碩士開題報告范例完整版

1、XX大學攻讀碩士學位研究生課題論證報告姓名學號專業(yè)研究方向指導教師2013年12月17日課題名稱：民機飛行特情狀態(tài)預(yù)測及改出控制研究選題依據(jù)（包括課題的來源、研究目的、必要性和重要性、意義以及國內(nèi)外研究的技術(shù)現(xiàn)狀分析）1 .課題來源2 .課題研究意義和目的2.1 課題研究的意義通過多年的飛行事故統(tǒng)計，可以發(fā)現(xiàn)由于民航飛機本身的意外系統(tǒng)故障或者突發(fā)外部環(huán)境干擾誘發(fā)的飛行員操縱失誤，進而導致飛機失控的事故占到了總事故的75%,傷亡人數(shù)更是占到了傷亡總?cè)藬?shù)的85%以上。因此，進行有效的飛機狀態(tài)短時預(yù)測對飛行安全有著很大幫助，主要體現(xiàn)在以下兩個方面。第一，通過針對性地設(shè)計改出控制律，提高自動飛行的安全

2、性；第二，可向駕駛員提前預(yù)警，以便采取應(yīng)急措施。研究民用飛機飛行特情的狀態(tài)預(yù)測及改出特情的飛行控制律設(shè)計具有理論意義和工程實用價值。2.2 課題研究的目的：本課題研究的目的是實現(xiàn)在特殊情況下對飛機狀態(tài)的預(yù)測以及控制。首先建立飛機動力學仿真模型；在此基礎(chǔ)上，對受到特定的外部環(huán)境或自身故障影響下的飛機進行飛行狀態(tài)短時預(yù)測。最后，以飛行安全包線保護為控制目標，實現(xiàn)改出特情狀態(tài)的飛行控制律設(shè)計。3 .國內(nèi)外研究現(xiàn)狀分析3.1 由特情造成的飛機失控事故分析飛行失控（Loss-of-Control,LOC）是指飛機在可控飛行狀態(tài)下，由于某種原因進入危險姿態(tài)而未能正確改出，以致飛機超出正常飛行包線，從而造成

3、飛行事故，是誘發(fā)嚴重飛行事故和人員傷亡的主要原因1。據(jù)國際民用航空組織（ICAO）的統(tǒng)計，在200外商用噴氣飛機事故中，由飛機失控和可控飛行觸地引發(fā)的事故為39起，占總事故的42.8%,造成人員傷亡2887,占總傷亡人數(shù)的61.2%。這其中，由飛機駕駛員錯誤判斷導致飛行事故占到了42.8%2。事故統(tǒng)計分析此類事故是由以下三種不利因素導致的。第一，機載設(shè)備發(fā)生故障；第二，外部環(huán)境的惡劣變化和擾動；第三，飛機處于異常飛行狀態(tài)(如飛機處于不正常高度或者不正常的速度)。而且尤以前兩個因素為主要誘因，占據(jù)了飛機失控和可控飛行觸地事故起因的90%以上。隨著飛機本身的可控性和可靠性的不斷發(fā)展，由民航飛機本身

4、的意外系統(tǒng)故障或者突發(fā)外部環(huán)境干擾直接造成飛機失控進而導致飛機事故呈下降趨勢，并且飛機在遭遇微下?lián)舯┝骰虻涂诊L切變等大多數(shù)特殊情況下，只要機組人員做出正確判斷和決策，飛機是具有改出的能力的。所以大多數(shù)事故是由在特情下對飛機錯誤操作導致飛機振蕩、失控而產(chǎn)生的。因此，對飛機狀態(tài)進行短時預(yù)測和改出控制律設(shè)計對飛行安全是有著很大幫助網(wǎng)o3.2 飛行狀態(tài)預(yù)測的手段鑒于飛機失控對飛行安全的嚴重威脅，2000年以后，F(xiàn)AA,美國波音公司，NASA蘭利研究中心等許多著名的航空研究機構(gòu)就飛行狀態(tài)預(yù)測，飛行控制策略進行了深入的研究。就飛行狀態(tài)預(yù)測而言，研究主要針對以下幾個問題：(1)如何建立飛行動力學模型來精確反

5、映飛機運動狀態(tài)的非線性動力學特性。以往的飛行動力學模型的理論基礎(chǔ)是在飛機平衡點附近，對非線性系統(tǒng)應(yīng)用一階Taylor®開，所得結(jié)果是原非線性系統(tǒng)在特定平衡點周圍的局部近似。這種方法的缺點主要有兩點。第一，由于采用一階Taylor展開而帶來的舍入誤差；第二，在遇到實際微下?lián)舯┝骰蛘叩涂诊w切變時，飛機的運動狀態(tài)已不在該平衡點附近，如果仍基于該線化模型進行控制律設(shè)計，其控制效果將遠不會達到預(yù)期效果，有時甚至會導致飛機的振蕩、失控進而導致嚴重的飛機事故。(2)采用何種算法進行飛行狀態(tài)預(yù)測。對于商用民航飛機而言，目前預(yù)測失控趨勢的手段較為單一，只有基于觀測數(shù)據(jù)的預(yù)測方法和基于小擾動線化方程設(shè)計

