安裝主動側(cè)桿的飛機(jī)的人機(jī)交互控制系統(tǒng)研究

孟小寶 鄒泉 何歡歡 范雪 謝蓉

摘 要：主動側(cè)桿人機(jī)交互控制是一種具有廣泛應(yīng)用前景和重要意義的技術(shù)，它不僅可以減輕飛行員的負(fù)擔(dān)，也可以提高飛機(jī)的性能和安全性。為了解決飛機(jī)執(zhí)行器出現(xiàn)故障時(shí)可能出現(xiàn)的飛機(jī)失控問題，本文構(gòu)建了含有主動側(cè)桿的飛機(jī)中飛行員與控制增穩(wěn)系統(tǒng)之間的并聯(lián)人機(jī)交互控制架構(gòu)，設(shè)計(jì)了一種新的主動側(cè)桿與飛行員交互方式，主動側(cè)桿不僅傳遞操縱指令，還通過觸覺反饋向飛行員傳遞飛行狀態(tài)，使飛行員能夠快速感知飛機(jī)故障并采取相應(yīng)措施。同時(shí)，設(shè)計(jì)了控制增穩(wěn)系統(tǒng)，選用自適應(yīng)控制器，并在此基礎(chǔ)上設(shè)計(jì)了改進(jìn)型自適應(yīng)控制器+PID控制器。利用模糊控制機(jī)制動態(tài)分配人機(jī)控制權(quán)重，為飛機(jī)系統(tǒng)和飛行員之間的交互提供更加靈活和精確的控制方式。最后，通過仿真驗(yàn)證了所設(shè)計(jì)的含主動側(cè)桿的人機(jī)交互控制方法的有效性。

關(guān)鍵詞：主動側(cè)桿； 飛機(jī)執(zhí)行器故障； 自適應(yīng)控制； 模糊控制； 人機(jī)交互系統(tǒng)

中圖分類號：V249 文獻(xiàn)標(biāo)識碼：A DOI：10.19452/j.issn1007-5453.2023.08.008

基金項(xiàng)目： 航空科學(xué)基金（20181353014）

駕駛桿是飛行員傳遞操作指令的重要裝置，對于固定翼飛機(jī)，飛行員通過操縱駕駛桿控制飛機(jī)舵面的偏轉(zhuǎn)，以控制飛機(jī)的俯仰和滾轉(zhuǎn)運(yùn)動。電傳操縱系統(tǒng)取代了機(jī)械連接裝置，飛行員與計(jì)算機(jī)通過指令信號交互，傳統(tǒng)中央桿也被側(cè)桿取代。主動側(cè)桿可以為飛行員提供關(guān)于飛機(jī)飛行狀態(tài)的可觸化和可視化反饋，使得飛行員能夠更好地感知飛機(jī)的飛行狀況。人機(jī)交互技術(shù)是近年來備受矚目的技術(shù)領(lǐng)域，其研究的核心問題在于系統(tǒng)與用戶之間的交互關(guān)系。在航空領(lǐng)域，飛行員與控制增穩(wěn)系統(tǒng)之間的交互控制是一個復(fù)雜的過程，在設(shè)計(jì)和開發(fā)飛行員與控制增穩(wěn)系統(tǒng)之間的人機(jī)交互控制系統(tǒng)時(shí)，需要考慮更多的因素，以確保飛行的安全和可靠性[1-2]。目前，對于主動側(cè)桿的研究主要集中在主動側(cè)桿裝置設(shè)計(jì)[3-6]、主動側(cè)桿人感系統(tǒng)設(shè)計(jì)[7-10]，以及人機(jī)閉環(huán)飛行品質(zhì)方面[11-15]。而在人機(jī)交互系統(tǒng)的研究中，主要關(guān)注智能汽車駕駛方面的人機(jī)決策接管[16]、機(jī)器人領(lǐng)域的人機(jī)共享觸覺控制[17]、飛行管理系統(tǒng)進(jìn)行了人機(jī)交互分析[18-21]、人因工程角度優(yōu)化飛機(jī)操作界面設(shè)計(jì)[22-27]，以及人機(jī)功能分配[17，28-29]。

本文旨在探討飛機(jī)執(zhí)行飛行任務(wù)過程中飛行員與控制增穩(wěn)系統(tǒng)之間的人機(jī)交互問題，并在交互過程中設(shè)計(jì)了主動側(cè)桿故障觸覺提示功能，以進(jìn)一步提高飛行員與控制增穩(wěn)系統(tǒng)組成的交互系統(tǒng)之間的靈活性和適應(yīng)性。含主動側(cè)桿飛機(jī)人機(jī)交互控制是一種創(chuàng)新的人機(jī)交互技術(shù)，可以為人機(jī)交互技術(shù)的進(jìn)一步發(fā)展提供新的思路和方法。

