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。     

驾驶员数学模型的拟配研究

根据实验测得的驾驶员描述函数,用McRuer转角模型理论,针对两种类型的被控对象,在固定基飞行模拟器上进行拟配,得出合理的驾驶员数学模型。     

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—机闭环系统的驾驶员模型研究

通过对驾驶员操纵行为的分析，提出了在人－机闭环系统研究中驾驶员环节数学描述的要求，对驾驶员的传递函数模型，最优控制模型和模糊控制模型进行了分析研究，并对驾驶员模型在人－机闭环系统动态品质分析方面的应用进行了研究。     

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。     

驾驶员诱发振荡的研究

 本文根据驾驶员诱发振荡的实质,从闭环控制理论出发,提出了人-机系统数学模型,并在时域内进行了计算。以某歼击教练机为例,与频域法一起作了对比研究。结果表明,时域计算方法不仅直观,物理意义强,而且可以考虑众多的非线性因素,结果可能较为可靠。     

某型飞机驾驶员诱发振荡的研究

根据人-机系统闭环控制理论,运用时域响应法,对某型飞机的纵向驾驶员诱发振荡(PIO)问题进行了研究,并讨论了控制增稳系统对PIO产生的影响.     

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.     

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。     

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。     

驾驶员诱发振荡探析

分析了驾驶员诱发振荡(PIO)成因和机理,总结了PIO的种类和预测方法,提出了抑制PIO发生的方法和应当采取的措施,并给出了在飞机设计过程中应对PIO的建议,为飞机研制过程中如何避免发生PIO现象提供了指导。     

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。     

基于自适应驾驶员最优控制模型的飞行品质预测

传统飞机驾驶员最优控制模型采用卡尔曼滤波,无法反映飞行员对未知环境的适应能力,在飞行试验中有时存在与飞行员实际评分不一致的现象.为此,采用自适应状态估计理论对传统驾驶员最优控制模型进行了修正,提出了基于自适应飞机驾驶员最优控制模型的飞行品质评估方法.通过对比飞行试验和模型仿真结果表明了这一评估方法的可行性,所采用的修正加权系数得到的评分结果精度更高.研究结果表明,飞行员评分与指标函数加权系数比值相关,采用变化加权系数比值得到的评估结果与飞行员实际评分更为吻合.随着飞机动态特性的变差,这一比值将不断增大,飞行员将投入更多精力进行飞行状态监测,进而导致飞行员降低对飞行品质的主观评价.     

飞行员抗荷系统动态特性数学模型

研究建立了飞行员抗荷系统动态模型,包括过载—眼动脉血压子模型、人体正加压呼吸子模型、抗荷阀—抗荷服子模型、面罩子模型、后倾座椅子模型、抗荷动作子模型、抗荷服压力—主动脉输出压子模型等部分。该模型可计算不同过载谱、不同抗荷装备条件下的飞行员过载耐限和耐受时间。研究结果表明,在GOR、ROR、SACM等不同过载谱条件下人体过载耐限值的计算结果与实验数据符合良好。     

马尔科夫模型在新装备人员系统中的应用

论述了当前航空兵部队人机的现状,分析了导致人机矛盾的原因,并结合当前兵员紧、装备新、任务重、保障难、要求高等问题,运用马尔科夫模型提出实行专业、人员优化的原则和方法,阐述了克服人、机矛盾的紧迫性和重要性。     

飞机力提示智能侧杆控制器设计方法

与传统侧杆控制器的作用不同,带力提示的智能侧杆控制器的附加功能是减缓和预防飞机在故障或边界状态下的人机不良耦合,以提高飞行安全性。飞机在故障或边界状态下,具有明显的飞行动力学特性突变的特点,飞机动力学特性突变会引起驾驶员操纵策略的变化。针对这些特点,研究其侧杆控制器设计的理论方法。通过分析飞机动力学特性突变引起的系统时变非线性及其在力提示下的驾驶员行为特点,建立了智能侧杆引导的人机系统模型。在此基础上,基于时变系统的频谱分析和人机系统的品质评价准则,提出了带力提示的智能侧杆控制器设计方法,并给出了详细的设计步骤。通过对飞机故障状态下的仿真,解释了力提示智能侧杆控制器减缓人机不良耦合的机理。仿真结果表明智能侧杆控制器在提高驾驶员控制精度的同时,减缓了人机不良耦合的趋势,从而验证了提出的设计方法的可行性和有效性。