基于分布式仿真的液壓能源系統(tǒng)效能評估方法研究

張文林，張宏達，王凱，劉濤

(1.中國民航大學(xué)工程技術(shù)訓(xùn)練中心，天津 300300；2.中國民航大學(xué)電子信息與自動化學(xué)院，天津 300300)

0 前言

精準(zhǔn)可靠的效能分析可以對復(fù)雜系統(tǒng)的可行性、可靠性和完成任務(wù)的能力進行評估，同時可以為系統(tǒng)構(gòu)型設(shè)計方案和維修決策建議提供理論依據(jù)，是安全關(guān)鍵系統(tǒng)投入使用的必要前提[1]。液壓能源系統(tǒng)作為飛機重要的二次能源系統(tǒng)，是飛機上很多液壓負(fù)載用戶的核心動力來源[2]。在飛機全飛行過程中，升降舵、方向舵、副翼等操縱舵面的控制、起落架的收放、機輪的轉(zhuǎn)彎剎車以及發(fā)動機的反推等都需要液壓能源系統(tǒng)提供動力[3]。液壓能源系統(tǒng)的效能特性是衡量其系統(tǒng)品質(zhì)的重要依據(jù),是設(shè)計飛機液壓能源系統(tǒng)整體架構(gòu)的核心參考[4]。飛機液壓能源系統(tǒng)的綜合效能表述為在規(guī)定飛行環(huán)境、航路、裝置維護的條件下，其系統(tǒng)運行情況及完成規(guī)定飛行任務(wù)目標(biāo)的程度。

同時，液壓能源系統(tǒng)作為能量源，其效能特性與負(fù)載工作情況有直接關(guān)系[5]，因此在對能源系統(tǒng)進行效能分析時，負(fù)載在環(huán)必須要考慮。而飛機液壓系統(tǒng)體積龐大、功能復(fù)雜，直接對它分析存在較大的困難。近年來，隨著計算機科學(xué)與仿真控制理論的快速發(fā)展，計算機仿真技術(shù)成為了大型復(fù)雜系統(tǒng)模型搭建的主流技術(shù)[6]。諸多國內(nèi)外學(xué)者對液壓能源系統(tǒng)進行了建模仿真研究，鄧碩等人[7]基于VC++和MATLAB，在機電系統(tǒng)的框架下建立了飛機液壓系統(tǒng)的仿真平臺。丁華等人[8]建立液壓能源系統(tǒng)元件動態(tài)數(shù)學(xué)模型，并利用Dymola軟件構(gòu)建了液壓能源系統(tǒng)動態(tài)特性分析通用模型庫。XIA等[9]利用ARMSim軟件建立了液壓能源系統(tǒng)部件級的仿真模型，分析了液壓系統(tǒng)的流速和壓力損耗。許多研究者通過仿真模型開展了液壓能源系統(tǒng)的效能特性研究，討論了不同能源系統(tǒng)參數(shù)對它輸出的影響，但是采用的仿真模型開發(fā)平臺大多無法支持大規(guī)模異構(gòu)物理模型方面的構(gòu)建。由于飛機液壓能源系統(tǒng)復(fù)雜且與多個系統(tǒng)之間存在耦合關(guān)系，因此這些模型的特性分析很難考慮到多系統(tǒng)的耦合情況。對于各個領(lǐng)域的效能分析國內(nèi)外學(xué)者也做了大量的研究，TIAN 和GU[10]提出一種基于瞬時速度波動評價液壓系統(tǒng)效能的方法，基于采樣計數(shù)的測量方法，通過測量方波脈沖的單個周期所用的時間來獲得液壓系統(tǒng)的瞬時速度，然后通過階次跟蹤提取瞬時速度波動，最后驗證了瞬時速度波動與系統(tǒng)效能的映射關(guān)系。QI 等[11]運用云模型理論和云重心評價方法，建立定性與定量的映射轉(zhuǎn)換關(guān)系，對武器系統(tǒng)進行了綜合效能評估。蔣國峰和白紅[12]結(jié)合ADC和SEA方法建立了效能評估模型，利用該模型評估了干擾場景下的航空通信裝備效能，并對航空通信裝備工作模式下效能的影響進行了分析。但是對于液壓能源系統(tǒng)在全飛行過程中負(fù)載載荷情況下的效能分析，目前還缺乏比較完善的方法。