1 主動側(cè)桿分析及建模

1.1 主動側(cè)桿分析

1.1.1 駕駛桿分類

駕駛桿有兩大類，分別是中央桿（或中央盤）和側(cè)桿，其中側(cè)桿又包括被動側(cè)桿和主動側(cè)桿[3，30]。在傳統(tǒng)的機(jī)械操縱系統(tǒng)中，飛行員通過中央桿（或中央盤）來操縱飛機(jī)舵面的偏轉(zhuǎn)；隨著電傳操縱系統(tǒng)的產(chǎn)生，飛機(jī)駕駛桿也逐漸從中央桿（或駕駛盤）向側(cè)桿發(fā)展。

側(cè)桿是安裝在飛行員座椅側(cè)面的操縱裝置，相比于中央桿，側(cè)桿操縱有著更多的優(yōu)勢，它能更有效地利用座艙資源，拓寬飛行員的視野，同時(shí)提高飛行員的抗過載能力。側(cè)桿與飛機(jī)舵面之間沒有機(jī)械連接，飛行員操縱側(cè)桿產(chǎn)生桿位移，桿位移以電信號的方式傳遞給飛控系統(tǒng)實(shí)現(xiàn)對舵面偏轉(zhuǎn)的控制。為了彌補(bǔ)側(cè)桿與舵面沒有直接連接導(dǎo)致的飛行員操縱力感匱乏，被動側(cè)桿通過彈簧阻尼等機(jī)械裝置構(gòu)成的人工感覺裝置，給飛行員提供一定的操縱反饋，然而這種人工加載的模擬的操縱力感并沒有與飛機(jī)的運(yùn)動狀態(tài)關(guān)聯(lián)[11]；相比而言，主動側(cè)桿采用伺服控制系統(tǒng)實(shí)現(xiàn)操縱力感加載，可以為飛行員提供與飛機(jī)運(yùn)動狀態(tài)相關(guān)的操縱力，使飛行員可以通過操縱力的變化判斷飛機(jī)的飛行狀態(tài)[12]。中央桿及側(cè)桿示意圖如圖1所示。

1.1.2 主動側(cè)桿工作原理

本文研究人工操縱模式下，通過主動側(cè)桿系統(tǒng)中的力加載伺服裝置為飛行員提供力反饋，從觸覺層面增強(qiáng)飛行員的情景感知能力。人工操縱下的主動側(cè)桿工作原理如圖2所示。

當(dāng)飛行員操縱駕駛桿時(shí)，操縱力將改變側(cè)桿的運(yùn)動狀態(tài)，并且飛行員將感受到由側(cè)桿力加載伺服系統(tǒng)提供的反作用力。力加載模型提供期望加載力的大小，通過控制裝置實(shí)現(xiàn)期望反饋力的精確加載。主動側(cè)桿桿位移傳遞給飛行控制系統(tǒng)，作為飛機(jī)舵面的控制信號。被動側(cè)桿制作完成，其中的彈簧和阻尼器裝置將被密封在內(nèi)部，其彈簧彈性系數(shù)和阻尼器阻力系數(shù)將不再改變，這種設(shè)計(jì)導(dǎo)致飛行員感受到的反饋力單一。相比于被動側(cè)桿，主動側(cè)桿采用伺服系統(tǒng)來加載和模擬力，可以通過編程修改與模擬力相關(guān)的參數(shù)，實(shí)現(xiàn)在線修改期望反饋力。

1.2 主動側(cè)桿建模

主動側(cè)桿系統(tǒng)模型由主動側(cè)桿反饋力生成模塊、主動側(cè)桿力加載伺服模塊、主動側(cè)桿機(jī)械系統(tǒng)三部分組成。其中主動側(cè)桿反饋力生成模塊決定給飛行員施加的反饋力期望值大?。恢鲃觽?cè)桿力加載伺服模塊實(shí)現(xiàn)期望力的加載，決定給飛行員的觸覺反饋；主動側(cè)桿機(jī)械系統(tǒng)用于描述側(cè)桿受力后的運(yùn)動情況。

1.2.1 主動側(cè)桿反饋力生成模塊

1.2.2 主動側(cè)桿力加載伺服模塊

主動側(cè)桿力加載伺服系統(tǒng)通常采用伺服電機(jī)，它是一種常見的驅(qū)動執(zhí)行元件，同時(shí)也是力反饋設(shè)備中的一種。本文采用科爾摩根系列直驅(qū)電動機(jī)以及配套的驅(qū)動器作為加載元件。選取電機(jī)轉(zhuǎn)矩控制模式，使用的伺服電機(jī)控制方案如圖3所示。

