结构驾驶员模型与McRuer模型的仿真研究

根据驾驶员完成俯仰跟踪的人－机半物理实时仿真实验，分别对结构驾驶员模型和ＭｃＲｕｅｒ模型者了参数辨识，用两种模型和某电传操纵飞机纵向短周期等效系统模型构成人－机数值仿真系统，将模型仿真结果和实时仿真结果进行比较和分析，以便了解两种模型的特性，为深入研究闭环飞行品质提供参考依据。     

副翼卡死故障下的时变驾驶员模型研究

为了研究故障情况下的驾驶员-飞机耦合特性,有必要研究驾驶员时变控制行为的建模方法。基于Hess简化的结构驾驶员模型,引入了自适应逻辑,通过控制回路中两个增益参数的变化体现了驾驶员控制的时变性,并根据某型机副翼卡死故障情况,加入了配平修正模块和驾驶员适应时间,得到适合副翼卡死故障的驾驶员时变控制模型。对比分析人在环仿真试验和人机闭环仿真计算结果,在副翼卡死情况下驾驶员时变控制模型与实际驾驶员的控制结果一致,说明时变驾驶员模型能够描述真实的人类驾驶员控制行为特性。     

驾驶员模型建模精度分析方法研究

针对频域内驾驶员描述函数和辨识方法和最小二乘的驾驶员模型参数的估计方法，按照严谨公式的规范条件建立了驾驶员模型建模精度评介公式，并对驾驶员完成俯仰跟踪任务时的仿真结果和驾驶员模型辨识结果进行了精度检验计算，同时还探讨了提高建模精度的有关技术问题。     

人─机系统动态特性的实时仿真与品质评价

飞机的飞行品质不仅取决于飞机本体动力学特性和驾驶员操纵动力学特性，更重要的是取决于驾驶员─飞机系统闭环特性。通过一名驾驶员在模拟工作台上，完成对某机在不同飞行状态下的俯仰跟踪仿真任务，辨识得出驾驶员操纵动力学模型；对驾驶员─飞机闭环系统数学模型进行数字仿真得出系统动态响应；再按Ｎｅａｌ—Ｓｍｉｔｈ准则评价了该机的飞行品质，并且与按ＭＩＬ—Ｆ—８７８５Ｃ规范要求的飞行品质进行了对比。     

基于吸引域与二元极值理论的结冰飞机飞行风险量化评估

结冰会导致飞机飞行包线萎缩，在驾驶员没有正确处理的情况下极易发生飞行事故。为定量计算结冰条件下飞机飞行风险进而制定合理的结冰风险规避策略，以飞机纵向动力学系统为分析对象，基于吸引域方法计算得到飞机结冰后的二维吸引域及稳定边界，并以飞行状态超出稳定边界作为飞行事故判定条件。建立了典型的人-机-环系统模型，通过蒙特卡罗仿真提取了飞行安全关键参数极值样本；根据极值理论，建立二元极值Copula模型；通过遗传算法辨识模型参数，依据多种拟合优度检验方法确定最优分布模型，进而计算不同结冰影响程度下的飞行风险概率，并由此来指导驾驶员操纵，从而保证飞行安全。文中所述方法，为定量计算结冰条件下飞行风险概率提供了新的思路，具有较好的工程应用前景。     

驾驶员神经网络模型与频域拟线性模型的比较研究

 针对在双通道人—机控制系统中,由于驾驶员在各通道间的注意力分配,造成操纵行为具有明显的非线性这一特性,提出了用神经网络模型进行驾驶员行为描述的新方法。通过在飞行模拟器上进行双通道控制的人—机闭环仿真实验,分别对驾驶员的神经网络模型和频域拟线性模型进行识别,并对两种模型的识别结果进行了精度分析和仿真验证。结果表明神经网络模型在更宽的频带范围内具有良好的精度,而频域拟线性模型只在低频范围内精度好,其频带范围相对较窄。这说明神经网络模型在描述驾驶员非线性行为特征方面优于传统的频域拟线性模型。     

