大展弦比无人机无动力返场控制技术

2020-07-04 08:53陈宜军
科学技术创新 2020年18期
关键词:框图滑翔控制策略

宋 辉 张 健 陈宜军

(中国电子科技集团公司第三十八研究所,安徽 合肥230088)

随着全球无人机事业的发展和无人机在军事领域和民用领域广泛应用,无人机的飞行安全问题日益受到广泛关注。其中发动机空中停车是无人机飞行过程中最常出现同时造成危害最大的特情之一,对飞行安全造成了巨大的威胁。无人机空中发动机停车,失去动力来源,无法爬升或维持平飞,为确保飞机安全,最佳的办法就是空滑至最近的迫降场进行无动力迫降。

本文研究对象为大展弦比无人机,大展弦比无人机具有升阻比大的特点,适合进行无动力返场设计,但同时其飞行表速较小,受风干扰影响大,因此设计无动力返场控制策略和控制律时必须考虑风干扰的影响。相比有人机而言,无人机的发动力停车时刻更加具有不确定性,因此设计的无动力返场控制策略和控制律需要对位置不敏感,只要停车时刻无人机能量充足,就可安全返场着陆。

本文针对大展弦比无人机停车时刻位置不确定和受风干扰大的特点出发,研究了大展弦比无人机无动力返场的基本控制策略,设计了展弦比无人机无动力返场自动规划返场轨迹的方法,提出了一种无动力空滑能量管理控制策略和控制律。最后基于某型飞机进行仿真,证明本文给出方法的有效性。

1 无动力空滑轨迹设计

无人机发生空中发动机停车特勤后,目标是将无人机安全引导至机场并着陆。首先应根据无人机当前的位置、高度、速度以及与目标机场的距离,判断无人机是否有充足能量安全返航。对于能量不足,不具备安全返航能力的情况,应考虑就近选择空旷无人区,进行应急迫降。对于具备安全返航能力的情况,可以通过设计合理的无动力空滑轨迹,引导无人机安全着陆。

本文只讨论无人机具备安全返航能力的情况。可将无动力空滑轨迹规划为返航段、盘旋调整段、着陆段三个阶段。返航段的主要目的是引导无人机飞至机场跑道延长线的特定点,同时在接近跑道延长线时进行能量管理,以保证无人机接地速度不会过大。盘旋调整段主要目的是调整无人机航向对准跑道中心线,同时进行必要的能量管理。着陆段的主要目的是引导无人机沿机场跑道重心线下滑,使无人机以安全的姿态和下沉率着陆于跑道。图1 为无人机无动力空滑轨迹示意图。

图1 无动力空滑轨迹

1.1 无动力最佳空滑比的确定

发动机停车后,推力消失,无人机受到重力,升力和阻力的作用。不考虑航向等因素,将无动力下滑视为二维轨迹。对无人机进行力学分析,以评估无人机以何种方式下滑,能保证下降单位高度滑翔距离最远,如图2 所示。

图2 无动力受力分析

可得

式中L 为升力、D 为阻力、mg 为重力、V 为空速、γ 为轨迹角、K 为升阻比。

而下降单位高度滑翔距离,即空滑比为

结合式(1)(2)可知,无动力空滑比在数值上与无人机升阻比相等,无动力最佳空滑比对应着最佳升阻比。若控制无人机以最佳升阻比下滑,在下降相同高度的情况下,可以滑翔的距离最长。

1.2 无动力最优空滑轨迹确定

由于无人机空停时刻高度、速度以及位置的不确定性,无人机携带的机械能总能量也具有不确定性。若着陆时能量过高,可能导致无人机着陆速度过快冲出跑道;若着陆时能量过低,可能导致无人机到达着陆点前失速。因此,需要设计无动力最优下滑轨迹,使得无人机沿该轨迹着陆时,速度和姿态在安全范围。

如图1 所示。着陆点、返航点、空停点构成一个几何三角形,假设此三角形三边长分别为L1、L2、L3,L1、L2 之间所成夹角为A。其中,L1 和A 可根据空停点位置、着陆点位置和机场跑道航向计算求出。

