基于自適應駕駛員最優(yōu)控制模型的飛行品質(zhì)預測

劉嘉, 向錦武, 韓維, 高永

(1.海軍航空工程學院 接改裝訓練大隊, 山東 煙臺 264001;2.北京航空航天大學 航空科學與工程學院, 北京 100191;3.海軍航空工程學院 飛行器工程系, 山東 煙臺 264001)

?

基于自適應駕駛員最優(yōu)控制模型的飛行品質(zhì)預測

劉嘉1, 向錦武2, 韓維3, 高永3

(1.海軍航空工程學院 接改裝訓練大隊, 山東 煙臺 264001;2.北京航空航天大學 航空科學與工程學院, 北京 100191;3.海軍航空工程學院 飛行器工程系, 山東 煙臺 264001)

傳統(tǒng)飛機駕駛員最優(yōu)控制模型采用卡爾曼濾波,無法反映飛行員對未知環(huán)境的適應能力,在飛行試驗中有時存在與飛行員實際評分不一致的現(xiàn)象。為此,采用自適應狀態(tài)估計理論對傳統(tǒng)駕駛員最優(yōu)控制模型進行了修正,提出了基于自適應飛機駕駛員最優(yōu)控制模型的飛行品質(zhì)評估方法。通過對比飛行試驗和模型仿真結(jié)果表明了這一評估方法的可行性,所采用的修正加權(quán)系數(shù)得到的評分結(jié)果精度更高。研究結(jié)果表明,飛行員評分與指標函數(shù)加權(quán)系數(shù)比值相關(guān),采用變化加權(quán)系數(shù)比值得到的評估結(jié)果與飛行員實際評分更為吻合。隨著飛機動態(tài)特性的變差,這一比值將不斷增大,飛行員將投入更多精力進行飛行狀態(tài)監(jiān)測,進而導致飛行員降低對飛行品質(zhì)的主觀評價。

人機系統(tǒng); 飛行品質(zhì); 駕駛員模型; 最優(yōu)控制; 駕駛員評分

0　引言

隨著飛行控制系統(tǒng)的發(fā)展和電傳操縱系統(tǒng)的廣泛使用,現(xiàn)代飛機明顯呈現(xiàn)高階動力學特性,傳統(tǒng)區(qū)分模態(tài)進行飛行品質(zhì)評估的方法已不能完全滿足要求,必須綜合考慮飛機駕駛員因素,合理設(shè)計飛行控制系統(tǒng)、人感系統(tǒng),才能充分發(fā)揮人機系統(tǒng)效能,滿足現(xiàn)代飛機設(shè)計的需要[1]。

目前評估人機系統(tǒng)飛行品質(zhì)的方法主要有CAP準則、帶寬準則、Gibson準則、Neal-Smith準則等。這些準則的評估結(jié)果在與飛行員評價對比時,有時過于敏感,有時又不夠靈敏[2]。因此,美國軍用標準中規(guī)定,在飛機設(shè)計時應盡量綜合運用上述準則[3]。除上述評估準則外,在飛行試驗或模擬飛行中,依靠Cooper-Harper(C-H)準則進行飛行員評價也是主要方法之一。但這一方法主要有以下缺陷:必須根據(jù)飛機技術(shù)參數(shù)和控制系統(tǒng)設(shè)計制造飛行模擬器或樣機[4],以供飛行員試飛,研制成本和周期較長;飛行員因熟練水平、心理狀態(tài)等個體差異在評分上會出現(xiàn)一定分散性。盡管飛行員評分存在這些缺陷,但無疑是唯一一種以人為核心,可以作為最終參照標準的人機系統(tǒng)評價方法。