本文作者提出了一種基于分布式仿真的液壓能源系統(tǒng)效能分析方法，在考慮用戶負(fù)載工作的情況下，對不同飛行航段下能源系統(tǒng)效能特性進行了分析。為了精確地分析液壓能源系統(tǒng)的效能特性，并考慮多液壓能源負(fù)載用戶之間的耦合情況，參照3H架構(gòu)典型飛機液壓能源系統(tǒng)[13]，結(jié)合系統(tǒng)工作原理，建立了基于AMESim的液壓能源系統(tǒng)效能分析仿真模型，并建立了三層兩級效能評估指標(biāo)體系，運用熵權(quán)法對效能指標(biāo)進行了相對權(quán)重分析，最后采用擴展貝葉斯方法對飛機全飛行過程中的液壓能源系統(tǒng)的部件級效能和系統(tǒng)綜合效能進行了研究。

1 基于分布式仿真的效能分析方法

1.1 分布式仿真模型

在進行飛機液壓能源系統(tǒng)效能分析時需要考慮多個負(fù)載分系統(tǒng)之間的交聯(lián)情況，對其全過程仿真將涉及各個分系統(tǒng)的運動情況，各個系統(tǒng)在仿真計算時都會涉及一系列狀態(tài)方程、微分方程組等數(shù)學(xué)模型的解算，不可避免會出現(xiàn)多次數(shù)、長時間的迭代求解。例如：飛機液壓能源系統(tǒng)涉及3套液壓系統(tǒng)、起落架、飛控系統(tǒng)(升降舵、方向舵、副翼、襟翼等)、發(fā)動機等各個子系統(tǒng)，由于液壓系統(tǒng)的仿真模型規(guī)模過大，導(dǎo)致使用單機仿真時間過長。傳統(tǒng)的仿真優(yōu)化是采用優(yōu)化算法(例如遺傳算法、粒子群算法等)對仿真模型的參數(shù)進行全局最優(yōu)或局部最優(yōu)的調(diào)整，然后把通過優(yōu)化得到的較好參數(shù)作為仿真模型的輸入，最典型的優(yōu)化方式就是對控制系統(tǒng)參數(shù)優(yōu)化。但是使用優(yōu)化后的參數(shù)會改變模型的原始參數(shù)使得仿真結(jié)果可能出現(xiàn)偏差，并且當(dāng)求解的問題較為復(fù)雜時，仿真優(yōu)化的多次求解迭代需要耗用大量的時間，求解效率更為低下。分布式仿真可以在不改變仿真模型參數(shù)以及仿真精度的前提下減少仿真時間、加快仿真效率，其核心理念是將一個龐大、復(fù)雜度很高的模型進行分塊化，將一個模型的計算量由多個計算機共同協(xié)作承擔(dān)，完成對復(fù)雜模型的仿真加速。分布式仿真如今已經(jīng)成為提高數(shù)值計算效率并且有效減少仿真運行時間的主流技術(shù)之一，并且當(dāng)仿真的模型復(fù)雜度過高或者需要在多個存在耦合關(guān)系的模型之間進行交互仿真時，可以更高效地解決這些問題[14]。因此提出一種適用于飛機液壓能源系統(tǒng)的分布式仿真方法，采用分布式仿真技術(shù)來搭建其仿真分析模型，并采用擴展貝葉斯算法實現(xiàn)對液壓能源系統(tǒng)的效能分析。

