民用飛機陣風減緩控制研究

1陣風試驗技術民用飛機在行駛和機動性飛行過程中不可避免地會受到氣候變化的影響，產生氣動力和扭矩，這將給飛機帶來不希望的額外負荷，導致飛機在飛行過程中產生振動和癱瘓。當產生的附加過載很大時,一方面破壞所要求的飛行品質,使飛機承受很大的動態結構載荷,不但使飛機難于操縱,而且機體容易疲勞損壞;另一方面也將嚴重影響飛行員及乘客乘坐的舒適感。利用主動控制技術來進行陣風載荷減緩(GustLoadAlleviation,GLA)是目前成功且有效的方法,其潛在優勢是減小飛機結構、減輕乘員(飛行員及乘客)的疲勞感,達到減輕飛機結構重量和提高乘坐舒適性的目的國內對基于主動控制的民用飛機陣風減緩技術已取得許多研究成果。其中,高金源2風速緩沖法的設計2.1垂直紊流風的譜密度大氣紊流是指疊加在常值風上的連續隨機脈沖。通常認為紊流是一種平穩、均勻、各態經歷及各向同性的隨機過程。水平前向風相對于飛行速度是小量,所以陣風載荷減緩系統在縱向僅考慮垂直紊流風的影響。取垂直紊流風的一維Dryden譜,其功率譜密度函數式中:Ω為空間頻率,L上述功率譜密度是有色噪聲,使用不便。由于Dryden譜為有理譜,根據有理譜成形理論,可認為紊流是由單位強度白噪聲作為輸入的一個成形濾波器的輸出。即使用單位強度的白色噪聲r(t)通過一個傳遞函數為G(s)的濾波器產生隨機過程x(t),則x(t)的頻譜函數為:對于傳遞函數(4),輸入為白色噪聲η(s),其輸出即為垂直紊流。可表示垂直紊流為:2.2附加控制波式垂直陣風w式中,w本文使用升降副翼和內側擾流片作為直接升力控制舵面實現陣風載荷減緩控制。附加控制舵面同時向上或向下偏轉,將產生向下或向上的法向氣動力。這里,結合飛機小擾動方程和陣風的數學模型,重新選擇狀態變量,可建立含陣風的飛機縱向動力學增廣狀態方程式中:Δv,Δα,Δq,Δθ,Δh分別為空速、迎角、俯仰角速率、俯仰角、飛行高度,Δα2.3陣風擾動控制理論陣風減緩控制,其目的之一在于通過主動控制技術使機上的乘員在風干擾條件下也感到乘坐舒適,有時也被稱為乘坐品質控制。兩者都是通過主動控制技術減少陣風干擾條件下可能引起的過載。盡管這兩種控制的稱呼不同,但都是根據風干擾條件下載荷減緩的程度來衡量其控制效果的。因此,可以認為這兩種技術是從不同角度出發的具有相同功能的主動控制技術。乘坐品質舒適指數可以用來衡量陣風減緩控制系統的效果,因此,本文MOPSO_PID算法優化的適應值函數也據此選取式中,a2.4控制結構設計方案1:選取俯仰角速率,質心處法向過載作為反饋信號;選取副翼和升降舵作為GLA系統的控制面。將俯仰角速率陀螺采集的俯仰角速率信號通過控制增益傳送給升降舵;將質心處法向過載通過控制增益傳送給副翼。控制結構如圖1所示。方案2:選取俯仰角速率,質心處法向過載作為反饋信號;選取內側擾流片和升降舵作為GLA系統的控制面。將俯仰角速率陀螺采集的俯仰角速率信號通過控制增益傳送給升降舵;將質心處法向過載通過控制增益傳送給擾流片。控制結構圖與圖1類似。方案3:選取俯仰角速率,質心處法向過載作為反饋信號;選取副翼、內側擾流片和升降舵作為GLA系統的控制面。將俯仰角速率陀螺采集的俯仰角速率信號通過控制增益傳送給升降舵;將質心處法向過載通過控制增益傳送給副翼和擾流片。控制結構圖與圖1類似。其中,PID控制器的參數由改進算法MOPSO_PID整定(如圖1中所示)。3mopsopid算法3.1跟蹤兩個“極值”粒子群優化算法PSO初始化為一群隨機粒子(隨機解),然后通過迭代找到最優解。在每一次迭代中,粒子通過跟蹤兩個“極值”來更新自己,第一個是粒子本身所找到的最優解,此值叫做個體極值pBest;另一個極值是整個種群目前找到的最優解,此值是全局極值gBest。