6、自適應(yīng)預(yù)測控制模型。近年來，為解決飛機運動狀態(tài)的非線性動力學模型的建立問題，線性變參數(shù)(LPV)模型在飛行動力學方面有了很大發(fā)展，并已成功應(yīng)用于固定翼飛機4和無人機運動建模。LPV模型是一類重要的時變系統(tǒng)模型，其狀態(tài)空間矩陣是實時可測且在閉集上變化的變參數(shù)的確定函數(shù)?；贚PV模型的魯棒變增益控制由于能夠在理論上保證系統(tǒng)的全局穩(wěn)定性和魯棒性，克服了傳統(tǒng)變增益控制的缺點。由于飛機在要根據(jù)不同的改出控制策略以及飛行狀態(tài)變化而動態(tài)更新模型，而LPV模型恰好可以通過一定的調(diào)度算法更新系數(shù)矩陣，計算獲得新的狀態(tài)。這種在線修正的特點，恰好可以應(yīng)用于飛機模型的建立。在LPV建模的基礎(chǔ)上，飛行狀態(tài)預(yù)測可以得到

7、進一步完善6。一種方法是采用狀態(tài)濾波方法，狀態(tài)濾波方法是，在LPV真型的基礎(chǔ)上，應(yīng)用推廣卡爾曼濾波或無味濾波短時估計失控后的飛行狀態(tài)變化。只要有完整氣動數(shù)據(jù)的支持，這種估計方法能在很大程度上逼近實際情況。另一種模型預(yù)測方法是采用無模型的神經(jīng)網(wǎng)絡(luò)進行預(yù)測。不過這種預(yù)測方式一般需要大量事故的飛行數(shù)據(jù)的支持和風洞試驗數(shù)據(jù)的支持才能有很好的效果。3.3 改出控制美國波音公司，NASA蘭利研究中心等許多著名的航空研究機構(gòu)為實現(xiàn)更全面的飛行安全控制策略，提出了基于包線保護策略的飛行安全控制律設(shè)計方案。即在有外部環(huán)境干擾（如湍流或者低空飛切變）或者飛機本身的意外系統(tǒng)故障（如單發(fā)停車或者飛機舵面卡阻）的情況下

8、，預(yù)測飛機飛行狀態(tài)，并給出飛機控制律或者一組控制序列，使飛機可以在安全狀態(tài)下（即安全的飛行包線內(nèi)）實現(xiàn)改出或者降落。飛行包線綜合地描述了一架飛機所能安全飛行的高度與速度范圍，反映了氣動、推力和結(jié)構(gòu)等因素對飛行范圍的限制。以B737飛機為例，如圖1（a）所示，為B737飛機建模數(shù)據(jù)提供的該機襟翼收起的正常飛行的迎角-側(cè)滑角色線，（b）圖所示，為襟翼著陸構(gòu)型時的包線?？梢钥闯?，一般商用飛機經(jīng)飛行試驗驗證的包線只是飛行模擬器上所用包線的子包絡(luò)，只有在經(jīng)驗證的包線內(nèi)飛行才是絕對安全的。包線保護系統(tǒng)通過控制律設(shè)計、增加限制器等措施使得飛機能夠在包線范圍內(nèi)安全飛行。目前，包線保護系統(tǒng)已廣泛應(yīng)用在改出風切變

9、飛控設(shè)計中7。圖1B-737飛機迎角-側(cè)滑角包線由上述可知，飛行安全的關(guān)鍵就是當飛機狀態(tài)處于飛行包線邊緣，即臨界狀態(tài)時，可以通過飛機自動飛行系統(tǒng)自身或者人為干預(yù)使得飛機改出可以危險姿態(tài)，避免出現(xiàn)超出飛行包線的發(fā)生。因此要實現(xiàn)基于包線保護系統(tǒng)的飛行安全策略關(guān)鍵包括兩個方面：(1)決定性參數(shù)的選取與安全包線的制定。在不利因素干擾下，飛機的運動參數(shù)不斷變化。對于這些特殊飛行狀態(tài)，將那些對飛行安全性具有決定性作用的參數(shù)稱為決定性參數(shù)。通常情況下決定性參數(shù)會包括：迎角、過載、表速、滾轉(zhuǎn)角速度等。(2)在危險狀態(tài)下的改出控制律設(shè)計。目前，主要有兩種設(shè)計方法。一種是基于LPV模型的變增益控制器設(shè)計?；贚P

10、V模型的變增益控制器可以利用有限個設(shè)計點(平衡點)，自行進行自增益調(diào)節(jié)，進而完成對飛機狀態(tài)的控制，并且在所考慮的包線范圍內(nèi)保證一定程度的魯棒穩(wěn)定性和魯棒性能。第二種方法是基于模型預(yù)測控制的控制器設(shè)計。這種設(shè)計方法主要包括三個關(guān)鍵步驟：預(yù)測系統(tǒng)未來動態(tài)；(數(shù)值)求解最優(yōu)化問題，給出控制律或控制序列；將優(yōu)化解的第一個元素作用于系統(tǒng)。模型預(yù)測控制在飛行控制方面有著很明顯的優(yōu)勢，主要包括兩個方面。一是，顯式和主動處理約束；二是，預(yù)測模型可以進行在線修正。本課題針對民航商用飛機，嘗試應(yīng)用濾波方法或神經(jīng)網(wǎng)絡(luò)方法對飛機進行狀態(tài)預(yù)測，并對可能存在的失控情況，研究改出危險狀態(tài)的方法，并以一種新的控制器設(shè)計思路-

