内容简介
《飞机驾驶员诱发振荡 : 建模仿真与风险评估》主要从动力学模型机理分析的角度,基于人-机-环闭环系统,论述了运输机的驾驶员诱发振荡(PIO)现象的影响因素和抑制方法;基于稳定性理论对人-机-环系统进行了稳定性分析与稳定域的估计;基于极值理论对PIO科目风险进行定量评估,为运输机的系统设计与安全性预计提供理论支撑。在《飞机驾驶员诱发振荡 : 建模仿真与风险评估》的*后,对PIO地面模拟试验的平台搭建与组织方法进行了介绍。
目录
目录
丛书序
前言
第 1 章 运输机驾驶员诱发振荡概述 1
1.1 驾驶员诱发振荡概述 1
1.2 国内外研究现状分析 4
1.2.1PIO机理的国内外研究现状 4
1.2.2PIO飞行试验国内外发展现状 5
1.2.3 飞行风险评估国内外研究现状 7
1.3 运输机的PIO适航审定发展现状 9
第 2 章 运输机动力学与飞行控制 11
2.1 刚性飞行器动力学模型 11
2.1.1 参考坐标轴系 11
2.1.2 飞行器质心移动的动力学方程 12
2.1.3 飞行器绕质心转动的动力学方程 15
2.1.4 飞行器质心转动的动力学方程 17
2.1.5 飞行器绕质心移动的运动学方程 17
2.2 飞行器小扰动线性化模型 18
2.2.1 纵向小扰动运动方程组 19
2.2.2 横航向小扰动运动方程组 22
2.3 飞机飞行控制系统模型 23
2.3.1 飞行控制系统的任务与功能 23
2.3.2 电传运输机的飞控系统结构 25
2.3.3 飞行控制系统与PIO的内在联系 27
2.4 本章小结 30
第 3 章 运输机PIO研究中的驾驶员操纵行为模型 31
3.1 驾驶员操纵行为模式概述 31
3.2 补偿行为 34
3.3 跟踪行为 39
3.4 预知行为 40
3.5 驾驶员异常行为 42
3.6 本章小结 43
第 4 章 操纵面速率饱和对PIO的影响因素研究 44
4.1 简化的速率限制环节模型 44
4.2 精确正弦描述函数模型 51
4.3 正弦输入描述函数模型 53
4.4 正弦输入/三角输出描述函数模型 60
4.5 本章小结 64
第 5 章 基于抑制器的速率饱和PIO抑制方法研究 65
5.1 抑制器开环特性分析 65
5.1.1 抑制器的结构 65
5.1.2 抑制器频域特性分析 67
5.1.3 抑制器时域特性分析 68
5.2 抑制器相位补偿能力研究 69
5.3 II 型PIO抑制机理研究 71
5.4 抑制器效能研究 74
5.4.1 阶跃跟踪任务 74
5.4.2 离散俯仰跟踪任务 76
5.4.3 正弦跟踪任务 78
5.5 应用实例 80
5.5.1 人机闭环系统模型 80
5.5.2 飞机模型 80
5.5.3 驾驶员模型 82
5.5.4 舵机动力学模型 82
5.5.5 离散俯仰跟踪任务 82
5.5.6 正弦跟踪任务 87
5.6 本章小结 91
第 6 章 基于绝对稳定性理论的作动器速率限制人机闭环系统的稳定域估计 93
6.1 预备知识 93
6.1.1 扇形区域 93
6.1.2 绝对稳定性概念 95
6.2 圆判据 96
6.2.1 多变量与单变量圆判据定理 96
6.2.2 简单实例验证 98
6.3 Popov 判据 105
6.3.1 多变量与单变量 Popov 判据 105
6.3.2 简单实例验证 106
6.4 人机闭环系统稳定性分析算例 109
6.4.1 判据的选择 109
6.4.2 静稳定飞机人机闭环系统算例 110
6.4.3 静不稳定飞机人机闭环系统算例 117
6.5 本章小结 122
第 7 章 具有作动器速率限制的人机闭环系统的稳定域估计 123
7.1 预备知识 124
7.1.1 稳定域相关概念 124
7.1.2 Lyapunov 方程 124
7.1.3 线性矩阵不等式 (LMI) 124
7.2 基于 Lyapunov 方程的静稳定飞机人机闭环系统的稳定域估计 127
7.2.1 控制输入幅值饱和单输入系统稳定域估计方法 127
7.2.2 考虑速率限制因素的人机闭环系统稳定域估计 129
