舰载机飞行员驾驶技术与飞行安全研究

刘嘉, 向锦武, 司守奎

(1.海军航空工程学院 接改装训练大队, 山东 烟台 264001;2.北京航空航天大学 航空科学与工程学院, 北京 100191;3.海军航空工程学院 基础部, 山东 烟台 264001)



舰载机飞行员驾驶技术与飞行安全研究

刘嘉1, 向锦武2, 司守奎3

(1.海军航空工程学院 接改装训练大队, 山东 烟台 264001;2.北京航空航天大学 航空科学与工程学院, 北京 100191;3.海军航空工程学院 基础部, 山东 烟台 264001)

针对无法将驾驶技术和飞行安全建立有效定量关联的现状,基于自适应飞机驾驶员最优控制模型,应用飞行员着舰多层次模糊综合评价方法,通过设定不同的飞行员模型参数,参照着舰技能评价体系,建立了飞行员着舰技能样本库。通过多元非线性回归方法,建立了飞行员技能的多元非线性回归模型,并通过剩余标准差和样本比对法证明了这一模型的准确性。可以通过测定上述飞行员参数,运用该飞行技能回归模型,为飞行员选拔提供参考。

舰载机; 飞行员模型; 驾驶技术; 飞行安全; 非线性回归

0 引言

飞行员的飞行技术和飞行安全密切相关。但目前的飞行安全评估中,仅对飞行员驾驶技术进行了定性描述[1]。文献[2-3]研究发现,目前仍缺乏对飞行员驾驶技术进行描述的有效方法,由此造成了无法将驾驶技术和飞行安全建立有效定量联系的现状,因此开展舰载机飞行员驾驶技术与飞行安全研究有着重要意义。

针对这一问题,本文基于自适应飞机驾驶员最优控制模型[4],应用飞行员着舰多层次模糊综合评价方法[5],通过设定不同的飞行员模型参数,获取模拟着舰飞行驾驶评分,运用多元非线性回归[6]建立了飞行员技能表达模型,由此通过飞行员参数间接表征不同的飞行技术水平。最后通过着舰仿真,将飞行员技术水平和飞行安全建立了联系,这一研究可以为多因素耦合条件下的飞行安全仿真奠定基础,并为舰载机飞行训练和飞行员选拔提供借鉴。

1 舰载机飞行员飞行技术评价方法

对于飞行员的基本驾驶技术而言,目前开展飞行技术评价的方法主要是主观评价法[7]。文献[8-9]分别对飞行员驾驶动作和航线飞行技术进行了研究。对于任务飞行,如空中对抗、对地打击任务需要采用面向任务的主观评价法[10]。文献[5]面向着舰任务,提出了飞行员着舰的多层次飞行技术模糊评价方法。该方法将着舰下滑分为开始阶段、中间阶段、接近阶段、决断阶段、着舰阶段,分别采用关键时刻指标和过程指标对飞行员驾驶行为进行评价。最后通过指标的综合加权评定对飞行员技术进行评判。具体评价体系和指标权重如图1所示。其中着舰时刻指标和决断点表现是关键时刻指标,进近调整是过程指标。

对于关键时刻指标采用模糊隶属度函数进行描述,可以反映专家评价的模糊特性。在评价中采用了三角隶属度函数和正态隶属度函数,评价关键指标参数如表1所示。

表1 指标参数及隶属度函数

Table 1 Evaluation index and the membership function

对于过程指标,反映了对飞行员着舰过程的评价,采用下式计算过程评价指标:

(1)

式中:N为过程离散点数量;xi为当前时刻飞行参数值;xsi为飞行参数标准值。最后根据飞行员着舰全程驾机表现,分级计算各级评价指标,汇总后可以进行着舰驾驶技术评价。文献[5]通过对比专家打分,已经证明了这一评价方法的准确性。此处不再验证。

