建模的基礎(chǔ)上,飛行狀態(tài)預(yù)測(cè)可以得到
7、進(jìn)一步完善6。一種方法是采用狀態(tài)濾波方法,狀態(tài)濾波方法是,在LPV真型的基礎(chǔ)上,應(yīng)用推廣卡爾曼濾波或無(wú)味濾波短時(shí)估計(jì)失控后的飛行狀態(tài)變化。只要有完整氣動(dòng)數(shù)據(jù)的支持,這種估計(jì)方法能在很大程度上逼近實(shí)際情況。另一種模型預(yù)測(cè)方法是采用無(wú)模型的神經(jīng)網(wǎng)絡(luò)進(jìn)行預(yù)測(cè)。不過(guò)這種預(yù)測(cè)方式一般需要大量事故的飛行數(shù)據(jù)的支持和風(fēng)洞試驗(yàn)數(shù)據(jù)的支持才能有很好的效果。3.3 改出控制美國(guó)波音公司,NASA蘭利研究中心等許多著名的航空研究機(jī)構(gòu)為實(shí)現(xiàn)更全面的飛行安全控制策略,提出了基于包線(xiàn)保護(hù)策略的飛行安全控制律設(shè)計(jì)方案。即在有外部環(huán)境干擾(如湍流或者低空飛切變)或者飛機(jī)本身的意外系統(tǒng)故障(如單發(fā)停車(chē)或者飛機(jī)舵面卡阻)的情況下
8、,預(yù)測(cè)飛機(jī)飛行狀態(tài),并給出飛機(jī)控制律或者一組控制序列,使飛機(jī)可以在安全狀態(tài)下(即安全的飛行包線(xiàn)內(nèi))實(shí)現(xiàn)改出或者降落。飛行包線(xiàn)綜合地描述了一架飛機(jī)所能安全飛行的高度與速度范圍,反映了氣動(dòng)、推力和結(jié)構(gòu)等因素對(duì)飛行范圍的限制。以B737飛機(jī)為例,如圖1(a)所示,為B737飛機(jī)建模數(shù)據(jù)提供的該機(jī)襟翼收起的正常飛行的迎角-側(cè)滑角色線(xiàn),(b)圖所示,為襟翼著陸構(gòu)型時(shí)的包線(xiàn)??梢钥闯?,一般商用飛機(jī)經(jīng)飛行試驗(yàn)驗(yàn)證的包線(xiàn)只是飛行模擬器上所用包線(xiàn)的子包絡(luò),只有在經(jīng)驗(yàn)證的包線(xiàn)內(nèi)飛行才是絕對(duì)安全的。包線(xiàn)保護(hù)系統(tǒng)通過(guò)控制律設(shè)計(jì)、增加限制器等措施使得飛機(jī)能夠在包線(xiàn)范圍內(nèi)安全飛行。目前,包線(xiàn)保護(hù)系統(tǒng)已廣泛應(yīng)用在改出風(fēng)切變
9、飛控設(shè)計(jì)中7。圖1B-737飛機(jī)迎角-側(cè)滑角包線(xiàn)由上述可知,飛行安全的關(guān)鍵就是當(dāng)飛機(jī)狀態(tài)處于飛行包線(xiàn)邊緣,即臨界狀態(tài)時(shí),可以通過(guò)飛機(jī)自動(dòng)飛行系統(tǒng)自身或者人為干預(yù)使得飛機(jī)改出可以危險(xiǎn)姿態(tài),避免出現(xiàn)超出飛行包線(xiàn)的發(fā)生。因此要實(shí)現(xiàn)基于包線(xiàn)保護(hù)系統(tǒng)的飛行安全策略關(guān)鍵包括兩個(gè)方面:(1)決定性參數(shù)的選取與安全包線(xiàn)的制定。在不利因素干擾下,飛機(jī)的運(yùn)動(dòng)參數(shù)不斷變化。對(duì)于這些特殊飛行狀態(tài),將那些對(duì)飛行安全性具有決定性作用的參數(shù)稱(chēng)為決定性參數(shù)。通常情況下決定性參數(shù)會(huì)包括:迎角、過(guò)載、表速、滾轉(zhuǎn)角速度等。(2)在危險(xiǎn)狀態(tài)下的改出控制律設(shè)計(jì)。目前,主要有兩種設(shè)計(jì)方法。一種是基于LPV模型的變?cè)鲆婵刂破髟O(shè)計(jì)?;贚P
10、V模型的變?cè)鲆婵刂破骺梢岳糜邢迋€(gè)設(shè)計(jì)點(diǎn)(平衡點(diǎn)),自行進(jìn)行自增益調(diào)節(jié),進(jìn)而完成對(duì)飛機(jī)狀態(tài)的控制,并且在所考慮的包線(xiàn)范圍內(nèi)保證一定程度的魯棒穩(wěn)定性和魯棒性能。第二種方法是基于模型預(yù)測(cè)控制的控制器設(shè)計(jì)。這種設(shè)計(jì)方法主要包括三個(gè)關(guān)鍵步驟:預(yù)測(cè)系統(tǒng)未來(lái)動(dòng)態(tài);(數(shù)值)求解最優(yōu)化問(wèn)題,給出控制律或控制序列;將優(yōu)化解的第一個(gè)元素作用于系統(tǒng)。模型預(yù)測(cè)控制在飛行控制方面有著很明顯的優(yōu)勢(shì),主要包括兩個(gè)方面。一是,顯式和主動(dòng)處理約束;二是,預(yù)測(cè)模型可以進(jìn)行在線(xiàn)修正。本課題針對(duì)民航商用飛機(jī),嘗試應(yīng)用濾波方法或神經(jīng)網(wǎng)絡(luò)方法對(duì)飛機(jī)進(jìn)行狀態(tài)預(yù)測(cè),并對(duì)可能存在的失控情況,研究改出危險(xiǎn)狀態(tài)的方法,并以一種新的控制器設(shè)計(jì)思路-
