某高速着陆无人机方向舵纠偏控制设计及性能分析

无人机高速着陆过程中,由于侧风或初始干扰导致的滑跑侧偏极其危险。基于高速状态下方向舵纠偏效率高的特点,建立某无人机高速着陆动力学模型,设计方向舵纠偏控制策略,并基于Matlab/Simulink平台建立无人机滑跑非线性动力学模型及方向舵纠偏控制模型;对具有初始1°偏航角和1m/s持续垂直侧风情况下的无人机着陆工况进行仿真分析,并通过控制着陆速度、着陆初始姿态角和侧风强度,分析纠偏控制系统的性能。结果表明:所设计的纠偏控制系统具有一定的航向纠偏和抗持续侧风能力,最大侧偏距小于3 m,偏航角小于5°,较好地实现了高速滑跑阶段的侧向纠偏性能。     

高速无人机着陆滑跑纠偏联合仿真研究

针对高空高速无人机着陆地面滑跑过程中的侧向偏移问题,建立了差动刹车和方向舵联合纠偏控制系统。使用动力学软件LMS Virtual. Lab Motion建立了包含阻力伞、气动舵面和起落架等设计因素的全机动力学模型,并与Matlab/Simulink控制模型进行全无人机着陆滑跑联合仿真分析,验证了在侧风情况下无人机着陆滑跑纠偏性能。仿真结果表明,所设计控制系统满足性能指标要求,在无人机的整个滑跑阶段均有良好的抗风纠偏效果。     

轮式起降无人机滑跑起飞阶段动力学仿真研究

无人机地面滑跑起飞阶段是飞行过程中的危险阶段,其受力情况复杂,动力学特性与空中飞行时略有不同。以某轮式起降无人机为研究对象,根据起落架的机械特性和几何关系将起落架等效为一个弹簧阻尼系统,并在Matlab/Simulink中集成无人机本体、起落架、发动机、舵机、控制系统等模型,建立的仿真平台模拟无人机滑跑起飞全过程。结果表明:该轮式起降无人机在滑跑起飞过程中压着机头滑跑,始终对准航向,滚转姿态变化很小;在大油门推力作用下无人机增速较快,抬前轮后瞬间主轮离地,并以稳定的速度爬升,较短时间内可以到达安全高度。     

某型飞机模型飞行试验地面滑跑控制研究

地面滑跑纠偏的目标是控制飞机沿跑道中心滑行,避免因发动机安装偏差、侧风扰动、跑道不平、飞机结构不对称等非理想特性,出现飞机滑出跑道的情况.首先建立飞机地面滑行动力学方程,并分析三轮、两轮滑跑阶段的受力情况,在此基础上设计了副翼、方向舵与前轮联动的控制策略.在Simulink平台上搭建飞机的地面滑跑全量非线性模型,仿真验证了纠偏控制律结构和逻辑的正确性.试验结果表明,滑跑纠偏控制系统空地状态切换平稳,在低速和高速阶段均具有良好的控制效果.     

无人机地面操纵转弯特性分析与计算研究

为解决无人机安全起降问题,对无人机地面运动品质与操纵转弯特性进行了研究。首先建立了无人机地面滑跑动力学模型,通过数字仿真得到了无人机地面运动的惯性参数及机轮状态。接着建立了前轮操纵转弯的数学模型,计算了无人机在各滑跑速度下所允许的极限操纵角和最小转弯半径。结果表明,为防止无人机出现侧滑或者侧翻事故,前轮操纵角在存在7°机械限位的情况下,与滑跑速度仍需有定量的约束关系。     

无人机滑跑纠偏控制

研究无人机(UAV)滑跑纠偏控制方案、控制结构及控制律设计方法。提出了主轮差动刹车与方向舵联合滑跑纠偏控制方案及控制结构,建立了包含起落架、刹车装置及跑道特性的无人机滑跑非线性全量数学模型,采用频域模型作为参考模型表示期望的滑跑纠偏控制性能,利用基于遗传算法的全局优化过程对联合纠偏控制律参数进行设计,使纠偏控制特性逼近参考模型特性。实例设计表明,滑跑纠偏控制方案和控制结构合理可行,控制律设计方法快捷有效。     