11、模型預(yù)測控制為理論基礎(chǔ)，探討基于此理論進行控制器設(shè)計的方法。課題研究方案(包括具體的研究目標、研究內(nèi)容和擬解決的關(guān)鍵問題；擬采取的研究方法、技術(shù)路線、實驗方案及可行性分析)1.研究目標、研究內(nèi)容和擬解決的關(guān)鍵問題課題的研究目標包括：從B737的真實的飛行數(shù)據(jù)入手，建立B737飛機飛行動力學模型，實現(xiàn)飛機短時狀態(tài)預(yù)測和危險狀態(tài)下的改出控制律設(shè)計。其具體研究內(nèi)容有：(1)含一定自動飛行系統(tǒng)的B737飛行動力學模型。從現(xiàn)有的B737飛機數(shù)據(jù)和已有的六自由度飛機動力學模型的C+開源代碼入手，利用數(shù)據(jù)系統(tǒng)地構(gòu)建B737飛機模型。它主要包括氣動力/力矩模型、運動方程模型、起落架力和力矩模型、大氣紊流和風模

12、型等關(guān)鍵模型。飛行系統(tǒng)模型所要完成白功能有：飛機空氣動力學的仿真、實現(xiàn)特定狀態(tài)下的飛機配平和一定的飛機縱向面的自動飛行任務(wù)，(如機翼水平狀態(tài)下的恒速平飛，機翼水平狀態(tài)下的穩(wěn)定爬升等)。飛行動力學模型將用以支持之后課題的飛行仿真及控制律驗證可行性。(2)飛機狀態(tài)預(yù)測及失控趨勢檢測。針又tB737飛機模型基于動態(tài)配平，和典型的大量事故的飛行數(shù)據(jù)，建立神經(jīng)網(wǎng)絡(luò)。之后驗證神經(jīng)網(wǎng)絡(luò)的有效性，在舵面突發(fā)擾動的情況下，將B737飛機的實際飛行狀態(tài)軌跡和經(jīng)神經(jīng)網(wǎng)絡(luò)預(yù)測的飛行狀態(tài)進行比較，觀察尤其是會影響飛行安全的決定性參數(shù)的變化趨勢。(3)飛機危險狀態(tài)下的改出控制律設(shè)計當B737飛機在遭遇會引起飛機失控的大氣

13、擾動的情況，采用模型預(yù)測控制設(shè)計改出控制律，按“滾動優(yōu)化”控制策略設(shè)置控制變量。在飛機動力學模型仿真中，讓飛機受到突發(fā)擾動時，檢驗?zāi)Ｐ皖A(yù)測控制的有效性。課題擬解決的關(guān)鍵問題包括：(1)神經(jīng)網(wǎng)絡(luò)預(yù)測問題神經(jīng)網(wǎng)絡(luò)預(yù)測模型般需要大量事故的飛行數(shù)據(jù)和風洞試驗數(shù)據(jù)的支持。而且，設(shè)計神經(jīng)網(wǎng)絡(luò)的隱含層數(shù)、神經(jīng)元個數(shù)和傳輸函數(shù)的選取都依賴于經(jīng)驗，并沒有成熟的理論支持。(2)決定性參數(shù)的選取如何選取足夠的決定性參數(shù)來量化計算飛行安全是設(shè)計安全飛行包線的難點。在不同的飛行狀態(tài)下，不同的狀態(tài)變量會對飛機安全有著不同程度的影響，明確哪些狀態(tài)變量更為重要，有著更為重要的控制優(yōu)先級。(3)模型預(yù)測控制的模型選取問題。在改

14、出控制律設(shè)計時，動力學模型的選取對模型預(yù)測控制的控制效果有著至關(guān)重要的影響。因此，對于動力學模型的選取要十分慎重。目前優(yōu)先采用無模型的神經(jīng)網(wǎng)絡(luò)進行測試，并根據(jù)實際需要修正優(yōu)化預(yù)測模型。(4)模型預(yù)測控制的算法選取問題。在模型預(yù)測控制中，優(yōu)化算法會直接影響控制律的設(shè)計，為了使得飛機狀態(tài)可以更好更快的達到理想的飛行狀態(tài)，不同的算法將會根據(jù)實際需要進行取舍。2.擬采取的研究方法、技術(shù)路線、實驗方案及可行性分析2.1 研究方法與技術(shù)路線飛機空氣動力學建模是本課題研究的基礎(chǔ)。在此基礎(chǔ)上，研究神經(jīng)網(wǎng)絡(luò)預(yù)測機制，并分別基于模型預(yù)測控制技術(shù)完成對飛機改出危險的控制律設(shè)計。研究步驟如圖2所示。圖2課題研究步驟(

15、1)飛機六自由度模型?；陲w行數(shù)據(jù)建立的非線性動力學模型通過大量插值運算和局部近似，計算空氣動力學系數(shù)和發(fā)動機推，充分反映了氣動力和發(fā)動機推力的非線性動態(tài)。對簡化非線性模型應(yīng)進行典型操縱輸入試驗，分別測試縱向長短周期模態(tài)、滾轉(zhuǎn)衰減模態(tài)。通過對比驗證，對簡化模型進行修正和優(yōu)化（2）飛機的狀態(tài)預(yù)測和控制律設(shè)計。收集部分事故的飛行數(shù)據(jù)，用以建立基于動態(tài)配平的神經(jīng)網(wǎng)絡(luò)，進行飛機狀態(tài)預(yù)測。并在此基礎(chǔ)上進行有包線保護約束模型預(yù)測控制（MPC）,如圖3所示。并將計算所得的控制變量輸入到飛行動力學模型中，并基于FlightGear進行可視化輸出，驗證算法的有效性。（開始仿真）獲取仿真時飛行狀態(tài)<是否有失