11、模型預(yù)測(cè)控制為理論基礎(chǔ),探討基于此理論進(jìn)行控制器設(shè)計(jì)的方法。課題研究方案(包括具體的研究目標(biāo)、研究?jī)?nèi)容和擬解決的關(guān)鍵問(wèn)題;擬采取的研究方法、技術(shù)路線(xiàn)、實(shí)驗(yàn)方案及可行性分析)1.研究目標(biāo)、研究?jī)?nèi)容和擬解決的關(guān)鍵問(wèn)題課題的研究目標(biāo)包括:從B737的真實(shí)的飛行數(shù)據(jù)入手,建立B737飛機(jī)飛行動(dòng)力學(xué)模型,實(shí)現(xiàn)飛機(jī)短時(shí)狀態(tài)預(yù)測(cè)和危險(xiǎn)狀態(tài)下的改出控制律設(shè)計(jì)。其具體研究?jī)?nèi)容有:(1)含一定自動(dòng)飛行系統(tǒng)的B737飛行動(dòng)力學(xué)模型。從現(xiàn)有的B737飛機(jī)數(shù)據(jù)和已有的六自由度飛機(jī)動(dòng)力學(xué)模型的C+開(kāi)源代碼入手,利用數(shù)據(jù)系統(tǒng)地構(gòu)建B737飛機(jī)模型。它主要包括氣動(dòng)力/力矩模型、運(yùn)動(dòng)方程模型、起落架力和力矩模型、大氣紊流和風(fēng)模
12、型等關(guān)鍵模型。飛行系統(tǒng)模型所要完成白功能有:飛機(jī)空氣動(dòng)力學(xué)的仿真、實(shí)現(xiàn)特定狀態(tài)下的飛機(jī)配平和一定的飛機(jī)縱向面的自動(dòng)飛行任務(wù),(如機(jī)翼水平狀態(tài)下的恒速平飛,機(jī)翼水平狀態(tài)下的穩(wěn)定爬升等)。飛行動(dòng)力學(xué)模型將用以支持之后課題的飛行仿真及控制律驗(yàn)證可行性。(2)飛機(jī)狀態(tài)預(yù)測(cè)及失控趨勢(shì)檢測(cè)。針又tB737飛機(jī)模型基于動(dòng)態(tài)配平,和典型的大量事故的飛行數(shù)據(jù),建立神經(jīng)網(wǎng)絡(luò)。之后驗(yàn)證神經(jīng)網(wǎng)絡(luò)的有效性,在舵面突發(fā)擾動(dòng)的情況下,將B737飛機(jī)的實(shí)際飛行狀態(tài)軌跡和經(jīng)神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)的飛行狀態(tài)進(jìn)行比較,觀(guān)察尤其是會(huì)影響飛行安全的決定性參數(shù)的變化趨勢(shì)。(3)飛機(jī)危險(xiǎn)狀態(tài)下的改出控制律設(shè)計(jì)當(dāng)B737飛機(jī)在遭遇會(huì)引起飛機(jī)失控的大氣
13、擾動(dòng)的情況,采用模型預(yù)測(cè)控制設(shè)計(jì)改出控制律,按“滾動(dòng)優(yōu)化”控制策略設(shè)置控制變量。在飛機(jī)動(dòng)力學(xué)模型仿真中,讓飛機(jī)受到突發(fā)擾動(dòng)時(shí),檢驗(yàn)?zāi)P皖A(yù)測(cè)控制的有效性。課題擬解決的關(guān)鍵問(wèn)題包括:(1)神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)問(wèn)題神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型般需要大量事故的飛行數(shù)據(jù)和風(fēng)洞試驗(yàn)數(shù)據(jù)的支持。而且,設(shè)計(jì)神經(jīng)網(wǎng)絡(luò)的隱含層數(shù)、神經(jīng)元個(gè)數(shù)和傳輸函數(shù)的選取都依賴(lài)于經(jīng)驗(yàn),并沒(méi)有成熟的理論支持。(2)決定性參數(shù)的選取如何選取足夠的決定性參數(shù)來(lái)量化計(jì)算飛行安全是設(shè)計(jì)安全飛行包線(xiàn)的難點(diǎn)。在不同的飛行狀態(tài)下,不同的狀態(tài)變量會(huì)對(duì)飛機(jī)安全有著不同程度的影響,明確哪些狀態(tài)變量更為重要,有著更為重要的控制優(yōu)先級(jí)。(3)模型預(yù)測(cè)控制的模型選取問(wèn)題。在改
14、出控制律設(shè)計(jì)時(shí),動(dòng)力學(xué)模型的選取對(duì)模型預(yù)測(cè)控制的控制效果有著至關(guān)重要的影響。因此,對(duì)于動(dòng)力學(xué)模型的選取要十分慎重。目前優(yōu)先采用無(wú)模型的神經(jīng)網(wǎng)絡(luò)進(jìn)行測(cè)試,并根據(jù)實(shí)際需要修正優(yōu)化預(yù)測(cè)模型。(4)模型預(yù)測(cè)控制的算法選取問(wèn)題。在模型預(yù)測(cè)控制中,優(yōu)化算法會(huì)直接影響控制律的設(shè)計(jì),為了使得飛機(jī)狀態(tài)可以更好更快的達(dá)到理想的飛行狀態(tài),不同的算法將會(huì)根據(jù)實(shí)際需要進(jìn)行取舍。2.擬采取的研究方法、技術(shù)路線(xiàn)、實(shí)驗(yàn)方案及可行性分析2.1 研究方法與技術(shù)路線(xiàn)飛機(jī)空氣動(dòng)力學(xué)建模是本課題研究的基礎(chǔ)。在此基礎(chǔ)上,研究神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)機(jī)制,并分別基于模型預(yù)測(cè)控制技術(shù)完成對(duì)飛機(jī)改出危險(xiǎn)的控制律設(shè)計(jì)。研究步驟如圖2所示。圖2課題研究步驟(