液壓能源系統(tǒng)模型包含3套液壓分系統(tǒng)、起落架液壓系統(tǒng)、液壓系統(tǒng)反推液壓系統(tǒng)、飛控液壓系統(tǒng)，整套系統(tǒng)耦聯(lián)關(guān)系和實際物理系統(tǒng)一致。整機液壓系統(tǒng)模型很復(fù)雜，對于這樣的系統(tǒng)，AMESim離線運行很慢，更不用說實時運行了，因此基于CosiWorks平臺開發(fā)了AMESim熱液壓庫模型的接口模塊。熱液壓庫接口模塊通過初始化、定義輸入/輸出接口列表，以及調(diào)用嵌入到仿真數(shù)據(jù)接口內(nèi)部的仿真子引擎，將 AMESim液壓仿真模型與DDS連接，以實現(xiàn)數(shù)據(jù)交互、分布式仿真模型的求解控制，是液壓模型與DDS及互聯(lián)架構(gòu)的分布式仿真交互基礎(chǔ)。有了物理量接口模塊后，就可以對整機液壓系統(tǒng)模型進行分布式拆分，主要按照實際功能結(jié)構(gòu)進行拆分，拆分的模型有液壓能源系統(tǒng)、起落架收放液壓系統(tǒng)、副翼系統(tǒng)、升降舵系統(tǒng)、方向舵系統(tǒng)、發(fā)動機反推系統(tǒng)、高升力系統(tǒng)等，拆分后的液壓能源系統(tǒng)分布式仿真架構(gòu)及CosiWorks模型接口如圖1所示。以DDS分布式仿真平臺作為基礎(chǔ)仿真運行環(huán)境，運用AMESim軟件建立液壓能源系統(tǒng)和液壓負(fù)載的模型，并將模型部署在不同的計算機上，由多臺計算機共同完成仿真任務(wù)，運用CosiWorks模型接口和DDS軟總線作為模型間交互的通信介質(zhì)[15-17]，最后通過FlightSim軟件加載QAR數(shù)據(jù)和飛控指令來驅(qū)動模型。

圖1 CosiWorks模型接口及分布式仿真架構(gòu)

以液壓能源系統(tǒng)的內(nèi)部工作機制為基礎(chǔ)，考慮到液壓負(fù)載用戶間的耦合性，并充分利用建模軟件間的可擴展性，建立液壓能源系統(tǒng)的分布式仿真模型。在分布式仿真平臺上對液壓能源系統(tǒng)模型和液壓負(fù)載用戶模型進行仿真，通過監(jiān)控系統(tǒng)的關(guān)鍵指標(biāo)運行參數(shù)和負(fù)載響應(yīng)情況，得出飛機全飛行過程中的液壓能源系統(tǒng)效能與關(guān)鍵效能指標(biāo)之間的關(guān)系，評估不同飛行階段下飛機液壓能源系統(tǒng)的效能狀態(tài)和任務(wù)完成度。

1.2 基于擴展貝葉斯理論的效能評估算法

1.2.1 熵權(quán)法賦權(quán)模型

熵權(quán)法是一種客觀賦權(quán)法[18]，利用信息熵的概念，對系統(tǒng)的指標(biāo)，通過其原始數(shù)據(jù)的熵值的計算，來度量指標(biāo)間的變異程度和離散程度，獲得指標(biāo)對綜合評估的影響，確定比較客觀的指標(biāo)權(quán)重值。具體方法如下：

(1)數(shù)據(jù)預(yù)處理

采集的數(shù)據(jù)為不同指標(biāo)部件的運行數(shù)據(jù)。由于不同指標(biāo)數(shù)據(jù)的單位、量綱以及對評估主體的影響差異很大，不具備可公度性，因此無法直接用于評估體系的計算。首先要將評估指標(biāo)進行線性變換，將不同量綱的指標(biāo)數(shù)據(jù)值同量綱化，使之映射到[0,1]之間，以便于權(quán)值計算以及后續(xù)的效能評估計算。若某個評估主體具有m個評估指標(biāo)，指標(biāo)有n個觀測數(shù)據(jù)，xj(k)(j=1,2,…,m;k=1,2,…,n)為評估主體的第j個指標(biāo)的第k組指標(biāo)觀測數(shù)據(jù)，則數(shù)據(jù)的標(biāo)準(zhǔn)化公式為