針對通過數(shù)學模型對飛行員模擬進行飛行品質(zhì)評估問題,學者們探索了多種飛行員模型及人機系統(tǒng)飛行品質(zhì)評估方法[5-6]。其中20世紀80年代出現(xiàn)的“Paper Pilot”技術(shù)[7]和基于駕駛員最優(yōu)控制模型(Optimal Control Pilot Model,OCM)的飛行品質(zhì)評估技術(shù)[8]可以直接和飛行員C-H評分建立聯(lián)系,因此得到了廣泛應用。但傳統(tǒng)OCM模型由于采用Kalman濾波器作為估計器[9],無法體現(xiàn)飛行員在時間序列上的遞推分析過程,無法反映飛行員在未知環(huán)境下的漸進適應的飛行操縱能力,因此,傳統(tǒng)模型無法用于實際飛行中飛行員在未知環(huán)境下的操縱行為預測。當然在評估飛行品質(zhì)時,在飛行員是完美的和有經(jīng)驗的前提下,如果外界擾動統(tǒng)計特性恒定,且飛行時間足夠長，使飛行員可以正確評估飛機本體特性和外界擾動特性,那么上述缺點可能并不影響飛機飛行品質(zhì)評估,但有時可能難以在飛行試驗中同時滿足。正因為如此,在之前的研究中出現(xiàn)了部分模型評分和實際飛行員C-H評分不一致的情況[8-9],其中部分原因是實際飛行中出現(xiàn)了未知擾動,而數(shù)學模型并沒有將其納入考慮。雖然采用模型仿真模擬駕駛員評分始終無法替代飛行員的真實評價,但嘗試對傳統(tǒng)OCM評估方法進行改進,獲得更為準確的飛行品質(zhì)預測,無疑對節(jié)省研制成本、縮短研制周期、促進飛行品質(zhì)研究具有重要意義。

本文采用自適應狀態(tài)估計飛機駕駛員最優(yōu)控制模型(Modified Optimal Control Pilot Model Based on Adaptive State Estimation, MOCM-AE),對傳統(tǒng)評估方法進行改進,通過對比試驗數(shù)據(jù)和OCM評分,證明了本文飛行品質(zhì)評估方法的合理性和優(yōu)越性。

1　飛行品質(zhì)評估模型

在OCM模型基礎(chǔ)上,MOCM-AE模型采用新的噪聲模型,并引入自適應狀態(tài)估計理論對傳統(tǒng)模型進行了改進。新的噪聲模型的優(yōu)點在于:一是避免了多重迭代計算求解;二是在物理意義上避免了飛行員根據(jù)還未發(fā)生的未來評估噪聲,這與實際情況更為相符。引入自適應狀態(tài)估計的好處是:對于外界環(huán)境未知時變擾動,模型依舊適用,這對描述駕駛員在實際試驗中的駕駛行為尤為重要[10]。

基于MCOM-AE模型的飛行品質(zhì)評估算法實現(xiàn)分為以下步驟:

(1)構(gòu)建飛行品質(zhì)預測評價對象;(2)建立指標函數(shù),確定MOCM-AE模型參數(shù);(3)采用MCOM-AE模型進行人機閉環(huán)時域仿真;(4)將MCOM-AE模型指標函數(shù)與飛行員主觀評價建立聯(lián)系,計算指標函數(shù)并按下式計算駕駛員評分[8]:

(1)

式中:J為模型指標函數(shù),通常采用二次指標函數(shù)表達,它表征了飛行員對飛行駕駛的體力負荷及部分腦力負荷;σc為任務驅(qū)動函數(shù)幅值均方誤差;ωw為任務驅(qū)動函數(shù)帶寬。

2　算例與分析

2.1研究對象

以1993年美國空軍飛行員Darcy Granley在Calspan LearⅡ型飛機上獲取的試驗數(shù)據(jù)為比照對象[9]進行評估方法驗證。試驗飛機俯仰軸傳遞函數(shù)為:

(2)

式中:θ為飛機俯仰角響應;δes為駕駛桿偏移量;ζsp為短周期阻尼比;τD為操縱延遲時間。

根據(jù)ζsp和τD的取值構(gòu)建4種研究對象,如表1所示。

表1　研究對象模態(tài)參數(shù)

飛行試驗任務為俯仰姿態(tài)跟蹤。姿態(tài)跟蹤任務指令由白噪聲建模得到,驅(qū)動函數(shù)為:

(3)

式中:θc為姿態(tài)目標指令;w為白噪聲。

飛行試驗任務執(zhí)行情況如表2所示。表中:tp為實測飛行員反應延遲時間;PR為飛行員實際評分[9]。為避免不同飛行員由于反應時間差異造成的評分分散性,在文獻[9]中選擇同一飛行員進行評估驗證。