15、1)飛機(jī)六自由度模型?;陲w行數(shù)據(jù)建立的非線(xiàn)性動(dòng)力學(xué)模型通過(guò)大量插值運(yùn)算和局部近似,計(jì)算空氣動(dòng)力學(xué)系數(shù)和發(fā)動(dòng)機(jī)推,充分反映了氣動(dòng)力和發(fā)動(dòng)機(jī)推力的非線(xiàn)性動(dòng)態(tài)。對(duì)簡(jiǎn)化非線(xiàn)性模型應(yīng)進(jìn)行典型操縱輸入試驗(yàn),分別測(cè)試縱向長(zhǎng)短周期模態(tài)、滾轉(zhuǎn)衰減模態(tài)。通過(guò)對(duì)比驗(yàn)證,對(duì)簡(jiǎn)化模型進(jìn)行修正和優(yōu)化(2)飛機(jī)的狀態(tài)預(yù)測(cè)和控制律設(shè)計(jì)。收集部分事故的飛行數(shù)據(jù),用以建立基于動(dòng)態(tài)配平的神經(jīng)網(wǎng)絡(luò),進(jìn)行飛機(jī)狀態(tài)預(yù)測(cè)。并在此基礎(chǔ)上進(jìn)行有包線(xiàn)保護(hù)約束模型預(yù)測(cè)控制(MPC),如圖3所示。并將計(jì)算所得的控制變量輸入到飛行動(dòng)力學(xué)模型中,并基于FlightGear進(jìn)行可視化輸出,驗(yàn)證算法的有效性。(開(kāi)始仿真)獲取仿真時(shí)飛行狀態(tài)<是否有失
16、控趨勢(shì)是否T7TZ根據(jù)改出控制律設(shè)定控制輸入量(結(jié)束圖3單步仿真流程圖2.2 研究可行性分析目前,實(shí)驗(yàn)室已獲得B737NG飛機(jī)的建模的相關(guān)數(shù)據(jù)和部分飛機(jī)事故飛行數(shù)據(jù)和開(kāi)源的飛行動(dòng)力學(xué)模型JSBSim,并已完成了飛行動(dòng)力學(xué)模型的初步建立,可用于飛行模擬器的飛行實(shí)時(shí)仿真。在此基礎(chǔ)上,進(jìn)行特情飛行狀態(tài)預(yù)測(cè)和MPC控制律設(shè)計(jì)完全可行。研究基礎(chǔ)(包括與本項(xiàng)目有關(guān)的研究工作積累和已取得的研究工作成績(jī);課題研究現(xiàn)有的基礎(chǔ)和已具備的實(shí)驗(yàn)條件,可能遇到的困難或問(wèn)題和擬解決的途徑和措施等)1 .研究工作積累和已具備的實(shí)驗(yàn)條件(1)掌握飛行動(dòng)力學(xué)建模所需的相關(guān)知識(shí),熟悉神經(jīng)網(wǎng)絡(luò)建立的各個(gè)環(huán)節(jié)以及一定的理論基礎(chǔ),初步
17、了解MPC的基礎(chǔ)知識(shí)和使用方法。(2)熟練C+相關(guān)知識(shí),可以熟練使用MicrosoftVisualStudio2010所提供的開(kāi)發(fā)環(huán)境。(3)掌握基于開(kāi)源的飛行動(dòng)力學(xué)模型代碼(JSBSim)軟件,并通過(guò)適當(dāng)修改,使飛機(jī)動(dòng)力學(xué)模型符合B737的飛行特征。2 .可能遇到的困難及解決途徑(1)神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)問(wèn)題神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)在設(shè)計(jì)神經(jīng)網(wǎng)絡(luò)的隱含層數(shù)、神經(jīng)元個(gè)數(shù)和傳輸函數(shù)的選取時(shí),大都依賴(lài)于經(jīng)驗(yàn),并沒(méi)有成熟的理論支持。這就需要通過(guò)對(duì)神經(jīng)網(wǎng)絡(luò)進(jìn)行多次實(shí)驗(yàn)測(cè)試,并在這些測(cè)試過(guò)程中不斷修正及優(yōu)化神經(jīng)網(wǎng)絡(luò)模型。(2)決定性參數(shù)的選取由于在不同的飛行狀態(tài)下,不同的狀態(tài)變量會(huì)對(duì)飛機(jī)安全有著不同程度的影響。所以可以通過(guò)
18、以往文獻(xiàn)確立哪些決定性參數(shù)更為關(guān)鍵,并通過(guò)實(shí)驗(yàn)驗(yàn)證選取這些狀態(tài)變量為決定性參數(shù)的可行性及有效性。(3)模型預(yù)測(cè)控制的模型選取問(wèn)題。在改出控制律設(shè)計(jì)時(shí),動(dòng)力學(xué)模型的選取對(duì)模型預(yù)測(cè)控制的控制效果有著至關(guān)重要的影響。因此,對(duì)于動(dòng)力學(xué)模型的選取要十分慎重。目前優(yōu)先采用無(wú)模型的神經(jīng)網(wǎng)絡(luò)進(jìn)行測(cè)試,并根據(jù)實(shí)際需要修正優(yōu)化預(yù)測(cè)模型。(4)模型預(yù)測(cè)控制的算法選取問(wèn)題。在模型預(yù)測(cè)控制中,優(yōu)化算法會(huì)直接影響控制律的設(shè)計(jì),為了使得飛機(jī)狀態(tài)可以更好更快的達(dá)到理想的飛行狀態(tài),不同的算法將會(huì)根據(jù)實(shí)際需要進(jìn)行取舍。研究計(jì)劃和進(jìn)度2013年12月-2014年3月:建立飛行動(dòng)力學(xué)模型,并驗(yàn)證模型準(zhǔn)確性。2014年3月-2014年
19、6月:完成基于飛行事故數(shù)據(jù)的神經(jīng)網(wǎng)絡(luò)預(yù)測(cè),并根據(jù)實(shí)際仿真情況驗(yàn)證其有效性。2014年6月-2014年10月:完成基于模型預(yù)測(cè)控制的控制律設(shè)計(jì)。2013年10月-2014年12月:完成畢業(yè)論文。研究經(jīng)費(fèi)預(yù)算與來(lái)源(含支持本課題的項(xiàng)目編號(hào))參考文獻(xiàn)1伍開(kāi)元飛行技術(shù)與航空安全研究M.成都:四川科學(xué)技術(shù)出版社,2006.11.17.2 StatisticalSummaryofCommercialJetAirplaneAccidents,WorldwideOperations,1959-2008,BoeingCommercialAirplanes,July2009.3 TheBoeingCompany.