(1)

(2)計算指標(biāo)間比重

(2)

得到處理后的比重矩陣Y如下：

(3)

(3)第j個指標(biāo)的信息熵Ej

(4)

(4)差異性系數(shù)pj

pj=1-Ej

(5)

(5)計算指標(biāo)權(quán)重值

(6)

1.2.2 貝葉斯融合評估模型

貝葉斯理論有很強的可擴展性和靈活性，文中采用貝葉斯理論對液壓能源系統(tǒng)的效能指標(biāo)進行多源數(shù)據(jù)融合評估。傳統(tǒng)的貝葉斯公式[19]表示如下:

(7)

即實驗S的樣本空間為Ω，B1,B2,…,Bn將Ω劃分n個子集，且P(Bi)>0,其中i=1,2,…,n，則任意事件P(A)>0的概率可以表述為上述貝葉斯公式。將飛機液壓能源系統(tǒng)效能評估問題結(jié)合到貝葉斯理論對應(yīng)可描述為：Bi為液壓能源系統(tǒng)第i個效能指標(biāo)，P(Bi|A)表示在事件A滿足的條件下第i個指標(biāo)Bi發(fā)生的概率，將之稱為先驗概率；同理P(A|Bi)表示在第i個指標(biāo)Bi滿足的條件下事件A發(fā)生的概率，稱之為后驗概率。傳統(tǒng)貝葉斯只適用于指標(biāo)信息源單一的情況，而液壓能源系統(tǒng)的指標(biāo)數(shù)據(jù)來自于不同部件的不同參數(shù)，因此提出采用擴展貝葉斯算法來進行多源數(shù)據(jù)融合處理。

設(shè)用(D,G)來表示A事件的滿意程度，其中D表示評估指標(biāo)滿意度的知識表達，d表示效能指標(biāo)攜帶的知識能夠支持指標(biāo)滿意發(fā)生的肯定概率，則其否定概率為(1-d)。G是表示具有知識的認(rèn)可信度表達，g表示評估指標(biāo)所具備知識的肯定信度概率值，則其否定概率為(1-g)，其中0≤d≤1，0≤g≤1。具體的概率分布如表1所示。

表1 (D,G)概率分布

表中A事件的取值為(Y,N)，表述評估指標(biāo)是否令人滿意的2種情況；(D,G)取值為(d,g)，說明評估指標(biāo)所具備知識評判滿意程度即知識度和所具備的知識評判指標(biāo)認(rèn)可程度即可信度。將知識度和可信度進行綜合表達可得合并后的指標(biāo)知識-信度概率分布，如表2所示。

表2 合并后的指標(biāo)知識-信度概率分布

最后可得到指標(biāo)令人滿意程度的表達式為

E=d×g+(1-d)×(1-g)

(8)

對于液壓能源系統(tǒng)而言，在進行多組仿真實驗后，得到n組液壓系統(tǒng)指標(biāo)數(shù)據(jù)，而每個指標(biāo)數(shù)據(jù)都可以轉(zhuǎn)換為由m條(指標(biāo)數(shù)據(jù)，可信度)數(shù)據(jù)表示的二維數(shù)組，最后組成(n×(m×2))的數(shù)據(jù)矩陣。數(shù)組中指標(biāo)數(shù)據(jù)代表了液壓能源系統(tǒng)指標(biāo)所具備的知識度，表示效能指標(biāo)對液壓系統(tǒng)效能的貢獻程度，可信度代表當(dāng)前指標(biāo)貢獻的可信程度。對數(shù)據(jù)采集并處理后，即可采用擴展貝葉斯融合模型對數(shù)據(jù)進行融合,擴展貝葉斯融合流程如圖2所示。由于處理后的效能指標(biāo)數(shù)據(jù)組成的指標(biāo)滿意度由多組二維數(shù)據(jù)進行表達，此時需要對式(8)進行改進，假設(shè)n組指標(biāo)數(shù)據(jù)矩陣為(d1,g1),…,(di,gi),…,(dn,gn)，將多組指標(biāo)融合處理，得到的指標(biāo)綜合滿意度將由式(9)表示。