16、控趨勢是否T7TZ根據(jù)改出控制律設(shè)定控制輸入量（結(jié)束圖3單步仿真流程圖2.2 研究可行性分析目前，實驗室已獲得B737NG飛機的建模的相關(guān)數(shù)據(jù)和部分飛機事故飛行數(shù)據(jù)和開源的飛行動力學模型JSBSim,并已完成了飛行動力學模型的初步建立，可用于飛行模擬器的飛行實時仿真。在此基礎(chǔ)上，進行特情飛行狀態(tài)預(yù)測和MPC控制律設(shè)計完全可行。研究基礎(chǔ)（包括與本項目有關(guān)的研究工作積累和已取得的研究工作成績；課題研究現(xiàn)有的基礎(chǔ)和已具備的實驗條件，可能遇到的困難或問題和擬解決的途徑和措施等）1 .研究工作積累和已具備的實驗條件（1）掌握飛行動力學建模所需的相關(guān)知識，熟悉神經(jīng)網(wǎng)絡(luò)建立的各個環(huán)節(jié)以及一定的理論基礎(chǔ)，初步

17、了解MPC的基礎(chǔ)知識和使用方法。(2)熟練C+相關(guān)知識，可以熟練使用MicrosoftVisualStudio2010所提供的開發(fā)環(huán)境。(3)掌握基于開源的飛行動力學模型代碼(JSBSim)軟件，并通過適當修改，使飛機動力學模型符合B737的飛行特征。2 .可能遇到的困難及解決途徑(1)神經(jīng)網(wǎng)絡(luò)預(yù)測問題神經(jīng)網(wǎng)絡(luò)預(yù)測在設(shè)計神經(jīng)網(wǎng)絡(luò)的隱含層數(shù)、神經(jīng)元個數(shù)和傳輸函數(shù)的選取時，大都依賴于經(jīng)驗，并沒有成熟的理論支持。這就需要通過對神經(jīng)網(wǎng)絡(luò)進行多次實驗測試，并在這些測試過程中不斷修正及優(yōu)化神經(jīng)網(wǎng)絡(luò)模型。(2)決定性參數(shù)的選取由于在不同的飛行狀態(tài)下，不同的狀態(tài)變量會對飛機安全有著不同程度的影響。所以可以通過

18、以往文獻確立哪些決定性參數(shù)更為關(guān)鍵，并通過實驗驗證選取這些狀態(tài)變量為決定性參數(shù)的可行性及有效性。(3)模型預(yù)測控制的模型選取問題。在改出控制律設(shè)計時，動力學模型的選取對模型預(yù)測控制的控制效果有著至關(guān)重要的影響。因此，對于動力學模型的選取要十分慎重。目前優(yōu)先采用無模型的神經(jīng)網(wǎng)絡(luò)進行測試，并根據(jù)實際需要修正優(yōu)化預(yù)測模型。(4)模型預(yù)測控制的算法選取問題。在模型預(yù)測控制中，優(yōu)化算法會直接影響控制律的設(shè)計，為了使得飛機狀態(tài)可以更好更快的達到理想的飛行狀態(tài)，不同的算法將會根據(jù)實際需要進行取舍。研究計劃和進度2013年12月-2014年3月：建立飛行動力學模型，并驗證模型準確性。2014年3月-2014年

19、6月：完成基于飛行事故數(shù)據(jù)的神經(jīng)網(wǎng)絡(luò)預(yù)測，并根據(jù)實際仿真情況驗證其有效性。2014年6月-2014年10月：完成基于模型預(yù)測控制的控制律設(shè)計。2013年10月-2014年12月：完成畢業(yè)論文。研究經(jīng)費預(yù)算與來源（含支持本課題的項目編號）參考文獻1伍開元飛行技術(shù)與航空安全研究M.成都：四川科學技術(shù)出版社,2006.11.17.2 StatisticalSummaryofCommercialJetAirplaneAccidents,WorldwideOperations,1959-2008,BoeingCommercialAirplanes,July2009.3 TheBoeingCompany.

20、StatisticalSummaryofCommercialJetAirplaneAccidentsWorldwideOperations1959-2011.4 AndresMarcos,GaryJBalas.DevelopmentofLinearParameterVaryingModelsforAircraft.JournalofGuidance,Control,andDynamics,2004,27(2):218-228.5宗群，吉月輝，竇立謙等.無人機側(cè)向系統(tǒng)LPV模型降階.控制與決策，2010,25(6):948-952.6 ShinJY.Worst-caseanalysisandli

21、nearparametervaryinggainscheduledcontrolofaerospacesystemsD.UniversityofMinnesota,2000.7 AtillaDogan.GuidanceStrategiesforMicroburstEscape.Ph.DDissertationofUniversityofMichigan,2000.8 LingMa,YouminZhang.FaultDetectionandDiagnosisforGTMUAVwithDualUnscentedKalmanFilter.In:AIAAGuidance,NavigationandCo