20、StatisticalSummaryofCommercialJetAirplaneAccidentsWorldwideOperations1959-2011.4 AndresMarcos,GaryJBalas.DevelopmentofLinearParameterVaryingModelsforAircraft.JournalofGuidance,Control,andDynamics,2004,27(2):218-228.5宗群,吉月輝,竇立謙等.無(wú)人機(jī)側(cè)向系統(tǒng)LPV模型降階.控制與決策,2010,25(6):948-952.6 ShinJY.Worst-caseanalysisandli
21、nearparametervaryinggainscheduledcontrolofaerospacesystemsD.UniversityofMinnesota,2000.7 AtillaDogan.GuidanceStrategiesforMicroburstEscape.Ph.DDissertationofUniversityofMichigan,2000.8 LingMa,YouminZhang.FaultDetectionandDiagnosisforGTMUAVwithDualUnscentedKalmanFilter.In:AIAAGuidance,NavigationandCo
22、ntrolConference,2010,1-12.9 YavrucukI.AdaptivelimitmargindetectionandlimitavoidanceM.2003.10葛志浩,徐浩軍,孟捷.飛行失控的向量空間建模與應(yīng)用研究J.飛行力學(xué),2008,26(3):18-21.11 RobertAR,JamesEW,WilliamG.DynamicsModelingandSimulationofLargeTransportAirplanesinUpsetConditionsR.AIAA20055933,2005.12 JamesEW,JohnVF.DefiningCommercialT
23、ransportLossofControlAQuantitativeApproachR.AIAA20044811,2004.13TulvioSDurand,RichardJWasicko.AnAnalysisofCarrierLandingR.AIAA65-791,1965,p1p34113 JMUrnes,RKHess,RFMoomaw,RKHuff.H-DotAutomaticCarrierLandingSystemforApproachControlinTurbulenceR1AIAA79-1772R,1981,Vol.4,p177p183115 EduardoCamponogara,D
24、ongJia,BruceH.Krogh,andSaroshTalukdar.DistributedModelPredictiveControlJ.IEEEControlSystemsMagazine116JasminFPatry.ModelPredictiveControlDesignwithProcessConstraintsandImplicitEconomicCriteriaJ1IEEEInstrumentationandMeasurement17BeiHuandArnoLinnemann.TowardInfinite-HorizonOptimalityinNonlinearModelP
25、redictiveControlJ1IEEETransactionsonAutomaticControl,vol.47,NO.4,APRIL2002118席裕庚.預(yù)測(cè)控制.北京:國(guó)防工業(yè)出版社,199619王樹(shù)青.先進(jìn)控制技術(shù)及應(yīng)用.北京:化學(xué)工業(yè)出版社,200120肖順達(dá).飛行自動(dòng)控制系統(tǒng)(上、下冊(cè))M.北京:國(guó)防工業(yè)出版社,1980121飛機(jī)飛行品質(zhì)分析S.中華人民共和國(guó)航空工業(yè)部,1983122 Isidori,A.,NonlinearControlSystems:AnIntroduction,Vol.72,LectureNotesinControlandInformationScien
26、ce,Springer-Verlag,Berlin,198523 Tahk,M.,Briggs,M.M.,andMenon,P.K.A.,"ApplicationsofPlantInversionviaStateFeedbacktoMissileAutopilotDesign,"Proceedingsofthe27thIEEEConferenceonDecisionandControl(Austin,TX),Dec.1988,pp.730-735.24 Desoer,C.A.,andWang,Y.-T.,"FoundationsofFeedbackTheoryfo
27、rNonlinearDynamicalSystems,"IEEETransactionsonCircuitsandSystems,Vol.CAS-27,No.2,Feb.1980,pp.104-123.25 Reichert,R.,"ModernRobustControlforMissileAutopilotDesign,"ProceedingsoftheAmericanControlConference(SanDiego,CA),June1990,pp.2368-2373.26 Shamma,J.S.,andAthans,M.,"GuaranteedP
28、ropertiesofGainScheduledControlofLinearParameter-VaryingPlants,"Automatica,Vol.27,No.3,May1991,pp.559-565.27 Shahruz,S.M.,andBehtash,S.,"DesignofControllersforLinearParameterVaryingSystemsbytheGainSchedulingTechnique,"BerkeleyEngineeringResearchInst.,MemorandumBERIM90/1,Univ.ofCalifor