(9)

將式(9)稱為擴展貝葉斯公式，α是標(biāo)準(zhǔn)化因子。

(10)

將擴展貝葉斯公式結(jié)合到此次效能評估任務(wù)中，若液壓能源系統(tǒng)的第k組指標(biāo)數(shù)據(jù)中第j個效能指標(biāo)的數(shù)據(jù)矩陣是(xj(k),γj(k))，則指標(biāo)j在k組指標(biāo)數(shù)據(jù)和可信度作用下所具有的效能值：

(11)

圖2 擴展貝葉斯融合流程

可分別計算出液壓能源系統(tǒng)中各個指標(biāo)融合后的效能值，結(jié)合熵權(quán)法確定的效能指標(biāo)權(quán)重矩陣為ω=(ω1,ω2,…,ωn)，最后運用線性加權(quán)求和模型可以得到液壓能源系統(tǒng)的綜合效能值：

(12)

2 系統(tǒng)建模及效能指標(biāo)體系

2.1 模型架構(gòu)及主要參數(shù)

模型架構(gòu)主要參考3H架構(gòu)，由左系統(tǒng)、中央系統(tǒng)、右系統(tǒng)3套獨立的系統(tǒng)構(gòu)成,其中又分為主液壓能源系統(tǒng)和輔助液壓能源系統(tǒng)。中央系統(tǒng)是主液壓能源系統(tǒng)，它完全由2個電動馬達泵(Electric Motor Pump, EMP)提供液壓，其中一臺EMP是主泵，主泵在正常情況下使用，另外一臺EMP是備用泵，備用泵只有在壓力過低或者是液壓需求量較大的時候啟用；空氣沖壓渦輪(Ram Air Turbine, RAT)只有在RAT放下時為主飛控系統(tǒng)提供液壓[20]。左系統(tǒng)和右系統(tǒng)是輔助液壓能源系統(tǒng)，兩系統(tǒng)均由一臺發(fā)動機驅(qū)動泵(Engine-Driven Pump, EDP)和一臺電動馬達泵組成，其中EDP作為主泵，EMP作為副泵。液壓能源系統(tǒng)及負(fù)載主要構(gòu)架如圖3所示。

圖3 液壓能源系統(tǒng)及負(fù)載對應(yīng)關(guān)系

2.2 液壓系統(tǒng)分布式仿真模型

飛機液壓能源系統(tǒng)整體仿真模型如圖4所示。液壓能源系統(tǒng)的部件繁多，無法全部舉例說明，因此以液壓油箱模型建立過程為例進行說明。中央液壓油箱模型主要由儲油腔、容量傳感器及壓力傳感器等組成，油箱AMESim模型如圖5所示。中央油箱初始位置為起落架放下的狀態(tài)，設(shè)置為0.8油箱體積單位，起落架收回后，為1.0油箱體積單位。對于油箱體積單位，參數(shù)設(shè)置依據(jù)模型飛機設(shè)計手冊，通過獲取的參數(shù)轉(zhuǎn)化為參數(shù)表，然后輸入到模型中。主要參數(shù)表述如式(13)—式(16)所示,端口1處的壓力p1表示為

(13)

其中：p2是端口2處得到的壓力；Tarea為油箱橫截面積；g為重力加速度；qm1和qm2為流入液體的質(zhì)量流率。油箱內(nèi)液體的高度為

(14)

其中：ρ為液體的密度；m為油箱中液體的質(zhì)量。dm/dt根據(jù)流入液體質(zhì)量流率之和計算的狀態(tài)變量

(15)

