J 7Ⅱ飞机驾驶员诱发振荡的研究

本文应用人—机系统闭环控制原理,对J—7Ⅰ飞机的驾驶员诱发振荡(PIO)问题进行了研究。首先,建立了驾驶员—操纵系统—飞机本体组合系统及大气紊流的数学模型。其次较详细地分析了J—7Ⅰ飞机的驾驶员诱发振荡问题,复现了几次较为典型的PIO现象,找出了PIO的敏感区及排除PIO的方法;最后对理论研究的结果进行了模拟试验,验证理论分析的正确性.     

横航向驾驶员诱发振荡研究及地面模拟验证

本文建立了包括非线性环节在内的横航向驾驶员—操纵系统—飞机本体组合系统的数学模型,采用闭环控制原理,对JJ-7飞机横航向驾驶员诱发振荡PIO问题进行了研究,并详细地讨论了驾驶员参数及其各种操纵动作、操纵系统和飞机本体气动参数对横航向PIO的影响,探讨了横航向PIO产生的机理。文中以JJ-7飞机为例,采用时域法在整个飞行包线各点进行了检查,并用固基飞行模拟器进行模拟验证。其结果与理论计算结果相一致。     

人-机系统横航向动态特性的研究—PIO 问题研究方法的探讨

本文在作者对纵向 PIO(即 Pilot—Induced Oscillation 驾驶员诱发振荡的缩写)研究基础上,根据横航向 PIO 问题研究的需要,建立了包括非线性环节在内的,驾驶员-操纵系统-飞机本体组合系统的横航向动态结构图,并用 DJM-310电子模拟计算机,以歼×飞机低空低速时的偏航角指令为例进行了计算。计算结果表明,本文提出的方法,是一种研究人-机系统横航向动态特性的简单可行的计算方法。     

现代飞机驾驶员诱发振荡机理和预测研究

在说明驾驶员诱发振荡的定义，简单介绍了现代飞机的ＰＩＯ类型之后，详细分析了影响ＰＩＯ的各种因素（如飞机的动态特性、操纵面伺服器，座舱操纵感觉系统，驾驶员及诱发因素等）；为了探讨驾驶员操纵行为对ＰＩＯ的影响，采用优化控制理论，建立等效驾驶员操纵动态模型；研究飞行品质与ＰＩＯ的关系，建立相应的预测ＰＩＯ的准则。     

基于速率限制的二类驾驶员诱发振荡评估方法

速率限制问题已成为引起电传飞机驾驶员诱发振荡问题的主要原因。以人-机系统为研究对象,探究了驾驶员诱发振荡产生的机理,建立了人-机系统驾驶员模型和飞机模型,揭示了速率限制因素对人-机系统稳定性的影响规律,评估了基于速率限制的二类PIO的OLOP预测准则。该准则能否作为二类PIO评估准则进行了严格审查,评估了作为设计工具的潜在性。     

电传操纵飞机起飞着陆动态特性仿真研究

 以刚体系动力学理论为依据,结合飞机起飞着陆运动学特征,建立了起落架-机身组合刚体6自由度全量飞机方程。提出的阶跃跟踪驾驶员时域数学模型,有助于评价起飞着陆阶段人-机系统的飞行品质。然后建立机械操纵系统、电传操纵系统的数学模型,并编制非线性全量时域仿真程序,对起飞着陆动态特性做出了综合的全面的定量分析,其结果与试飞情况吻合。     

基于数值仿真的时域内人-机闭环系统稳定性研究

针对带电传操纵系统人-机闭环系统稳定性问题,讨论了人-机闭环系统稳定性的研究方法。在分别建立飞机本体、操纵系统和驾驶员模型的基础上,建立了综合考虑非线性因素的横航向补偿控制模型。以横向滚转操纵为例,在时域内对系统进行了动态仿真,研究了驾驶员滞后时间对人-机闭环系统稳定性的影响。仿真结果表明,该方法用于研究人-机闭环系统稳定性是可行的和有效的。     