通過查閱資料，電機(jī)參數(shù)取值見表1。

1.2.3 主動側(cè)桿機(jī)械系統(tǒng)模塊

主動側(cè)桿機(jī)械系統(tǒng)模型的建立與被動側(cè)桿模型建立過程類似。為了簡化主動側(cè)桿系統(tǒng)中的機(jī)械傳動系統(tǒng)模型，將所有機(jī)械部件的轉(zhuǎn)動慣量集中到操縱桿末端連接軸上，將機(jī)械傳動系統(tǒng)近似成一個等效的二階環(huán)節(jié)[32]。當(dāng)輸入為轉(zhuǎn)矩時(shí)，系統(tǒng)的輸出為主動側(cè)桿的角位移。

2 飛行員自適應(yīng)控制算法設(shè)計(jì)

在人機(jī)交互系統(tǒng)中，飛行員是核心組成部分之一。飛行員的控制行為十分復(fù)雜，需要建立飛行員模型來描述其行為特征。Hess從人體學(xué)和生理學(xué)研究的角度提出了結(jié)構(gòu)飛行員模型，并提出了簡化的結(jié)構(gòu)飛行員模型[31-34]。簡化的結(jié)構(gòu)飛行員模型結(jié)構(gòu)如圖4所示。

圖4中，M與M？表示被控對象的輸出值及其導(dǎo)數(shù)；C表示期望值，Gnm表示飛行員神經(jīng)肌肉動力學(xué)模型，用于產(chǎn)生控制輸入；Kp是輸出偏差的增益；Kr是內(nèi)環(huán)反饋的增益。

當(dāng)飛機(jī)出現(xiàn)故障時(shí)，飛機(jī)的特性會發(fā)生不可避免的變化，這些變化會對飛行員的控制行為產(chǎn)生重大影響。為了應(yīng)對這些情況，Hess在現(xiàn)有飛行員模型的基礎(chǔ)上增加了適應(yīng)被控對象特性變化的自適應(yīng)邏輯，從而建立了具有自適應(yīng)性的結(jié)構(gòu)飛行員模型[34-35]。受到Hess提出的時(shí)變飛行員模型的啟發(fā)，本文在已經(jīng)提出的飛行員模型基礎(chǔ)上，增加反映主動側(cè)桿提供情景感知的環(huán)節(jié)，在飛行員模型內(nèi)部增加觸覺感知環(huán)節(jié)來感知主動側(cè)桿提供的反饋力，反饋力可以觸發(fā)飛行員對故障的感知，觸發(fā)飛行員模型內(nèi)部的自適應(yīng)邏輯模塊，實(shí)現(xiàn)對飛行員模型參數(shù)的修正，提出的飛行員結(jié)構(gòu)如圖5所示。

自適應(yīng)邏輯模塊是時(shí)變飛行員模型的核心模塊，Hess在時(shí)變飛行員模型中采用變量R與M？作為自適應(yīng)邏輯的輸入變量，本文提出了將飛行員觸覺感知的側(cè)桿反饋力作為自適應(yīng)邏輯的輸入信號，設(shè)計(jì)自適應(yīng)邏輯觸發(fā)算法如式（6）所示

3 控制增穩(wěn)系統(tǒng)自適應(yīng)控制算法設(shè)計(jì)

3.1 自適應(yīng)控制器設(shè)計(jì)

自適應(yīng)控制是一種適應(yīng)系統(tǒng)模型變化或外界干擾的控制策略，其通過實(shí)時(shí)改變控制器參數(shù)或結(jié)構(gòu)來實(shí)現(xiàn)動態(tài)適應(yīng)。模型參考自適應(yīng)控制是目前主流的自適應(yīng)控制方法之一，該控制方法中人為構(gòu)造一個參考模型，以表征期望的閉環(huán)系統(tǒng)控制性能。模型參考自適應(yīng)控制的目標(biāo)是獲得一種動態(tài)調(diào)整的反饋控制律，以使系統(tǒng)的閉環(huán)控制性能與參考模型的性能保持一致。

本文選取模型參考自適應(yīng)控制中的一種控制結(jié)構(gòu)簡單的方法——簡單自適應(yīng)控制，用于控制增穩(wěn)系統(tǒng)的控制器設(shè)計(jì)。在簡單自適應(yīng)控制中，前饋路徑是通過參考模型和估計(jì)模型的誤差信號計(jì)算出的控制信號。反饋回路則用于校正控制信號以適應(yīng)系統(tǒng)的實(shí)際變化。該控制器基本結(jié)構(gòu)如圖6所示。

3.2 自適應(yīng)控制器+PID控制器設(shè)計(jì)

簡單自適應(yīng)控制更為簡便，只需要反饋被控對象的輸出信息。此外，簡單自適應(yīng)控制可以采用較低階的參考模型，從而參數(shù)調(diào)整所需的數(shù)量大大減少。但是，由于自適應(yīng)增益通常被初始化為零，因此需要一定的時(shí)間來調(diào)整自適應(yīng)增益到合理值。在此過程中，瞬態(tài)特性可能不令人滿意。PID控制方法是目前控制飛機(jī)最廣泛使用的方法。這主要是因?yàn)镻ID控制需要調(diào)整的參數(shù)少，易于實(shí)現(xiàn)，并且在標(biāo)稱情況下表現(xiàn)出良好的性能和高可靠性。因此本文設(shè)計(jì)了PID控制器與簡單自適應(yīng)控制結(jié)合的控制系統(tǒng)，以改善系統(tǒng)的控制性能?？刂破鹘Y(jié)構(gòu)如圖7所示。