液體的初始質(zhì)量是由液體初始高度h0得到的，初始質(zhì)量mt=0為

mt=0=ρ·h0·Tarea

(16)

圖4 整體仿真模型

圖5 AMESim 油箱模型

2.3 建立評估指標(biāo)體系

以液壓能源系統(tǒng)效能為評估主體，選取一級評估指標(biāo)，根據(jù)液壓系統(tǒng)手冊及經(jīng)驗參考，選擇發(fā)動機驅(qū)動泵(EDP)、液壓油箱、電動馬達泵(EMP)、熱液壓控制閥、驅(qū)動電機這些關(guān)鍵部件作為一級效能指標(biāo)。選擇一級指標(biāo)的運行參數(shù)作為二級指標(biāo)，指標(biāo)的層級結(jié)構(gòu)如圖6所示。

圖6 液壓能源系統(tǒng)效能評估指標(biāo)體系

由于一級指標(biāo)直接影響到系統(tǒng)效能評估結(jié)果是否準(zhǔn)確，因此首先需要研究一級指標(biāo)與液壓系統(tǒng)效能的關(guān)系，證實選擇的一級指標(biāo)具有評估有效性。為證實此點，在仿真模型上進行實驗，以一級指標(biāo)的固有部件參數(shù)為參考變量。由于液壓能源系統(tǒng)的輸出功率可以比較直觀地體現(xiàn)出系統(tǒng)的效能狀態(tài)，為方便分析，選擇輸出功率為分析中間量，并以液壓負(fù)載的響應(yīng)情況作為輔助參考進行分析。研究一級指標(biāo)對系統(tǒng)效能的影響，指標(biāo)與系統(tǒng)效能關(guān)聯(lián)程度越大，則它對系統(tǒng)效能評估的影響(即權(quán)重)就越大，則指標(biāo)選取有效性越強；反之若指標(biāo)與系統(tǒng)效能之間關(guān)聯(lián)程度過小甚至無影響，則該指標(biāo)在系統(tǒng)效能評估中不起作用，指標(biāo)選擇則不具有有效性。

下面以一級指標(biāo)中的發(fā)動機驅(qū)動泵EDP為例，證實一級指標(biāo)選擇有效性。排量是EDP的固有參數(shù)，它取決于液壓泵密封腔的幾何尺寸。排量對EDP的工作效果有直接影響，為了分析EDP對液壓能源系統(tǒng)效能的影響，多次更改EDP排量參數(shù)并進行實驗。EDP排量的設(shè)置值分別為D=0.924、1.849、2.70、3.698、5.547、7.396 mL/r，得到不同EDP排量下液壓能源系統(tǒng)的功率輸出情況和負(fù)載的響應(yīng)情況?？紤]液壓能源系統(tǒng)需要在高功率需求下提供充足的液壓功率輸出，因此在整個飛行過程中找出液壓系統(tǒng)功率輸出最高的時間點進行分析。不同EDP排量下飛機飛行過程中液壓能源系統(tǒng)功率輸出情況仿真結(jié)果如圖7所示，液壓負(fù)載的響應(yīng)情況如圖8所示。

圖7 EDP排量對功率的影響

圖8 EDP排量對液壓負(fù)載影響仿真結(jié)果

由圖7可以看出:EDP排量對整個液壓能源系統(tǒng)的功率輸出有很大影響。圖8(a)為升降舵舵面角度偏轉(zhuǎn)仿真結(jié)果，說明EDP排量對液壓系統(tǒng)負(fù)載(升降舵)的響應(yīng)程度有著明顯的影響；圖8(b)為主起落架位置的仿真結(jié)果，可以看到起落架的收放響應(yīng)速度上出現(xiàn)較為明顯的差異。綜上所述:EDP對液壓系統(tǒng)的效能評估有著較大的影響，可以作為有效的效能指標(biāo)。對其余一級效能指標(biāo)同樣做此項驗證，其過程與EDP指標(biāo)驗證方式類似，這里不再贅述。