22、ntrolConference,2010,1-12.9 YavrucukI.AdaptivelimitmargindetectionandlimitavoidanceM.2003.10葛志浩，徐浩軍，孟捷.飛行失控的向量空間建模與應(yīng)用研究J.飛行力學,2008,26(3):18-21.11 RobertAR,JamesEW,WilliamG.DynamicsModelingandSimulationofLargeTransportAirplanesinUpsetConditionsR.AIAA20055933,2005.12 JamesEW,JohnVF.DefiningCommercialT

23、ransportLossofControlAQuantitativeApproachR.AIAA20044811,2004.13TulvioSDurand,RichardJWasicko.AnAnalysisofCarrierLandingR.AIAA65-791,1965,p1p34113 JMUrnes,RKHess,RFMoomaw,RKHuff.H-DotAutomaticCarrierLandingSystemforApproachControlinTurbulenceR1AIAA79-1772R,1981,Vol.4,p177p183115 EduardoCamponogara,D

24、ongJia,BruceH.Krogh,andSaroshTalukdar.DistributedModelPredictiveControlJ.IEEEControlSystemsMagazine116JasminFPatry.ModelPredictiveControlDesignwithProcessConstraintsandImplicitEconomicCriteriaJ1IEEEInstrumentationandMeasurement17BeiHuandArnoLinnemann.TowardInfinite-HorizonOptimalityinNonlinearModelP

25、redictiveControlJ1IEEETransactionsonAutomaticControl,vol.47,NO.4,APRIL2002118席裕庚.預(yù)測控制.北京：國防工業(yè)出版社，199619王樹青.先進控制技術(shù)及應(yīng)用.北京：化學工業(yè)出版社，200120肖順達.飛行自動控制系統(tǒng)(上、下冊)M.北京:國防工業(yè)出版社,1980121飛機飛行品質(zhì)分析S.中華人民共和國航空工業(yè)部,1983122 Isidori,A.,NonlinearControlSystems:AnIntroduction,Vol.72,LectureNotesinControlandInformationScien

26、ce,Springer-Verlag,Berlin,198523 Tahk,M.,Briggs,M.M.,andMenon,P.K.A.,"ApplicationsofPlantInversionviaStateFeedbacktoMissileAutopilotDesign,"Proceedingsofthe27thIEEEConferenceonDecisionandControl(Austin,TX),Dec.1988,pp.730-735.24 Desoer,C.A.,andWang,Y.-T.,"FoundationsofFeedbackTheoryfo

27、rNonlinearDynamicalSystems,"IEEETransactionsonCircuitsandSystems,Vol.CAS-27,No.2,Feb.1980,pp.104-123.25 Reichert,R.,"ModernRobustControlforMissileAutopilotDesign,"ProceedingsoftheAmericanControlConference(SanDiego,CA),June1990,pp.2368-2373.26 Shamma,J.S.,andAthans,M.,"GuaranteedP

28、ropertiesofGainScheduledControlofLinearParameter-VaryingPlants,"Automatica,Vol.27,No.3,May1991,pp.559-565.27 Shahruz,S.M.,andBehtash,S.,"DesignofControllersforLinearParameterVaryingSystemsbytheGainSchedulingTechnique,"BerkeleyEngineeringResearchInst.,MemorandumBERIM90/1,Univ.ofCalifor

29、nia,Berkeley,CA,Jan.1990.28 Shamma,J.S.,andAthans,M.,"GainScheduling:PotentialHazardsandPossibleRemedies,"IEEEControlSystemsMagazine,June1992.HDesoer,C.A.,andVidyasagar,M.,FeedbackSystems:Input-OutputProperties,Academic,NewYork,197529肖業(yè)倫，金長江.大氣擾動中的飛行原理M.北京：國防工業(yè)出版社，1993.文獻綜述（不少于6千字）一、概述飛機失控

30、是民用運輸機失事的主要原因之一。導致飛機失控的原因有多種多樣，誘因主要體現(xiàn)在以下三個方面。第一，機載設(shè)備發(fā)生故障；第二，外部環(huán)境的惡劣變化和擾動；第三，飛機處于異常飛行狀態(tài)（如飛機處于不正常高度或者不正常的速度）。隨著飛機本身的可控性和可靠性的不斷發(fā)展，由民航飛機本身的意外系統(tǒng)故障或者突發(fā)外部環(huán)境干擾直接造成飛機失控進而導致飛機事故呈下降趨勢，并且飛機在遭遇微下?lián)舯┝骰虻涂诊L切變等大多數(shù)特殊情況下，只要機組人員做出正確判斷和決策，飛機是具有改出的能力的。所以大多數(shù)事故是由在特情下對飛機錯誤操作導致飛機振蕩、失控而產(chǎn)生的。因此,對飛機狀態(tài)進行短時預(yù)測和改出控制律設(shè)計對飛行安全是有著很大幫助。本課

