• 四川郎酒股份有限公司获第十二届人民企业社会责任奖年度环保奖 2019-05-13
  • 银保监会新规剑指大企业多头融资和过度融资 2019-05-12
  • 韩国再提4国联合申办世界杯 中国网友无视:我们自己来 2019-05-11
  • 中国人为什么一定要买房? 2019-05-11
  • 十九大精神进校园:风正扬帆当有为 勇做时代弄潮儿 2019-05-10
  • 粽叶飘香幸福邻里——廊坊市举办“我们的节日·端午”主题活动 2019-05-09
  • 太原设禁鸣路段 设备在测试中 2019-05-09
  • 拜耳医药保健有限公司获第十二届人民企业社会责任奖年度企业奖 2019-05-08
  • “港独”没出路!“梁天琦们”该醒醒了 2019-05-07
  • 陈卫平:中国文化内涵包含三方面 文化复兴表现在其中 2019-05-06
  • 人民日报客户端辟谣:“合成军装照”产品请放心使用 2019-05-05
  • 【十九大·理论新视野】为什么要“建设现代化经济体系”?   2019-05-04
  • 聚焦2017年乌鲁木齐市老城区改造提升工程 2019-05-04
  • 【专家谈】上合组织——构建区域命运共同体的有力实践者 2019-05-03
  • 【华商侃车NO.192】 亲!楼市火爆,别忘了买车位啊! 2019-05-03
    • / 28
    • 下载费用:30 金币  

    重庆时时彩后三组六万能杀号: 一种倾转旋翼机倾转过渡过程的求解方法.pdf

    关 键 词:
    一种 旋翼机 转过 渡过 求解 方法
      专利查询网所有资源均是用户自行上传分享,仅供网友学习交流,未经上传用户书面授权,请勿作他用。
    摘要
    申请专利号:

    CN201611234837.8

    申请日:

    2016.12.28

    公开号:

    CN106777739A

    公开日:

    2017.05.31

    当前法律状态:

    实审

    有效性:

    审中

    法律详情: 实质审查的生效IPC(主分类):G06F 17/50申请日:20161228|||公开
    IPC分类号: G06F17/50 主分类号: G06F17/50
    申请人: 南京航空航天大学
    发明人: 严旭飞; 陈仁良
    地址: 210016 江苏省南京市秦淮区御道街29号
    优先权:
    专利代理机构: 江苏圣典律师事务所 32237 代理人: 贺翔
    PDF完整版下载: PDF下载
    法律状态
    申请(专利)号:

    CN201611234837.8

    授权公告号:

    |||

    法律状态公告日:

    2017.06.23|||2017.05.31

    法律状态类型:

    实质审查的生效|||公开

    摘要

    本发明公开了一种倾转旋翼机倾转过渡过程的求解方法,包括:1)建立适用于计算倾转旋翼机倾转过渡过程的飞行动力学模型;2)根据不同的飞行任务建立合适的边界条件、路径约束和性能指标,将倾转旋翼机的倾转过渡过程转化为非线性动态最优控制问题;3)设计数值优化算法对步骤2)中的非线性动态最优控制问题进行求解,得到倾转旋翼机的倾转过渡过程。本发明提出的求解方法计算效率高,收敛快,计算结果可信度高,可以用来研究倾转旋翼机的最优倾转过渡过程。