通過控制框圖，可以看出簡單自適應(yīng)控制器是基于傳統(tǒng)PID控制系統(tǒng)的附加部分。相較于傳統(tǒng)PID控制系統(tǒng)，簡單自適應(yīng)PID控制具有高度可擴(kuò)展性，其中PID部分可以獨(dú)立于簡單自適應(yīng)控制部分運(yùn)行，并且可以隨時(shí)開啟和關(guān)閉。這種兩者結(jié)合的控制系統(tǒng)能夠?qū)崿F(xiàn)傳統(tǒng)PID控制系統(tǒng)難以獨(dú)立控制的系統(tǒng)的控制。

4 人機(jī)交互控制系統(tǒng)設(shè)計(jì)

4.1 人機(jī)交互系統(tǒng)

人機(jī)交互控制系統(tǒng)是現(xiàn)代工業(yè)和科技領(lǐng)域中非常重要的研究領(lǐng)域，隨著航空業(yè)務(wù)的不斷增加和飛機(jī)自動化程度的提高，飛行員和控制增穩(wěn)系統(tǒng)之間的交互變得至關(guān)重要。飛行員通過視覺、觸覺、聽覺等多種渠道獲取飛機(jī)狀態(tài)信息，基于感知信息、情境意識和專業(yè)知識執(zhí)行飛行控制任務(wù)，以確保飛行安全；控制增穩(wěn)系統(tǒng)則通過機(jī)載計(jì)算機(jī)給出控制信號，實(shí)現(xiàn)高精度的飛行控制。在故障情況下，飛行員的故障識別能力更強(qiáng)，而控制增穩(wěn)系統(tǒng)的控制精度更高。因此，將兩者優(yōu)點(diǎn)結(jié)合起來，設(shè)計(jì)一種飛行員和控制增穩(wěn)系統(tǒng)共同參與的飛行控制系統(tǒng)，對于提升飛行品質(zhì)至關(guān)重要。

飛機(jī)駕駛艙內(nèi)的人機(jī)交互可以分為切換控制模式和共享控制模式。其中，切換控制模式是指飛行員和控制增穩(wěn)系統(tǒng)在不同的時(shí)間輪流執(zhí)行駕駛?cè)蝿?wù)的交互方式，這種控制模式在控制權(quán)轉(zhuǎn)換過程中，很難確保飛行員處于良好的工作狀態(tài)[16]。共享控制模式是一種飛行員和控制增穩(wěn)系統(tǒng)協(xié)同控制的方式，旨在充分利用雙方的優(yōu)勢，提高控制效率[36]。本文選取共享控制模式實(shí)現(xiàn)人機(jī)交互控制過程。

4.2 并聯(lián)型人機(jī)交互控制系統(tǒng)設(shè)計(jì)

4.2.1 并聯(lián)型人機(jī)交互控制架構(gòu)

針對故障情況下的人機(jī)交互控制問題，本文提出并聯(lián)型人機(jī)交互控制架構(gòu)，如圖8所示。在該并聯(lián)型人機(jī)交互控制架構(gòu)中，飛機(jī)在故障發(fā)生之前由飛行員單獨(dú)操縱。飛行員根據(jù)飛行任務(wù)和實(shí)際飛行狀態(tài)的偏差操縱飛機(jī)，將操縱力輸出給主動側(cè)桿。主動側(cè)桿不僅產(chǎn)生運(yùn)動，還向飛行員提供與飛行狀態(tài)相關(guān)的反饋力，從而增強(qiáng)飛行員的情景感知。同時(shí)，桿指令作為飛控系統(tǒng)的輸入，產(chǎn)生控制信號，控制飛機(jī)完成飛行狀態(tài)的變化。

當(dāng)故障發(fā)生時(shí)，飛行員和控制增穩(wěn)系統(tǒng)共同操縱飛機(jī)。由于飛機(jī)發(fā)生故障，主動側(cè)桿提供的反饋力觸發(fā)時(shí)變飛行員的自適應(yīng)邏輯環(huán)節(jié)，時(shí)變飛行員產(chǎn)生操縱力控制主動側(cè)桿產(chǎn)生位移。側(cè)桿位移作為桿指令傳送到控制權(quán)限分配邏輯單元。同時(shí)，控制增穩(wěn)系統(tǒng)根據(jù)控制任務(wù)，在飛機(jī)故障之后產(chǎn)生控制信號并傳送到控制權(quán)限分配邏輯單元。該控制架構(gòu)中，飛行員發(fā)揮了其擅長推理決策的特點(diǎn)，根據(jù)主動側(cè)桿的反饋力觸發(fā)故障識別。當(dāng)識別故障之后，將控制增穩(wěn)系統(tǒng)引入控制系統(tǒng)中，飛行員和控制增穩(wěn)系統(tǒng)同時(shí)具有對飛機(jī)的控制權(quán)。

