油門桿操作評判定量分析

葉坤武，魏思東，包 涵

(空軍航空大學(xué) a.研究生隊；b.飛行器與動力系，長春 130022)

?

【信息科學(xué)與控制工程】

油門桿操作評判定量分析

葉坤武a，魏思東b，包 涵a

(空軍航空大學(xué) a.研究生隊；b.飛行器與動力系，長春 130022)

針對飛機(jī)油門桿操作不當(dāng)可能會引起發(fā)動機(jī)喘振或發(fā)動機(jī)燒傷，為了使飛行員對油門桿操作熟練滿意，通過總結(jié)油門桿操作特點(diǎn)，引入粗糙集理論，建立了油門桿操作評價定量分析數(shù)學(xué)模型，并用LabVIEW搜集到的油門桿操作數(shù)據(jù)的驗證。結(jié)果表明，該方法能有效對油門桿操作進(jìn)行評判。

油門桿；粗糙集；操作評判；屬性約簡

油門桿的操作是飛行員進(jìn)行模擬訓(xùn)練過程的一個重要環(huán)節(jié)，飛行員通過駕駛艙人機(jī)界面或者外界環(huán)境接收相關(guān)信息，操作油門桿完成部分任務(wù)。一直以來，對于油門桿操作的評判都是依據(jù)經(jīng)驗，因此存在較多主觀因素。文獻(xiàn)[1]面向人機(jī)工效對油門桿的操作動作進(jìn)行了特征分析；文獻(xiàn)[2]總結(jié)出應(yīng)連續(xù)的、柔和的、在規(guī)定的時間內(nèi)操縱座艙發(fā)動機(jī)油門操縱桿，禁止粗暴快推、快收座艙發(fā)動機(jī)油門操縱桿，禁止帶拐點(diǎn)快推、快收座艙發(fā)動機(jī)油門操縱桿，禁止斷斷續(xù)續(xù)突然快推、快收座艙發(fā)動機(jī)油門操作桿。因此操作油門桿的要求可以歸結(jié)為：柔和而不要粗猛、平穩(wěn)而不要劇烈。這是一個很模糊的概念，飛行員往往無法把握油門桿操作上柔和和粗猛、平穩(wěn)和劇烈的界限，只能靠自身感覺體會。

粗糙集(Rough Set)理論是一種處理模糊和不完整信息的數(shù)學(xué)工具，它不需要提供求解問題所需處理的數(shù)據(jù)集合之外的任何先驗知識，在諸多領(lǐng)域(如工程應(yīng)用、權(quán)重的確定、效能評估等)廣泛應(yīng)用[3-7]。本文通過模擬飛行員操縱油門桿的過程，用LabVIEW軟件進(jìn)行仿真實(shí)驗，獲取各個時間點(diǎn)的數(shù)據(jù)，并將粗糙集理論運(yùn)用到評價過程，定量解決實(shí)際問題，為建立科學(xué)操作油門桿提供一種新的指導(dǎo)思路。

1 建立模型

要實(shí)現(xiàn)粗糙集理論在油門桿操作品質(zhì)評判中的運(yùn)用，必須把油門桿操作用數(shù)學(xué)工具描述。將飛行員對油門桿的操作指令轉(zhuǎn)換成電信號傳輸，用定量解決問題，給油門桿的操作評判提供可靠依據(jù)。具體操作步驟如下：

1) LabVIEW是數(shù)據(jù)采集工具[8]。選取初始指標(biāo)，模擬油門桿操作，獲取初始數(shù)據(jù)。具體流程如圖1所示。

圖1 油門桿操作數(shù)據(jù)采集流程

2) 制定數(shù)據(jù)離散標(biāo)準(zhǔn)，對獲取的初始數(shù)據(jù)集合進(jìn)行離散化處理，運(yùn)用粗糙集理論對初始屬性集合進(jìn)行約簡，計算出屬性的重要度；