对此几何三角形,由余弦定理,有

对某型无人机,由气动数据可得知其放起落架构型和收起落架构型的最佳升阻比,即最佳空滑比分别为K1、K2,空停点相对于跑道高度为H,返航点相对于着陆点高度为H返航。返航段为收起落架构型,故其空滑比为K2,返航段纵向飞行轨迹示意图如图3。

由图3 可知,无人机由空停点滑翔至返航点下降高度为H-H返航,可得由空停点滑翔至返航点水平距离

着陆段L2 由两部分组成:陡下滑段和拉起段,着陆段为为放起落架构型,故其空滑比为K1。着陆段段轨迹示意图如图4所示。

图3 返航段纵向飞行轨迹

图4 着陆段飞行轨迹

可得

式中,γ1 为陡下滑段轨迹角,Dis 可由拉起点高度求得。

将式(4)、式(5)代入式(3),可得

式(6)除H返航外均为已知量,故可求解返航点高度H返航,并由此确定无动力空滑轨迹。由于在实际飞行中,存在风干扰的外部因素造成的能量损耗,计算最优空滑轨迹时,K1、K2 取值应略小于最佳空滑比,以获得一个较为保守的轨迹,保证能量富裕。

2 无动力空滑控制策略

2.1 返航段控制策略

发动机停车时,无人机失去动力来源,为保证无人机安全返航着陆,应尽量降低能量损耗,使降低相同高度情况下,滑翔距离最远。1.1 小节论证了最佳空滑比与最佳升阻比的对应关系,因此纵向采用俯仰角控制表速,保持有利迎角,以最佳升阻比下滑。俯仰角控制表速以表速为外回路,俯仰角为内回路,并引入表速积分增加表速控制的精度,控制框图如图5 所示。

图5 俯仰角控制表速控制框图

横侧向采用侧偏控制,跟踪设计的无动力空滑轨迹。侧偏控制控制律以侧偏距和偏航角为外回路,以偏航角为中间回路,滚转角为内回路,并引入侧偏积分提高对直线段的轨迹跟踪能力。控制框图如图6 所示。

图6 俯仰角控制表速控制框图

返航过程中,由于风场的变化、气动数据与真实飞行环境的偏差以及其它干扰因素,无人机的机械能总能量相对于设计的空滑轨迹可能偏高或偏低,因此还需对无人机能量进行管理。

无人机单位重量的机械能总能量以及沿无动力空滑轨迹下滑所需能量可表示为可表示为

式中,E、Ecmd为当前能量和所需能量,v、vcmd为速度和速度指令,dx 为飞机当前距返航点待飞距,m、g 为无人机质量和重力加速度,h 为当前高度。

距离返航点越近,对于无人机能量管理要求要精确;距离返航点越远时,应保持能量适量富裕应对外部干扰引起的能量损耗。定义能量管理窗口作为能量调整的依据,窗口的边界为下边界Ecmd和上边界μ·Ecmd,其中μ 为能量窗口系数,对于某型无人机其数值为1.2,图7 给出了能量管理窗口示意图。能量高于能量管理窗口则为能量过剩;能量低于能量管理窗口则为能量不足;能量处于能量窗口内部则为能量合理。对于能量合理情形,无人机只需保持当前状态不变。下面分别对能量不足和能量过剩两种情形提出控制方法。

图7 能量管理窗口

对于能量不足情况,无人机不再具备沿设计的无动力空滑轨迹线滑翔到着陆点的能力,唯一的办法就是重新规划空滑路径更近的空滑轨迹,使无人机有足够的能量进行无动力引导,能量不足重新规划空滑轨迹示意图如图8 所示。

图8 能量不足重新规划空滑轨迹

对于能量过剩情况,需对能量进行管理。对于研究对象无人机,采用襟副翼上偏作为减速板调整能量。能量管理控制律以能量和能量窗口偏差进行比例积分控制,其控制框图如图9所示。

图9 能量管理控制框图

2.2 盘旋调整段控制策略

盘旋调整段的返航段和着陆段的过渡阶段,它的主要作用有两个:消耗剩余的能量;调整无人机航向对准跑道。盘旋调整示意图如图10 所示。

图10 盘旋调整段

盘旋调整段纵向采用俯仰角控制表速,横向采用侧偏控制跟踪盘旋圆弧,其控制律与返航段一致,这里不再赘述。本小结主要对盘旋调整段无人机盘旋半径的确定和控制逻辑进行阐述。