7.2.3 人机闭环系统有极限环时的稳定域估计算例 131
7.2.4 人机闭环系统无极限环时的稳定域分析 137
7.3 基于 LMI 的静不稳定飞机人机闭环系统的稳定域估计 139
7.3.1 控制输入幅值饱和稳定域估计方法 139
7.3.2 考虑速率限制因素的人机闭环系统的稳定域估计 141
7.3.3 算例研究 143
7.3.4 人机闭环系统非线性失稳模式分析 146
7.4 本章小结 149
第 8 章 基于 Anti-Windup 补偿的人机闭环系统失稳抑制 151
8.1 预备知识 152
8.2 控制输入幅值受限系统的 Anti-Windup 补偿 155
8.2.1 基本理论 155
8.2.2 算例仿真验证 158
8.3 控制输入速率受限系统的 Anti-Windup 补偿 160
8.3.1 基本理论 160
8.3.2 算例仿真验证 164
8.4 Anti-Windup 补偿方法用于人机闭环系统非线性失稳抑制 165
8.4.1 人机闭环系统结构 166
8.4.2 Anti-Windup 补偿器的求解 166
8.4.3 仿真验证 169
8.5 本章小结 172
第 9 章 基于指令速率补偿的人机闭环系统非线性失稳抑制 173
9.1 四种指令速率补偿器结构 174
9.2 四种指令速率补偿器的时域特性分析 175
9.3 采用同步控制驾驶员模型时的失稳抑制效果仿真 177
9.3.1 四种补偿器的人机闭环系统极限环失稳抑制效果仿真研究 177
9.3.2 四种补偿器的人机闭环系统发散失稳抑制效果仿真研究 185
9.4 采用 Neal-Smith 驾驶员模型时的失稳抑制效果仿真 192
9.4.1 四种补偿器的人机闭环系统极限环失稳抑制效果仿真研究 192
9.4.2 四种补偿器的人机闭环系统发散失稳抑制效果仿真研究 197
9.5 加入指令速率补偿器后对系统正常操纵的影响 202
9.5.1 本体静稳定人机闭环系统情况 202
9.5.2 本体静不稳定人机闭环系统情况 203
9.6 指令速率补偿方法与 Anti-Windup 补偿方法对比总结 208
9.7 本章小结 208
第 10 章 基于人机闭环系统的PIO易感性参数仿真与空中试飞验证 210
10.1 基于仿真模拟的PIO易感性分析方法 210
10.1.1 典型PIO试飞任务数字化 211
10.1.2 人机闭环系统模型 213
10.1.3PIO易感性参数分析 213
10.2 基于变稳机的PIO试飞验证 214
10.2.1 试飞结果评价方法 214
10.2.2 基于变稳机的PIO试飞验证概况 216
10.3 操纵系统时间延迟对PIO易感性的影响 217
10.3.1 俯仰截获任务下时间延迟对PIO易感性的影响 217
10.3.2 滚转截获任务下时间延迟对PIO易感性的影响 221
10.3.3 时间延迟引起的PIO试飞与评价方法验证 224
10.4 舵偏速率限制对PIO易感性的影响 229
10.4.1 俯仰截获任务下舵偏速率限制对PIO易感性的影响 230
10.4.2 滚转截获任务下舵偏速率限制对PIO易感性的影响 232
10.4.3 舵偏速率限制引起的PIO试飞与评价方法验证 235
10.5 飞行品质等级对PIO易感性的影响 240
10.5.1 基于过载指令结构的飞行品质等级对PIO易感性的影响 240
10.5.2 基于迎角指令结构的飞行品质等级对PIO易感性的影响 243
10.6 本章小结 246
第 11 章 基于极值理论的PIO科目试飞风险定量评估方法 247
11.1PIO科目试飞安全关键参数极值的提取 247
11.1.1 基于试飞数据的安全关键参数极值提取 247
11.1.2 基于地面模拟试飞提取的参数极值可信度验证 249
11.2 一维参数极值统计特性分析 250
11.3 基于极值理论的PIO科目试飞风险定量评估 253
11.4 基于一维参数极值分布的PIO科目试飞风险定量评估方法 254
11.4.1 一维极值分布模型 254
11.4.2 一维极值分布模型*优拟合检验 257
11.4.3 基于一维极值的PIO科目试飞风险概率 261