    权利要求书

    1.一种倾转旋翼机倾转过渡过程的求解方法,其特征在于,包括步骤如下:
    1)建立适用于计算倾转旋翼机倾转过渡过程的飞行动力学模型;
    2)根据不同的飞行任务建立合适的边界条件、路径约束和性能指标,将倾转旋翼机的
    倾转过渡过程转化为非线性动态最优控制问题;
    3)设计数值优化算法对步骤2)中的非线性动态最优控制问题进行求解,得到倾转旋翼
    机的倾转过渡过程。
    2.根据权利要求1所述的倾转旋翼机倾转过渡过程的求解方法,其特征在于,上述步骤
    1)中模型在倾转过渡求解过程中能够考虑到操纵系统特性对操纵量变化速度的限制,还能
    避免在数值求解过程中出现跳跃不连续。
    3.根据权利要求1所述的倾转旋翼机倾转过渡过程的求解方法,其特征在于,上述步骤
    1)中模型包括:基本非线性飞行动力学模型,混合操纵方程和控制量微分方程。
    4.根据权利要求3所述的倾转旋翼机倾转过渡过程的求解方法,其特征在于,上述的混
    合操纵方程为:
    <mrow> <mfenced open = "{" close = ""> <mtable> <mtr> <mtd> <mrow> <msub> <mi>&theta;</mi> <mrow> <mn>0</mn> <mo>,</mo> <mi>r</mi> </mrow> </msub> <mo>=</mo> <mo>&part;</mo> <msub> <mi>&theta;</mi> <mn>0</mn> </msub> <mo>/</mo> <mo>&part;</mo> <msub> <mi>&delta;</mi> <mrow> <mi>c</mi> <mi>o</mi> <mi>l</mi> </mrow> </msub> <mo>&CenterDot;</mo> <msub> <mi>&delta;</mi> <mrow> <mi>c</mi> <mi>o</mi> <mi>l</mi> </mrow> </msub> <mo>-</mo> <mo>&part;</mo> <msub> <mi>&theta;</mi> <mn>0</mn> </msub> <mo>/</mo> <mo>&part;</mo> <msub> <mi>&delta;</mi> <mrow> <mi>l</mi> <mi>a</mi> <mi>t</mi> </mrow> </msub> <mo>&CenterDot;</mo> <msub> <mi>&delta;</mi> <mrow> <mi>l</mi> <mi>a</mi> <mi>t</mi> </mrow> </msub> <mo>+</mo> <msub> <mi>&theta;</mi> <mi>g</mi> </msub> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <msub> <mi>&theta;</mi> <mrow> <mn>0</mn> <mo>,</mo> <mi>l</mi> </mrow> </msub> <mo>=</mo> <mo>&part;</mo> <msub> <mi>&theta;</mi> <mn>0</mn> </msub> <mo>/</mo> <mo>&part;</mo> <msub> <mi>&delta;</mi> <mrow> <mi>c</mi> <mi>o</mi> <mi>l</mi> </mrow> </msub> <mo>&CenterDot;</mo> <msub> <mi>&delta;</mi> <mrow> <mi>c</mi> <mi>o</mi> <mi>l</mi> </mrow> </msub> <mo>+</mo> <mo>&part;</mo> <msub> <mi>&theta;</mi> <mn>0</mn> </msub> <mo>/</mo> <mo>&part;</mo> <msub> <mi>&delta;</mi> <mrow> <mi>l</mi> <mi>a</mi> <mi>t</mi> </mrow> </msub> <mo>&CenterDot;</mo> <msub> <mi>&delta;</mi> <mrow> <mi>l</mi> <mi>a</mi> <mi>t</mi> </mrow> </msub> <mo>+</mo> <msub> <mi>&theta;</mi> <mi>g</mi> </msub> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <msub> <mi>&theta;</mi> <mrow> <mi>c</mi> <mo>,</mo> <mi>r</mi> </mrow> </msub> <mo>=</mo> <mo>&part;</mo> <msub> <mi>&theta;</mi> <mi>c</mi> </msub> <mo>/</mo> <mo>&part;</mo> <msub> <mi>&delta;</mi> <mrow> <mi>l</mi> <mi>a</mi> <mi>t</mi> </mrow> </msub> <mo>&CenterDot;</mo> <msub> <mi>&delta;</mi> <mrow> <mi>l</mi> <mi>a</mi> <mi>t</mi> </mrow> </msub> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <msub> <mi>&theta;</mi> <mrow> <mi>c</mi> <mo>,</mo> <mi>l</mi> </mrow> </msub> <mo>=</mo> <mo>&part;</mo> <msub> <mi>&theta;</mi> <mi>c</mi> </msub> <mo>/</mo> <mo>&part;</mo> <msub> <mi>&delta;</mi> <mrow> <mi>l</mi> <mi>a</mi> <mi>t</mi> </mrow> </msub> <mo>&CenterDot;</mo> <msub> <mi>&delta;</mi> <mrow> <mi>l</mi> <mi>a</mi> <mi>t</mi> </mrow> </msub> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <msub> <mi>&theta;</mi> <mrow> <mi>s</mi> <mo>,</mo> <mi>r</mi> </mrow> </msub> <mo>=</mo> <mo>&part;</mo> <msub> <mi>&theta;</mi> <mi>s</mi> </msub> <mo>/</mo> <mo>&part;</mo> <msub> <mi>&delta;</mi> <mrow> <mi>l</mi> <mi>o</mi> <mi>n</mi> </mrow> </msub> <mo>&CenterDot;</mo> <msub> <mi>&delta;</mi> <mrow> <mi>l</mi> <mi>o</mi> <mi>n</mi> </mrow> </msub> <mo>-</mo> <mo>&part;</mo> <msub> <mi>&theta;</mi> <mi>s</mi> </msub> <mo>/</mo> <mo>&part;</mo> <msub> <mi>&delta;</mi> <mrow> <mi>p</mi> <mi>e</mi> <mi>d</mi> </mrow> </msub> <mo>&CenterDot;</mo> <msub> <mi>&delta;</mi> <mrow> <mi>p</mi> <mi>e</mi> <mi>d</mi> </mrow> </msub> <mo>+</mo> <msub> <mi>&delta;</mi> <mrow> <mi>B</mi> <mn>1</mn> </mrow> </msub> <mrow> <mo>(</mo> <mrow> <mn>1</mn> <mo>-</mo> <mi>sin</mi> <mi> </mi> <msub> <mi>i</mi> <mi>n</mi> </msub> </mrow> <mo>)</mo> </mrow> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <msub> <mi>&theta;</mi> <mrow> <mi>s</mi> <mo>,</mo> <mi>l</mi> </mrow> </msub> <mo>=</mo> <mo>&part;</mo> <msub> <mi>&theta;</mi> <mi>s</mi> </msub> <mo>/</mo> <mo>&part;</mo> <msub> <mi>&delta;</mi> <mrow> <mi>l</mi> <mi>o</mi> <mi>n</mi> </mrow> </msub> <mo>&CenterDot;</mo> <msub> <mi>&delta;</mi> <mrow> <mi>l</mi> <mi>o</mi> <mi>n</mi> </mrow> </msub> <mo>+</mo> <mo>&part;</mo> <msub> <mi>&theta;</mi> <mi>s</mi> </msub> <mo>/</mo> <mo>&part;</mo> <msub> <mi>&delta;</mi> <mrow> <mi>p</mi> <mi>e</mi> <mi>d</mi> </mrow> </msub> <mo>&CenterDot;</mo> <msub> <mi>&delta;</mi> <mrow> <mi>p</mi> <mi>e</mi> <mi>d</mi> </mrow> </msub> <mo>+</mo> <msub> <mi>&delta;</mi> <mrow> <mi>B</mi> <mn>1</mn> </mrow> </msub> <mrow> <mo>(</mo> <mrow> <mn>1</mn> <mo>-</mo> <mi>sin</mi> <mi> </mi> <msub> <mi>i</mi> <mi>n</mi> </msub> </mrow> <mo>)</mo> </mrow> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <msub> <mi>&theta;</mi> <mi>e</mi> </msub> <mo>=</mo> <mo>&part;</mo> <msub> <mi>&theta;</mi> <mi>e</mi> </msub> <mo>/</mo> <mo>&part;</mo> <msub> <mi>&delta;</mi> <mrow> <mi>l</mi> <mi>o</mi> <mi>n</mi> </mrow> </msub> <mo>&CenterDot;</mo> <msub> <mi>&delta;</mi> <mrow> <mi>l</mi> <mi>o</mi> <mi>n</mi> </mrow> </msub> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <msub> <mi>&theta;</mi> <mi>a</mi> </msub> <mo>=</mo> <mo>-</mo> <mo>&part;</mo> <msub> <mi>&theta;</mi> <mi>a</mi> </msub> <mo>/</mo> <mo>&part;</mo> <msub> <mi>&delta;</mi> <mrow> <mi>l</mi> <mi>a</mi> <mi>t</mi> </mrow> </msub> <mo>&CenterDot;</mo> <msub> <mi>&delta;</mi> <mrow> <mi>l</mi> <mi>a</mi> <mi>t</mi> </mrow> </msub> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <msub> <mi>&theta;</mi> <mi>r</mi> </msub> <mo>=</mo> <mo>&part;</mo> <msub> <mi>&theta;</mi> <mi>r</mi> </msub> <mo>/</mo> <mo>&part;</mo> <msub> <mi>&delta;</mi> <mrow> <mi>p</mi> <mi>e</mi> <mi>d</mi> </mrow> </msub> <mo>&CenterDot;</mo> <msub> <mi>&delta;</mi> <mrow> <mi>p</mi> <mi>e</mi> <mi>d</mi> </mrow> </msub> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <msub> <mi>i</mi> <mi>n</mi> </msub> <mo>=</mo> <msub> <mi>&delta;</mi> <mrow> <mi>i</mi> <mi>n</mi> </mrow> </msub> </mrow> </mtd> </mtr> </mtable> </mfenced> <mo>.</mo> </mrow>
    5.根据权利要求3所述的倾转旋翼机倾转过渡过程的求解方法,其特征在于,上述的控
    制量微分方程为:
    考虑到操纵系统特性对操纵量变化速度的限制,同时为了避免操纵量在优化过程中出
    现跳跃不连续或者bang-bang型控制的形式,使用δcol、δlon、δlat、δped和δin的一阶导数作为控
    制量,并把δcol、δlon、δlat、δped和δin作为新的状态变量:
    <mrow> <mfenced open = "{" close = ""> <mtable> <mtr> <mtd> <mrow> <msub> <mover> <mi>&delta;</mi> <mo>&CenterDot;</mo> </mover> <mrow> <mi>c</mi> <mi>o</mi> <mi>l</mi> </mrow> </msub> <mo>=</mo> <msub> <mi>u</mi> <mi>c</mi> </msub> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <msub> <mover> <mi>&delta;</mi> <mo>&CenterDot;</mo> </mover> <mrow> <mi>l</mi> <mi>o</mi> <mi>n</mi> </mrow> </msub> <mo>=</mo> <msub> <mi>u</mi> <mi>s</mi> </msub> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <msub> <mover> <mi>&delta;</mi> <mo>&CenterDot;</mo> </mover> <mrow> <mi>l</mi> <mi>a</mi> <mi>t</mi> </mrow> </msub> <mo>=</mo> <msub> <mi>u</mi> <mi>a</mi> </msub> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <msub> <mover> <mi>&delta;</mi> <mo>&CenterDot;</mo> </mover> <mrow> <mi>p</mi> <mi>e</mi> <mi>d</mi> </mrow> </msub> <mo>=</mo> <msub> <mi>u</mi> <mi>p</mi> </msub> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <msub> <mover> <mi>&delta;</mi> <mo>&CenterDot;</mo> </mover> <mrow> <mi>i</mi> <mi>n</mi> </mrow> </msub> <mo>=</mo> <msub> <mi>u</mi> <mi>n</mi> </msub> </mrow> </mtd> </mtr> </mtable> </mfenced> <mo>.</mo> </mrow>
    6.根据权利要求1所述的倾转旋翼机倾转过渡过程的求解方法,其特征在于,上述步骤
    2)中的性能指标具体为:
    <mrow> <mi>min</mi> <mi> </mi> <mi>J</mi> <mo>=</mo> <msub> <mi>w</mi> <mi>t</mi> </msub> <msub> <mi>t</mi> <mi>f</mi> </msub> <mo>+</mo> <mfrac> <mn>1</mn> <mrow> <msub> <mi>t</mi> <mi>f</mi> </msub> <mo>-</mo> <msub> <mi>t</mi> <mn>0</mn> </msub> </mrow> </mfrac> <msubsup> <mo>&Integral;</mo> <msub> <mi>t</mi> <mn>0</mn> </msub> <msub> <mi>t</mi> <mi>f</mi> </msub> </msubsup> <mi>L</mi> <mrow> <mo>(</mo> <mi>q</mi> <mo>(</mo> <mi>t</mi> <mo>)</mo> <mo>,</mo> <mi>&theta;</mi> <mo>(</mo> <mi>t</mi> <mo>)</mo> <mo>,</mo> <mi>u</mi> <mo>(</mo> <mi>t</mi> <mo>)</mo> <mo>)</mo> </mrow> <mi>d</mi> <mi>t</mi> </mrow>
    其中,
    <mrow> <mi>L</mi> <mrow> <mo>(</mo> <mi>q</mi> <mo>,</mo> <mi>&theta;</mi> <mo>,</mo> <mi>u</mi> <mo>)</mo> </mrow> <mo>=</mo> <msub> <mi>w</mi> <mn>1</mn> </msub> <msubsup> <mi>u</mi> <mi>c</mi> <mn>2</mn> </msubsup> <mo>/</mo> <msubsup> <mi>u</mi> <mrow> <mi>c</mi> <mi>max</mi> </mrow> <mn>2</mn> </msubsup> <mo>+</mo> <msub> <mi>w</mi> <mn>2</mn> </msub> <msubsup> <mi>u</mi> <mi>s</mi> <mn>2</mn> </msubsup> <mo>/</mo> <msubsup> <mi>u</mi> <mrow> <mi>s</mi> <mi>max</mi> </mrow> <mn>2</mn> </msubsup> <mo>+</mo> <msub> <mi>w</mi> <mn>3</mn> </msub> <msubsup> <mi>u</mi> <mi>n</mi> <mn>2</mn> </msubsup> <mo>/</mo> <msubsup> <mi>u</mi> <mrow> <mi>n</mi> <mi>max</mi> </mrow> <mn>2</mn> </msubsup> <mo>+</mo> <msub> <mi>w</mi> <mn>4</mn> </msub> <msup> <mover> <mi>q</mi> <mo>&OverBar;</mo> </mover> <mn>2</mn> </msup> <mo>/</mo> <msubsup> <mover> <mi>q</mi> <mo>&OverBar;</mo> </mover> <mi>max</mi> <mn>2</mn> </msubsup> <mo>+</mo> <msub> <mi>w</mi> <mn>5</mn> </msub> <msup> <mi>&theta;</mi> <mn>2</mn> </msup> <mo>/</mo> <msubsup> <mi>&theta;</mi> <mi>max</mi> <mn>2</mn> </msubsup> </mrow>
    式中wt,w1,w2,w3,w4,w5为常数权重因子,权重系数越大,对应项越重要;在倾转过渡过
    程中,驾驶员通过拇指滚轮让发动机短舱以固定的角速率进行倾转,并专注于对总距杆和
    纵向杆的控制;此外,在倾转过渡过程中也要关注俯仰角速率和俯仰角的变化,因此各项比
    重有所不同,权重系数定为:wt=1.0,w1=2.0,w2=2.0,w3=1.0,w4=1.5,w5=1.5。
    7.根据权利要求1所述的倾转旋翼机倾转过渡过程的求解方法,其特征在于,上述步骤
    2)中的路径约束具体为:为了让高度保持在可接受的范围内,在路径约束中根据不同的飞
    行任务要求对高度变化进行了一定的限制;此外,在路径约束中对俯仰姿态角和角速率也
    进行限制:

    利用倾转旋翼机短舱倾转角-速度包线分析方法确定路径约束,使倾转过渡过程保持
    在短舱倾转角-速度包线内;
    整个倾转过渡过程中,驾驶员的操纵速率根据对应型号的倾转旋翼机的助力器速率限
    制确定:
    <mrow> <mfenced open = "{" close = ""> <mtable> <mtr> <mtd> <mrow> <msub> <mi>u</mi> <mrow> <mi>c</mi> <mi>m</mi> <mi>i</mi> <mi>n</mi> </mrow> </msub> <mo>&le;</mo> <msub> <mi>u</mi> <mi>c</mi> </msub> <mo>&le;</mo> <msub> <mi>u</mi> <mrow> <mi>c</mi> <mi>m</mi> <mi>a</mi> <mi>x</mi> </mrow> </msub> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <msub> <mi>u</mi> <mrow> <mi>s</mi> <mi>min</mi> </mrow> </msub> <mo>&le;</mo> <msub> <mi>u</mi> <mi>s</mi> </msub> <mo>&le;</mo> <msub> <mi>u</mi> <mrow> <mi>s</mi> <mi>max</mi> </mrow> </msub> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <msub> <mi>u</mi> <mrow> <mi>n</mi> <mi>min</mi> </mrow> </msub> <mo>&le;</mo> <msub> <mi>u</mi> <mi>n</mi> </msub> <mo>&le;</mo> <msub> <mi>u</mi> <mrow> <mi>n</mi> <mi>m</mi> <mi>a</mi> <mi>x</mi> </mrow> </msub> </mrow> </mtd> </mtr> </mtable> </mfenced> <mo>.</mo> </mrow>
    8.根据权利要求1所述的倾转旋翼机倾转过渡过程的求解方法,其特征在于,上述步骤
    2)中的边界条件具体为:操纵策略优化初始边界条件为飞行器当前飞行状态;将末端边界
    条件设定为目标倾转角度以及前飞速度,即:
    <mfenced open = "{" close = ""> <mtable> <mtr> <mtd> <mrow> <msub> <mi>i</mi> <mrow> <mi>n</mi> <mi>t</mi> </mrow> </msub> <mo>&le;</mo> <msub> <mi>i</mi> <mi>n</mi> </msub> <mrow> <mo>(</mo> <msub> <mi>t</mi> <mi>f</mi> </msub> <mo>)</mo> </mrow> <mo>&le;</mo> <msub> <mi>i</mi> <mrow> <mi>n</mi> <mi>t</mi> </mrow> </msub> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <mn>0</mn> <mo>&le;</mo> <msub> <mi>u</mi> <mi>n</mi> </msub> <mrow> <mo>(</mo> <msub> <mi>t</mi> <mi>f</mi> </msub> <mo>)</mo> </mrow> <mo>&le;</mo> <mn>0</mn> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <msub> <mover> <mi>x</mi> <mo>&CenterDot;</mo> </mover> <mi>t</mi> </msub> <mo>&le;</mo> <mover> <mi>x</mi> <mo>&CenterDot;</mo> </mover> <mrow> <mo>(</mo> <msub> <mi>t</mi> <mi>f</mi> </msub> <mo>)</mo> </mrow> <mo>&le;</mo> <msub> <mover> <mi>x</mi> <mo>&CenterDot;</mo> </mover> <mi>t</mi> </msub> </mrow> </mtd> </mtr> </mtable> </mfenced>
    其中int为目标发动机短舱倾转角度,为目标前飞速度,具体数值根据飞行任务要求确
    定。
    9.根据权利要求1所述的倾转旋翼机倾转过渡过程的求解方法,其特征在于,上述步骤
    3)中的数值优化算法具体为:采用直接转换法和序列二次规划算法来求解;
    在进行数值计算时,首先对飞行动力学模型中的参数进行无量纲缩放;
    定义常数k1,k2,k3,k4对状态量、控制量和时间进行无量纲缩放:
    <mfenced open = "{" close = ""> <mtable> <mtr> <mtd> <mtable> <mtr> <mtd> <mrow> <mover> <mi>w</mi> <mo>&OverBar;</mo> </mover> <mo>=</mo> <mfrac> <mrow> <msub> <mi>k</mi> <mn>1</mn> </msub> <mi>w</mi> </mrow> <mrow> <msub> <mi>&Omega;</mi> <mn>0</mn> </msub> <mi>R</mi> </mrow> </mfrac> </mrow> </mtd> <mtd> <mrow> <mover> <mi>u</mi> <mo>&OverBar;</mo> </mover> <mo>=</mo> <mfrac> <mrow> <msub> <mi>k</mi> <mn>1</mn> </msub> <mi>w</mi> </mrow> <mrow> <msub> <mi>&Omega;</mi> <mn>0</mn> </msub> <mi>R</mi> </mrow> </mfrac> </mrow> </mtd> <mtd> <mrow> <mover> <mi>q</mi> <mo>&OverBar;</mo> </mover> <mo>=</mo> <mfrac> <mrow> <msub> <mi>k</mi> <mn>2</mn> </msub> <mi>q</mi> </mrow> <msub> <mi>&Omega;</mi> <mn>0</mn> </msub> </mfrac> </mrow> </mtd> <mtd> <mrow> <mover> <mi>h</mi> <mo>&OverBar;</mo> </mover> <mo>=</mo> <mfrac> <mrow> <msub> <mi>k</mi> <mn>3</mn> </msub> <mi>h</mi> </mrow> <mi>R</mi> </mfrac> </mrow> </mtd> </mtr> </mtable> </mtd> </mtr> <mtr> <mtd> <mtable> <mtr> <mtd> <mrow> <mover> <mi>x</mi> <mo>&OverBar;</mo> </mover> <mo>=</mo> <mfrac> <mrow> <msub> <mi>k</mi> <mn>3</mn> </msub> <mi>x</mi> </mrow> <mi>R</mi> </mfrac> </mrow> </mtd> <mtd> <mrow> <msub> <mover> <mi>P</mi> <mo>&OverBar;</mo> </mover> <mi>a</mi> </msub> <mo>=</mo> <mfrac> <mn>1</mn> <msub> <mi>k</mi> <mn>4</mn> </msub> </mfrac> <mfrac> <msub> <mi>P</mi> <mi>a</mi> </msub> <mrow> <msub> <mi>I</mi> <mi>R</mi> </msub> <msup> <msub> <mi>&Omega;</mi> <mn>0</mn> </msub> <mn>3</mn> </msup> </mrow> </mfrac> </mrow> </mtd> <mtd> <mrow> <mover> <mi>&Omega;</mi> <mo>&OverBar;</mo> </mover> <mo>=</mo> <mfrac> <mi>&Omega;</mi> <msub> <mi>&Omega;</mi> <mn>0</mn> </msub> </mfrac> </mrow> </mtd> </mtr> </mtable> </mtd> </mtr> <mtr> <mtd> <mtable> <mtr> <mtd> <mrow> <mi>&tau;</mi> <mo>=</mo> <msub> <mi>k</mi> <mn>4</mn> </msub> <msub> <mi>&Omega;</mi> <mn>0</mn> </msub> <mi>t</mi> </mrow> </mtd> <mtd> <mrow> <mover> <mi>u</mi> <mo>&OverBar;</mo> </mover> <mo>=</mo> <mfrac> <mi>u</mi> <mrow> <msub> <mi>k</mi> <mn>4</mn> </msub> <msub> <mi>&Omega;</mi> <mn>0</mn> </msub> </mrow> </mfrac> </mrow> </mtd> </mtr> </mtable> </mtd> </mtr> </mtable> </mfenced>
    长度、质量、气动力和气动力矩的无量纲缩放如下:
    <mfenced open = "{" close = ""> <mtable> <mtr> <mtd> <mrow> <mover> <mi>l</mi> <mo>&OverBar;</mo> </mover> <mo>=</mo> <mfrac> <msub> <mi>k</mi> <mn>1</mn> </msub> <msub> <mi>k</mi> <mn>2</mn> </msub> </mfrac> <mfrac> <mi>l</mi> <mi>R</mi> </mfrac> <mo>,</mo> <msub> <mi>m</mi> <mn>0</mn> </msub> <mo>=</mo> <mfrac> <msub> <mi>k</mi> <mn>4</mn> </msub> <msub> <mi>k</mi> <mn>1</mn> </msub> </mfrac> <mfrac> <mi>m</mi> <mrow> <msup> <mi>&rho;&pi;R</mi> <mn>3</mn> </msup> </mrow> </mfrac> <mo>,</mo> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <msub> <mover> <mi>M</mi> <mo>&OverBar;</mo> </mover> <mi>A</mi> </msub> <mo>=</mo> <mfrac> <msub> <mi>k</mi> <mn>2</mn> </msub> <msub> <mi>k</mi> <mn>4</mn> </msub> </mfrac> <mfrac> <msub> <mi>M</mi> <mi>A</mi> </msub> <mrow> <msup> <msub> <mi>&Omega;</mi> <mn>0</mn> </msub> <mn>2</mn> </msup> <msub> <mi>I</mi> <mrow> <mi>y</mi> <mi>y</mi> </mrow> </msub> </mrow> </mfrac> <mo>,</mo> <msub> <mover> <mi>A</mi> <mo>&OverBar;</mo> </mover> <mi>z</mi> </msub> <mo>=</mo> <mfrac> <msub> <mi>k</mi> <mn>1</mn> </msub> <msub> <mi>k</mi> <mn>4</mn> </msub> </mfrac> <mfrac> <msub> <mi>A</mi> <mi>z</mi> </msub> <mrow> <msup> <msub> <mi>m&Omega;</mi> <mn>0</mn> </msub> <mn>2</mn> </msup> <mi>R</mi> </mrow> </mfrac> </mrow> </mtd> </mtr> </mtable> </mfenced>
    为了使无量纲缩放后的状态变量和控制变量大小接近1,取k1=k2=100,k3=1,k4=
    0.01;
    无量纲缩放后的飞行动力学状态方程表示为:
    <mrow> <mfrac> <mrow> <mi>d</mi> <mover> <mi>x</mi> <mo>&OverBar;</mo> </mover> </mrow> <mrow> <mi>d</mi> <mi>&tau;</mi> </mrow> </mfrac> <mo>=</mo> <mi>f</mi> <mrow> <mo>(</mo> <mover> <mi>x</mi> <mo>&OverBar;</mo> </mover> <mo>,</mo> <mover> <mi>u</mi> <mo>&OverBar;</mo> </mover> <mo>,</mo> <mi>&tau;</mi> <mo>)</mo> </mrow> </mrow>
    将时间的无量纲τ等分为N-1个时间段:
    <mfenced open = "{" close = ""> <mtable> <mtr> <mtd> <mrow> <msub> <mi>&tau;</mi> <mn>0</mn> </msub> <mo>=</mo> <msub> <mi>&tau;</mi> <mn>1</mn> </msub> <mo>&lt;</mo> <msub> <mi>&tau;</mi> <mn>2</mn> </msub> <mo>...</mo> <mo>&lt;</mo> <msub> <mi>&tau;</mi> <mi>k</mi> </msub> <mo>...</mo> <mo>&lt;</mo> <msub> <mi>&tau;</mi> <mi>N</mi> </msub> <mo>=</mo> <msub> <mi>&tau;</mi> <mi>f</mi> </msub> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <msub> <mi>&tau;</mi> <mi>k</mi> </msub> <mo>=</mo> <msub> <mi>&tau;</mi> <mrow> <mi>k</mi> <mo>-</mo> <mn>1</mn> </mrow> </msub> <mo>+</mo> <mi>&Delta;</mi> <mi>&tau;</mi> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <mi>&Delta;</mi> <mi>&tau;</mi> <mo>=</mo> <mrow> <mo>(</mo> <msub> <mi>&tau;</mi> <mi>f</mi> </msub> <mo>-</mo> <msub> <mi>&tau;</mi> <mn>0</mn> </msub> <mo>)</mo> </mrow> <mo>/</mo> <mrow> <mo>(</mo> <mi>N</mi> <mo>-</mo> <mn>1</mn> <mo>)</mo> </mrow> </mrow> </mtd> </mtr> </mtable> </mfenced>