2 舰载机飞行员飞行技术模型

构建飞行员飞行技术模型的思路是,采用飞行员数学模型模拟着舰,设定不同模型参数得到飞行技术样本,而后采用多元非线性回归构建飞行技术模型。

2.1 飞行技术水平多元非线性回归模型

本文采用自适应飞机驾驶员最优控制模型,模拟飞行员操纵行为。文献[4]已经表明这一模型可以一定程度上反映飞行员在着舰时的行为特点,本文通过设定不同的模型参数,产生不同的着舰操纵行为,以期在外在表现形式上表征飞行员的不同技术水平。

在飞行员模型中,可以调整的参数包括:飞行员神经动力延迟时间tn;操纵噪声信噪比ρu;观察噪声信噪比ρy。设定不同模型参数进行人机环着舰仿真,可以得到3个参数单独变化时的技能评分。首先考虑飞行员参数tn,ρu,ρy之间独立,因此它们之间为线性关系,由此,可首先单独针对各参数开展非线性拟合,而后再开展多元非线性回归。经过多种函数类试验,并考虑便于使用,使用多项式对tn,ρu,ρy进行非线性拟合,如图2所示。进行非线性回归得到的模型参数如表2所示。

由此确定了各参数的拟合形式。进而可以在多元非线性回归中,设定模型形式如下:

(2)

计算结果为0～1,表征评分0～100分。

图2 不同参数影响下的非线性回归Fig.2 Nonlinear regression under the influence of different parameters

Table 2 Parameters of evaluation model

参 数数 值p1，p2，p3，p4-05979-08139 12510-06522p5，p6，p7，p8-08535-02724-00130-201×10-4p9，p10，p11，p12-10997-02388-00116-181×10-4

2.2 飞行技术水平回归模型验证

由文献[6]计算回归模型剩余标准差为0.035 8,结果表明,剩余标准差在可接受范围内,说明模型基本正确。同时通过新的仿真样本进行验证。在原始样本中,并没有tn=0.2 s时,ρu,ρy在[-30 dB,-5 dB]之间的全部数据,此处,采用回归模型进行数值求解,ρy=20 dB,tn=0.2 s时,与飞行仿真结果对比如图3所示。

图3 通过仿真数据进行回归模型验证Fig.3 Evaluation model validation by simulation comparison

图中，ES为飞行仿真数据,ER为回归模型数据,二者基本吻合,由此，在两方面证明了回归模型的准确性。

飞行技术的回归模型是以tn,ρu,ρy为自变量,飞行技术评分为因变量的超几何体,因此,很难用常规图形进行描述,下面通过不同tn下的等高线,对飞行技能模型的部分特点进行说明。图4为评分变化趋势。由图可知,反应时间对飞行技能有重要影响,随反应时间的增加,对飞行员的评价逐渐变差,当tn大于0.25 s时,飞行员很难达到60分以上。

图4 不同tn下的技能评分变化趋势Fig.4 Tendency of evaluation with the increase of tn

3 飞行技术水平与着舰安全研究

由上节飞行技术多元回归模型,可以单独或联合设定飞行员模型参数,对飞行技术进行分级描述。定义80分以上为优，75～80分为良,60～75分为中,60分以下为差。设定飞行员模型参数如表3所示,得到技术水平优、良、中、差4种飞行员模型(分别对应level1～level4)。其中,ND为着舰点超出规定范围的次数,对这4种技术水平的飞行员进行50次着舰仿真,得到着舰点分布如图5所示。

算例仿真表明,技术水平优的飞行员着舰失败概率在2%左右;技术水平良的飞行员着舰失败概率在10%左右;技术中和差的飞行员失败概率显著增加,超过50%。由此可见,飞行员的技术水平对着舰安全影响极大,也就是说飞行员反应时间、动作准确度以及观察感知准确度,会对飞行技术和飞行安全产生重要影响。因此,建议在飞行员选拔过程中,要着重关注上述因素,这也与现行飞行员选拔指标是一致的[11-12]。

表3 飞行技能及仿真参数

Table 3 Flying skill and parameters in simulation

tn/sρy/dBρu/dBERESlevelND01-30-30082850810±0081102-20-20077560755±00826025-14-15070140699±009331025-12-13060270680±008437