11.5 基于二维参数极值分布的PIO科目试飞风险定量评估 263
11.5.1 二维参数极值分布模型 263
11.5.2 二维参数极值分布模型*优拟合检验 265
11.5.3 基于二维参数极值的PIO科目试飞风险概率 268
11.5.4 不同易感性参数下PIO科目试飞风险概率 269
11.6 本章小结 269
第 12 章PIO抑制方法地面飞行模拟验证研究 271
12.1 飞机飞行模拟与飞行模拟器概述 271
12.2 地面飞行模拟器 273
12.2.1 地面飞行模拟器基本原理 273
12.2.2 地面飞行模拟器结构及组成 275
12.2.3 地面飞行模拟器主要模拟系统 276
12.3 地面飞行模拟实验 280
12.3.1 驾驶员评估 280
12.3.2 实验计划 281
12.3.3 实验结果 282
12.4 本章小结 288
参考文献 289
试读
第 1 章 运输机驾驶员诱发振荡概述
20 世纪 70 年代以来,F-16 战斗机的服役和 A-320 客机的商业运行,让飞机设计师们认识到电传操纵系统对于提升飞机性能、减轻驾驶员操纵负担的作用,自此 电传操纵系统在现代先进飞机上得到广泛应用 [1]。然而在使用过程中电传操纵飞机也暴露出一些以往使用机械操纵系统时存在的问题,甚至在某些方面对飞机安全运行的威胁程度比之前还要高,驾驶员诱发振荡 [1,2](Pilot-Induced-Oscillation,PIO) 便是其中典型的例子。在早期电传飞机试飞过程中,由于对 PIO 机理研究不够深入,尤其对电传操纵系统与 PIO 诱发之间的关系研究较少,已经发生多起试飞中遭遇 PIO 甚至导致飞机坠毁的事故,包括 YF-16、航天飞机、苏-27、F-18、JAS-39、YF-22、B-2、A-320、B-777、C-17 等在试飞过程中均遭遇过 PIO 事件 [3],其中苏-27、JAS-39、YF-22 等都发生过坠机事故 [4.6],我国的歼教 7、歼轰 7 等飞机也曾遭遇过 PIO 事件并导致飞机坠毁,1993 年,东航 583 号班机在巡航时由于驾驶员误操作发生 PIO 事件并导致严重事故。
运输机发动机推力小、机动性差、舵面效率较低,为了提高其操纵性能,只能增大操纵面增益,然而过高的增益极易诱发 PIO。因此,运输机与其他飞机相比具有更大的 PIO 隐患。
与此形成对应的是,当前我国周边军事斗争形势较为严峻,对大型军用运输机需求量较大,而先进军用运输机的设计与控制技术始终受到西方制约。相较于国外已经建立了较为完整的 PIO 试飞数据库,并利用数据库总结出了一系列 PIO预测准则,国内在这方面的研究仍较为欠缺。
基于此,本书对运输机 PIO 问题进行研究,利用人机闭环系统模型研究不同参数对 PIO 易感性趋势的影响,并基于试飞验证与风险量化评估模型,分析对PIO 特性影响*大的因素,为后期机型设计过程提供参考。
1.1 驾驶员诱发振荡概述
MIL-STD-1797A 中将 PIO 定义为 [7]:在驾驶员操纵飞机过程中所出现的持续的或不可抑制的振荡。按照此定义,所有在驾驶员操纵期间飞机发生的振荡都可以称作 PIO,但事实上很多振荡是飞机对操纵输入的正常响应,对飞行安全影响极小 [8]。例如,飞行学员在练习着陆时由于技术不熟练而出现的“拉飘”,表现为飞机出现纵向振荡现象,但这不属于 PIO,此类振荡持续时间较短。实际上一些驾驶技术较为熟练的驾驶员在着陆时遇到纵向来流时也会采取同样的操纵,这种振荡可以被认为是操纵补偿的一种响应。因此用“PIO 趋势”能够更准确地表述 PIO,趋势增强意味着飞机振荡增强,有可能发展为发散、大幅值的振荡;趋势减弱则相反,飞机有可能仅发生轻微振荡,驾驶员减少操纵增益便可改出。