31、題研究的目的是實現(xiàn)在特殊情況下對飛機狀態(tài)的預(yù)測以及控制。首先建立飛機動力學仿真模型；然后基于模型的基礎(chǔ)上，對受到特定的外部環(huán)境或自身故障影響下的飛機進行狀態(tài)預(yù)測。最后，以包線保護為控制目標，實現(xiàn)飛機安全飛行的目的。二、飛機事故分析隨著飛機安全性水平的提高，是近幾10年來技術(shù)進步和管理水平提高的綜合效應(yīng)，是安全性分析、設(shè)計、驗證及管理技術(shù)和各種科學技術(shù)進步相結(jié)合的結(jié)果。首先，飛行器、發(fā)動機、各種安全關(guān)鍵系統(tǒng)設(shè)計技術(shù)的改進和計算機、電子、信息、新材料及新工藝等的應(yīng)用，大大減少了飛行器及各種系統(tǒng)的故障；其次是各種顯示、監(jiān)控和告警設(shè)備的采用，使飛行人員能隨時了解飛行器的工作狀況，及時采取有效的防止事故

32、發(fā)生的措施；第三是飛行人員的培訓方法的改進及駕駛技術(shù)的提高，減少了各種駕駛差錯所造成的事故；第四是地面使用、維修、保障和空中交通管制設(shè)施及技術(shù)的改進；第五是飛行安全規(guī)章及條例的實施和貫徹。然而，近20多年來，一是因為飛行器的復雜性大大提高，飛行器研制中仍然存在著一定數(shù)量的可能導致災(zāi)難性事故的設(shè)計缺陷；二是由于人為因素導致災(zāi)難性飛行事故發(fā)生的主導因素，而且這些人為因素存在著很大的隨機性。飛機的飛行事故受飛機設(shè)計、駕駛員操作、地面維修、空中交通管制和氣象等各種復雜因素的影響，而且許多事故往往是多種相關(guān)聯(lián)的因素影響造成的；同時，由于各種飛機因使用環(huán)境條件、飛行剖面，飛行持續(xù)時間等的不同，造成事故的主

33、導因素也可能不同；此外，隨著技術(shù)進步，造成事故的主導因素也可能發(fā)生變化。美國把飛機事故主要原因劃分為駕駛和后勤兩類。駕駛類事故包括飛機失控、撞地、空中相撞、起飛與著陸過程造成的事故；后勤類事故包括發(fā)動機、飛行操縱系統(tǒng)、燃油系統(tǒng)、起落架、結(jié)構(gòu)、液壓系統(tǒng)及電氣系統(tǒng)等的設(shè)計缺陷、設(shè)備故障或維修差錯等造成的事故。近20年來，雖然飛機總的事故次數(shù)在不斷下降，而這些事故中其中占絕大算數(shù)是由于人為因素而直接或者間接導致的飛行失控而產(chǎn)生的。飛行失控（Loss-of-Control,LOC）是指飛機在可控飛行狀態(tài)下，由于某種原因進入危險姿態(tài)而未能正確改出，以致飛機超出正常飛行包線，從而造成飛行事故，是誘發(fā)嚴重飛

34、行事故和人員傷亡的主要原因。據(jù)國際民用航空組織（ICAO）的統(tǒng)計，在2008年商用噴氣飛機事故中，由飛機失控和可控飛行觸地引發(fā)的事故為39起，占總事故的42.8%,造成人員傷亡2887,占總傷亡人數(shù)的61.2%。這其中，由飛機駕駛員錯誤判斷導致飛行事故占到了42.8%。事故統(tǒng)計分析此類事故是由以下三種不利因素導致的。第一，機載設(shè)備發(fā)生故障；第二，外部環(huán)境的惡劣變化和擾動；第三，飛機處于異常飛行狀態(tài)（如飛機處于不正常高度或者不正常的速度）。而且尤以前兩個因素為主要誘因，占據(jù)了事故起因的90%以上。隨著飛機本身的可控性和可靠性的不斷發(fā)展，由民航飛機本身的意外系統(tǒng)故障或者突發(fā)外部環(huán)境干擾直接造成飛機

35、失控進而導致飛機事故呈下降趨勢，并且飛機在遭遇微下?lián)舯┝骰虻涂诊L切變等大多數(shù)特殊情況下，只要機組人員做出正確判斷和決策，飛機是具有改出的能力的。所以大多數(shù)事故是由在特情下對飛機錯誤操作導致飛機振蕩、失控而產(chǎn)生的。為避免人為差錯，一方面是改進飛機安全性設(shè)計和分析，采用自動化技術(shù)，從設(shè)計上避免人為差錯及其影響；另一方面是開展人為因素研究，盡量避免人為差錯，減少飛機的飛行事故。美英等航空發(fā)達國家及世界民航組織都在實施人為因素研究計劃，主要項目包括飛行員疲勞、飛行時差反應(yīng)、飛行員生理節(jié)奏失調(diào)、飛行員之間的協(xié)調(diào)、人為差錯的監(jiān)控、人為差錯的事故鏈、飛機座艙自動化的人為因素以及顯示和告警系統(tǒng)的人為因素等。就

36、第一方面而言，實現(xiàn)飛機狀態(tài)進行短時預(yù)測和改出控制律設(shè)計對飛行安全是有著很大幫助。三、飛機狀態(tài)預(yù)測模型飛機的飛行狀態(tài)預(yù)測問題歷來是飛控系統(tǒng)設(shè)計與仿真、機動目標跟蹤以及飛行器系統(tǒng)辨識等領(lǐng)域關(guān)心的重大課題。美國學者RKlmn于六十年代初提出了卡爾曼濾波算法，該算法非常適合于計算機遞推計算，成為解決狀態(tài)預(yù)測問題的最有效手段，在工程中獲得了廣泛的應(yīng)用。隨著應(yīng)用的展開，人們對卡爾曼濾波算法進行了種種的改進。為了適應(yīng)非線性系統(tǒng)，提出了推廣卡爾曼濾波，為進一步提高非線性濾波精度，又研究了迭代濾波、非線性二階濾波等算法。對于商用民航飛機而言，研究具有無發(fā)生失控的趨勢，對于提高飛行安全是很有意義的。如在飛機發(fā)生積