29、nia,Berkeley,CA,Jan.1990.28 Shamma,J.S.,andAthans,M.,"GainScheduling:PotentialHazardsandPossibleRemedies,"IEEEControlSystemsMagazine,June1992.HDesoer,C.A.,andVidyasagar,M.,FeedbackSystems:Input-OutputProperties,Academic,NewYork,197529肖業(yè)倫,金長(zhǎng)江.大氣擾動(dòng)中的飛行原理M.北京:國(guó)防工業(yè)出版社,1993.文獻(xiàn)綜述(不少于6千字)一、概述飛機(jī)失控
30、是民用運(yùn)輸機(jī)失事的主要原因之一。導(dǎo)致飛機(jī)失控的原因有多種多樣,誘因主要體現(xiàn)在以下三個(gè)方面。第一,機(jī)載設(shè)備發(fā)生故障;第二,外部環(huán)境的惡劣變化和擾動(dòng);第三,飛機(jī)處于異常飛行狀態(tài)(如飛機(jī)處于不正常高度或者不正常的速度)。隨著飛機(jī)本身的可控性和可靠性的不斷發(fā)展,由民航飛機(jī)本身的意外系統(tǒng)故障或者突發(fā)外部環(huán)境干擾直接造成飛機(jī)失控進(jìn)而導(dǎo)致飛機(jī)事故呈下降趨勢(shì),并且飛機(jī)在遭遇微下?lián)舯┝骰虻涂诊L(fēng)切變等大多數(shù)特殊情況下,只要機(jī)組人員做出正確判斷和決策,飛機(jī)是具有改出的能力的。所以大多數(shù)事故是由在特情下對(duì)飛機(jī)錯(cuò)誤操作導(dǎo)致飛機(jī)振蕩、失控而產(chǎn)生的。因此,對(duì)飛機(jī)狀態(tài)進(jìn)行短時(shí)預(yù)測(cè)和改出控制律設(shè)計(jì)對(duì)飛行安全是有著很大幫助。本課
31、題研究的目的是實(shí)現(xiàn)在特殊情況下對(duì)飛機(jī)狀態(tài)的預(yù)測(cè)以及控制。首先建立飛機(jī)動(dòng)力學(xué)仿真模型;然后基于模型的基礎(chǔ)上,對(duì)受到特定的外部環(huán)境或自身故障影響下的飛機(jī)進(jìn)行狀態(tài)預(yù)測(cè)。最后,以包線(xiàn)保護(hù)為控制目標(biāo),實(shí)現(xiàn)飛機(jī)安全飛行的目的。二、飛機(jī)事故分析隨著飛機(jī)安全性水平的提高,是近幾10年來(lái)技術(shù)進(jìn)步和管理水平提高的綜合效應(yīng),是安全性分析、設(shè)計(jì)、驗(yàn)證及管理技術(shù)和各種科學(xué)技術(shù)進(jìn)步相結(jié)合的結(jié)果。首先,飛行器、發(fā)動(dòng)機(jī)、各種安全關(guān)鍵系統(tǒng)設(shè)計(jì)技術(shù)的改進(jìn)和計(jì)算機(jī)、電子、信息、新材料及新工藝等的應(yīng)用,大大減少了飛行器及各種系統(tǒng)的故障;其次是各種顯示、監(jiān)控和告警設(shè)備的采用,使飛行人員能隨時(shí)了解飛行器的工作狀況,及時(shí)采取有效的防止事故
32、發(fā)生的措施;第三是飛行人員的培訓(xùn)方法的改進(jìn)及駕駛技術(shù)的提高,減少了各種駕駛差錯(cuò)所造成的事故;第四是地面使用、維修、保障和空中交通管制設(shè)施及技術(shù)的改進(jìn);第五是飛行安全規(guī)章及條例的實(shí)施和貫徹。然而,近20多年來(lái),一是因?yàn)轱w行器的復(fù)雜性大大提高,飛行器研制中仍然存在著一定數(shù)量的可能導(dǎo)致災(zāi)難性事故的設(shè)計(jì)缺陷;二是由于人為因素導(dǎo)致災(zāi)難性飛行事故發(fā)生的主導(dǎo)因素,而且這些人為因素存在著很大的隨機(jī)性。飛機(jī)的飛行事故受飛機(jī)設(shè)計(jì)、駕駛員操作、地面維修、空中交通管制和氣象等各種復(fù)雜因素的影響,而且許多事故往往是多種相關(guān)聯(lián)的因素影響造成的;同時(shí),由于各種飛機(jī)因使用環(huán)境條件、飛行剖面,飛行持續(xù)時(shí)間等的不同,造成事故的主
33、導(dǎo)因素也可能不同;此外,隨著技術(shù)進(jìn)步,造成事故的主導(dǎo)因素也可能發(fā)生變化。美國(guó)把飛機(jī)事故主要原因劃分為駕駛和后勤兩類(lèi)。駕駛類(lèi)事故包括飛機(jī)失控、撞地、空中相撞、起飛與著陸過(guò)程造成的事故;后勤類(lèi)事故包括發(fā)動(dòng)機(jī)、飛行操縱系統(tǒng)、燃油系統(tǒng)、起落架、結(jié)構(gòu)、液壓系統(tǒng)及電氣系統(tǒng)等的設(shè)計(jì)缺陷、設(shè)備故障或維修差錯(cuò)等造成的事故。近20年來(lái),雖然飛機(jī)總的事故次數(shù)在不斷下降,而這些事故中其中占絕大算數(shù)是由于人為因素而直接或者間接導(dǎo)致的飛行失控而產(chǎn)生的。飛行失控(Loss-of-Control,LOC)是指飛機(jī)在可控飛行狀態(tài)下,由于某種原因進(jìn)入危險(xiǎn)姿態(tài)而未能正確改出,以致飛機(jī)超出正常飛行包線(xiàn),從而造成飛行事故,是誘發(fā)嚴(yán)重飛