PIO 的实质是人机闭环系统稳定性问题 [9],是一种飞机动力学特性与驾驶员动力学特性之间不良的耦合,因此又可以称为人机耦合 [10](Aircraft-Pilot Coupling,APC) 振荡,APC 可以分为 PIO 和非发散的 APC 现象。PIO 是一种恶性的人机耦合振荡,飞机表现为不可控的发散振荡。非发散的 APC 现象是一种良性的人机耦合振荡,如上文提到的着陆“拉飘”现象就是一种非发散的 APC 现象,可以通过提高驾驶员的操纵技术来避免发生严重的事故。PIO 的特点是驾驶员松杆或者稳住驾驶杆不操纵时,飞机的振荡会逐渐消失;驾驶员试图通过操纵来消除振荡时反而会使飞机振荡加剧。轻微的 PIO 平时虽不易被觉察,但在空战时会使得不易瞄准,编队飞行时难以保持队形。严重情形下会使驾驶员从座椅上弹跳起来,影响飞机正常操纵,着陆时会使飞机姿态难以控制而出现险情。
飞机在正常的飞行期间遭遇 PIO 事件的概率很小,但这并不意味着 PIO 是随机事件,只有满足一些条件时才会使非发散的 APC 现象转化为 PIO 事件。发生严重 PIO 时需要同时满足 3 个条件。
(1) 有效飞行动力学特性缺陷 [1]。
由于飞控系统在设计过程中需要考虑各种模态下飞行状态及协调各方面要求,所以大部分飞机的飞行品质无法满足 MIL-STD-1797A 中的一级品质要求,有效飞行动力学特性存在缺陷,即人机闭环系统稳定裕度下降。电传操纵系统中存在的各种非线性因素和时间延迟导致闭环系统在高频处相位斜率变化,出现高频相位跌落,使得人机开环系统相位差接近或达到 .180.,这是导致 PIO *关键的条件。
(2) 触发因素 [1]。
触发因素是导致 PIO 发生的一个重要机制,触发因素的突发性和紧迫性,迫使驾驶员进行较大的操纵输入或紧急改变操纵方式,使得飞机飞行状态急剧变化,如果人机闭环系统稳定裕度较低则极易发生 PIO 事件。常见的触发因素包括环境因素、飞机因素、驾驶员因素。环境因素包括着陆时的突风、起飞时的前机尾流、空中加油时的大气紊流等 [11,12]。飞机因素包括机体结构破坏、关键系统故障、飞控系统模态降级、舵面卡阻等。驾驶员因素主要是突然遇到紧急时刻时无法兼顾所有参数,导致某些参数超限。
(3) 闭环操纵 [1]。
PIO 的实质是人机闭环系统失稳,因此一般出现在需要精确操纵的任务阶段,如空中加油、起飞着陆、编队飞行、精确瞄准等 [13]。这 3 个条件相互耦合的基本结构如图 1.1 所示,该图反映了驾驶员、飞控系统、飞机本体和外部影响之间的闭环关系 [14]。
图 1.1 诱发因素相互耦合关系
根据驾驶员–飞机系统特性,可以将 PIO 分为 3 类 [1]。
(1) I 型 PIO:是一种线性的人机系统失稳 [1]。产生此类 PIO 的主要原因是操纵系统中存在较大的时间延迟或驾驶员与飞机特性不匹配,当操纵指令在系统中传递时,如果系统设计不当使得飞机响应变慢,则驾驶员会增大操纵增益,在一些需要精确控制姿态且不需要过大操纵指令的任务时容易诱发 I 型 PIO。
(2) II 型 PIO:是一种拟线性的人机系统失稳 [1],发生此类 PIO 的系统中存在线性与非线性环节,非线性环节一般存在于控制各舵面偏转的舵机处。主要原因是舵机具有速率和位移限制,当控制系统传递给舵机的指令超出*大速率和位移时,一方面使舵面偏转达到饱和状态,舵面输出响应相对于输入信号突然出现相位滞后,造成飞机品质的急剧恶化;另一方面舵机速率限制会使得舵面输出响应幅值低于输入信号,误导驾驶员进而继续增大操纵输入,容易诱发 PIO。
(3) III 型 PIO:是一种非线性人机系统失稳 [1]。人机系统中存在许多非线性因素,当飞机有效飞行动力学特性转换 [15] 不协调时容易诱发此类 PIO。III 型 PIO比前两种 PIO 更为复杂,出现的次数较少,目前对此类 PIO 研究还较少。
在这 3 类 PIO 中以 II 型 PIO 对飞行安全影响*大,在飞机起降阶段遭遇II 型 PIO 事件时极易导致飞机失控坠毁,JAS-39 和 YF-22 飞机发生的事故中均出现了由舵偏速率限制导致的 II 型 PIO。
1.2 国内外研究现状分析
1.2.1 PIO 机理的国内外研究现状
国外研究人员对 PIO 的研究开始时间较早,目前在 PIO 机理分析、预测准则及工程抑制方法上取得了较多的研究成果。