俯仰跟踪任务中的驾驶员神经网络模型辨识

 在飞机设计中,应用驾驶员数学模型预测飞机飞行品质是避免人机系统出现不良耦合的重要途径之一。为了提高飞行品质的预测精度,采用人工神经网络(NN)方法进行驾驶员模型辨识,着重研究该模型对不同飞机被控对象的适应能力。首先,详细分析了驾驶员完成俯仰跟踪任务的操纵行为特点,提出适用于该驾驶员行为描述的神经网络模型结构形式。然后,根据对不同被控对象进行俯仰跟踪实时仿真实验的结果,对神经网络模型参数进行识别。最后,对模型辨识结果进行了精度评价。研究结果表明,该辨识方法适用于研究具有不同增益、不同短周期振荡频率飞机被控对象的驾驶员操纵行为特性。     

人——机系统动态特性的实时仿真与品质评价

飞机的飞行品质不仅取决于飞机本体学特性和驾驶员操纵动力学特性，更重点的是取决于驾驶员－飞机系统闭环特性。通过一名驾驶员在模拟工作台上，完成对某机在不同飞行状态下的俯仰跟踪仿真任务辨识得出驾驶员操纵动力学模型；对驾驶员－飞机闭环系统数学模型进行数字仿真得出系统动态响应。     

基于辨识法的核心机起动过程数学模型

为了提高航空发动机核心机起动过程数学仿真模型的计算精度,提出了辨识法建模的思路,主要借助核心机试车数据, 通过求解转子扭矩平衡方程和燃气扭矩特性方程,建立核心机起动数学模型。在燃气扭矩特性的计算求解中,创新性地提出了起 动加速过程“虚拟稳态”的概念。利用辨识模型对某型核心机的起动过程进行了仿真计算,并利用试车数据对辨识模型的计算结 果进行了校核。结果表明：辨识法可用于建立核心机起动数学模型,且辨识模型具有较高的计算精度,计算结果与实际试车数据 之间的误差小于2%,因此辨识模型可作为核心机试车调试的辅助手段。随着核心机试车数据库的完善,辨识模型还将进一步发 展,其计算能力和计算精度还将继续提高。     

基于遗传算法的发动机控制通道数学模型辨识

由于控制器结构的变化,某型发动机电子调节器主要控制通道的动态响应过程为分段线性数学模型。为了获得精确的数学模型,对基本遗传算法进行了改进,提出了一种基于改进遗传算法的辨识算法,能有效辨识出系统的结构跳变时刻及其分段数学模型参数,仿真结果表明,该算法辨识的模型与实际系统接近,较之其它辨识算法具有计算稳定、辨识精度高和适应性强等优点。     

闭环气动参数辨识的两步方法

对于闭环控制飞行器动力学系统,如果输入输出数据中含有误差和噪声,将其直接用于辨识气动参数是有偏差的。针对这个问题,利用闭环控制飞行仿真数据,采用两步方法辨识飞行器的气动参数,并与直接开环辨识的结果及参数真值进行对比,表明两步方法辨识结果较直接开环辨识方法具有更高的精度,是一种有效的闭环气动参数辨识方法。     

俯仰轴飞行品质中频域准则的计算与模拟

简要介绍了军用飞机飞行品质MIL—STD—1797A中有关俯仰轴频域难则的要求和原由。提出了对这些难则的理论计算和模拟试验方法。并以某飞机为例，利用所提出的方法，对其飞行品质进行了计算和模拟。结果表明，所提出的计算和模拟方法是合理的。最后，讨论了驾驶员模型形式对俯仰轴飞行品质的影响。     