3) 建立評分模型并進(jìn)行驗證。

2 實(shí)例分析

2.1 數(shù)據(jù)獲取

定量分析過程對于數(shù)據(jù)可靠性的要求較高，本研究結(jié)合油門操作經(jīng)驗，選取9項初始指標(biāo)，分別是單次推桿總時間T、推桿最大速度Vmax、平均速度Va、Vmax出現(xiàn)位置Lmax、導(dǎo)出屬性a=Va/Vpmax(其中Vpmax是發(fā)動機(jī)油門操作速度上限，數(shù)值根據(jù)具體發(fā)動機(jī)而定)、油門桿操作準(zhǔn)確度A、波峰個數(shù)Np、波谷個數(shù)Nv和棱角個數(shù)B。根據(jù)對曲線的判斷給出決策屬性Q，由專家依據(jù)樣本曲線評判給出，評判結(jié)果分為好、中、差。設(shè)每次油門推程L固定為100，采樣間隔為5 ms，μ是屬性離散值。由T=L/Va知，屬性T可以不予考慮。利用LabVIEW軟件仿真油門桿操作，對其進(jìn)行曲線擬合和自動提取預(yù)設(shè)評判指標(biāo)的相應(yīng)數(shù)據(jù)。如模擬推桿操作，最后得到的初始數(shù)據(jù)是一組點(diǎn)集，比較粗糙，不適合評判。圖1為速度-時間(v-t)的關(guān)系圖，經(jīng)多項式擬合后的v-t曲線利于識別并且能夠顯示推桿過程的特征，如圖2所示，由擬合后的曲線可以得到波峰個數(shù)Np、波谷個數(shù)Nv和棱角個數(shù)B，其中曲線凸處為波峰所在點(diǎn)，曲線凹處為波谷所在點(diǎn)，棱角處于曲線轉(zhuǎn)折較為明顯的點(diǎn)。油門桿操作準(zhǔn)確度A根據(jù)飛行員對油門桿操作前后的位置差給定數(shù)值。

圖1 推桿過程的v-t點(diǎn)集

圖2 擬合后的v-t曲線

經(jīng)過模擬飛行員操縱油門桿過程，初步篩選數(shù)據(jù)，得到10組數(shù)據(jù)，如表1所示。

表1 初始仿真數(shù)據(jù)信息

序號Vmax/(m·s-1)Va/(m·s-1)Lmax/mmaANpNvBQ12．290．89390．220．60212124．671．14450．290．57102032．680．98250．250．73102241．760．90200．230．80303155．551．60830．400．55202062．781．41230．350．34202171．340．83560．230．54112182．340．76830．180．67201093．650．86480．220．663130102．331．24730．320．752021

2.2 數(shù)據(jù)處理

2.2.1 數(shù)據(jù)離散化

假設(shè)表1中10次對油門桿的模擬操作組成集合U={1,2,3,4,5,6,7,8,9,10}，條件屬性集合R={Vmax,Va,Lmax,a,A,Np,Nv,B}。結(jié)合專家意見和知識經(jīng)驗，對初始數(shù)據(jù)做離散化處理：

1) 推桿最大速度Vmax

① 若Vmax<3，則μ(Vmax)=2；

② 若4>Vmax≥3，則μ(Vmax)=1；

③ 若Vmax≥4，則μ(Vmax)=0。

2) 平均速度Va

① 若Va<0.8，則μ(Va)=2；

② 若1.4>Va≥0.8，則μ(Va)=1；

③ 若Va≥1.4，則μ(Va)=0。

3)Vmax出現(xiàn)位置Lmax

① 若Lmax<33，則μ(Lmax)=2；

② 若65>Lmax≥33，則μ(Lmax)=1；

③ 若Lmax≥65，則μ(Lmax)=0。

4) 導(dǎo)出屬性a，a=Va/Vpmax

① 若0.2≥a>0，則μ(a)=2；

② 若0.35≥a>0.2，則μ(a)=1；

③ 若a>0.35，則μ(a)=0。

5) 油門桿操作準(zhǔn)確度A

操作油門桿時，操作幅度以速度表為依據(jù)，速度表指示有一定的滯后，一個典型的油門操作往往是先將油門推到基準(zhǔn)位置，然后觀察轉(zhuǎn)速表指示結(jié)果，再對油門進(jìn)行調(diào)整。設(shè)調(diào)整半徑為σ，需要調(diào)整后的位置為H1，基準(zhǔn)位置位置為H2，則：

