舰载直升机理论风限图飞行模拟获取方法

获取舰载直升机实用风限图,仅依靠实装飞行试验或建模仿真都是非常困难的。通过起降飞行模拟试验获取理论风限图,结合少量的海上实装飞行验证试验是一种综合较优的方法。起降飞行模拟试验需要真实飞行员和高等级飞行模拟器参与,飞行模拟器中的母舰气流场数据、母舰运动可由建模仿真或试验测试得到,且必须考虑母舰气流场的非定场特性;只有当飞行员视景或视觉反馈受限时(如能见度降低时),飞行模拟器基座的六自由度运动才是必需的;用DIPES或Bedford方法量化飞行员主观操纵负担,结合记录的客观操纵数据,评判起降难度;典型的飞行模拟试验程序包含了不同风况下的进近和甲板着舰,通常每隔15°和5kn一个风况。通过起降飞行模拟试验得到的理论风限图,可以更加有效和安全地指导海上实装飞行验证试验,最终获得实用风限图。     

模糊聚类方法在PIO探测中的应用

用于驾驶员诱发振荡(PIO)探测的特征参数可以有效地反映出PIO时飞机在频域和时域的特征,利用模糊逻辑方法对特征参数进行辨识可以有效地识别出是否发生了PIO.模糊逻辑方法中的隶属函数直接反映了特征参数的特点,其设计决定了是否能有效地对PIO进行识别.为了设计有效的隶属函数,根据特征数据的特点采用球壳型模糊聚类算法对数据...     

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。     

基于人工神经网络的驾驶员操纵行为模型

驾驶员操纵行为受到自身、外界环境和被控对象等多方面的影响,因此驾驶员模型具有非线性的特征。神经网络模型克服了拟线性模型不能反映驾驶员非线性操纵的问题。为了获得建立模型的数据,利用地面模拟器使飞行员对一系列指令进行精确跟踪。获得的指令、飞机状态和驾驶员输入信息等参数即可作为神经网络模型的训练样本。神经网络驾驶员模型的训练和测试结果表明,该建模方法是合理、准确的,可以应用于人机闭环系统中驾驶员操纵的研究。     

基于傅立叶变换和模糊逻辑的APC/PIO探测方法

为了对飞机-驾驶员耦合(APC)或驾驶员诱发振荡(PIO)现象实现在线探测,提出了适于实时计算的滑动窗口傅立叶变换递推算法、相关特征的模糊隶属函数以及基于模糊逻辑的识别模型。各种情况飞行试验数据的计算和分析表明,该方法对探测APC/PIO是有效、可行的。最后提出了进一步研究的若干建议。     

模糊逻辑PIO探测器中的隶属函数构建

 驾驶员诱发振荡（PIO）是一类驾驶员不希望出现的人机耦合(APC)现象。探测器可根据飞机飞行数据识别是否有PIO发生。设计模糊逻辑探测器模型用于PIO探测关键在于模糊变量的选取与模糊推理的设计,模糊变量是由若干隶属函数描述的。根据对发生PIO时驾驶员的操纵与飞机运动特点的分析与总结,以及选取的特征参数的变化范围,对模型中的隶属函数进行设计,并对隶属函数的适应性和对识别结果的影响进行了分析。PIO数据的识别结果表明通过这种设计方法得到的模型可以用于PIO探测。     

飞行甲板多机滑行路径规划

与单机滑行相比,飞行甲板多机滑行建模仿真需要考虑运动舰载机之间的避障、计算效率等问题。建立多机滑行路径规划数学模型,包括舰载机简化模型、舰载机牵引系统运动模型以及目标函数等。设计基于A*的路径优化搜索算法,提出一种简捷办法来保证路径搜索的快速、成功,使舰载机机头对准弹射器跑道方向;启发函数既考虑舰载机以尽量短的距离到达对应弹射器,又兼顾其进入目标点方向的约束条件;碰撞检测不仅考虑单机路径规划中的约束条件,而且在节点扩展的每一步多次对备选路径进行碰撞检测。最后,用一个算例证明了所提出方法的有效性,能保证舰载机机队以合理的滑行路径安全高效地到达弹射起飞位。