34、行事故和人員傷亡的主要原因。據(jù)國(guó)際民用航空組織(ICAO)的統(tǒng)計(jì),在2008年商用噴氣飛機(jī)事故中,由飛機(jī)失控和可控飛行觸地引發(fā)的事故為39起,占總事故的42.8%,造成人員傷亡2887,占總傷亡人數(shù)的61.2%。這其中,由飛機(jī)駕駛員錯(cuò)誤判斷導(dǎo)致飛行事故占到了42.8%。事故統(tǒng)計(jì)分析此類(lèi)事故是由以下三種不利因素導(dǎo)致的。第一,機(jī)載設(shè)備發(fā)生故障;第二,外部環(huán)境的惡劣變化和擾動(dòng);第三,飛機(jī)處于異常飛行狀態(tài)(如飛機(jī)處于不正常高度或者不正常的速度)。而且尤以前兩個(gè)因素為主要誘因,占據(jù)了事故起因的90%以上。隨著飛機(jī)本身的可控性和可靠性的不斷發(fā)展,由民航飛機(jī)本身的意外系統(tǒng)故障或者突發(fā)外部環(huán)境干擾直接造成飛機(jī)
35、失控進(jìn)而導(dǎo)致飛機(jī)事故呈下降趨勢(shì),并且飛機(jī)在遭遇微下?lián)舯┝骰虻涂诊L(fēng)切變等大多數(shù)特殊情況下,只要機(jī)組人員做出正確判斷和決策,飛機(jī)是具有改出的能力的。所以大多數(shù)事故是由在特情下對(duì)飛機(jī)錯(cuò)誤操作導(dǎo)致飛機(jī)振蕩、失控而產(chǎn)生的。為避免人為差錯(cuò),一方面是改進(jìn)飛機(jī)安全性設(shè)計(jì)和分析,采用自動(dòng)化技術(shù),從設(shè)計(jì)上避免人為差錯(cuò)及其影響;另一方面是開(kāi)展人為因素研究,盡量避免人為差錯(cuò),減少飛機(jī)的飛行事故。美英等航空發(fā)達(dá)國(guó)家及世界民航組織都在實(shí)施人為因素研究計(jì)劃,主要項(xiàng)目包括飛行員疲勞、飛行時(shí)差反應(yīng)、飛行員生理節(jié)奏失調(diào)、飛行員之間的協(xié)調(diào)、人為差錯(cuò)的監(jiān)控、人為差錯(cuò)的事故鏈、飛機(jī)座艙自動(dòng)化的人為因素以及顯示和告警系統(tǒng)的人為因素等。就
36、第一方面而言,實(shí)現(xiàn)飛機(jī)狀態(tài)進(jìn)行短時(shí)預(yù)測(cè)和改出控制律設(shè)計(jì)對(duì)飛行安全是有著很大幫助。三、飛機(jī)狀態(tài)預(yù)測(cè)模型飛機(jī)的飛行狀態(tài)預(yù)測(cè)問(wèn)題歷來(lái)是飛控系統(tǒng)設(shè)計(jì)與仿真、機(jī)動(dòng)目標(biāo)跟蹤以及飛行器系統(tǒng)辨識(shí)等領(lǐng)域關(guān)心的重大課題。美國(guó)學(xué)者RKlmn于六十年代初提出了卡爾曼濾波算法,該算法非常適合于計(jì)算機(jī)遞推計(jì)算,成為解決狀態(tài)預(yù)測(cè)問(wèn)題的最有效手段,在工程中獲得了廣泛的應(yīng)用。隨著應(yīng)用的展開(kāi),人們對(duì)卡爾曼濾波算法進(jìn)行了種種的改進(jìn)。為了適應(yīng)非線(xiàn)性系統(tǒng),提出了推廣卡爾曼濾波,為進(jìn)一步提高非線(xiàn)性濾波精度,又研究了迭代濾波、非線(xiàn)性二階濾波等算法。對(duì)于商用民航飛機(jī)而言,研究具有無(wú)發(fā)生失控的趨勢(shì),對(duì)于提高飛行安全是很有意義的。如在飛機(jī)發(fā)生積
37、冰、舵面失效或者遭遇到強(qiáng)對(duì)流天氣時(shí),短時(shí)預(yù)測(cè)系統(tǒng)如果能給出飛機(jī)有無(wú)失控趨勢(shì),這將給機(jī)組人員及時(shí)作出相應(yīng)對(duì)策有重大幫助。因此如何借助動(dòng)力學(xué)模型,并基于模型給出失控趨勢(shì)的預(yù)測(cè),是目前研究的重點(diǎn)之一。自2003以后,F(xiàn)AA,美國(guó)波音公司,NASA蘭利研究中心等許多著名的航空研究機(jī)構(gòu)就飛行狀態(tài)預(yù)測(cè),飛行控制策略進(jìn)行了深入的研究。就飛行狀態(tài)預(yù)測(cè)而言,研究主要針對(duì)以下幾個(gè)問(wèn)題:(1)如何建立可以精確反映飛機(jī)運(yùn)動(dòng)狀態(tài)的非線(xiàn)性動(dòng)力學(xué)特性。以往的飛行動(dòng)力學(xué)模型的理論基礎(chǔ)是在飛機(jī)平衡點(diǎn)附近,對(duì)非線(xiàn)性系統(tǒng)應(yīng)用一階Taylor展開(kāi),所得結(jié)果是原非線(xiàn)性系統(tǒng)在特定平衡點(diǎn)周?chē)木植拷啤_@種方法的缺點(diǎn)主要有兩點(diǎn)。第一,由于
38、采用一階Taylor展開(kāi)而帶來(lái)的舍入誤差;第二,在遇到實(shí)際微下?lián)舯┝骰蛘叩涂诊w切變時(shí),飛機(jī)的運(yùn)動(dòng)狀態(tài)已不在該平衡點(diǎn)附近,如果仍基于該線(xiàn)化模型進(jìn)行控制律設(shè)計(jì),其控制效果將遠(yuǎn)不會(huì)達(dá)到預(yù)期效果,有時(shí)甚至?xí)?dǎo)致飛機(jī)的振蕩、失控進(jìn)而導(dǎo)致嚴(yán)重的飛機(jī)事故。(2)采用何種算法進(jìn)行飛行狀態(tài)預(yù)測(cè)。對(duì)于商用民航飛機(jī)而言,目前預(yù)測(cè)失控趨勢(shì)的手段較為單一,只有基于觀(guān)測(cè)數(shù)據(jù)的預(yù)測(cè)方法和基于小擾動(dòng)線(xiàn)化方程設(shè)計(jì)自適應(yīng)預(yù)測(cè)控制模型。許多成功的工程實(shí)踐證明變?cè)鲆媸且环N非常有效并廣泛使用的方法,特別是在航空航天領(lǐng)域。傳統(tǒng)的變?cè)鲆婵刂葡到y(tǒng)的設(shè)計(jì)思想是采用多個(gè)線(xiàn)性控制器來(lái)近似替代所要求的非線(xiàn)性控制器。例如飛行控制系統(tǒng),因?yàn)轱w機(jī)的動(dòng)力方