3 液壓能源系統(tǒng)效能分析實例驗證

3.1 仿真實例分析

在分布式仿真平臺上對液壓能源系統(tǒng)及其負(fù)載進行部署。為了使仿真過程與飛機真實運行狀態(tài)接近，更好地分析系統(tǒng)效能，使用FlightSim軟件加載飛機從北京飛往上海的全過程真實QAR數(shù)據(jù)及飛控數(shù)據(jù)對模型進行驅(qū)動。通過仿真獲得如圖9所示的真實情況下飛機在典型飛行過程中的全航程剖面圖。飛機在飛行過程中主要分為5個飛行階段：起飛、爬升、巡航、下降、進近著陸，如表3所示。在不同的飛行階段，飛機液壓能源系統(tǒng)需要完成不同的飛行任務(wù)，因此其系統(tǒng)效能也不同。因此以分布仿真模型為基礎(chǔ)，采集液壓能源系統(tǒng)不同的效能指標(biāo)體系觀測數(shù)據(jù)，對飛機液壓能源系統(tǒng)在整個飛行階段進行效能評估。

圖9 分布式仿真飛行剖面

表3 飛行階段劃分

3.2 指標(biāo)數(shù)據(jù)采集

從滑行起飛到進近著陸整個飛行過程共6 500 s，設(shè)置采樣步長為0.04 s，根據(jù)上面的評估指標(biāo)體系可知共有5個一級指標(biāo)和15個二級指標(biāo)。采集二級指標(biāo)在整個航程的運行參數(shù)作為觀測數(shù)據(jù)，則每個二級指標(biāo)由162 500組觀測數(shù)據(jù)組成。系統(tǒng)綜合評估指標(biāo)觀測數(shù)據(jù)共有162 500×15組，為{C11,C12,C13,C21,C21,C23,C31,C32,C33,C41,C42,C43,C51,C52，C53}。由于觀測數(shù)據(jù)較多且每個飛行階段的任務(wù)需求不同，因此對每個飛行階段進行分批量效能評估，將整個飛行過程分為100 個批量。為了對不同飛行階段的效能值進行更精確的計算且便于觀察效能變化，對不同的飛行階段選取不同的比例尺劃分批量數(shù)據(jù)進行分析。

3.3 確定效能指標(biāo)權(quán)重

運用熵權(quán)法對指標(biāo)體系中的指標(biāo)權(quán)重進行分析，運用式(1)—式(6)計算獲得各個效能指標(biāo)的100個批量的權(quán)重矩陣部分如表4所示。

表4 指標(biāo)權(quán)重矩陣

3.4 系統(tǒng)效能分析

將評估指標(biāo)的數(shù)據(jù)觀測值和上述計算得到的權(quán)重值組合成[批量數(shù)，指標(biāo)數(shù)據(jù)，可信度(指標(biāo)權(quán)重)]的三維矩陣進行組合后，將擴展矩陣代入液壓能源系統(tǒng)擴展貝葉斯融合模型中，對指標(biāo)數(shù)據(jù)進行融合評估，得到系統(tǒng)的各個單項指標(biāo)的效能分布如圖10所示，對各個單項指標(biāo)進行加權(quán)求和可得系統(tǒng)維效能值如圖11所示。

由圖10可以看出各個指標(biāo)在不同飛行階段的效能分布，其中EMP的效能波動最大，且在爬升階段出現(xiàn)了效能值極低的情況;但是EDP的效能值分布均勻且效能值都很高，而EDP和EMP是互補協(xié)同工作，因此短暫出現(xiàn)這種情況不會過于影響系統(tǒng)正常完成飛行任務(wù)。圖11所示為液壓能源系統(tǒng)綜合效能分布，結(jié)合表5的單個指標(biāo)及整個液壓系統(tǒng)在不同飛行階段的平均效能值，可以看出：液壓能源系統(tǒng)及各個部件在不同飛行階段的效能值出現(xiàn)明顯的不同，系統(tǒng)在巡航階段的平均綜合效能值最高，在爬升階段最低。