4.2.2 人機(jī)交互控制權(quán)限分配

飛機(jī)發(fā)生故障之后，控制權(quán)限分配邏輯單元根據(jù)控制任務(wù)的優(yōu)先級分配飛行員和控制增穩(wěn)系統(tǒng)的控制權(quán)限大小，對兩者的控制信號進(jìn)行合成，最終輸出控制信號作用于發(fā)生故障的飛機(jī)模型。

在并聯(lián)型人機(jī)交互控制架構(gòu)中，飛行員與控制增穩(wěn)系統(tǒng)控制權(quán)限的分配是實(shí)現(xiàn)高效人機(jī)交互控制的核心問題。因此，本節(jié)將深入研究飛行員與控制增穩(wěn)系統(tǒng)控制信號的合成方式。具體而言，飛行員操縱產(chǎn)生的控制信號和控制增穩(wěn)系統(tǒng)產(chǎn)生的控制信號將通過控制權(quán)限分配單元合成總的控制信號，用來控制飛機(jī)完成所需的飛行狀態(tài)變化?？刂菩盘柕暮铣煞椒ㄈ缡剑?8）所示

模糊控制是一種結(jié)合模糊數(shù)學(xué)和控制理論的控制方法，已成為智能控制領(lǐng)域中的重要分支。跟蹤偏差、跟蹤偏差導(dǎo)數(shù)以及控制權(quán)限分配因子的模糊變量子集包括負(fù)大、負(fù)中、負(fù)小、零、正小、正中、正大7個狀態(tài)，分別用NL、NM、NS、ZO、PS、PM、PL表示。根據(jù)專家經(jīng)驗(yàn)或現(xiàn)場操作人員的經(jīng)驗(yàn)知識及操作數(shù)據(jù)，本文采用模糊控制規(guī)則計(jì)算控制權(quán)限分配因子，設(shè)計(jì)模糊規(guī)則見表2。

在15s之后引入飛機(jī)執(zhí)行器故障，飛機(jī)升降舵效率損失25%。故障發(fā)生之前由飛行員獨(dú)自操縱飛機(jī)，故障發(fā)生之后引入控制增穩(wěn)系統(tǒng)，構(gòu)成并聯(lián)交互控制系統(tǒng)。

飛機(jī)發(fā)生故障之后，飛行員的自適應(yīng)控制算法是通過主動側(cè)桿的故障觸覺反饋力觸發(fā)的。本文的飛行任務(wù)為俯仰角跟蹤，故設(shè)計(jì)主動側(cè)桿的反饋力跟飛機(jī)俯仰角速度相關(guān)，主動側(cè)桿反饋力變化情況如圖9所示。可以看出主動側(cè)桿反饋力與飛機(jī)的狀態(tài)變量q相關(guān)，且兩者變化趨勢一致，其中在第15s故障發(fā)生之后，俯仰角速度達(dá)到了最大值15（°）/s。

飛行員在整個飛行任務(wù)過程中都參與控制，仿真結(jié)果如圖10所示。故障發(fā)生之前，飛行員自適應(yīng)參數(shù)保持初始值。當(dāng)飛行員感知到飛機(jī)故障之后，自適應(yīng)觸發(fā)因子由0變化到1；自適應(yīng)參數(shù)Kr迅速增加到最大值24，然后逐漸減小，在跟蹤過程中波動范圍在-5～5之間；自適應(yīng)參數(shù)Kp在飛行員意識到故障后也迅速增加到13，然后逐漸減小，在初始值處波動。

整個交互過程中，控制增穩(wěn)系統(tǒng)控制作用的引入，以及飛行員與控制增穩(wěn)系統(tǒng)的控制權(quán)限分配是通過模糊控制器生成的控制權(quán)限分配因子進(jìn)行調(diào)節(jié)的，根據(jù)模糊控制規(guī)則，在Matlab中設(shè)計(jì)模糊控制器和跟蹤偏差、跟蹤偏差的導(dǎo)數(shù)以及控制權(quán)限分配因子λ的關(guān)系如圖11所示。

