航空电子装备嵌入式软件质量管理研究

嵌入式软件的成败对航空电子装备效能发挥愈发重要.随着航空电子装备技术与能力的不断提升,软件的规模和复杂性也急剧增长.目前大部分航空电子装备能力分阶段迭代生成,软件不断升级已成常态.复杂的装备及其复杂的开发过程给质量管理带来了难度,为提升航空复杂电子装备的软件质量,高效保障装备效能稳定发挥,本文聚焦技术状态管理与测试验证...     

浅谈航空发动机滑油压力监控系统的设计

滑油压力是航空发动机的重要运行参数,各型发动机针对滑油压力都有严格的监控设计,当发动机滑油压力过低时往往需要执行发动机关车操作.若滑油压力监控系统发生故障,可能导致虚假的滑油低压警告,从而造成不必要的发动机空中停车事件.本文选取多个机型,结合实际经验,对比分析了滑油压力监控系统在设计上可能存在的问题,并提出改进思路.     

基于滑模的多无人机系统协同编队控制

针对具有非完整约束的多无人机系统编队控制问题,提出了一种基于滑模的协同编队控制算法。控制目标是使多无人机系统能够收敛到期望编队,并且能够跟踪上期望的运动轨迹。在领导-跟随结构中,编队的期望运动轨迹由一个动态的虚拟领导者来表示,仅部分跟随者先验已知虚拟领导者信息,并且所有跟随者之间只能局部交互信息。首先,采用分布式状态观测器,使所有跟随者能够在有限时间内估计出虚拟领导者的状态。然后,利用该观测器的估计状态,提出了基于滑模的协同编队控制算法。最后,基于李雅普诺夫稳定性理论证明了多无人机系统的稳定性,并且通过5架无人机的仿真验证了所提算法的有效性。     

QAR数据在航空发动机监控中的应用研究

QAR设备虽已在民航界广泛应用,但目前对QAR数据的应用有限,浪费了大量数据信息。对此,提出通过采用多种监控逻辑并存的方法,建立监控体系,解决QAR数据的监控问题、3种监控逻辑被用于该体系：双发差异监控,EHM方法数据监控,数据极限监控。这些逻辑各有利弊,互为补充。通过对实际发动机QAR数据的监控测试．证明运用该方法所建立QAR数据监控体系的可行性和有效性,一定程度上解决了QAR数据监控问题。     

地形冲突回避控制原理的研究

地形冲突是指飞行器与地面之间的相对位置发生矛盾,可能导致可控飞行撞地事故(CFIT)发生的潜在危险现象。在飞机飞行过程中,飞行员瞬间丧失知觉是飞行员自身因素导致飞行事故的一个重要问题,这个问题困扰着所有飞高性能战斗机的空军及其飞行员人员。丧失空间方向感又是一个更为严重的问题,它影响着空军和民航的飞行员人员。为了防止由于自身因素引起的飞行员和飞机的巨大损失,研究自动地形冲突回避系统是必要的。通过对地形冲突回避控制原理三种方案的研究分析表明:一种不需要飞行员涉入,一种需要飞行员涉入,即所谓人在回路之中,一种需要对外发射信号。     

数字化协同设计中的技术状态控制

简要介绍了在某型直升机数字化设计过程中,如何将技术状态控制活动融入到协同设计中,提高设计更改的质量和效率,以期为航空产品研制更好地开展技术状态控制提供借鉴。     

高阶微分反馈控制及在四旋翼飞行器中的应用

高阶微分反馈控制是不依赖系统精确模型的控制策略,采用控制滤波器间接补偿系统的未知模型。但其中的高阶微分器没有用来估计系统的未知模型函数,采用的是间接补偿未知模型函数方案。改进了高阶微分器,将控制输入引入其中,既能实时估计非线性模型中的未知函数,也能估计系统输出及参考输入的微分信息。对比分析了改进的高阶微分器和扩张状态观测器所估计的未知函数的收敛性,证明前者的型别比后者高一个类型。应用估计的微分和模型函数设计了新的高阶微分反馈控制算法,该方案能够抑制未知扰动,并成功地应用于四旋翼飞行器(QUAV)姿态系统的控制。应用Lyapunov函数从理论上证明了闭环系统的稳定性。在基于Pixhawk的控制测试平台实验中,分别采用改进的高阶微分反馈控制、PID控制、自抗扰控制和传统的高阶微分反馈控制方案,测试四旋翼飞行器对不同参考姿态的跟踪性能和抗扰性能。结果表明,所提出的改进高阶微分反馈控制方案,在暂态性能,稳态跟踪精度和抗干扰鲁棒性方面,大幅度优越于其他方案。     

发动机故障隔离技术的主特征量模型

本文提出了发动机气路分析故障隔离技术的主特征量模型。主特征量模型的基本原理如下:发动机征兆量和发动机特征量之间存在着特殊的函数关系,即 n 个征兆量小偏差方程可以被少于 n 的 t 个故障量偏差所满足。利用这一特性可以对多于征兆量数目的 m 个特征量进行故障隔离。与目前广泛采用的影响系数矩阵法比较,主特征量模型不仅具有更广泛的实用意义,而且数学模型更加严格,并且能提供较多的故障诊断信息。文中给出了主持征量模型的两种求解方法,即最小征兆量偏差残差模法和最小特征量偏差法。文中还给出了主特征量模型的计算例题,并对计算结果进行了分析。     

自适应飞机驾驶员最优控制模型研究及应用

针对驾驶员最优控制模型(OCM)无法反映飞行员在未知环境下渐进适应过程这一缺点,采用自适应状态估计理论对OCM进行改进,建立了基于自适应状态估计的驾驶员最优控制模型(MOCM-AE),给出了算法流程。通过对比飞行试验数据和未知扰动下的着舰应用,对模型进行了评估。通过人机闭环仿真进行了飞行试验再现,得到了人机闭环频域曲线。对比结果表明,与OCM相比MOCM-AE的频域特性曲线与试验更为吻合。在着舰应用中,引入低空紊流作为未知扰动进行着舰仿真,结果表明OCM强烈依赖于先验经验,而MOCM-AE无论是否具有先验经验,无论是否存在未知扰动,均能取得良好着舰效果。在未知扰动和舰尾流影响下,MOCM-AE比传统OCM着舰精度提高59%,着舰点分布范围缩小29%,这体现了飞行员对未知环境的适应能力。