圖10 各個指標(biāo)在不同飛行階段的效能分布

圖11 液壓系統(tǒng)在不同飛行階段的效能分布

表5 單個指標(biāo)及液壓系統(tǒng)在不同階段平均效能值

上述飛行任務(wù)的液壓能源系統(tǒng)效能評估結(jié)果與民用飛機的設(shè)計理念相吻合，與軍用飛機的強機動性不同，民機更強調(diào)穩(wěn)定性，因此在設(shè)計階段，更注重飛機的長時間巡航飛行階段的效能需求。而對于起飛和進近著陸具有更高的安全性需求，因此對此階段的效能也有較高的需求，而對于爬升階段的多機動性動作，其效能值會出現(xiàn)較低的情況。而且此次效能評估結(jié)果與不同的飛行階段液壓能源系統(tǒng)的任務(wù)需求不同相符合。在起飛階段主要任務(wù)是襟副翼等增升減阻的輔助操縱舵面的打開，而在爬升階段，液壓能源系統(tǒng)的任務(wù)比較重，包括起落架及輔助舵面的收起以及主飛控舵面的操縱等，因此在此階段系統(tǒng)效能出現(xiàn)一定的下降。在巡航階段，液壓系統(tǒng)大部分時間都處于靜默狀態(tài)，只有在少數(shù)時候需要操縱主飛控舵面，因此系統(tǒng)效能保持在較高水平。在下降及進近著陸這一階段，飛機需要下降高度以及不斷修正航向來對準(zhǔn)跑道以及捕獲信標(biāo)，在著陸后還有發(fā)動機反推等任務(wù)，因此在這兩階段，飛機的效能值較巡航時會出現(xiàn)下降的情況。最后通過線性加權(quán)求和得到此次飛行中液壓能源系統(tǒng)的綜合效能值為0.953 06，可以看出在此次飛行任務(wù)中液壓能源系統(tǒng)很好地完成了飛行任務(wù)目標(biāo)。

綜上所述,基于分布式仿真的液壓能源系統(tǒng)效能分析方法可以通過QAR數(shù)據(jù)來很好地完成飛機的液壓能源系統(tǒng)的效能評估。通過此方法得到系統(tǒng)在各個飛行階段的綜合效能分布情況，且可以更加精確地了解各個部件的效能情況，可以為后續(xù)機型更新升級時提供一定的參考，根據(jù)不同的需求來增加設(shè)計的合理性。

4 結(jié)論

建立了基于分布式仿真的飛機液壓能源系統(tǒng)效能分析方法，以3H架構(gòu)典型飛機液壓能源系統(tǒng)為例，設(shè)計了基于AMESim的液壓能源系統(tǒng)效能分析仿真模型，對飛機典型飛行過程中的液壓能源系統(tǒng)效能狀態(tài)進行了仿真分析;建立了三層兩級效能指標(biāo)體系，并對指標(biāo)體系進行了驗證，提高了評估指標(biāo)的有效性以及效能評估結(jié)果的準(zhǔn)確性;采用熵權(quán)法結(jié)合擴展貝葉斯融合模型，對飛機液壓能源系統(tǒng)的效能在整個飛行階段進行分批量效能評估和綜合效能分析;最后運用分布式仿真模型得到了合理的指標(biāo)觀測數(shù)據(jù)，驗證了液壓能源系統(tǒng)效能分析方法的合理性。該研究結(jié)果可以很好地分析液壓能源系統(tǒng)的效能特性和評判長時間運行的液壓能源系統(tǒng)的工作狀態(tài)，并通過評估結(jié)果，找出使系統(tǒng)性能偏低的主要設(shè)備及影響因素，從而有目的性地針對相應(yīng)部件進行改造和維修保養(yǎng)，具有良好的實用價值。