无人机地面滑行自主起飞的建模与控制

前三点式无人机地面滑行起飞的整个过程由三轮滑行、抬前轮滑行和离地至安全高度3个阶段组成,3个阶段飞机的受力与约束均不相同。根据3个阶段的运动特性和飞机的气动特性,建立了一种通用的无人机地面纵向动力学模型,确定其抬前轮速度和离地速度,从而选择合适的控制策略来实现其自主起飞。以某型无人机为背景,建立了全量的非线性模型,并在此基础上设计了一种起飞的控制方案。仿真结果表明,此模型与控制方案具有较高的工程应用价值。     

基于改进神经网络的无人机起飞滑跑性能

文中通过对无人机的起飞滑跑过程,及起飞滑跑阶段的控制策略进行研究,对传统起飞滑跑性能理论计算方法的,局限性进行分析,提出一种基于改进神经网络算法的,无人机起飞滑跑性能计算方法。通过建立改进的神经网络模型,对各种环境条件下的发动机推力进行计算,依据飞行试验结果,利用单参数分析换算法,可以预测出不同环境条件下的无人机起飞滑跑性能。通过多架次飞行试验表明,基于改进神经网络算法的,无人机起飞滑跑性能计算方法精度较高,该方法与传统理论计算方法相比,更贴合工程实际应用,还可应用到无人机复杂任务环境,或新使用环境下的适应性分析中,达到降低飞行风险的目的。     

起落架四点布局无人机地面运动研究

以起落架四点布局无人机为研究对象,在考虑摩擦力、侧向力和角速率等各种因素的情况下,全面分析研究了四轮无人机地面滑跑时的运动特点和受力情况,建立了四轮无人机地面运动的动力学方程和运动学方程。在此基础上,对全量非线性模型进行了起飞、着陆时地面滑跑情况的仿真,仿真结果表明了系统模型的正确性。     

民机近地面飞行建模与起降阶段事故复现研究

民航飞机的大量飞行事故发生在起飞和着陆阶段,而风切变等大气扰动现象又是重要的诱因之一。在飞机基本动力学模型的基础上,研究面向民机起降阶段的飞行事故仿真建模。系统推导了含扰动风的近地面飞行动力学模型,建立了用于飞机异常接地过程仿真的起落架模型。结合某型民机的建模数据和飞行记录数据,实现了对该机重着陆和扰动风下擦地复飞的事故过程再现。与飞行记录数据的对比分析表明,模型能够复现实际飞行过程,对飞行安全分析和飞行事故调查具有辅助支持作用。     

飞机地面转弯和刹车响应动力学分析

 建立了飞机地面运动的数学模型,模型中考虑机体的六自由度运动和起落架弹性;基于滑移率控制方式建立了机轮防滑刹车模型。通过仿真得出了飞机地面匀速转弯和滑跑刹车的动态响应。其结果表明,飞机匀速转弯时,其峰值出现在初始非稳态时刻;弹性起落架在着陆和刹车过程中产生走步现象;采用滑移率控制方式使飞机在整个刹车过程中取得最佳刹车性能。     

Ground maneuver for front-wheel drive aircraft via deep reinforcement learning

The maneuvering time on the ground accounts for 10%–30% of their flight time, and it always exceeds 50% for short-haul aircraft when the ground traffic is congested. Aircraft also contribute significantly to emissions, fuel burn, and noise when taxiing on the ground at airports. There is an urgent need to reduce aircraft taxiing time on the ground. However, it is too expensive for airports and aircraft carriers to build and maintain more runways, and it is space-limited to tow the aircraft fast using tractors. Autonomous drive capability is currently the best solution for aircraft, which can save the maneuver time for aircraft. An idea is proposed that the wheels are driven by APU-powered (auxiliary power unit) motors, APU is working on its efficient point; consequently, the emissions, fuel burn, and noise will be reduced significantly. For Front-wheel drive aircraft, the front wheel must provide longitudinal force to tow the plane forward and lateral force to help the aircraft make a turn. Forward traction effects the aircraft’s maximum turning ability, which is difficult to be modeled to guide the controller design. Deep reinforcement learning provides a powerful tool to help us design controllers for black-box models; however, the models of related works are always simplified, fixed, or not easily modified, but that is what we care about most. Only with complex models can the trained controller be intelligent. High-fidelity models that can easily modified are necessary for aircraft ground maneuver controller design. This paper focuses on the maneuvering problem of front-wheel drive aircraft, a high-fidelity aircraft taxiing dynamic model is established, including the 6-DOF airframe, landing gears, and nonlinear tire force model. A deep reinforcement learning based controller was designed to improve the maneuver performance of front-wheel drive aircraft. It is proved that in some conditions, the DRL based controller outperformed conventional look-ahead controllers.     