并聯(lián)人機(jī)交互系統(tǒng)中飛行員與控制增穩(wěn)系統(tǒng)的控制權(quán)限分配因子λ的仿真結(jié)果如圖12所示。在故障發(fā)生前的15s內(nèi)，控制權(quán)限分配因子為0，這表明此時(shí)控制增穩(wěn)系統(tǒng)沒有參與控制任務(wù)，飛行員完全掌控飛機(jī)的控制；但是，當(dāng)故障發(fā)生時(shí)，飛行員無法獨(dú)立完成跟蹤任務(wù)，此時(shí)模糊控制器生成的權(quán)限分配因子迅速上升，表明控制增穩(wěn)系統(tǒng)的控制權(quán)限迅速增大，λ在0.25s后達(dá)到最大值0.67，此時(shí)飛行員控制權(quán)限為0.33。隨后，控制權(quán)限分配因子逐漸減少，并趨向于0.5，這說明當(dāng)控制系統(tǒng)克服故障帶來的不良跟蹤效果后，控制增穩(wěn)系統(tǒng)和飛行員的控制權(quán)限逐漸趨于平衡。

控制增穩(wěn)系統(tǒng)采用自適應(yīng)控制器+PID控制器，在控制過程中，控制增穩(wěn)系統(tǒng)不斷調(diào)整自適應(yīng)參數(shù)，以實(shí)現(xiàn)對期望信號的跟蹤，控制增穩(wěn)系統(tǒng)的自適應(yīng)參數(shù)的變化情況如圖13～圖15所示。由圖13～圖15可以看出，在飛機(jī)升降舵故障之前自適應(yīng)控制器的參數(shù)Ku，Kx，Ke均為零，表明控制增穩(wěn)系統(tǒng)沒有參與控制過程，即飛行員全權(quán)控制無故障的飛機(jī)；在故障發(fā)生后，自適應(yīng)參數(shù)Ku迅速增大至0.05，然后又迅速下降，并在17.4s時(shí)達(dá)到-0.05，隨后保持在該值周圍輕微波動；自適應(yīng)參數(shù)Kx在異常發(fā)生之后的15.2s時(shí)增大至11.14，然后在16.76s下降至0，隨后在[-0.6，1.5]區(qū)間內(nèi)波動；自適應(yīng)參數(shù)Ke在15.3s時(shí)增大至最大值2.67，然后緩慢下降，在30s時(shí)下降至2.32。這些參數(shù)的變化反映了控制增穩(wěn)系統(tǒng)的自適應(yīng)能力，同時(shí)也展示了控制增穩(wěn)系統(tǒng)在飛機(jī)故障后的響應(yīng)和調(diào)整過程。

整個并聯(lián)人機(jī)交互控制系統(tǒng)的跟蹤效果及跟蹤偏差如圖16、圖17所示?？梢钥闯?，在15s之前飛機(jī)無故障發(fā)生，飛行員可以跟蹤俯仰角指令，在跟蹤過程中存在偏差，且偏差范圍為±2°，在容許范圍之內(nèi)；當(dāng)15s故障發(fā)生之后引入控制增穩(wěn)系統(tǒng)控制，在飛行員與控制增穩(wěn)系統(tǒng)的協(xié)同交互控制之下實(shí)現(xiàn)了俯仰角跟蹤，跟蹤偏差在[-0.5， 0.5]之間，跟蹤偏差更小。通過仿真可以得出設(shè)計(jì)的并聯(lián)型人機(jī)交互控制可以在故障發(fā)生之后實(shí)現(xiàn)期望指令的跟蹤，且跟蹤效果良好。

6 結(jié)論

本文研究了飛機(jī)故障情況下的人機(jī)交互系統(tǒng)設(shè)計(jì)和實(shí)現(xiàn)，設(shè)計(jì)了飛行員與控制增穩(wěn)系統(tǒng)之間的并聯(lián)型人機(jī)交互控制架構(gòu)，旨在提高故障情況下的任務(wù)跟蹤性能。設(shè)計(jì)了反饋力與飛機(jī)俯仰角速率相關(guān)的主動側(cè)桿伺服系統(tǒng)，以通過觸覺反饋向飛行員傳遞飛行狀態(tài)；設(shè)計(jì)了時(shí)變自適應(yīng)飛行員控制系統(tǒng)，以描述飛行員感知到飛機(jī)故障后的人工操縱過程；設(shè)計(jì)了自適應(yīng)控制增穩(wěn)系統(tǒng)控制系統(tǒng)，以協(xié)助飛行員完成飛機(jī)故障情況下的控制任務(wù)；設(shè)計(jì)了模糊控制器對故障發(fā)生之后的飛行員與控制增穩(wěn)系統(tǒng)的控制權(quán)重進(jìn)行靈活而有效的分配。最后通過仿真得出，該并聯(lián)人機(jī)交互系統(tǒng)能夠?qū)崿F(xiàn)飛機(jī)故障情況下的飛行控制任務(wù)，且跟蹤效果良好。

參考文獻(xiàn)

[1]吳佳駒， 蘇幸君， 朱妍. 駕駛員輔助系統(tǒng)的研究現(xiàn)狀和發(fā)展展望[J]. 航空科學(xué)技術(shù)， 2021， 32（7）： 12-20.Wu Jiaju， Su Xingjun， Zhu Yan. Research status and develop‐ment prospect of pilot assistance system[J]. Aeronautical Sci‐ence & Technology， 2021， 32（7）： 12-20. （in Chinese）