飞行控制系统对驾驶员诱发振荡的影响

着重从飞行控制系统角度谈有人驾驶飞机的驾驶员诱发振荡问题,分析了系统杆力、传动比、间隙、摩擦力以及飞控伺服作动器对驾驶员诱发振荡的影响,用矢量图简明地反映飞机产生驾驶员诱发振荡的可能性和趋势。对飞机飞行控制系统的设计和对驾驶员诱发振荡现象的分析、处理有参考价值。     

基于线性矩阵不等式的电传飞机人机闭环系统稳定域

 针对静不稳定电传飞机作动器速率限制环节引起的Ⅱ型驾驶员诱发振荡(PIO)严重威胁飞机飞行安全的问题,研究了考虑作动器速率限制因素的人机闭环系统稳定域。引入增广状态变量分离速率限制环节,建立了人机闭环系统饱和非线性模型。为得到尽可能大的人机闭环系统稳定域估计,首先将稳定域求解问题转化为凸优化问题,再通过Schur补引理将其转化为线性矩阵不等式的求解问题,最终得到了人机闭环系统椭球体稳定域估计的一般算法。时域仿真研究表明:所估计的稳定域略微保守但不冒进,静不稳定电传飞机的Ⅱ型PIO是一种发散很快的振荡而非极限环振荡,驾驶员操纵增益以及作动器速率限制值是影响稳定域的重要因素。稳定域法物理意义清晰、结果直观,可用于非线性人机闭环系统稳定性的评估。     

人—机闭环分离参数法预测飞机着陆品质

本文阐述人-机闭环分离参数法的物理意义和计算方法。该方法在实践中已取得较好的效果。本文以装有纵向数字电传系统的某验证机为实例,预测了该人-机闭环系统的着陆品质、驾驶员诱发振荡频率和飞机失稳操纵频率,从而得出一些有益的结论。     

人-机系统纵向动态特性的研究——PIO问题研究方法的探讨

本文根据PIO问题研究的需要,考虑到操纵系统非线性（间隙和摩擦等）对PIO问题影响的严重性,推导了包括非线性环节在内的,驾驶员-操纵系统-飞机本体组合系统的纵向动态结构图,并用DMJ-3A电子模拟计算机,以某歼击机低空大速度正常状态（力臂处于小臂）和故障状态（力臂处于大臂）为例进行了模拟计算。计算结果与飞行实践是一致的。从而初步说明作者提出的结构图（即PIO计算方法）既是可信的,也是具有实际分析使用价值的。     

操纵系统非线性因素对飞机纵向驾驶员诱发振荡影响的探讨

采用描述函数法建立了含有非线性控制系统的人机系统数学模型,确定了系统的极限特性,探讨了极限环与驾驶员诱发振荡(PIO)之间关系和操纵系统非线性因素对PIO影响等。并以JJ7机为例通过人机系统数字仿真验证分析结果。     

基于速率限制的Ⅱ型驾驶员诱发振荡评估方法

速率限制问题已成为电传操纵飞机发生驾驶员诱发振荡（PIO）的主要原因。在新机设计中,随着复杂性的提高,预测PIO变得更加困难和重要。以人一机系统为研究对象,讨论速率限制对系统的影响,重点分析验证基于速率限制的Ⅱ型PIO的开环发生点（OLOP）准则的评估方法。针对不同飞行状态下的飞机纵向运动模型,使用两种驾驶员控制模型,在不同的驾驶员输入、不同速率限制条件下进行数值仿真试验研究。结果表明：OLOP准则是有效的评估工具,杆振幅因素对评估结果的影响较强。     

Prediction of nonlinear pilot-induced oscillation using an intelligent human pilot model

This paper proposes a method to predict nonlinear Pilot-Induced Oscillation (PIO) using an intelligent human pilot model. This method is based on a scalogram-based PIO metric, which uses wavelet transforms to analyze the nonlinear characteristics of a time-varying system. The intelligent human pilot model includes three modules: perception module, decision and adaptive module, and execution module. Intelligent and adaptive features, including a neural network receptor, fuzzy decision and adaptation, are also introduced into the human pilot model to describe the behavior of the human pilot accommodating the nonlinear events. Furthermore, an algorithm is proposed to describe the procedure of the PIO prediction method with nonlinear evaluation cases. The prediction results obtained by numerical simulation are compared with the assessments of flight test data to validate the utility of the method. The flight test data were generated in the evaluation of the Smart-Cue/Smart-Gain, which is capable of reducing the PIO tendencies considerably. The results show that the method can be applied to predict the nonlinear PIO events by human pilot model simulation.     

