Ⅱ型PIO抑制分析及优化

飞行控制系统(人工/自动)控制增益过大、自动飞行控制系统工作异常,会导致作动器饱和,产生飞行操控延时,引发PIO(驾驶员诱发振荡)。本文在阐述了PIO产生机理的基础上,分析了Ⅰ型和Ⅱ型2种软件速率限制,探究了它们的开环和闭环特性;并研究了一种新的PIO抑制方法:通过优化装置,减小驾驶员操控指令及其与舵面实际偏转角之间的相位差,从而减少飞行操控延时,避免作动器饱和而降低舵面控制效率情况的发生。仿真研究表明,采用该方法可以有效地解决因作动器速率限制而引发的PIO问题。     

主动侧杆引导下的Ⅱ型驾驶员诱发振荡抑制

现代飞机采用放宽静稳定性构型和侧杆控制器操纵,使得舵面速率饱和引起的驾驶员诱发振荡（PIO）成为影响飞行品质的一个重要因素。针对舵面速率饱和引起的Ⅱ型PIO问题,设计了主动侧杆人感系统,其弹性系数随着舵面偏转速率饱和的发生而改变,从而达到抑制速率饱和的作用。基于主动侧杆引导下的人机闭环系统模型,仿真分析和飞行品质评价验证表明,基于系统误差在线调整人感系统弹性系数,能够降低舵机速率饱和的程度,改善飞行品质,有效抑制舵机速率饱和引起的Ⅱ型PIO。     

在速率限制情况下获取人—机特性

自从X－15飞机在进场着陆阶段出现驾驶员诱发振荡（PIO）以来差不多有40年了，速率限制就一直成为引起PIO现象的常见因素。遗憾的是，由于缺乏有效的飞行试验数据，使得对由速率限制引起的PIO研究受到了限制。在1990年初，美国海军进行了一项F－14飞机模拟双液压故障时的操纵品质评价。在这种情况下，F－14飞行员必须依靠速率被大大限制的备份飞控模块（BUFCM）。尽管在编队飞行中操纵得心应手，量严重的PIO困境着空中加油和有偏着陆的飞行尝试。由于评价飞机当时装有完善的测试仪器，因而建立了完整的数据库。数据段包括扫描、加油对接、对接跟踪和有偏着陆。数据的频域分析揭示出在速率限制情况下可以提取到包含重要操纵品质的人－机系统特性和PIO准则，并且观测到期望幅值减小、相位延迟增加以及监视与速度限制有关的输入振幅。通过检查飞行员杆力输入的功率谱密度，能确定PIO频率和任务带宽。最终证明，在加油对接和跟踪任务方面由速率限制引起的过大的相位延迟导致了PIO。     

前馈结构DASA抑制器在抑制PIO中的应用研究

现代电传飞行控制系统中由于作动器速率饱和产生的突然的附加相位滞后以及系统操纵增益的降低是触发非线性PIO的主要原因,对此通常采用相位补偿的方法进行抑制。为研究抑制器的抑制效能,建立了非线性的人机闭环系统模型。在分析基于前馈结构的DASA抑制器频域特性及其相位补偿能力的基础上,采用离散俯仰跟踪任务与正弦跟踪任务在时域内仿真研究了抑制器对PIO的抑制效能,结果表明该抑制器可以抑制非线性PIO。最后在地面飞行模拟器上进行了进一步验证,结果表明DASA抑制器可以改善飞机飞行品质,能用于PIO的抑制。     

某电传操纵飞机的Ⅱ型PIO预测和抑制对策研究

 由伺服作动器速率限制引起的 PIO被称为 型 PIO。采用描述函数方法分析了带有速率限制环节的某机人机系统特性,分析表明,当速率限制发生后,在 Nichols图上,系统幅相特性将出现突跃现象,相位滞后增加、幅值减小,此时系统可能出现极限环振荡,即 PIO。用突跃点的频率及其响应的幅值和相角来预测 型PIO,在飞控系统中引入了软件限制环节来减弱速率限制的不利影响。     

基于舵机速率限制的PIO探测与抑制技术研究

舵机速率限制是现代数字电传飞机发生PIO事件的最主要诱发因素之一.利用描述函数法分析了舵机速率限制诱发PIO的机理；通过滑动窗口傅立叶变化法提取了PIO的特征值,基于直接逻辑设计了在线PIO探测算法；分析了DS抑制器、陷波抑制器的工作原理.地面模拟器的仿真验证结果表明,所提出的PIO探测算法和主动抑制方法正确、可行,可为PIO飞行试验提供理论基础.     