在找到這兩個最優值時,粒子根據如下公式來更新自己的速度和位置:其中,V[]是粒子的速度,x[]是粒子的位置,p式中,T3.2pareto最優性理論在實際工程應用領域中普遍存在著對多個目標的方案、計劃以及設計的決策問題。在解決這類問題時,尋求滿足多個目標的最佳設計方案,這就是所謂的多目標優化問題假定某決策過程,需要同時考察k個目標,且要求所有目標函數在滿足約束的條件下越小越好,則這樣的優化問題可以表述如下其中F(X)為優化目標向量,g(X)為約束向量,X為決策變量。對于(13)式所描述的多目標優化問題來說,其所包含的不同目標函數之間往往存在著一定的矛盾沖突,因此在求解過程中,很難在問題的約束集合R中找到一個解向量,能夠使k個目標函數同時達到最小。法國經濟學家V.Pareto最早研究經濟領域內的多目標優化問題,發明了Pareto最優性理論,其用Pareto支配(ParetoDominance)原則,作為判斷多目標優化問題解優劣的依據,并定義了Pareto最優集(Pareto-optimalset)。定義一:對最小化MO問題,ue055兩個目標向量u=(u定義二:對于最小化MO問題,ue055目標向量u=(f所有滿足上述定義二的解的集合,構成了MO問題的Pareto最優解集,又稱為非劣解集。假若記MO問題的最優解集為P3.3子代子代平均變化的計算本文采用基于Pareto的方法(Pareto-basedapproaches)設計MOPSO算法子代的速度由下式計算:MOPSO_PID算法完整步驟如下:1)將PID控制器各參數作為算法決策變量,且隨機初始化種群中各粒子的位置和速度;2)評價每個粒子的適應值,將當前各粒子的位置和適應值存儲在各粒子的pbest中,將所有pbest中的適應值最優個體的位置和適應值存儲于gbest中,并利用莊家法則構造Pareto最優解集來計算當前的非支配解集C;3)根據式(11)更新每個粒子的速度和位置,其中慣性權重w按式(12)計算;4)對每個粒子,將其適應值與其經歷的最好位置比較,選較好值為當前最好位置gbest;5)比較當前所有pbest和gbest的值,更新gbest,更新P6)根據雜交概率選取指定數量的粒子放入雜交池,池中的粒子隨機兩兩雜交產生同樣數目的子代粒子,子代的位置和速度按式(15)和(16)計算,且保持pbest和gbest不變;7)若滿足停止條件(通常為預設的運算精度或迭代次數),搜索停止,輸出結果,否則返回3)繼續搜索。4基于gla控制系統的仿真基于線性小擾動原理,對給定飛行狀態:h=5000m,Ma=0.5,進行配平線性化,得到某型飛機在該狀態點的線性方程。大氣紊流采用Dryden模型,參數參考GIB185-86的規定,L作動器考慮了位置限制、速率限制和舵機特性。升降舵δ1)首先設計控制増穩系統(ControlAugmentationSystems,CAS),使過載響應能夠較好的跟蹤上駕駛桿輸入,設計控制律為:利用MOPSO_PID算法調參得到:2)無GLA控制系統的増穩飛機進行仿真,得到其過載響應曲線如圖2所示。3)采用方案1實現GLA,此時控制律為:優化調參得到k4)采用方案2實現GLA,此時控制律為:優化調參得到k5)采用方案3實現GLA,此時控制律為:優化調參得到k6)對各方案過載響應作統計分析,見表1。5gla控制方案設計對模型的仿真本文對設計的三種GLA控制方案分別進行了仿真驗證,其中的控制器參數是采用MOPSO_PID算法得到的。MOPSO_PID算法就是將改進的基于遺傳雜交思想的MOP-SO算法應用到PID控制器參數優化中去。通過對三種GLA控制方案的仿真、調參,得到了各種控制方案的過載響應以及對應統計值,統計結果表明:方案1~3均能起到陣風減緩的作用,其中方案3效果最好,但是它的直接升力舵面為副翼和內側擾流片,在僅有副翼作為直接升力舵面的飛機上,