39、程在整個(gè)飛行包線(xiàn)內(nèi)不能用一個(gè)線(xiàn)性模型表示,所以首先在飛行包線(xiàn)內(nèi)選取多個(gè)設(shè)計(jì)點(diǎn),在這些設(shè)計(jì)點(diǎn)上進(jìn)行線(xiàn)性化,然后在每個(gè)設(shè)計(jì)點(diǎn)上采用傳統(tǒng)的控制器設(shè)計(jì)方法(如PID、LQ)設(shè)計(jì)線(xiàn)性控制器,最后通過(guò)預(yù)定的調(diào)度程序在這些線(xiàn)性控制器之間插值,得到一個(gè)完整的非線(xiàn)性控制律。傳統(tǒng)的變?cè)鲆婵刂剖茄a(bǔ)償已知非線(xiàn)性特性的一種有效方法,在這種方案中,控制器對(duì)變化的運(yùn)行條件能做出快速的反應(yīng),但是傳統(tǒng)變?cè)鲆娣椒ǖ木窒拊谟诳刂破鞯膮?shù)是按開(kāi)環(huán)方式改變的,沒(méi)有來(lái)自閉環(huán)系統(tǒng)性能的反饋?zhàn)饔?,而且傳統(tǒng)變?cè)鲆婵刂迫狈Ψ€(wěn)定性的嚴(yán)格理論證明。近年來(lái),許多學(xué)者都致力于研究一種稱(chēng)為自增益調(diào)度的新控制器綜合方法,這種方法設(shè)計(jì)出的控制器依賴(lài)于調(diào)度變量
40、,并且在所考慮的包線(xiàn)范圍內(nèi)能保證一定程度的魯棒穩(wěn)定性和魯棒性能,最大優(yōu)點(diǎn)是:(1)同傳統(tǒng)變?cè)鲆婵刂撇煌?,設(shè)計(jì)者不必再考慮如何插值;(2)魯棒穩(wěn)定性可以從理論上保證,而不必通過(guò)詳盡的計(jì)算機(jī)仿真來(lái)證明。這就是20世紀(jì)90年代后期發(fā)展的基于線(xiàn)性變參數(shù)(LinearParameterVarying,LPV)系統(tǒng)的變?cè)鲆婕夹g(shù),這種技術(shù)在工作區(qū)域期間采用自增益,保證了閉環(huán)系統(tǒng)的魯棒性和穩(wěn)定性,并已成功應(yīng)用于固定翼飛機(jī)和無(wú)人機(jī)運(yùn)動(dòng)建模。LPV模型是一類(lèi)重要的時(shí)變系統(tǒng)模型,其狀態(tài)空間矩陣是實(shí)時(shí)可測(cè)且在閉集上變化的變參數(shù)的確定函數(shù)。基于LPV模型的魯棒變?cè)鲆婵刂朴捎谀軌蛟诶碚撋媳WC系統(tǒng)的全局穩(wěn)定性和魯棒性,克服
41、了傳統(tǒng)變?cè)鲆婵刂频娜秉c(diǎn)。由于飛機(jī)在要根據(jù)不同的改出控制策略以及飛行狀態(tài)變化而動(dòng)態(tài)更新模型,而LPV模型恰好可以通過(guò)一定的調(diào)度算法更新系數(shù)矩陣,計(jì)算獲得新的狀態(tài)。這種在線(xiàn)修正的特點(diǎn),恰好可以應(yīng)用于飛機(jī)模型的建立。就LPV建模而言,目前LPV建模,主要分為兩類(lèi),一類(lèi)是基于系統(tǒng)的動(dòng)態(tài)非線(xiàn)性系統(tǒng)方程的分析法;另外一種則是根據(jù)系統(tǒng)的輸入輸出數(shù)據(jù)的實(shí)驗(yàn)法,主要是采用不同的辨識(shí)算法。兩類(lèi)方法都存在一定的缺點(diǎn)和限制。對(duì)于分析法,第一種方法稱(chēng)為雅可比線(xiàn)性化(Jacobianlinearization方法;第二種方法稱(chēng)為狀態(tài)變換方法(Statetransformations);最后一種方法稱(chēng)作函數(shù)替換法(Func
42、tionsubstitution)。這三種方法的共同點(diǎn)就是都依賴(lài)系統(tǒng)的平衡點(diǎn),其中前兩種方法依賴(lài)于系統(tǒng)的多個(gè)平衡點(diǎn),保守性更大些,最后一種方法只依賴(lài)于系統(tǒng)的一個(gè)平衡點(diǎn)。由于三種方法的共同缺點(diǎn)就是對(duì)平衡點(diǎn)的依賴(lài),并且平衡點(diǎn)的選取對(duì)于系統(tǒng)性能的影響目前還沒(méi)有計(jì)算方法,同時(shí)引入了平衡點(diǎn)就增加了系統(tǒng)的誤差,也增加了計(jì)算量,而且求取系統(tǒng)的平衡點(diǎn)也是一件非常復(fù)雜的事情。另一類(lèi)LPV建模是利用實(shí)驗(yàn)法,通過(guò)系統(tǒng)辨識(shí)的方法首先獲得系統(tǒng)的神經(jīng)網(wǎng)絡(luò)模型,然后轉(zhuǎn)化為L(zhǎng)FT的形式,最后獲得LPV系統(tǒng)的多胞形結(jié)構(gòu),并將結(jié)果應(yīng)用于控制中。在LPV建模的基礎(chǔ)上,飛行狀態(tài)預(yù)測(cè)可以得到進(jìn)一步完善。一種方法是采用狀態(tài)濾波方法,狀態(tài)
43、濾波方法是,在LPV模型的基礎(chǔ)上,應(yīng)用推廣卡爾曼濾波或無(wú)味濾波短時(shí)估計(jì)失控后的飛行狀態(tài)變化。只要有完整氣動(dòng)數(shù)據(jù)的支持,這種估計(jì)方法能在很大程度上逼近實(shí)際情況,并且該方法已成功運(yùn)用在無(wú)人機(jī)失控后的狀態(tài)估計(jì),并與實(shí)際飛行狀態(tài)進(jìn)行了對(duì)比驗(yàn)證。另一種是采用基于動(dòng)態(tài)配平(dynamictrim)的神經(jīng)網(wǎng)絡(luò)分析方法。這種方法先將飛機(jī)的狀態(tài)變量分為受到擾動(dòng)后可以快速達(dá)到平衡的快速狀態(tài)變量和受到擾動(dòng)后緩慢隨時(shí)間變化的慢速狀態(tài)變量,之后以慢速狀態(tài)變量和飛行控制變量作為神經(jīng)網(wǎng)絡(luò)輸入,飛行決定性參數(shù)作為神經(jīng)網(wǎng)絡(luò)輸出,并基于飛機(jī)較完整的飛行試驗(yàn)數(shù)據(jù)訓(xùn)練神經(jīng)網(wǎng)絡(luò)。應(yīng)用訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)對(duì)處于各種飛行狀態(tài)和控制輸入情況下的