飞机滑行中差动刹车性能的仿真测试

转弯能力是体现飞机控制能力的一项重要指标,有多种方式实现此功能。对于突发事件,主轮刹车是对飞机转弯能力的重要补充。本文针对飞机着陆滑跑状态,综合考虑在运动中飞机所受的多种干扰,对飞机状态进行模拟测试,分析飞机在跑道上的受力,设定一个利用主轮刹车系统进行辅助转弯控制的方案,完善飞机主起落架的刹车特性分析工作。     

四轮起落架飞机地面滑跑转弯分析

现代飞机对其地面滑跑性能的要求日益提高,同时要求能够在条件更加苛刻的环境下运行.以四点式起落架布局飞机为研究对象,基于阿克曼转向几何原理,推导该飞机地面滑跑时两个前轮之间的转角关系.在Adams/Aircraft中建立四点式起落架飞机虚拟样机,并进行其地面滑跑仿真分析.探讨四点式起落架飞机不同前轮作为主动操纵轮时,对转弯半径的影响.结果表明:在相同滑跑条件下,当前轮操纵转弯时,四点式起落架飞机比常规的前三点式起落架飞机拥有更小的转弯半径;当主轮差动刹车转弯时,四点式起落架飞机的转弯半径略大于三点式起落架飞机;四点式起落架飞机的两前轮同时为主动操纵轮时,飞机的转弯半径最小.     

非直线滑跑飞机的摆振与滑跑稳定性

在非惯性坐标系中建立了起落架支柱的动力学模型。与飞机地面运行的六自由度模型结合，可以考察非直线滑跑飞机的起落架摆振现象及飞机地面滑行的方向稳定性。以Ｋ８飞机为例，考察了非直线滑跑模型与传统的直线滑跑模型的摆振特点及飞机的滑跑稳定性。算例结果合理，表明模型可供有关研究参考。     

飞机机身着陆滑跑动态性能分析

飞机着陆滑跑过程中,机身结构将受到地面较大的冲击作用和振动激励。为预判结构局部危险部位,给结构强度设计提供参考,需对机身着陆滑跑过程中的动态性能进行分析。创新性地考虑了飞机滑跑速度和气动力的变化,计算得出飞机在着陆滑跑过程中较准确的气动力和起落架力,为有限元计算提供了可靠的外载输入。为降低计算规模,应用Patran合理设置约束条件,建立半机体有限元模型。最后将外载荷添加到半机体模型上,提交Nastran计算,提取机身各站位处的载荷响应峰值,做出动响应包线,预判结构局部危险部位,如机翼和机身框架连接处,为结构强度设计提供参考。     

基于蜂群算法的飞机滑行路径优化

研究了飞机场面滑行路径动态规划问题,将三种滑行冲突作为约束条件,建立了场面运行模块化模型。基于蜂群算法给出了问题的优化算法,并进行了计算机仿真实验,结果表明可以大大减少滑行时间。算法既可以用于滑行路径的动态规划,也可以为繁忙机场的安全运行提供决策支持。     

基于LADRC的舰载V/STOL飞机短距起飞性能优化

针对垂直/短距起降（V/STOL）飞机在有限的甲板上实施滑跑起飞以及离舰后快速、稳定爬升的实际需要，对其整个过程进行操控优化以提升短距起飞性能。建立了反映多推力矢量操纵特性的非线性动力学模型，其中包含了地面效应模型和V/STOL飞机特有的喷气诱导效应模型。分别以舰面滑跑距离最短和离舰后增速时间最短为优化指标，给出了舰面滑跑和离舰初期的预置多推力偏转方案。在此基础上，提出了一种线性自抗扰反演（LADRC-Backstepping）控制方法，以实现对爬升角不确定非仿射系统的有效控制，其中设计了一种辅助补偿系统来拟制控制量的饱和，同时保证了爬升角跟踪误差的有界性；直接利用一种高阶LADRC方法设计了俯仰角控制器，确保了V/STOL飞机最终以稳定的姿态爬升。仿真结果表明，所提出的"二次预置多推力偏转角+爬升角控制+俯仰角控制"的分段优化操控策略，能够较好地提升V/STOL飞机的短距起飞性能，对内部不确定性和外界干扰具有较强的鲁棒性，可满足实际飞行任务的需要。