运输机超低空空投下滑阶段PIO趋势评估与抑制

提出了超低空空投下滑阶段的PIO问题,研究了空投下滑拉平阶段产生PIO的主要原因.基于描述函数法分析了速率限制反馈(RLF) PIO抑制系统的相位补偿能力和PIO产生机理,推导了抑制PIO发生的计算公式.应用RLF连续信号相位补偿法抑制PIO的发生,对阶跃、离散和正弦三种易于诱发PIO现象的跟踪任务进行了数值仿真.结果表明,超低空空投下滑拉平阶段会发生PIO,严重威胁飞行安全,RLF对PIO具有较好的抑制效果.     

Ⅱ型PIO反馈与前馈抑制系统对比

 当舵机速率限制饱和时会产生附加时延,恶化飞行品质,触发Ⅱ型驾驶员诱发振荡（PIO）。运用描述函数法研究速率限制反馈（RLF）和死区增稳（DASA）Ⅱ型PIO抑制系统的开环相位补偿能力,提出RLF抑制系统的参数优化选择方法,分析了DASA抑制系统中死区和滤波器参数对相位补偿能力的影响。研究了两型抑制系统对正弦与偏差输入信号的开环响应特点。建立了含速率限制器的人机系统数学模型,基于描述函数法探究了Ⅱ型PIO的产生机理,推导了抑制Ⅱ型PIO发生的公式,应用连续信号相位补偿法抑制Ⅱ型PIO的发生。对阶跃、离散和正弦3种易于诱发PIO现象的跟踪任务进行数值仿真,对比了两种抑制系统的Ⅱ型PIO抑制能力。结果表明,反馈型RLF抑制系统对Ⅱ型PIO的抑制能力强于前馈型DASA抑制系统,有效降低了Ⅱ型PIO发生的可能性。     

反馈结构RLF补偿器在抑制Ⅱ型PIO中的应用研究

现代电传飞行控制系统中由于作动器速率饱和产生的突然的附加相位滞后以及系统操纵增益的降低,是触发Ⅱ型PIO的主要原因,对此通常采用相位补偿的方法进行抑制。为研究补偿器的抑制效能,建立了非线性的人机闭环系统模型。在分析基于反馈结构的RLF补偿器频域特性及其相位补偿能力的基础上,采用离散俯仰跟踪任务与正弦跟踪任务在时域内仿真研究了补偿器对Ⅱ型PIO的抑制效能。仿真结果表明,RLF补偿器可以有效抑制Ⅱ型PIO,经地面飞行模拟器进一步验证,表明补偿器明显改善了飞机飞行品质,可以用于Ⅱ型PIO的抑制。     

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。     

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。     

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。     

作动器速率饱和时的PIO抑制方法

 作动器速率饱和会产生附加的时间延迟, 使系统稳定性大大降低, 并增加了驾驶员诱发振荡( PIO) 的趋势。为防止作动器速率饱和, 在飞控系统中一般设置了软件速率限制器。对比分析了3 种软件速率限制器, 探讨了它们的开环和闭环特性, 从研究角度出发, 提出了某型飞机在出现低液压故障情况下的PIO 抑制方案。非线性六自由度仿真结果表明, 该方案明显改善了算例飞机在严重低液压故障时的动态响应, 降低了PIO 趋势。     

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。     

飞机纵向振荡的试飞研究

介绍了产生驾驶员诱发振荡(PIO)的原因,并以某飞机发生PIO为例,分析了产生PIO的机理——法向过载相位对纵向杆力的滞后接近于180°,驾驶员模态和飞机短周期模态出现了严重耦合。操纵系统时间延迟、相位滞后、质量不平衡力以及驾驶员的输入等,都会对飞机的动态特性产生影响,在飞机的设计过程中,综合考虑各方面的因素就能极大地降低产生PIO的条件和可能性。     

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.     

基于人机闭环稳定性的舵机速率限制边界

舵机速率限制是造成电传操纵飞机人机耦合的主要原因。利用描述函数法对舵机速率限制非线性进行建模,分析舵机速率限制非线性、人机耦合发生频率及人机闭环稳定性间的关系,并基于此提出舵机速率边界的确定方法;以典型放宽静稳定性飞机为例,基于最优McRuer驾驶员模型,确定人机闭环稳定性所需的最小舵机偏转速率;基于开环起始点(OLOP)准则对所确定的速率限制边界进行验证。结果表明:本文提出的舵机速率边界的确定方法最小成本地避免了人机耦合;所确定的舵机速率限制边界与OLOP准则边界对应的舵机速率基本吻合,即所建立的舵机速率限制边界确定方法合理。