44、飛機(jī)進(jìn)行飛行狀態(tài)預(yù)測(cè)。不過(guò)這種預(yù)測(cè)方式一般需要大量事故的飛行數(shù)據(jù)的支持和風(fēng)洞試驗(yàn)數(shù)據(jù)的支持才能有很好的效果。四、飛機(jī)改出控制律設(shè)計(jì)美國(guó)波音公司,NASA蘭利研究中心等許多著名的航空研究機(jī)構(gòu)為實(shí)現(xiàn)更全面的飛行安全控制策略,提出了基于包線(xiàn)保護(hù)策略的飛行安全控制律設(shè)計(jì)方案。即在有外部環(huán)境干擾(如湍流或者低空飛切變)或者飛機(jī)本身的意外系統(tǒng)故障(如單發(fā)停車(chē)或者飛機(jī)舵面卡阻)的情況下,預(yù)測(cè)飛機(jī)飛行狀態(tài),并給出飛機(jī)控制律或者一組控制序列,使飛機(jī)可以在安全狀態(tài)下(即安全的飛行包線(xiàn)內(nèi))實(shí)現(xiàn)改出或者降落。飛行包線(xiàn)綜合地描述了一架飛機(jī)所能安全飛行的高度與速度范圍,反映了氣動(dòng)、推力和結(jié)構(gòu)等因素對(duì)飛行范圍的限制。以B7
45、37飛機(jī)為例,如圖1(a)所示,為B737飛機(jī)建模數(shù)據(jù)提供的該機(jī)襟翼收起的正常飛行的迎角-側(cè)滑角色線(xiàn),(b)圖所示,為襟翼著陸構(gòu)型時(shí)的包線(xiàn)??梢钥闯?,一般商用飛機(jī)經(jīng)飛行試驗(yàn)驗(yàn)證的包線(xiàn)只是飛行模擬器上所用包線(xiàn)的子包絡(luò),只有在經(jīng)驗(yàn)證的包線(xiàn)內(nèi)飛行才是絕對(duì)安全的。包線(xiàn)保護(hù)系統(tǒng)通過(guò)控制律設(shè)計(jì)、增加限制器等措施使得飛機(jī)能夠在包線(xiàn)范圍內(nèi)安全飛行。目前,包線(xiàn)保護(hù)系統(tǒng)已廣泛應(yīng)用在改出風(fēng)切變飛控設(shè)計(jì)中7。圖1B-737飛機(jī)迎角-側(cè)滑角包線(xiàn)由上述可知,飛行安全的關(guān)鍵就是當(dāng)飛機(jī)狀態(tài)處于飛行包線(xiàn)邊緣,即臨界狀態(tài)時(shí),可以通過(guò)飛機(jī)自動(dòng)飛行系統(tǒng)自身或者人為干預(yù)使得飛機(jī)改出可以危險(xiǎn)姿態(tài),避免出現(xiàn)超出飛行包線(xiàn)的發(fā)生。因此要實(shí)現(xiàn)基于包線(xiàn)保護(hù)系統(tǒng)的飛行安全策略關(guān)鍵包括兩個(gè)方面:(1)決定性參數(shù)的選取與安全包線(xiàn)的制定。在不利因素干擾下,飛機(jī)的運(yùn)動(dòng)參數(shù)不斷變化。對(duì)于這些特殊飛行狀態(tài),將那些對(duì)飛行安全性具有決定性作用的參數(shù)稱(chēng)為決定性參數(shù)。通常情況下決定性參數(shù)會(huì)包括:迎角、過(guò)載、表速、滾轉(zhuǎn)角速度等。(2)在危險(xiǎn)狀態(tài)下
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 人人文庫(kù)網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 蘭州科技職業(yè)學(xué)院《循證護(hù)理實(shí)踐》2023-2024學(xué)年第一學(xué)期期末試卷
- 江西科技師范大學(xué)《商務(wù)智能與數(shù)據(jù)挖掘Ⅰ》2023-2024學(xué)年第一學(xué)期期末試卷
- 吉首大學(xué)《輕量化平臺(tái)開(kāi)發(fā)》2023-2024學(xué)年第一學(xué)期期末試卷
- 【物理】重力 同步練習(xí)+2024-2025學(xué)年人教版物理八年級(jí)下冊(cè)
- 黑龍江幼兒師范高等專(zhuān)科學(xué)?!董h(huán)境3S技術(shù)》2023-2024學(xué)年第一學(xué)期期末試卷
- 重慶郵電大學(xué)《公體戶(hù)外運(yùn)動(dòng)》2023-2024學(xué)年第一學(xué)期期末試卷
- 中央音樂(lè)學(xué)院《中醫(yī)大健康》2023-2024學(xué)年第一學(xué)期期末試卷
- 浙江農(nóng)林大學(xué)暨陽(yáng)學(xué)院《汽車(chē)電氣設(shè)備》2023-2024學(xué)年第一學(xué)期期末試卷
- 鄭州食品工程職業(yè)學(xué)院《德國(guó)史專(zhuān)題》2023-2024學(xué)年第一學(xué)期期末試卷
- 小學(xué)2024-2025學(xué)年度勞動(dòng)技能大賽方案
- AQ 1029-2019 煤礦安全監(jiān)控系統(tǒng)及檢測(cè)儀器使用管理規(guī)范
- 太陽(yáng)能驅(qū)動(dòng)的污水處理技術(shù)研究與應(yīng)用
- 未成年旅游免責(zé)協(xié)議書(shū)
- 預(yù)防保健科主任競(jìng)聘課件
- 團(tuán)隊(duì)成員介紹
- 水泵行業(yè)銷(xiāo)售人員工作匯報(bào)
- 《流感科普宣教》課件
- 離職分析報(bào)告
- 春節(jié)家庭用電安全提示
- 醫(yī)療糾紛預(yù)防和處理?xiàng)l例通用課件
- 廚邦醬油推廣方案
評(píng)論
0/150
提交評(píng)論