① 若1≥A>0.7，則μ(A)=2；

② 若0.7≥A>0.3，則μ(A)=1；

③ 若0.3>A≥0，則μ(A)=0。

6) 波峰個數(shù)Np

① 若3≥Np>1，則μ(Np)=2；

② 若1≥Np>0，則μ(Np)=1；

③ 若Np≥4，則μ(Np)=0。

7) 波谷個數(shù)Nv

① 若2≥Nv>0，則μ(Nv)=2；

② 若Nv=0，則μ(Nv)=1；

③ 若Nv≥3，則μ(Nv)=0。

8) 棱角個數(shù)B

① 若B=2、3，則μ(B)=2；

② 若B=0、1，則μ(B)=1；

③ 若B≥4，則μ(B)=0。

9) 決策屬性Q

① 若Q好，則μ(Q)=2；

② 若Q中，則μ(Q)=1；

③ 若Q差，則μ(Q)=0。

將初始屬性集合離散并約簡后得到如表2所示的數(shù)據(jù)。

表2 離散化數(shù)據(jù)信息

2.2.2 屬性約簡

因為每個屬性對于系統(tǒng)的重要程度并不一樣，如果在決策過程將所有屬性都考慮進(jìn)去，會導(dǎo)致求解過程繁瑣和求解結(jié)果誤差大，因此有必要對屬性進(jìn)行約簡。屬性約簡要求在保證知識庫的分類和決策能力不變的條件下，刪除不相關(guān)或不重要的屬性[9]?，F(xiàn)做相關(guān)計算：

U/ind(R)={{1,7},{2},{3},{4},{5},{6},{8},{9},{10}}

U/ind(R-{Vmax})={{1,7},{2},{3},{4},{5},{6},{8},{9},{10}}=U/ind(R),所以屬性Vmax可省；

U/ind(R-{Vmax}-{Va})=U/ind(R)，所以屬性Va可??；

U/ind(R-{Vmax}-{Va}-{Lmax})≠U/ind(R)，所以屬性Lmax不可??；

U/ind(R-{Vmax}-{Va}-{a})=U/ind(R)，

所以屬性a可??；

U/ind(R-{Vmax}-{Va}-{a}-{A})≠U/ind(R)，所以屬性A不可??；

U/ind(R-{Vmax}-{Va}-{a}-{Np})≠U/ind(R)，所以屬性Np不可??；

U/ind(R-{Vmax}-{Va}-{a}-{Nv})≠U/ind(R)，所以屬性Nv不可??；

U/ind(R-{Vmax}-{Va}-{a}-{B})≠U/ind(B)，所以屬性B不可??；

所以最后約簡得到的屬性為R={Lmax,A,Np,Nv,B}。

2.2.3 屬性重要度

對表3中的數(shù)據(jù)分別按條件屬性和決策屬性進(jìn)行等價類劃分：

U/ind(R)={{1,7},{2},{3},{4},{5},{6},{8},{9},{10}}

U/ind(Q)={{6},{1,3,4,8,10},{2,5,7,9}}

進(jìn)一步做如下劃分：

U/ind(R-Lmax)={{1,7},{2,5,6},{4},{8},{9},{3,10}}

U/ind(R-A)={{1,7},{2},{3,6},{4},{8},{9},{5,10}}

U/ind(R-Np)={{1,7,9},{2},{3,4},{5},{6},{8},{10}}

U/ind(R-Nv)={{1,2,7},{3},{4},{5},{6},{8},{9},{10}}

U/ind(R-B)={{1,7},{2},{3},{4},{5,8},{6},{9},{10}}

表3 屬性值約簡后的油門桿操作評價決策

各條件下屬性的決策屬性的正域為：

POCR(Q)={2,3,4,5,6,8,9,10}

POCR-Lmax(Q)={4,8,9}

POCR-A(Q)={2,4,8,9}

POCR-Np(Q)={2,5,6,8,10}

POCR-Nv(Q)={3,4,5,6,8,9,10}

POCR-B(Q)={2,3,4,6,9,10}

各條件屬性關(guān)于決策屬性的近似精度為：

各條件屬性關(guān)于決策屬性的重要度為：

經(jīng)歸一化處理得到Lmax、A、Np、Nv和B的權(quán)重分別為：0.333、0.267、0.200、0.067、0.133。

2.2.4 評分模型

當(dāng)某次操作的指標(biāo)i處于離散區(qū)間0時，令該指標(biāo)得分σi為0；當(dāng)處于離散區(qū)間1時，該指標(biāo)得分σi為0.6；當(dāng)處于離散區(qū)間2時，該指標(biāo)得分σi為1；則單次油門桿操作的評分為：