表2　飛行員模型參數(shù)

由表2可見,在研究對象3中出現(xiàn)了評分差異,這也證明了本文對于評分差異可能是由于未知擾動產(chǎn)生假設(shè)的正確性。

2.2飛行員操縱時域仿真

采用MOCM-AE模型進行人機閉環(huán)飛行仿真,其中飛行員模型參數(shù)如表3所示。

表3　飛行員模型參數(shù)

閉環(huán)仿真后,得到表1中4種研究對象的姿態(tài)角跟蹤響應如圖1所示。由圖1可見,在MOCM-AE飛行員模型下,可以實現(xiàn)飛機俯仰姿態(tài)跟蹤。

2.3人機系統(tǒng)飛行品質(zhì)評估

按本文評估方法,對4種研究對象進行人機系統(tǒng)飛行品質(zhì)評估。進行100次時長150 s的蒙特卡洛仿真,得到的計算結(jié)果如表4所示。表中:JM為指標函數(shù)均值;JRMS為指標函數(shù)均方誤差;RM為評分預測均值;RRMS為評分預測均方誤差。

表4　MOCM-AE評估飛行品質(zhì)計算結(jié)果

圖2為飛行員實際評價和模型預測結(jié)果的比較。由圖2可見,計算結(jié)果未能與試驗結(jié)果良好吻合,這可能是加權(quán)矩陣選取不當導致的,為此下面就加權(quán)系數(shù)選擇問題進行討論。

圖2　評分預測結(jié)果比較Fig.2　Rating prediction results comparison

2.4加權(quán)系數(shù)選擇

在文獻[9]中,指標函數(shù)加權(quán)矩陣Qy和R為常值矩陣,矩陣中的元素為對應向量的最大允許偏差平方的倒數(shù),即:

Qy=diag[q1,…,qn], R=diag[r1,…,rn]

表5　MOCM-AE評估飛行品質(zhì)計算結(jié)果

因此,對不同比例加權(quán)系數(shù)矩陣進行評分預測,得到的結(jié)果如圖3所示。

圖3　指標函數(shù)加權(quán)系數(shù)比值對評分的影響Fig.3　Influence of the index function weighting 　coefficient on rating prediction

由圖中趨勢可見,隨加權(quán)系數(shù)比例Qy/R的增加,評分值呈遞增趨勢。這意味著在對駕駛桿投入精力不變的情況下,隨著在飛行狀態(tài)監(jiān)控上投入精力的增加,飛行員對飛行品質(zhì)評價逐漸降低。

進一步結(jié)合本文算例,可以發(fā)現(xiàn),當Qy與R比例取值如表6所示時,預測評分均值與試驗結(jié)果最接近。這也許預示著隨著被控對象動態(tài)特性的不同,飛行員對飛行狀態(tài)觀察和對駕駛桿操縱的重視程度將發(fā)生變化。從本文算例趨勢上看,隨著飛機動態(tài)特性的變差,飛行員將額外投入更多精力進行飛行姿態(tài)監(jiān)控,這將引起飛行員工作負擔和腦力負荷的增加,也許正是這一原因造成飛行員對飛行品質(zhì)主觀評價的變差。但由于現(xiàn)有實驗手段很難測量并比較飛行員在視覺監(jiān)測和駕駛操縱上投入的精力比[11],因此這一推斷仍有待進一步研究和驗證。

表6　加權(quán)系數(shù)修正后飛行品質(zhì)預測比較

加權(quán)系數(shù)修正后得到的本文方法評估結(jié)果和試驗結(jié)果如圖4所示。由圖4可見,采用本文模型并采用修正后的加權(quán)系數(shù)比值,預測結(jié)果明顯優(yōu)于傳統(tǒng)OCM模型,與飛行員實際評分更為吻合。

圖4　指標函數(shù)加權(quán)系數(shù)比值對評分的影響Fig.4　Influence of the index function weighting 　coefficient ratio on rating prediction

3　結(jié)束語

采用自適應狀態(tài)估計理論對傳統(tǒng)OCM模型進行修正,提出了基于自適應最優(yōu)控制模型的人機系統(tǒng)飛行品質(zhì)評估方法。仿真結(jié)果表明,與傳統(tǒng)OCM模型相比,采用本文方法及修正加權(quán)系數(shù),評估精度明顯提高。同時,研究發(fā)現(xiàn),評分結(jié)果主要與加權(quán)系