图5 不同技术水平的飞行员着舰点分布图Fig.5 Touchdown points distribution of pilots in level1 to level4

4 结束语

本文通过设定驾驶员数学模型参数,参照舰载机飞行员着舰评价体系,在飞行员驾驶技能的数学表达和着舰安全之间建立了有效关联。但本文需要在以下两个方面作出改进:

(1)本文回归模型仅从外在表现上对飞行技能进行了体现,这只能部分反映飞行员生理特点,还不能说明训练和知识理解对飞行技术的影响,距离体现真实飞行员的技术水平还有一定差距。

(2)由于本文飞行技能评价是以人机闭环仿真为基础,因此暗含了飞机本体特性,但此处驾驶技术并未将飞机因素排除在外。

[1] 王永刚,杨传秀,陈芳.飞行员安全绩效与飞行技能关系研究[J].中国安全科学学报,2014,24(3):126-131.

[2] 徐邦年.飞行安全评估概论[M].北京:蓝天出版社,2005: 2-3.

[3] 高扬,王义龙,牟德一.基于不确定理论和CREAM的飞行员应急操作可靠性分析[J].中国安全科学学报,2013,23(10):56-62.

[4] 刘嘉,向锦武,张颖,等.自适应飞机驾驶员最优控制模型研究及应用[J].航空学报,2016,37(4):1127-1138.

[5] 许卫宝.飞行员着舰的多层次模糊综合评价方法[J].中国舰船研究,2013,8(2):17-21.

[6] Ratkowsky D A.非线性回归模型——统一的实用方法[M].洪再吉,译.南京:南京大学出版社,1986:5-29.

[7] 尹云飞,关海超,曾亚飞,等.飞行员动态行为评估方法[J].重庆大学学报,2013,36(6):154-160.

[8] 毛红保,张凤鸣,冯卉.基于奇异值分解的飞行动作评价方法研究[J].计算机工程与应用,2008,44(32):240-245.

[9] 姬鸣,游旭群,杨仕云,等.航线飞行技术性技能与航线飞行阶段任务的关系研究[J].心理与行为研究,2010,8(2):99-105.

[10] 张磊,方洋旺,吴宗一,等.基于模糊多属性决策的飞行员综合能力研究[J].火力与指挥控制, 2011,36(2):85-88.

[11] 游旭群,姬鸣.航线飞行认知能力倾向选拔测验的编制[J].心理研究,2008,l(1):43-50.

[12] 汪声达,于建民,梁斌.飞行训练安全心理概论[M].北京:蓝天出版社,2011:66-75.

(编辑：方春玲)

Relationship between the flying skill of carrier-based pilot and the flight safety

LIU Jia1, XIANG Jin-wu2, SI Shou-kui3

(1.Equipment Receiving and Training Centre, NAAU, Yantai 264001, China; 2.School of Aeronautic Science and Engineering, BUAA, Beijing 100191, China; 3.Department of Foundation, NAAU, Yantai 264001, China)

Till now there is no way to establish quantitative relation between pilot flying skill and the flight safety. Concerning this issue, the paper developed a kind of pilot skill model based on adaptive optimal control pilot model and the fuzzy comprehensive evaluation method in carrier landing. First, the flying skill sample pool is constructed by different parameters ordered. Then the flying skill model is established by nonlinear regression, and the flying skill model is testified both by simulation comparison and residual analysis. This paper also provides reference in pilot selection by the parameters measurements and flying skill model application.

carrier-based aircraft; pilot model; flying skill; flight safety; nonlinear regression

2016-04-19;

2016-09-01;

时间:2016-09-22 14:55

国家自然科学基金资助(51505493，91116019)；国家973计划项目(2011CB707002)

刘嘉(1982-)，男，吉林吉林市人，讲师，博士研究生，研究方向为飞行器设计、飞行品质和人机工程。

V212.1

A

1002-0853(2016)06-0006-04