[2]學(xué)喆， 張?jiān)溃?陳軍. 無人-有人機(jī)混合主動式交互決策研究[J]. 航空科學(xué)技術(shù)， 2022， 33（5）：44-52. Xue Zhe， Zhang Yue， Chen Jun. Research on UAV-MAV mixed-initiative interactive decision[J]. Aeronautical Science& Technology， 2022， 33（5）：44-52. （in Chinese）

[3]史國榮， 李凱， 郭韶華. 淺析飛機(jī)側(cè)桿駕駛裝置設(shè)計(jì)[J]. 電子世界， 2021（15）： 180-181. Shi Guorong， Li Kai， Guo Shaohua. A brief analysis on the design of aircraft side stick control device[J]. Electronics World， 2021（15）： 180-181. （in Chinese）

[4]Hanke D， Herbst C. Active sidestick technology-a means for improving situational awareness[J]. Aerospace Science and Technology， 1999， 3（8）： 525-532.

[5]Hosman R， Benard B， Fourquet H. Active and passive side stick controllers in manual aircraft control[C]. IEEE International Conference on Systems， Man， and Cybernetics Conference， 1990： 527-529.

[6]Guiatni M， Ournid A， Boulahlib M A， et al. Programmable force-feedback side-stick for flight simulation[C]. IEEE International Instrumentation and Measurement Technology Conference， 2012： 2526-2530.

[7]Fergani S， Allias J F， Briere Y， et al. A novel structure design and control strategy for an aircraft active sidestick[C]. 24th Mediterranean Conference on Control and Automation （MED）， 2016： 1114-1119.

[8]Hegg J W， Smith M P， Yount L， et al. Features of active sidestick controllers[J]. IEEE Aerospace and Electronic Systems Magazine， 1995， 10（7）： 31-34.

[9]許舒婷， 譚文倩， 孫立國， 等. 主動側(cè)桿引導(dǎo)下的Ⅱ型飛行員誘發(fā)振蕩抑制[J]. 航空學(xué)報(bào)， 2018， 39（8）： 1-12. Xu Shuting， Tan Wenqian， Sun Liguo， et al. Using active sidestick to prevent category Ⅱ pilot-induced oscillations[J]. Acta Aeronautica et Astronautica Sinica， 2018， 39（8）： 1-12. （in Chinese）

[10]Abildgaard M， Grünhagen W. Demonstration of an active sidestick in the DLR flying helicopter simulator （FHS） [C]// Proceedings of the 34th European Rotorcraft Forum， UK， 2008.

[11]孫無忌. 側(cè)桿感覺控制系統(tǒng)及人機(jī)閉環(huán)模型研究[D]. 西安：西北工業(yè)大學(xué)， 2017. Sun Wuji. Research on side stick haptic control system and Hu‐man-in-the-Loop model[D].Xi’ an： Northwestern Poly- techni‐cal University， 2017. （in Chinese）

[12]劉世前， 盧正人， 梁青祥龍， 等. 基于主動側(cè)桿技術(shù)的人在回路系統(tǒng)建模與多模態(tài)引導(dǎo)控制[C]. IEEE CGNCC 2016，2016：2971-2974. Liu Shiqian， Lu Zhengren， Liang Qingxianglong， et al. Modeling of human-in-the-loop system and multi-modal guidance control based on active sidestick technology[C]. 2016 IEEE Chinese Guidance， Navigation and Control Conference， 2016： 2971-2974. （in Chinese）

[13]Zhou G R， Liu S Q， Sang Y J. LPV robust servo control of aircraft active side sticks[J]. Aircraft Engineering and Aerospace Technology， 2020， 92（4）： 599-609.

[14]Klyde D， Chi Y L， Richards N. Use of active inceptor cueing to mitigate pilot-vehicle system loss of control[C]. AIAA Guid‐ance， Navigation， And Control Conference， 2012： 4765-4768.

[15]ünal Z. Simulator based evaluation of adaptive envelope protection algorithms for active sidestick controllers[D]. Ankara： Middle East Technical University， 2019.