數(shù)比值相關(guān),而加權(quán)系數(shù)比值又與飛機動態(tài)特性相關(guān)。隨著飛機動態(tài)特性的變差,觀察加權(quán)系數(shù)比值應不斷增大才能與飛行員實際評分吻合,這從側(cè)面揭示了飛行員對飛行品質(zhì)主觀評價降低的原因,即駕駛中腦力負荷和精力投入的增加將直接影響飛行品質(zhì)評價。因此,在飛機氣動外形、控制系統(tǒng)、人機界面設(shè)計中應盡量采取合理措施,降低飛行員腦力負荷,進而提高飛行員飛行品質(zhì)主觀評價,促進人機系統(tǒng)效能的發(fā)揮。

[1]Tan Wenqian,Efremov A V,Qu Xiangju.A criterion based on closed-loop pilot-aircraft systems for predicting flying qualities[J].Chinese Journal of Aeronautics,2010,23(5):511-517.

[2]Damveld H J,Van Paassen M M,Mulder M.Cybernetic approach to assess aircraft handling qualities[J].Journal of Guidance,Control,and Dynamics,2011,34(6):1886-1898.

[3]高金源,李陸豫,馮亞昌.飛機飛行品質(zhì)[M].北京:國防工業(yè)出版社,2003:55-56.

[4]田涌,邵山,張雷.飛行品質(zhì)模擬器設(shè)計[J].電光與控制,2010,17(6):89-91.

[5]Nieuwenhuizen F M,Mulder M,Van Paassen M M,et al.Influences of simulator motion system characteristics on pilot control behavior[J].Journal of Guidance,Control,and Dynamics,2013,36(3):667-676.

[6]韓曉寧,趙欣凱.用飛行員模型進行飛行品質(zhì)自動評估技術(shù)研究[J].飛行力學,2013,31(4):293-296.

[7]Teper G L.An assessment of the "paper pilot":an analytical approach to the specification and evaluation of flying qualities[R].AFFDL-TR-71-174,1972.

[8]Edkins C R.The prediction of pilot opinion ratings using optimal and sub-optimal pilot models[R].AD-A278629,1994.

[9]Edkins C R.Human pilot response during single and multi-axis tracking tasks[R].AFFTC-TLR-93-41,1993.

[10]劉嘉,向錦武,張穎,等.自適應飛機駕駛員最優(yōu)控制模型研究及應用[J].航空學報,2016,37(4):1127-1138.

[11]柳忠起,袁修干,劉偉,等.飛行員注意力分配的定量測量方法[J].北京航空航天大學學報,2006,32(5):518-520.

(編輯：崔立峰)

Flying quality prediction based on adaptive optimal control pilot model

LIU Jia1, XIANG Jin-wu2, HAN Wei3, GAO Yong3

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

A modified optimal control pilot model based on adaptive state estimation (MOCM-AE) is developed to deal with the accuracy decrease in rating prediction by the traditional optimal control pilot model (OCM) with Kalman filter. By comparison of the pilot rating in the flight test, the feasibility and correctness of the MOCM-AE were tested. With the MOCM-AE and the modified weighting matrixes, more accurate rating predictions were achieved. The results show the rating prediction depends on the weighting ratios obviously. The varying weighting ratios will produce more accurate rating prediction. As the dynamic character degraded, higher weighting rations are recommended. It indicates that the pilot should pay more attention in the aircraft status monitoring, and the increasing workload may degrade the rating prediction.

man-machine system; flying quality; pilot model; optimal control; pilot rating

2015-12-18;

2016-04-19; 網(wǎng)絡(luò)出版時間:2016-05-18 13:49

國家自然科學基金資助(51505493,91116019)；國家重點基礎(chǔ)研究發(fā)展計劃(973計劃)資助(2011CB707002)

劉嘉(1982-)，男，吉林省吉林市人，講師，博士研究生，研究方向為飛行器設(shè)計、飛行品質(zhì)和人機工程。

V212.1

A

1002-0853(2016)05-0082-04