    使用直接转换法把连续空间下的状态变量和控制变量进行离散,得到非线性规划问题
    的设计变量;
    则离散后的设计变量为:
    <mrow> <mi>Y</mi> <mo>=</mo> <mo>&lsqb;</mo> <msub> <mrow> <mo>(</mo> <mover> <mi>x</mi> <mo>&OverBar;</mo> </mover> <mo>,</mo> <mover> <mi>u</mi> <mo>&OverBar;</mo> </mover> <mo>,</mo> <msub> <mover> <mi>u</mi> <mo>&OverBar;</mo> </mover> <mi>m</mi> </msub> <mo>)</mo> </mrow> <mn>1</mn> </msub> <mo>,</mo> <msub> <mrow> <mo>(</mo> <mover> <mi>x</mi> <mo>&OverBar;</mo> </mover> <mo>,</mo> <mover> <mi>u</mi> <mo>&OverBar;</mo> </mover> <mo>,</mo> <msub> <mover> <mi>u</mi> <mo>&OverBar;</mo> </mover> <mi>m</mi> </msub> <mo>)</mo> </mrow> <mn>2</mn> </msub> <mo>,</mo> <msub> <mrow> <mo>(</mo> <mover> <mi>x</mi> <mo>&OverBar;</mo> </mover> <mo>,</mo> <mover> <mi>u</mi> <mo>&OverBar;</mo> </mover> <mo>,</mo> <msub> <mover> <mi>u</mi> <mo>&OverBar;</mo> </mover> <mi>m</mi> </msub> <mo>)</mo> </mrow> <mi>k</mi> </msub> <mo>,</mo> <mo>...</mo> <mo>,</mo> <msub> <mrow> <mo>(</mo> <mover> <mi>x</mi> <mo>&OverBar;</mo> </mover> <mo>,</mo> <mover> <mi>u</mi> <mo>&OverBar;</mo> </mover> <mo>)</mo> </mrow> <mi>N</mi> </msub> <mo>,</mo> <msub> <mi>&tau;</mi> <mi>f</mi> </msub> <mo>&rsqb;</mo> </mrow>
    其中:
    <mrow> <msub> <mover> <mi>u</mi> <mo>&OverBar;</mo> </mover> <mrow> <mi>m</mi> <mi>k</mi> </mrow> </msub> <mo>=</mo> <mover> <mi>u</mi> <mo>&OverBar;</mo> </mover> <mrow> <mo>(</mo> <msub> <mi>&tau;</mi> <mrow> <mi>m</mi> <mi>k</mi> </mrow> </msub> <mo>)</mo> </mrow> </mrow>
    τmk=(τk+τk+1)/2
    对非线性动态最优控制问题中的微分方程进行离散,得到如下缺陷等式约束方程:
    <mrow> <mn>0</mn> <mo>&le;</mo> <msub> <mover> <mi>x</mi> <mo>&OverBar;</mo> </mover> <mrow> <mi>k</mi> <mo>+</mo> <mn>1</mn> </mrow> </msub> <mo>-</mo> <msub> <mover> <mi>x</mi> <mo>&OverBar;</mo> </mover> <mi>k</mi> </msub> <mo>-</mo> <mfrac> <mn>1</mn> <mn>6</mn> </mfrac> <mi>&Delta;</mi> <mi>&tau;</mi> <mo>&lsqb;</mo> <mi>f</mi> <mrow> <mo>(</mo> <msub> <mover> <mi>x</mi> <mo>&OverBar;</mo> </mover> <mi>k</mi> </msub> <mo>,</mo> <msub> <mover> <mi>u</mi> <mo>&OverBar;</mo> </mover> <mi>k</mi> </msub> <mo>,</mo> <msub> <mi>&tau;</mi> <mi>k</mi> </msub> <mo>)</mo> </mrow> <mo>+</mo> <mn>4</mn> <mi>f</mi> <mrow> <mo>(</mo> <msub> <mover> <mi>x</mi> <mo>&OverBar;</mo> </mover> <mrow> <mi>m</mi> <mi>k</mi> </mrow> </msub> <mo>,</mo> <msub> <mover> <mi>u</mi> <mo>&OverBar;</mo> </mover> <mrow> <mi>m</mi> <mi>k</mi> </mrow> </msub> <mo>,</mo> <msub> <mi>&tau;</mi> <mrow> <mi>m</mi> <mi>k</mi> </mrow> </msub> <mo>)</mo> </mrow> <mo>+</mo> <mi>f</mi> <mrow> <mo>(</mo> <msub> <mover> <mi>x</mi> <mo>&OverBar;</mo> </mover> <mrow> <mi>k</mi> <mo>+</mo> <mn>1</mn> </mrow> </msub> <mo>,</mo> <msub> <mover> <mi>u</mi> <mo>&OverBar;</mo> </mover> <mrow> <mi>k</mi> <mo>+</mo> <mn>1</mn> </mrow> </msub> <mo>,</mo> <msub> <mi>&tau;</mi> <mrow> <mi>k</mi> <mo>+</mo> <mn>1</mn> </mrow> </msub> <mo>)</mo> </mrow> <mo>&rsqb;</mo> <mo>&le;</mo> <mn>0</mn> </mrow>
    其中:
    <mrow> <msub> <mover> <mi>x</mi> <mo>&OverBar;</mo> </mover> <mrow> <mi>m</mi> <mi>k</mi> </mrow> </msub> <mo>=</mo> <mfrac> <mn>1</mn> <mn>2</mn> </mfrac> <mrow> <mo>(</mo> <msub> <mover> <mi>x</mi> <mo>&OverBar;</mo> </mover> <mi>k</mi> </msub> <mo>+</mo> <msub> <mover> <mi>x</mi> <mo>&OverBar;</mo> </mover> <mrow> <mi>k</mi> <mo>+</mo> <mn>1</mn> </mrow> </msub> <mo>)</mo> </mrow> <mo>+</mo> <mfrac> <mn>1</mn> <mn>8</mn> </mfrac> <mi>&Delta;</mi> <mi>&tau;</mi> <mrow> <mo>(</mo> <mi>f</mi> <mo>(</mo> <mrow> <msub> <mover> <mi>x</mi> <mo>&OverBar;</mo> </mover> <mi>k</mi> </msub> <mo>,</mo> <msub> <mover> <mi>u</mi> <mo>&OverBar;</mo> </mover> <mi>k</mi> </msub> <mo>,</mo> <msub> <mi>&tau;</mi> <mi>k</mi> </msub> </mrow> <mo>)</mo> <mo>-</mo> <mi>f</mi> <mo>(</mo> <mrow> <msub> <mover> <mi>x</mi> <mo>&OverBar;</mo> </mover> <mrow> <mi>k</mi> <mo>+</mo> <mn>1</mn> </mrow> </msub> <mo>,</mo> <msub> <mover> <mi>u</mi> <mo>&OverBar;</mo> </mover> <mrow> <mi>k</mi> <mo>+</mo> <mn>1</mn> </mrow> </msub> <mo>,</mo> <msub> <mi>&tau;</mi> <mrow> <mi>k</mi> <mo>+</mo> <mn>1</mn> </mrow> </msub> </mrow> <mo>)</mo> <mo>)</mo> </mrow> </mrow>
    对性能指标进行离散得到:
    <mrow> <munder> <mrow> <mi>m</mi> <mi>i</mi> <mi>n</mi> </mrow> <mi>u</mi> </munder> <mi>J</mi> <mo>=</mo> <msub> <mi>w</mi> <mi>t</mi> </msub> <msub> <mi>&tau;</mi> <mi>N</mi> </msub> <mo>+</mo> <mfrac> <mn>1</mn> <mn>6</mn> </mfrac> <munderover> <mo>&Sigma;</mo> <mrow> <mi>k</mi> <mo>=</mo> <mn>1</mn> </mrow> <mrow> <mi>N</mi> <mo>-</mo> <mn>1</mn> </mrow> </munderover> <mfrac> <mn>1</mn> <mrow> <mi>N</mi> <mo>-</mo> <mn>1</mn> </mrow> </mfrac> <mo>&lsqb;</mo> <mi>L</mi> <mrow> <mo>(</mo> <msub> <mover> <mi>q</mi> <mo>&OverBar;</mo> </mover> <mi>k</mi> </msub> <mo>,</mo> <msub> <mi>&theta;</mi> <mi>k</mi> </msub> <mo>,</mo> <msub> <mover> <mi>u</mi> <mo>&OverBar;</mo> </mover> <mi>k</mi> </msub> <mo>)</mo> </mrow> <mo>+</mo> <mn>4</mn> <mi>L</mi> <mrow> <mo>(</mo> <msub> <mover> <mi>q</mi> <mo>&OverBar;</mo> </mover> <mrow> <mi>m</mi> <mi>k</mi> </mrow> </msub> <mo>,</mo> <msub> <mi>&theta;</mi> <mrow> <mi>m</mi> <mi>k</mi> </mrow> </msub> <mo>,</mo> <msub> <mover> <mi>u</mi> <mo>&OverBar;</mo> </mover> <mrow> <mi>m</mi> <mi>k</mi> </mrow> </msub> <mo>)</mo> </mrow> <mo>+</mo> <mi>L</mi> <mrow> <mo>(</mo> <msub> <mover> <mi>q</mi> <mo>&OverBar;</mo> </mover> <mrow> <mi>k</mi> <mo>+</mo> <mn>1</mn> </mrow> </msub> <mo>,</mo> <msub> <mi>&theta;</mi> <mrow> <mi>k</mi> <mo>+</mo> <mn>1</mn> </mrow> </msub> <mo>,</mo> <msub> <mover> <mi>u</mi> <mo>&OverBar;</mo> </mover> <mrow> <mi>k</mi> <mo>+</mo> <mn>1</mn> </mrow> </msub> <mo>)</mo> </mrow> <mo>&rsqb;</mo> </mrow>
    边界条件作用于最后一个节点:
    <mfenced open = "{" close = ""> <mtable> <mtr> <mtd> <mrow> <msub> <mi>i</mi> <mrow> <mi>n</mi> <mi>t</mi> </mrow> </msub> <mo>&le;</mo> <msub> <mi>i</mi> <mrow> <mi>n</mi> <mrow> <mo>(</mo> <mi>N</mi> <mo>)</mo> </mrow> </mrow> </msub> <mo>&le;</mo> <msub> <mi>i</mi> <mrow> <mi>n</mi> <mi>t</mi> </mrow> </msub> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <mn>0</mn> <mo>&le;</mo> <msub> <mi>u</mi> <mrow> <mi>n</mi> <mrow> <mo>(</mo> <mi>N</mi> <mo>)</mo> </mrow> </mrow> </msub> <mo>&le;</mo> <mn>0</mn> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <msub> <mover> <mi>x</mi> <mo>&CenterDot;</mo> </mover> <mi>t</mi> </msub> <mo>&le;</mo> <msub> <mover> <mi>x</mi> <mo>&CenterDot;</mo> </mover> <mrow> <mo>(</mo> <mi>N</mi> <mo>)</mo> </mrow> </msub> <mo>&le;</mo> <msub> <mover> <mi>x</mi> <mo>&CenterDot;</mo> </mover> <mi>t</mi> </msub> </mrow> </mtd> </mtr> </mtable> </mfenced>
    路径约束作用于每一个时间段节点和中间节点:

    将非线性动态最优控制问题转化为非线性规划问题后,应用序列二次规划算法求解该
    非线性规划问题即可得到最优解;并对最优解中所有节点处的状态变量和控制变量进行分
    段3次Hermite插值,得到杆量变化、倾转规律和飞行轨迹。

    说明书

    一种倾转旋翼机倾转过渡过程的求解方法

    技术领域

    本发明属于飞行力学与飞行仿真技术领域,具体指代一种倾转旋翼机倾转过渡过
    程的求解方法。

    背景技术

    倾转旋翼机是一种将直升机和固定翼飞机特点融为一体的新型飞行器,具有广泛
    的应用前景。倾转旋翼机具有三种飞行模式:直升机模式、固定翼飞机模式以及倾转过渡模
    式;为了满足直升机模式和固定翼飞机模式的要求,倾转旋翼机同时具有直升机和固定翼
    两套操纵方式,并随着发动机短舱倾转角的改变而逐渐转换。因此倾转旋翼机在倾转过渡
    过程中会出现操纵冗余问题,驾驶员操纵会变得十分复杂;除此之外,整个倾转过渡过程还
    必须保证在倾转走廊内完成,这是因为过低的前飞速度会导致倾转旋翼机机翼失速,过高
    的前飞速度则会受到旋翼前行桨叶压缩性、后行桨叶失速以及旋翼可用功率的限制??梢?br />看出,倾转旋翼机的倾转过渡过程是极为重要和复杂的飞行过程,如何解决操纵冗余问题,
    并顺利的完成直升机模式和固定翼飞机模式之间的相互转换,是国内外研究的重要课题。

    目前关于倾转旋翼机倾转过渡的控制方法主要集中在预先设定操纵方案以解决
    操纵冗余问题,并设计控制系统来跟踪预定指令(倾转规律、飞行轨迹等)上,因此无法得到
    不同飞行任务下的最优操纵策略和飞行轨迹。事实上,研究倾转旋翼机的最优倾转过渡过
    程,得到对应的最优操纵策略和飞行轨迹等,不仅可以解决操纵冗余问题,还能有效降低驾
    驶员工作负荷、提高倾转过渡效率、稳定机体姿态,有利于倾转过渡系统的设计,因此有必
    要对倾转旋翼机的最优倾转过渡过程进行研究。