驾驶员的操纵是诱发 PIO 事件的必要条件,但 PIO 的本质是飞行品质问题,因此驾驶员模型是研究 PIO 问题的基础 [16.18]。McRuer 和 Krendel 等通过研究大量单自由度补偿任务,提出可以用传递函数表示驾驶员模型,建立了交叉模型 [19,20](Crossover Model,CM)。Kleinman 等依据随机*优控制理论提出了驾驶员*优控制模型 [21.24](Optimal Control Model,OCM)。Klyde 等在利用描述函数法研究 II 型 PIO 时建议使用单增益同步驾驶员模型,该模型形式简单,便于确定参数 [25]。Neal-Smith 模型利用参数描述驾驶员控制行为特性,被视为*能精确描述驾驶员行为模式的模型,已被列入 MIL-STD-1797A 中。
使用电传操纵系统的飞机的数学模型阶次较高,许多附加模态难以与飞机的长短周期模态相区分,无法直接评定其飞行品质,因此在军用规范 MIL-F-8785C和 MIL-HDBK-1797 中采用了等效系统 [26] 的方法,并给出了相应的规定。
国外基于变稳机 PIO 试飞数据建立了多个数据库 [27],主要包括 Neal-Smith、HAVE PIO、HAVE CONTROL、LAHOS、TIFS 等,其中 TIFS 数据库体现的是运输机的特性,并在此基础上开发了多种针对 I 型和 II 型 PIO 的预测准则,同时给出相关准则的边界条件,为飞控系统设计预防 PIO 提供了重要的理论依据 [17]。典型的 I 型 PIO 预测准则主要有:带宽准则、Neal-Smith 准则 [28]、Smith-Geddes 准则 [29]、Gibson 相位速率准则 [30]、增益/相位模板准则、Gibson 时域准则、增益/相位裕度准则 [31] 等。典型的 II 型 PIO 预测方法和准则主要有:描述函数法 [32]、OLOP 准则 [33]、鲁棒稳定性分析方法 [34]、同一理论方法 [35]、时域 Neal-Smith 准则 [36]、Gap 准则 [37] 等。
历史上发生过多起由遭遇 PIO 导致的飞行事故征候甚至飞行事故,国外研究人员针对 I 型和 II 型 PIO 的抑制工作进行了较多的研究,部分研究成果已经应用于工程中。针对 I 型 PIO,主要是通过控制律的设计改善飞行品质,包括选择合适的前向通路增益和反馈回路增益,降低高阶相位滞后,确保控制系统模态转换时平稳进行等。近年来发生的几起由 PIO 导致的飞机坠毁事故中,均出现了速率限制被激活的情形 [38],因此针对 II 型 PIO 的抑制主要包含两方面工作:一是考虑增大舵机尺寸和位移速率,由于受到体积和重量的限制,其不可能做到很大,所以产生的作用有限;二是运用相位补偿技术 [39],减小驾驶杆输入增益或反馈回路增益,但会导致飞行品质的下降。在舵偏速率达到饱和时对系统进行相位补偿被证明可行性较高,目前已经研发了 DASA(Dead Area Stability Augmentation)、FWB(Feedback with Bypass)、DS(Derivative Switching)、RLF(Rate-Limited Feedback) 抑制器。针对“企业号”航天飞机着陆时出现的纵向 PIO,美国国家航空航天局 (NASA) 研制了一种滤波器有效解决了该问题 [40]。
萨博 (SAAB) 公司针对 JAS-39 飞机试飞过程出现的两起由 PIO 导致的飞机失事,研制了一种带反馈回路和旁支回路的低通滤波器,克服了该缺陷 [41]。北京航空航天大学谭文倩团队利用人工神经网络理论研究驾驶员非线性控制特性,建立了智能驾驶员控制模型 [13,42,43],并提出了纵向俯仰控制的飞行品质评级准则,针对时变人机系统特性,提出了基于小波时域分析的飞行品质评价准则 [44]。王立新教授团队研究了多种控制律构型下的民机短周期品质评定方法 [45,46],基于民机操纵品质等级评定方法 (HQRM) 并充分考虑军用运输机与民机性能指标差异,对 HQRM 中的评价标准进行修改,使之适用于军用运输机 [47,48]。
空**程大学徐浩军教授团队利用多种驾驶员模型对 II 型 PIO 预测进行仿真对比研究,结果表明,不同驾驶员模