37、冰、舵面失效或者遭遇到強對流天氣時，短時預(yù)測系統(tǒng)如果能給出飛機有無失控趨勢，這將給機組人員及時作出相應(yīng)對策有重大幫助。因此如何借助動力學模型，并基于模型給出失控趨勢的預(yù)測，是目前研究的重點之一。自2003以后，F(xiàn)AA,美國波音公司，NASA蘭利研究中心等許多著名的航空研究機構(gòu)就飛行狀態(tài)預(yù)測，飛行控制策略進行了深入的研究。就飛行狀態(tài)預(yù)測而言，研究主要針對以下幾個問題：(1)如何建立可以精確反映飛機運動狀態(tài)的非線性動力學特性。以往的飛行動力學模型的理論基礎(chǔ)是在飛機平衡點附近，對非線性系統(tǒng)應(yīng)用一階Taylor展開，所得結(jié)果是原非線性系統(tǒng)在特定平衡點周圍的局部近似。這種方法的缺點主要有兩點。第一，由于

38、采用一階Taylor展開而帶來的舍入誤差；第二，在遇到實際微下?lián)舯┝骰蛘叩涂诊w切變時，飛機的運動狀態(tài)已不在該平衡點附近，如果仍基于該線化模型進行控制律設(shè)計，其控制效果將遠不會達到預(yù)期效果，有時甚至會導致飛機的振蕩、失控進而導致嚴重的飛機事故。(2)采用何種算法進行飛行狀態(tài)預(yù)測。對于商用民航飛機而言，目前預(yù)測失控趨勢的手段較為單一，只有基于觀測數(shù)據(jù)的預(yù)測方法和基于小擾動線化方程設(shè)計自適應(yīng)預(yù)測控制模型。許多成功的工程實踐證明變增益是一種非常有效并廣泛使用的方法，特別是在航空航天領(lǐng)域。傳統(tǒng)的變增益控制系統(tǒng)的設(shè)計思想是采用多個線性控制器來近似替代所要求的非線性控制器。例如飛行控制系統(tǒng)，因為飛機的動力方

39、程在整個飛行包線內(nèi)不能用一個線性模型表示，所以首先在飛行包線內(nèi)選取多個設(shè)計點，在這些設(shè)計點上進行線性化，然后在每個設(shè)計點上采用傳統(tǒng)的控制器設(shè)計方法(如PID、LQ)設(shè)計線性控制器,最后通過預(yù)定的調(diào)度程序在這些線性控制器之間插值，得到一個完整的非線性控制律。傳統(tǒng)的變增益控制是補償已知非線性特性的一種有效方法，在這種方案中，控制器對變化的運行條件能做出快速的反應(yīng)，但是傳統(tǒng)變增益方法的局限在于控制器的參數(shù)是按開環(huán)方式改變的，沒有來自閉環(huán)系統(tǒng)性能的反饋作用，而且傳統(tǒng)變增益控制缺乏穩(wěn)定性的嚴格理論證明。近年來，許多學者都致力于研究一種稱為自增益調(diào)度的新控制器綜合方法，這種方法設(shè)計出的控制器依賴于調(diào)度變量

40、，并且在所考慮的包線范圍內(nèi)能保證一定程度的魯棒穩(wěn)定性和魯棒性能，最大優(yōu)點是：(1)同傳統(tǒng)變增益控制不同，設(shè)計者不必再考慮如何插值；(2)魯棒穩(wěn)定性可以從理論上保證，而不必通過詳盡的計算機仿真來證明。這就是20世紀90年代后期發(fā)展的基于線性變參數(shù)(LinearParameterVarying,LPV)系統(tǒng)的變增益技術(shù),這種技術(shù)在工作區(qū)域期間采用自增益，保證了閉環(huán)系統(tǒng)的魯棒性和穩(wěn)定性，并已成功應(yīng)用于固定翼飛機和無人機運動建模。LPV模型是一類重要的時變系統(tǒng)模型，其狀態(tài)空間矩陣是實時可測且在閉集上變化的變參數(shù)的確定函數(shù)?；贚PV模型的魯棒變增益控制由于能夠在理論上保證系統(tǒng)的全局穩(wěn)定性和魯棒性，克服

41、了傳統(tǒng)變增益控制的缺點。由于飛機在要根據(jù)不同的改出控制策略以及飛行狀態(tài)變化而動態(tài)更新模型，而LPV模型恰好可以通過一定的調(diào)度算法更新系數(shù)矩陣，計算獲得新的狀態(tài)。這種在線修正的特點，恰好可以應(yīng)用于飛機模型的建立。就LPV建模而言，目前LPV建模，主要分為兩類，一類是基于系統(tǒng)的動態(tài)非線性系統(tǒng)方程的分析法；另外一種則是根據(jù)系統(tǒng)的輸入輸出數(shù)據(jù)的實驗法，主要是采用不同的辨識算法。兩類方法都存在一定的缺點和限制。對于分析法，第一種方法稱為雅可比線性化(Jacobianlinearization方法；第二種方法稱為狀態(tài)變換方法(Statetransformations)；最后一種方法稱作函數(shù)替換法(Func