无人机绕圆柱盘旋的力学方程如式(8)所示。

式中,r 为盘旋半径,φ 为滚转角,v 为无人机飞行速度。则无人机以滚转角φ 盘旋一圈下降高度为

由式(10)可以看出,当无人机的飞行速度v 和升阻比K 确定情况下,滚转角φ 越大,盘旋一圈下降高度越小。盘旋调整段,采用无人机最大可用滚转角下滑,盘旋一圈消耗能量最小。

当无人机滑翔至返航点时,需判断当前能量和所需能量的关系,来决定是进入着陆段还是盘旋一圈消耗能量。盘旋逻辑流程如图11 所示。

图11 盘旋逻辑流程图

2.3 着陆段控制策略

着陆段横向采用侧偏控制,控制无人机沿跑道中心延长线飞行。纵向分为引导下滑段和拉起段进行阐述。

图12 着陆段示意图

引导下滑段,纵向采用高度跟踪控制律,跟踪设计空滑轨迹下滑。高度跟踪控制律以高度和轨迹角为外回路,升降速度为内回路。其控制框图如图13 所示。

图13 高度跟踪控制框图

图14 拉起控制律控制框图

引导下滑段继续采用能量管理,以控制当前能量。

当无人机相对机场高度<30m 时,转为拉起阶段,拉起段采用下沉率控制,以控制无人机以安全的姿态和下沉率接地。拉起控制律以下沉率和下沉率指令偏差进行比例积分控制,其控制框图如图14 所示。

3 仿真验证

为验证本文提出的无动力应急着陆控制方法,进行数字仿真验证。分别进行2 组对照试验:发动机停车位置相同,无风/顺风/逆风下飞行仿真;无风情况,不同停车位置下,飞行仿真。

(1)发动机停车位置相同,无风/顺风/逆风下飞行仿真

仿真初始条件如下:

初始表速:140km/h;初始高度:3000m。

初始位置:经度107.630917,纬度30.855309

发动机空停位置:经度107.614990,纬度30.769774

风干扰设置:进行三组仿真,分别为①无风;②顺风:风速7m/s,风向120°;③逆风:风速7m/s,风向300°。

全程仿真结果如图15-17,接地结果见表1。

图15 二维轨迹曲线图

图16 高度曲线

图17 三维轨迹曲线

表1 无风、逆风、顺风仿真结果比较

由试验曲线可知,无风/顺风/逆风三种风干扰情况下,发生发动机停车时,无人机均能以安全的姿态和下沉率着陆到机场,表明本文提出的控制策略和控制律对风干扰具有较好的鲁棒性。

(2)无风情况,不同停车位置下,飞行仿真

仿真初始条件如下:

初始表速:140km/h;初始高度:3000m。

初始位置:经度107.630917,纬度30.855309

发动机空停位置:分别为A 点(经度107.541329,纬度30.839159);B 点(经度107.623221,纬度30.797874);C 点(经度107.614990,纬度30.769774)。

风干扰设置:无风。

全程仿真结果如图18-20,接地结果见表2。

图18 二维轨迹曲线图

图19 高度曲线

图20 三维轨迹曲线

表2 不同位置仿真结果比较

由试验曲线可知,在不同位置,发生发动机停车时,无人机均能以安全的姿态和下沉率着陆到机场,表明本文提出的控制策略和控制律对无人机停车位置不敏感,只要停车时刻无人机能量充足,均能安全返场。

猜你喜欢
框图滑翔控制策略
计及SOC恢复的互联电网火储联合AGC控制策略研究
基于递归模糊神经网络的风电平滑控制策略
攻天掠地的先锋武器——滑翔导弹
一种高超声速滑翔再入在线轨迹规划算法
捷豹I-PACE纯电动汽车高压蓄电池充电系统(三)
现代企业会计的内部控制策略探讨
电路图2017年凯迪拉克XT5
算法框图的补全
钢铁行业PM2.5控制策略分析
空中滑翔大比拼(下)——滑翔伞