基于模糊推理的舰载机进舰过程安全性仿真分析

 舰载机进舰过程复杂,驾驶员对舰载机的控制是影响进舰安全的重要因素,驾驶员操作的偏差受到人员自身状态、环境状态以及设备(舰载机)状态的综合影响。以国外某型舰载机为例,提出了基于模糊推理的舰载机进舰过程安全性建模与仿真方法。考虑舰载机进舰过程中驾驶员控制的不确定性,分析了引起驾驶员不确定性的人-机-环因素,基于模糊推理建立不确定因素引起的驾驶员控制偏差模型,并在此基础上建立了舰载机进舰过程安全性仿真模型。通过仿真分析明确危险模式、危险程度以及危险发生的时刻点等关键因素的影响程度,为进一步保证舰载机进舰安全提供基础。     

结合离线知识的时变结构模态参数在线辨识

飞行器的结构模态参数在线获取对其高效、可靠运行具有重要意义。传统时变结构模态参数辨识方法存在辨识虚假结果较多，抵抗测量数据中的极端异常值能力差等问题，难以有效应用于在线过程。建立一种基于长短时记忆网络的时变结构模态参数在线辨识网络模型，通过数据集构建过程离线地引入先验信息，同时结合模型自身特性，有效提升制约在线辨识应用的可靠性。实验结果表明：在不同时变规律下，与传统辨识方法相比，在线辨识模型能有效缓解虚假结果问题，同时保证辨识结果的连续性；采用α稳定分布模型对脉冲噪声进行建模，验证了其在测量数据包含由于偶发因素产生的极端异常值时在线辨识鲁棒性。     

基于参数辨识原理的飞机参数分析及算法研究

提出一种在飞机概念设计中基于参数辨识理论的设计参数分析方法。在给定的设计重量和任务剖面要求下,利用基于物理的运动方程和动力学方程模型辨识出飞机气动力参数,并在总体性能评估的基础上进行设计参数分析,给气动设计提供了设计参考;在辨识过程中针对参数可行域离散度很高使得很难收敛到Pareto解的问题,提出了将神经网络预测模型融合到遗传操作过程,使得尽量在可行域内搜索。最后通过对某客机进行算例分析,表明基于辨识理论的参数分析方法和改进的算法是合理和可行的。与一般经验公式方法相比,该方法对布局类型的限制较小,在满足概念设计参数分析准确度要求的条件下能够为下一步的气动设计提供设计指标。     

平尾积冰对飞机纵向气动参数的影响

建立飞机纵向动力学模型,基于最大似然参数估计原理,设计用于辨识飞机纵向气动参数的辨识系统,并对辨识系统的正确性和精确度进行了验证.以DHC-6飞机飞行试验数据为依据,对未积冰飞机和两种平尾积冰冰型的飞机进行纵向气动参数辨识,通过对比3种情况下飞机纵向气动参数的辨识结果,定量分析了平尾积冰对飞机纵向气动参数的影响.结果表明:平尾积冰将导致飞机纵向气动特性恶化,俯仰阻尼可减小15％,升降舵效率可降低20％,对飞行稳定性、操纵性以及飞行安全构成一定的威胁.     

DFBW飞机人-机闭环纵向着陆特性研究

本文根据试飞员的飞行体会和一组试飞曲线,提出驾驶员参数随着着陆过程变化的频率域模型,建立装有DFBW飞机的人-机闭环系统数学模型,编制非线性全量时域仿真程序,对纵向着陆过程动态作了全面的定量分析,其结果与装有MCS飞机的试飞情况吻合,验证了本文建模、程序可信度和精度,从而得出某DFBW飞机着陆特性是可被驾驶员接受的一些有益结论。     

驾驶员建模精度分析方法的改进及应用

研究了驾驶员建模精度分析方法和提高建模精度的途径。基于驾驶员在环实时仿真结果,识别驾驶员描述函数,按加权最小二乘准则采用复形调优算法识别模型参数。结合两步识别过程,针对现有模型精度公式在最终模型检验上的缺陷,进一步完善了精度评价公式。根据公式提出了基于灵敏度分析的驾驶员模型参数调整方法。应用结果表明：所建立的公式和方法对提高驾驶员模型建模精度效果明显。