42、tionsubstitution)。這三種方法的共同點就是都依賴系統(tǒng)的平衡點，其中前兩種方法依賴于系統(tǒng)的多個平衡點，保守性更大些，最后一種方法只依賴于系統(tǒng)的一個平衡點。由于三種方法的共同缺點就是對平衡點的依賴，并且平衡點的選取對于系統(tǒng)性能的影響目前還沒有計算方法，同時引入了平衡點就增加了系統(tǒng)的誤差，也增加了計算量，而且求取系統(tǒng)的平衡點也是一件非常復雜的事情。另一類LPV建模是利用實驗法，通過系統(tǒng)辨識的方法首先獲得系統(tǒng)的神經(jīng)網(wǎng)絡(luò)模型，然后轉(zhuǎn)化為LFT的形式，最后獲得LPV系統(tǒng)的多胞形結(jié)構(gòu)，并將結(jié)果應(yīng)用于控制中。在LPV建模的基礎(chǔ)上，飛行狀態(tài)預(yù)測可以得到進一步完善。一種方法是采用狀態(tài)濾波方法，狀態(tài)

43、濾波方法是，在LPV模型的基礎(chǔ)上，應(yīng)用推廣卡爾曼濾波或無味濾波短時估計失控后的飛行狀態(tài)變化。只要有完整氣動數(shù)據(jù)的支持，這種估計方法能在很大程度上逼近實際情況，并且該方法已成功運用在無人機失控后的狀態(tài)估計，并與實際飛行狀態(tài)進行了對比驗證。另一種是采用基于動態(tài)配平（dynamictrim）的神經(jīng)網(wǎng)絡(luò)分析方法。這種方法先將飛機的狀態(tài)變量分為受到擾動后可以快速達到平衡的快速狀態(tài)變量和受到擾動后緩慢隨時間變化的慢速狀態(tài)變量，之后以慢速狀態(tài)變量和飛行控制變量作為神經(jīng)網(wǎng)絡(luò)輸入，飛行決定性參數(shù)作為神經(jīng)網(wǎng)絡(luò)輸出，并基于飛機較完整的飛行試驗數(shù)據(jù)訓練神經(jīng)網(wǎng)絡(luò)。應(yīng)用訓練好的神經(jīng)網(wǎng)絡(luò)對處于各種飛行狀態(tài)和控制輸入情況下的

44、飛機進行飛行狀態(tài)預(yù)測。不過這種預(yù)測方式一般需要大量事故的飛行數(shù)據(jù)的支持和風洞試驗數(shù)據(jù)的支持才能有很好的效果。四、飛機改出控制律設(shè)計美國波音公司，NASA蘭利研究中心等許多著名的航空研究機構(gòu)為實現(xiàn)更全面的飛行安全控制策略，提出了基于包線保護策略的飛行安全控制律設(shè)計方案。即在有外部環(huán)境干擾（如湍流或者低空飛切變）或者飛機本身的意外系統(tǒng)故障（如單發(fā)停車或者飛機舵面卡阻）的情況下，預(yù)測飛機飛行狀態(tài)，并給出飛機控制律或者一組控制序列，使飛機可以在安全狀態(tài)下（即安全的飛行包線內(nèi)）實現(xiàn)改出或者降落。飛行包線綜合地描述了一架飛機所能安全飛行的高度與速度范圍，反映了氣動、推力和結(jié)構(gòu)等因素對飛行范圍的限制。以B7

45、37飛機為例，如圖1（a）所示,為B737飛機建模數(shù)據(jù)提供的該機襟翼收起的正常飛行的迎角-側(cè)滑角色線，（b）圖所示，為襟翼著陸構(gòu)型時的包線。可以看出，一般商用飛機經(jīng)飛行試驗驗證的包線只是飛行模擬器上所用包線的子包絡(luò)，只有在經(jīng)驗證的包線內(nèi)飛行才是絕對安全的。包線保護系統(tǒng)通過控制律設(shè)計、增加限制器等措施使得飛機能夠在包線范圍內(nèi)安全飛行。目前，包線保護系統(tǒng)已廣泛應(yīng)用在改出風切變飛控設(shè)計中7。圖1B-737飛機迎角-側(cè)滑角包線由上述可知，飛行安全的關(guān)鍵就是當飛機狀態(tài)處于飛行包線邊緣，即臨界狀態(tài)時，可以通過飛機自動飛行系統(tǒng)自身或者人為干預(yù)使得飛機改出可以危險姿態(tài)，避免出現(xiàn)超出飛行包線的發(fā)生。因此要實現(xiàn)基于包線保護系統(tǒng)的飛行安全策略關(guān)鍵包括兩個方面：(1)決定性參數(shù)的選取與安全包線的制定。在不利因素干擾下，飛機的運動參數(shù)不斷變化。對于這些特殊飛行狀態(tài)，將那些對飛行安全性具有決定性作用的參數(shù)稱為決定性參數(shù)。通常情況下決定性參數(shù)會包括：迎角、過載、表速、滾轉(zhuǎn)角速度等。(2)在危險狀態(tài)下