驾驶员诱发振荡的抑制方法

对电传操纵系统驾驶员诱发振荡（ＰＩＯ）的现象进行了分析，指出了舵回路速率饱和是造成ＰＩＯ的主要原因，并有针对对给出了一种非常规的用于解决饱和非线性问题的程序控制方法。这种方法主要是通过舵回路反馈的状态信息来改变驾驶杆输入信号的放大系数，从而达到有效抑制ＰＩＯ的目的，同时用Ｈｕｒｗｉｔｚ稳定判据进行了机理分析，最后给出了仿真验证结果，证明该方法是简单而有效的。     

驾驶员模型对驾驶员诱发振荡评估结果的影响

在飞机设计中,应用不同的驾驶员模型来预测驾驶员诱发振荡(PIO)是避免人机系统出现不良耦合的重要途径之一。以人-机闭环系统为研究对象,以某一电传飞机为例,采用Ⅱ型PIO的开环发生点OLOP评估准则,分别使用增益驾驶员模型和修正Neal-Smith驾驶员模型对人机闭环系统中的PIO易感性进行了分析、评估,对比研究了不同驾驶员模型对OLOP评估准则评估结果的影响。仿真结果表明:不同的驾驶员模型对Ⅱ型PIO评估准则(OLOP)的评估结果有较大的影响,相同驾驶员模型下不同的驾驶员增益对评估结果也有影响。在使用OLOP评估准则时应充分考虑驾驶员模型对评估结论的影响。     

预防Ⅱ型PIO的作动器设计

重点分析由作动器非线性因素(速率限制)引起的Ⅱ型PIO问题。将非线性因素线性化,采用赫尔维茨稳定性方法分析线性时不变系统的稳定性,采用二次型稳定性方法分析参数时变系统的稳定性。运用ROBAN算法确定稳定域,进而得到条件分析模型,分析了三种条件下的PIO趋势,给出合适的作动器设计方法。仿真研究表明,采用该方法设计的作动器使得某型飞机飞控系统具有良好的鲁棒性,可以有效避免Ⅱ型PIO的产生。     

神经网络模型在TDNS准则中的应用研究

时域Neal-Smith（TDNS）准则源于频域Neal-Smith（FDNS）准则和阶跃目标跟踪准则,被广泛应用于纵向驾驶员诱发振荡（PIO）趋势的预测研究。在该准则采用的人机闭环系统中,广泛运用结构简单且能反映飞行员基本行为特征的拟线性驾驶员模型。但在实际情况中,驾驶员的行为通常具有高度的非线性,为了更精确地描述驾驶员的非线性特性,采用神经网络方法建立驾驶员模型。利用某机的试飞数据对神经网络进行了训练和测试,生成了神经网络模型。针对TDNS预测准则,建立了相应的仿真模型,通过仿真运算,得到了该飞机的P10预测结果。研究表明：相对于传统的驾驶员模型,神经网络模型能够更好与真实驾驶员相匹配;在TDNS评估准则中运用神经网络模型具有实际的意义。     

运输类飞机PIO试飞方法研究

基于CCAR-25-R4《运输类飞机适航标准》要求,结合FAA咨询通告AC25-7C《运输类飞机合格审定飞行试验指南》,叙述了驾驶员诱发振荡(PIO)的分类,以及运输类飞机PIO的合格审定试飞要求,分析了PIO试飞方法、试验点的选取原则、试飞评定准则、注意事项和风险规避措施等,可为民用飞机的PIO试飞提供参考。