    发明内容

    针对于上述现有技术的不足,本发明的目的在于提供一种倾转旋翼机倾转过渡过
    程的求解方法,以解决现有技术中无法得到倾转旋翼机在不同飞行任务下的最优操纵策略
    和飞行轨迹。

    为达到上述目的,本发明公开一种倾转旋翼机倾转过渡过程的求解方法,包括步
    骤如下:

    1)建立适用于计算倾转旋翼机倾转过渡过程的飞行动力学模型;

    2)根据不同的飞行任务建立合适的边界条件、路径约束和性能指标,将倾转旋翼
    机的倾转过渡过程转化为非线性动态最优控制问题;

    3)设计数值优化算法对步骤2)中的非线性动态最优控制问题进行求解,得到倾转
    旋翼机的倾转过渡过程。

    优选地,上述步骤1)中模型在倾转过渡求解过程中能够考虑到操纵系统特性对操
    纵量变化速度的限制,还能避免在数值求解过程中出现跳跃不连续。

    优选地,上述步骤1)中模型包括:基本非线性飞行动力学模型,混合操纵方程和控
    制量微分方程。

    优选地,上述的混合操纵方程为:


    优选地,上述的控制量微分方程为:

    考虑到操纵系统特性对操纵量变化速度的限制,同时为了避免操纵量在优化过程
    中出现跳跃不连续或者bang-bang型控制的形式,使用δcol、δlon、δlat、δped和δin的一阶导数作
    为控制量,并把δcol、δlon、δlat、δped和δin作为新的状态变量:


    优选地,上述步骤2)中的性能指标具体为:


    其中,


    式中wt,w1,w2,w3,w4,w5为常数权重因子,权重系数越大,对应项越重要;在倾转过
    渡过程中,驾驶员通过拇指滚轮让发动机短舱以固定的角速率进行倾转,并专注于对总距
    杆和纵向杆的控制;此外,在倾转过渡过程中也要关注俯仰角速率和俯仰角的变化,因此各
    项比重有所不同,权重系数定为:wt=1.0,w1=2.0,w2=2.0,w3=1.0,w4=1.5,w5=1.5。

    优选地,上述步骤2)中的路径约束具体为:为了让高度保持在可接受的范围内,在
    路径约束中根据不同的飞行任务要求对高度变化进行了一定的限制;此外,在路径约束中
    对俯仰姿态角和角速率也进行限制:


    利用倾转旋翼机短舱倾转角-速度包线分析方法确定路径约束,使倾转过渡过程
    保持在短舱倾转角-速度包线内;

    整个倾转过渡过程中,驾驶员的操纵速率根据对应型号的倾转旋翼机的助力器速
    率限制确定:


    优选地,上述步骤2)中的边界条件具体为:操纵策略优化初始边界条件为飞行器
    当前飞行状态;将末端边界条件设定为目标倾转角度以及前飞速度,即:


    其中int为目标发动机短舱倾转角度,为目标前飞速度,具体数值根据飞行任务
    要求确定。

    优选地,上述步骤3)中的数值优化算法具体为:采用直接转换法和序列二次规划
    算法来求解;

    在进行数值计算时,首先对飞行动力学模型中的参数进行无量纲缩放;

    定义常数k1,k2,k3,k4对状态量、控制量和时间进行无量纲缩放:


    长度、质量、气动力和气动力矩的无量纲缩放如下:


    为了使无量纲缩放后的状态变量和控制变量大小接近1,取k1=k2=100,k3=1,k4
    =0.01;

    无量纲缩放后的飞行动力学状态方程表示为:


    将时间的无量纲τ等分为N-1个时间段:


    使用直接转换法把连续空间下的状态变量和控制变量进行离散,得到非线性规划
    问题的设计变量;

    则离散后的设计变量为:


    其中:


    τmk=(τk+τk+1)/2

    对非线性动态最优控制问题中的微分方程进行离散,得到如下缺陷等式约束方
    程:


    其中:


    对性能指标进行离散得到:


    边界条件作用于最后一个节点:


    路径约束作用于每一个时间段节点和中间节点:


    将非线性动态最优控制问题转化为非线性规划问题后,应用序列二次规划算法求
    解该非线性规划问题即可得到最优解;并对最优解中所有节点处的状态变量和控制变量进
    行分段3次Hermite插值,得到杆量变化、倾转规律和飞行轨迹。

    本发明的有益效果:

    (1)本发明可以根据不同的飞行任务要求得到倾转旋翼机的最优倾转过渡过程,
    在解决操纵冗余问题的同时,还能得到最优操纵策略和飞行轨迹,从而有效降低驾驶员工
    作负荷、提高倾转过渡效率、稳定机体姿态,给驾驶员和设计人员提供一定的参考。而以往
    关于倾转旋翼机倾转过渡的控制方法则无法得到不同飞行任务下的最优操纵策略和飞行
    轨迹。

    (2)本发明提出的求解方法计算效率高,收敛快,计算结果可信度高,可以用来研
    究倾转旋翼机的最优倾转过渡过程。

    附图说明

    图1为本发明步骤流程图;

    图2a为本发明建立飞行动力学模型的计算配平状态与飞行试验的需用功率数据
    对比示意图,机型为XV-15,重量5897kg,转速589rpm,发动机短舱倾转角为90°,襟副翼配置
    为40°/25°;

    图2b为本发明建立飞行动力学模型的计算配平状态与飞行试验的俯仰姿态角数
    据对比示意图,机型为XV-15,重量5897kg,转速589rpm,发动机短舱倾转角为90°,襟副翼配
    置为40°/25°;

    图2c为本发明建立飞行动力学模型的计算配平状态与飞行试验的桨根总距数据
    对比示意图,机型为XV-15,重量5897kg,转速589rpm,发动机短舱倾转角为90°,襟副翼配置
    为40°/25°;

    图2d为本发明建立飞行动力学模型的计算配平状态与飞行试验总距杆数据对比
    示意图,机型为XV-15,重量5897kg,转速589rpm,发动机短舱倾转角为90°,襟副翼配置为
    40°/25°;

    图2e为本发明建立飞行动力学模型的计算配平状态与飞行试验纵向周期变距杆
    数据对比示意图,机型为XV-15,重量5897kg,转速589rpm,发动机短舱倾转角为90°,襟副翼
    配置为40°/25°;

    图3a为本发明建立飞行动力学模型的计算配平状态与飞行试验的需用功率数据
    对比示意图,机型为XV-15,重量5897kg,转速589rpm,发动机短舱倾转角为60°,襟副翼配置
    为20°/12.5°;

    图3b为本发明建立飞行动力学模型的计算配平状态与飞行试验的俯仰姿态角数
    据对比示意图,机型为XV-15,重量5897kg,转速589rpm,发动机短舱倾转角为60°,襟副翼配
    置为20°/12.5°;

    图3c为本发明建立飞行动力学模型的计算配平状态与飞行试验的桨根总距数据
    对比示意图,机型为XV-15,重量5897kg,转速589rpm,发动机短舱倾转角为60°,襟副翼配置
    为20°/12.5°;

    图3d为本发明建立飞行动力学模型的计算配平状态与飞行试验总距杆数据对比
    示意图,机型为XV-15,重量5897kg,转速589rpm,发动机短舱倾转角为60°,襟副翼配置为
    20°/12.5°;

    图3e为本发明建立飞行动力学模型的计算配平状态与飞行试验纵向周期变距杆
    数据对比示意图,机型为XV-15,重量5897kg,转速589rpm,发动机短舱倾转角为60°,襟副翼
    配置为20°/12.5°;

    图4a为本发明建立飞行动力学模型的计算配平状态与飞行试验的需用功率数据
    对比示意图,机型为XV-15,重量5897kg,转速589rpm,发动机短舱倾转角为0°,襟副翼配置
    为0°/0°;

    图4b为本发明建立飞行动力学模型的计算配平状态与飞行试验的俯仰姿态角数
    据对比示意图,机型为XV-15,重量5897kg,转速589rpm,发动机短舱倾转角为0°,襟副翼配
    置为0°/0°;

    图4c为本发明建立飞行动力学模型的计算配平状态与飞行试验的桨根总距数据
    对比示意图,机型为XV-15,重量5897kg,转速589rpm,发动机短舱倾转角为0°,襟副翼配置
    为0°/0°;

    图4d为本发明建立飞行动力学模型的计算配平状态与飞行试验总距杆数据对比
    示意图,机型为XV-15,重量5897kg,转速589rpm,发动机短舱倾转角为0°,襟副翼配置为0°/
    0°;

    图4e为本发明建立飞行动力学模型的计算配平状态与飞行试验纵向周期变距杆
    数据对比示意图,机型为XV-15,重量5897kg,转速589rpm,发动机短舱倾转角为0°,襟副翼
    配置为0°/0°;

    图5为直接转换法的原理示意图;

    图6a为本发明计算的正向倾转过渡过程与驾驶员飞行仿真数据中高度的数据对
    比示意图;

    图6b为本发明计算的正向倾转过渡过程与驾驶员飞行仿真数据中前飞速度的数
    据对比示意图;