L=(0.333σ1+0.267σ2+0.200σ3+ 0.067σ4+0.133σ5)

2.2.5 模型驗證

邀請5位具有實(shí)際經(jīng)驗的操作人員對該十組數(shù)據(jù)進(jìn)行評判，得出的結(jié)果與用粗糙集定量分析得出來的結(jié)果相比較，如表4所示。

表4 模型驗證數(shù)據(jù)

3 結(jié)論

針對飛行操作存在明顯的個體差異，本研究借助LabVIEW記錄油門桿模擬操作的數(shù)據(jù)，建立了油門桿操作評判模型，并引入粗糙集理論定量分析油門桿操作水平，最終將數(shù)據(jù)反饋給操作人員。操作人員接受反饋結(jié)果，針對自身操作不當(dāng)之處，及時做出相應(yīng)調(diào)整。結(jié)果表明，基于粗糙集理論的評判模型能有效對油門桿操作進(jìn)行評判，為今后進(jìn)行飛行動作的定量評判提供了一種思路。

[1] 李珍,王海濤,赫云飛.面向人機(jī)工效的座艙顯控設(shè)備布局問題研究[J].飛機(jī)設(shè)計,2016,36(1):1-7.

[2] 武強(qiáng),李曉重,陳根生,等.座艙發(fā)動機(jī)油門桿的操縱對發(fā)動機(jī)工作影響的分析[C]//中國科學(xué)年會.貴陽:[出版社不詳],2013.

[3] YEE Leung,FISCHER M M,WU Weizhi Wu,et al.A rough set approach for the discovery of classification rules in interval-valued information systems[J].International Journal of Approximate Reasoning,2008,5(2):233-246.

[4] 鮑新中,劉澄.一種基于粗糙集的權(quán)重確定方法[J].管理學(xué)報,2009,6(6):729-732.

[5] 高尚.基于Rough集和支持向量機(jī)的作戰(zhàn)飛機(jī)效能評估[J].計算機(jī)工程,2006,32(14):184-186.

[6] YE Qing,WU Xiaoping,ZHANG Changhong.An Intrusion Detection System based on evidence theory and Rough Set Theory[J].Journal of Electronics,2009,26(6):777-781.

[7] 郭慶,吳磊.多粒度背景下直覺模糊信息系統(tǒng)的粗糙集及其決策[J].系統(tǒng)工程與電子科技,2016,38(2):347-351.

[8] 黃嘉智.基于LabVIEW的高速數(shù)據(jù)采集及管理系統(tǒng)設(shè)計[D].北京：北京理工大學(xué),2016.

[9] 袁浩.基于量子蟻群算法的粗糙集屬性約簡方法[J].計算機(jī)工程與科學(xué),2010,32(5):82-84.

[10]趙振宇，韓維.飛機(jī)著艦軌跡穩(wěn)定性及飛行員操縱策略研究[J].兵工自動化，2015(11)：26-29.

(責(zé)任編輯 楊繼森)

Quantitative Analysis for Throttle Lever Operation

YE Kun-wua，WEI Si-dongb，BAO Hana

(a. Brigade of Postgraduate； b.Flight Vehicle and Dynamic Department,Aviation University of Air Force, Changchun 130022, China)

The improper operation of throttle lever may cause engine surge or engine burns. According to the characteristics of the throttle lever operation, the rough set was introduced to establish the throttle lever operation quantitative analysis mode and to improve the proficiency in operation and quality of throttle lever operation. Using LabVIEW software, we colected data of throttle lever operation and modified the mode. The result reveals that the method is valid for solving evaluation of lever operation.

throttle lever; rough set; operation evaluation; attribute reduction

2016-11-25；

2016-12-22 作者簡介：葉坤武(1992—)，男，碩士研究生，主要從事人機(jī)環(huán)境與工程研究。

10.11809/scbgxb2017.04.032

葉坤武，魏思東，包涵.油門桿操作評判定量分析[J].兵器裝備工程學(xué)報，2017(4):148-152.

format:YE Kun-wu，WEI Si-dong，BAO Han.Quantitative Analysis for Throttle Lever Operation[J].Journal of Ordnance Equipment Engineering,2017(4):148-152.

V223.1

A

2096-2304(2017)04-0148-05