    图6c为本发明计算的正向倾转过渡过程与驾驶员飞行仿真数据中下降率的数据
    对比示意图;

    图6d为本发明计算的正向倾转过渡过程与驾驶员飞行仿真数据中俯仰姿态角的
    数据对比示意图;

    图6e为本发明计算的正向倾转过渡过程与驾驶员飞行仿真数据中发动机短舱倾
    转角的数据对比示意图;

    图6f为本发明计算的正向倾转过渡过程与驾驶员飞行仿真数据中纵向周期变距
    杆的数据对比示意图;

    图6g为本发明计算的正向倾转过渡过程与驾驶员飞行仿真数据中总距杆的数据
    对比示意图;

    图7a为本发明计算的逆向倾转过渡过程与驾驶员飞行仿真数据中高度的数据对
    比示意图;

    图7b为本发明计算的逆向倾转过渡过程与驾驶员飞行仿真数据中前飞速度的数
    据对比示意图;

    图7c为本发明计算的逆向倾转过渡过程与驾驶员飞行仿真数据中下降率的数据
    对比示意图;

    图7d为本发明计算的逆向倾转过渡过程与驾驶员飞行仿真数据中俯仰姿态角的
    数据对比示意图;

    图7e为本发明计算的逆向倾转过渡过程与驾驶员飞行仿真数据中发动机短舱倾
    转角的数据对比示意图;

    图7f为本发明计算的逆向倾转过渡过程与驾驶员飞行仿真数据中纵向周期变距
    杆的数据对比示意图;

    图7g为本发明计算的逆向倾转过渡过程与驾驶员飞行仿真数据中总距杆的数据
    对比示意图。

    具体实施方式

    为了便于本领域技术人员的理解,下面结合实施例与附图对本发明作进一步的说
    明,实施方式提及的内容并非对本发明的限定。

    参照图1所示,本发明的一种倾转旋翼机倾转过渡过程的求解方法,包括步骤如
    下:

    1)建立适用于计算倾转旋翼机倾转过渡过程的飞行动力学模型,该模型在倾转过
    渡求解过程中能够考虑到操纵系统特性对操纵量变化速度的限制,还能避免在数值求解过
    程中出现跳跃不连续;

    2)根据不同的飞行任务建立合适的边界条件、路径约束和性能指标,将倾转旋翼
    机的倾转过渡过程转化为非线性动态最优控制问题;

    3)设计数值优化算法对步骤2)中的非线性动态最优控制问题进行求解,得到倾转
    旋翼机的倾转过渡过程。

    本发明的方法适用于计算倾转旋翼机倾转过渡过程的飞行动力学模型由三部分
    组成,分别为:基本非线性飞行动力学模型、混合操纵方程和控制量微分方程。

    基本非线性飞行动力学模型表示为以下一阶微分方程的形式:


    模型中的状态量xb,控制量ub分别为:

    xb=[u,v,w,p,q,r,φ,θ,ψ,x,y,h]T

    ub=[θ0,r,θ0,l,θc,r,θc,l,θs,r,θs,l,in,θa,θe,θr]T

    其中状态量u,v,w分别为体轴系三个方向对应的速度,p,q,r分别为体轴系三个方
    向对应的角速度,为滚转角,θ为俯仰角,ψ为偏航角,x为飞行器水平位移,y为飞行器侧向
    位移,h为飞行器海平面高度;操纵量θ0,r,θ0,l分别为右旋翼与左旋翼的总距,θc,r,θc,l分别
    为右旋翼与左旋翼的横向周期变距,θs,r,θs,l分别为右旋翼与左旋翼的纵向周期变距,in为
    驾驶员给出的短舱倾转角,θa为副翼偏转角,θe为升降舵偏转角,θr为方向舵偏转角。

    本实施例中,以XV-15倾转旋翼机为样机,对各部件进行数学建模后,利用编程语
    言Fortran搭建基本倾转旋翼机非线性数学模型。

    在此基础上,引入驾驶员操纵杆量信息,建立适用于XV-15倾转旋翼机全部飞行模
    式的混合操纵方程:


    其中δcol为驾驶员拉力杆(从下向上0~1),δlon为驾驶员纵向杆(从后向前-1~1),
    δlat为驾驶员横向杆(从左向右-1~1),δped为驾驶员脚蹬(从左向右-1~1),δin为驾驶员拇
    指滚轮(0°~95°);操纵量各系数和补偿量θg与δB1通过查阅XV-15倾转旋翼机参数设
    计表得到;混合操纵方程把原基本飞行动力学模型中的10个操纵量减少至5个,这样既减少
    了操纵变量,又得到驾驶员的操纵信息。

    控制量微分方程:

    考虑到操纵系统特性对操纵量变化速度的限制,同时为了避免操纵量在优化过程
    中出现跳跃不连续或者bang-bang型控制的形式,使用δcol、δlon、δlat、δped和δin的一阶导数作
    为控制量,并把δcol、δlon、δlat、δped和δin作为新的状态变量:


    将基本非线性飞行动力学模型,混合操纵方程和控制量微分方程在Fortran中整
    合,即可得到适用于计算倾转旋翼机倾转过渡过程的飞行动力学模型;倾转旋翼机具有沿
    纵向对称构型,倾转过渡过程都在纵向平面,为了提高求解方法的计算效率,在无侧风条件
    下将模型中的状态量和控制量进一步简化,其状态空间形式为:


    式中状态量x和控制量u分别为:

    x=[u,w,q,θ,x,h,δcol,δlon,in]T

    u=[uc,us,un]T。

    为验证所建的XV-15倾转旋翼机数学模型的准确定,对其进行配平验证,从附图
    2a-2e、3a-3e、4a-4e中可以看出,计算结果和相同配置下XV-15倾转旋翼机的飞行试验数据
    吻合较好,说明建立的飞行动力学模型较为准确,可以用来研究倾转旋翼机的最优倾转过
    渡过程。

    本实施例中倾转旋翼机在开始进行倾转过渡时,飞行器处于稳定飞行状态,因此
    计算的平衡状态可以为倾转旋翼机的倾转过渡优化提供初始值。

    倾转旋翼机在倾转过渡过程的倾转问题描述为:从一类允许的倾转过渡操纵策略
    中找出一个最优的操纵策略,使倾转旋翼机在该操纵策略作用下由初始状态模式倾转到指
    定的目标状态模式的同时,其评价运动过程品质优劣的性能指标为最优。在整个倾转过程
    中,飞行器的运动、操纵策略与性能指标均为时间和空间的函数,因此倾转旋翼机的倾转过
    渡问题可以归结为一种含有状态和控制约束的非线性动态最优控制问题。非线性动态最优
    控制问题包含性能指标,边界条件和路径约束三个部分。

    性能指标具体为:倾转旋翼机在倾转过渡过程中,旋翼的拉力方向以及全机重心
    会发生变化,导致俯仰姿态变化较大,需要驾驶员通过适当的操纵来稳定姿态,因此性能指
    标需要考虑到对俯仰姿态的控制;此外,还应该考虑倾转过渡过程所需时间和驾驶员的工
    作负荷,故性能指标定为:


    其中,


    式中wt,w1,w2,w3,w4,w5为常数权重因子,权重系数越大,对应项越重要;在倾转过
    渡过程中,驾驶员通过拇指滚轮让发动机短舱以固定的角速率进行倾转,并专注于对总距
    杆和纵向杆的控制;除此之外,在倾转过渡过程中也要关注俯仰角速率和俯仰角的变化,因
    此各项比重有所不同,权重系数定为:wt=1.0,w1=2.0,w2=2.0,w3=1.0,w4=1.5,w5=
    1.5。

    为了让驾驶员可以着重于稳定姿态的操纵,从而降低操纵难度,性能指标暂不考
    虑对轨迹的控制(纵向平面内为高度控制)。至于倾转过渡过程中的高度变化,可以在路径
    约束中根据不同飞行任务要求进行约束,使其保持在可接受的范围内即可。

    边界条件:操纵策略优化初始边界条件为飞行器当前飞行状态;为了方便研究,将
    末端边界条件设定为目标倾转角度以及前飞速度,即:


    其中int为目标发动机短舱倾转角度,为目标前飞速度,具体数值根据飞行任务
    要求确定。

    路径约束:为了让高度保持在可接受的范围内,在路径约束中可以根据不同的飞
    行任务要求对高度变化进行了一定的限制;此外,在路径约束中对俯仰姿态角和角速率也
    进行限制;


    利用倾转旋翼机短舱倾转角-速度包线分析方法确定路径约束,使倾转过渡过程
    保持在短舱倾转角-速度包线内;

    低速倾转时,机翼提供的升力受机翼临界失速迎角的限制,因此在处于低速段倾
    转包线时,机翼迎角处于机翼临界迎角,此时满足如下关系:

    αw=αwc=iw+αf

    其中αw为机翼迎角,αwc是机翼临界迎角,iw是机翼安装角,αf为机身迎角;由低速段
    发动机短舱倾转角度-速度包线确定的不等式路径约束为:

    αwcmin≤αw≤αwcmax

    αwcmin与αwcmax由倾转旋翼机的吹风数据得到,实施例中以XV-15为样机,分别为-
    20°和12°。

    倾转过程中的最大前飞速度受旋翼前行桨叶压缩性与后行桨叶失速效应以及旋
    翼可用功率与动力稳定性等限制,其中旋翼可用功率的限制是最基本和最重要的限制要
    素。因此处于高速段倾转包线时,旋翼的总需用功率达到发动机输出的额定功率。

    旋翼需用功率系数CP为:


    其中CT为旋翼拉力系数,由飞行动力学模型得到,Kind为诱导速度修正因子
    (1.15),fG为地面效应因子(1.0),vi为无量纲诱导速度,由飞行动力学模型得到,σ为旋翼实
    度(XV-15为0.089),cd为旋翼桨叶阻力系数(0.015);则倾转旋翼机总需用功率表示为:


    其中ηp为传动功率损失(0.95)。

    由高速段发动机短舱倾转角度-速度包线确定的不等式路径约束为:

    0≤Pr≤Pcr

    其中Pcr为倾转旋翼机发动机输出的额定功率(XV-15倾转旋翼机发动机输出的额
    定功率为1737.5kw);为了进一步确保倾转过渡过程的飞行安全,把高速段倾转包线上发动
    机短舱倾转角45°对应的速度作为中止速度,倾转过程飞行速度不能大于中止速度Vstop,
    XV-15倾转旋翼机的中止速度为88m/s。

    Vmax≤Vstop

    整个倾转过渡过程中,驾驶员的操纵速率可以根据XV-15倾转旋翼机的助力器速
    率限制确定:


    设计的数值优化算法具体为:倾转旋翼机倾转过渡过程对应的非线性动态最优控
    制问题的状态和控制变量众多,约束和目标函数非常复杂,故解析求解不可行,需要通过数
    值优化算法来进行求解;采用直接转换法和序列二次规划算法来求解;

    在进行数值计算时,首先对飞行动力学模型中的参数进行无量纲缩放;

    定义常数k1,k2,k3,k4对状态量、控制量和时间进行无量纲缩放:


    长度、质量、气动力和气动力矩的无量纲缩放如下:


    为了使无量纲缩放后的状态变量和控制变量大小接近1,取k1=k2=100,k3=1,k4
    =0.01;

    无量纲缩放后的飞行动力学状态方程表示为:


    将时间的无量纲τ等分为N-1个时间段:


    使用直接转换法把连续空间下的状态变量和控制变量进行离散,得到非线性规划
    问题的设计变量,其原理如附图5所示;

    则离散后的设计变量为:


    其中:


    τmk=(τk+τk+1)/2

    使用Hermite-Simpson方法对非线性动态最优控制问题中的微分方程进行离散,
    得到如下缺陷等式约束方程:


    其中:


    对性能指标进行离散得到:


    边界条件作用于最后一个节点:


    路径约束作用于每一个时间段节点和中间节点:


    将非线性动态最优控制问题转化为非线性规划问题后,应用序列二次规划算法求
    解该非线性规划问题即可得到最优解;序列二次规划算法可以很好的解决有大量设计变量
    和约束方程的非线性规划问题;最后对最优解中所有节点处的状态变量和控制变量进行分
    段3次Hermite插值,得到更光滑的杆量变化、倾转规律和飞行轨迹。

    利用本发明提供的倾转旋翼机倾转过渡过程的求解方法进行倾转旋翼机正向以
    及逆向最倾转过渡过程的仿真,并与驾驶员飞行仿真数据对比,其中驾驶员飞行仿真数据
    是由驾驶员在XV-15倾转旋翼机飞行仿真设备中进行倾转过渡飞行模拟实验得到的,驾驶
    员可以根据当前飞行任务自行决定倾转过渡过程中的最佳操纵策略和对应的飞行轨迹,而
    不需要去跟踪预定的飞行轨迹和操纵方案,因此适合与本发明得到的倾转过渡过程进行对
    比。驾驶员仿真所用机型参数与本实施例采用的样机一致。

    正向倾转过渡

    以XV-15倾转旋翼机由直升机模式向固定翼飞机模式连续正向倾转为例,利用本
    发明的求解方法进行操纵策略优化,并与驾驶员飞行仿真结果进行对比。驾驶员进行正向
    倾转过渡时的初始状态如下:速度32m/s,高度88m,航迹角7°,此时飞行器处于稳定飞行状
    态。飞行任务要求驾驶员自行决定最佳操纵策略,允许高度变化,倾转结束后速度保持为
    65m/s。

    根据当前飞行任务,目标发动机短舱倾转角度int为0°,目标前飞速度为65m/s,
    路径约束中将高度范围定为:

    80m≤h(t)≤150m

    如附图6a-6g所示,可以看出,发动机短舱以6.5°/s的角速度直接倾转至固定翼飞
    机模式,期间驾驶员缓慢增大总距杆位移并向前推杆,前飞速度增大,随后向后拉杆稳定姿
    态。整个正向倾转过渡过程的操纵策略较为容易实现,且飞行状态量变化平稳。发明计算结
    果与驾驶员飞行仿真结果较为接近,且俯仰角变化更加平稳。

    逆向倾转过渡

    以XV-15倾转旋翼机由固定翼飞机模式向直升机模式连续逆向倾转为例,利用本
    发明的求解方法进行操纵策略优化,并与驾驶员飞行仿真结果进行对比。驾驶员进行逆向
    倾转过渡时的初始状态如下:速度62m/s,高度120m,航迹角-2°,处于稳定飞行状态,飞行任
    务要求驾驶员自行决定最佳操纵策略和飞行轨迹,最后需要着陆。

    逆向倾转过渡一般涉及到倾转旋翼机的减速着陆过程,为了满足适航条例关于安
    全着陆的要求,需要对非线性动态最优控制问题的末端边界条件和路径约束做出以下修
    改:


    如附图7a-7g所示,可以看出,发动机短舱以-6.5°/s的角速度直接倾转至直升机
    飞机模式,旋翼拉力逐渐增大,驾驶员增大总距杆并向后拉杆,俯仰角上升,前飞速度逐渐
    减??;倾转至直升机模式后,驾驶员继续操纵总距杆和纵向周期变距杆使飞行器安全着陆。
    与驾驶员飞行仿真结果相比,本发明计算得出的飞行状态量的时间历程与文献吻合的较
    好,且下降率和俯仰角变化更加平稳,总距杆变化更加柔和。

    通过以上对比可以看出,本发明的求解方法可用于研究倾转旋翼机的倾转过渡过
    程,并得到相应的最优操纵策略和飞行轨迹,给驾驶员和设计人员提供一定的参考。

    本发明具体应用途径很多,以上所述仅是本发明的优选实施方式,应当指出,对于
    本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以作出若干改进,这
    些改进也应视为本发明的?;し段?。

    关于本文
    本文标题:一种倾转旋翼机倾转过渡过程的求解方法.pdf
    链接地址://www.4mum.com.cn/p-6021176.html
    关于我们 - 网站声明 - 网站地图 - 资源地图 - 友情链接 - 网站客服 - 联系我们

    [email protected] 2017-2018 www.4mum.com.cn网站版权所有
    经营许可证编号:粤ICP备17046363号-1 
     


    收起
    展开
  • 四川郎酒股份有限公司获第十二届人民企业社会责任奖年度环保奖 2019-05-13
  • 银保监会新规剑指大企业多头融资和过度融资 2019-05-12
  • 韩国再提4国联合申办世界杯 中国网友无视:我们自己来 2019-05-11
  • 中国人为什么一定要买房? 2019-05-11
  • 十九大精神进校园:风正扬帆当有为 勇做时代弄潮儿 2019-05-10
  • 粽叶飘香幸福邻里——廊坊市举办“我们的节日·端午”主题活动 2019-05-09
  • 太原设禁鸣路段 设备在测试中 2019-05-09
  • 拜耳医药保健有限公司获第十二届人民企业社会责任奖年度企业奖 2019-05-08
  • “港独”没出路!“梁天琦们”该醒醒了 2019-05-07
  • 陈卫平:中国文化内涵包含三方面 文化复兴表现在其中 2019-05-06
  • 人民日报客户端辟谣:“合成军装照”产品请放心使用 2019-05-05
  • 【十九大·理论新视野】为什么要“建设现代化经济体系”?   2019-05-04
  • 聚焦2017年乌鲁木齐市老城区改造提升工程 2019-05-04
  • 【专家谈】上合组织——构建区域命运共同体的有力实践者 2019-05-03
  • 【华商侃车NO.192】 亲!楼市火爆,别忘了买车位啊! 2019-05-03
  • 北京比赛pk10直播开奖 什么彩票能够稳赚 幸运28稳赚软件 全网最早更新资料36码 超神冠军单双计划软件 北京pk10双面盘预测 北京pk赛车人工计划 倍投公式稳赚技巧 稳赚不赔实战技巧 时时彩三星稳赚技巧 分分彩稳赚技巧的方法方式 时时彩平刷稳赚 腾讯分分助赢计划软件下载 快速时时软件计划 百姓七星彩投注网站 体云南时时开奖号码百度一下