[16]董瑋， 李巖， 董騏， 等. 自動駕駛?cè)藱C(jī)交互系統(tǒng)研究綜述[J].汽車電器， 2022（10）： 1-6. Dong Wei， Li Yan， Dong Qi， et al. A review of research on automated driving human-machine interaction systems[J]. Automotive Electrician， 2022（10）： 1-6. （in Chinese）

[17]于寧波， 李思宜， 趙營泉， 等. 基于共享控制的人機(jī)靈巧力觸覺交互系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[J]. 儀器儀表學(xué)報(bào)， 2017， 38（3）： 602-611. Yu Ningbo， Li Siyi， Zhao Yingquan， et al. Design and implementation of a human -machine dexterous force-tactile interaction system based on shared control[J]. Journal of Instrumentation and Measurement， 2017， 38（3）： 602-611. （in Chinese）

[18]馮悅， 王言偉， 耿歡. 戰(zhàn)斗機(jī)智能座艙人機(jī)交互方式發(fā)展及應(yīng)用[J]. 飛機(jī)設(shè)計(jì)， 2020， 40（4）： 54-58. Feng Yue， Wang Yanwei， Geng Huan. Development and application of human -machine interaction methods in intelligent cockpits of fighter aircraft [J]. Aircraft Design，2020， 40（4）： 54-58. （in Chinese）

[19]Cahill J， Donald N M. Human computer interaction methods for electronic flight bag envisionment and design[J]. Cognition Technology & Work， 2006， 8（2）： 113-123.

[20]Andre A D， Wickens C D， Moorman L. Display formatting techniques for improving situation awareness in the aircraft cockpit[J]. The International Journal of Aviation Psychology， 1991， 1（3）： 205-218.

[21]Ramasamy S， Sabatini R， Gardi A， et al. Next generation flight management system for real-time trajectory based operations[J]. Applied Mechanics and Materials， 2014，629： 344-349.

[22]孫童， 曲蕾， 賴鳴. 人機(jī)交互技術(shù)在美國海軍的典型應(yīng)用[J].艦船科學(xué)技術(shù)， 2022， 44（15）： 185-189. Sun Tong， Qu Lei， Lai Ming. Typical applications of humanmachine-interaction technology in the US navy[J]. Ship Science and Technology， 2022， 44（15）： 185-189. （in Chinese）

[23]康衛(wèi)勇， 袁修干， 柳忠起. 基于腦力負(fù)荷飛機(jī)座艙視覺顯示界面優(yōu)化設(shè)計(jì)[J]. 北京航空航天大學(xué)學(xué)報(bào)， 2008， 34（7）： 782-785. Kang Weiyong， Yuan Xiugan， Liu Zhongqi. Optimization design of aircraft cockpit visual display interface based on mental workload[J]. Journal of Beijing University of Aeronautics and Astronautics， 2008， 34（7）： 782-785. （in Chinese）

[24]郭小朝， 劉寶善， 馬雪松， 等. 殲擊機(jī)座艙通用顯示信息及其優(yōu)先級的確定[J]. 中華航空航天醫(yī)學(xué)雜志， 2006， 17（4）： 260-263. Guo Xiaochao， Liu Baoshan， Ma Xuesong， et al. Determina‐tion of general dsplay information and priority in fighter cock‐pit[J]. Chinese Journal of Aerospace Medicine， 2006， 17（4）： 260-263. （in Chinese）

[25]徐海玉， 張安， 湯志荔， 等. 飛機(jī)駕駛艙人機(jī)界面綜合評估[J].科學(xué)技術(shù)與工程， 2012， 12（4）： 940-944. Xu Haiyu， Zhang An， Tang Zhili， et al. Comprehensive evalua‐tion of human-machine -interface in aircraft cockpit[J]. Science Technology and Engineering， 2012，12（4）： 940-944. （in Chinese）

[26]Scott J， Gray R. A comparison of tactile， visual， and auditory warnings for rear-end collision prevention in simulated driving[J]. Human Factors， 2008， 50（2）： 264-275.

[27]Pacaux L， Flemisch F. Layers of shared and cooperative con‐trol， assistance， and automation[J]. Cognition， Technology & Work， 2019， 21（4）： 579-591.

[28]許舒婷， 譚文倩， 屈香菊. 飛機(jī)力提示智能側(cè)桿控制器設(shè)計(jì)方法[J]. 航空學(xué)報(bào)， 2021， 42（8）： 286-299. Xu Shuting， Tan Wenqian， Qu Xiangju. Design method of aircraft smart side-stick controller with force cue[J]. Acta Aeronautica et Astronautica Sinica， 2021， 42（8）： 286-299. （in Chinese）

[29]Flad M， Otten J， Schwab S， et al. Necessary and sufficient conditions for the design of cooperative shared control[C]. International Conference on Systems， Man， and Cybernetics（SMC）， 2014： 1253-1259.

[30]陳勇，張新慧，耿延升，等.飛機(jī)飛控系統(tǒng)指令異構(gòu)力傳感器技術(shù)研究[J].航空科學(xué)技術(shù)，2023，34（4）： 55-60. Chen Yong， Zhang Xinhui， Geng Yansheng， et al. Research on command heterogeneous force sensor technology for aircraft flight control system[J]. Aeronautical Science & Technology， 2023，34（4）： 55-60. （in Chinese）

[31]鄭培文. 電動操縱負(fù)荷系統(tǒng)建模仿真與控制技術(shù)研究[D]. 太原： 中北大學(xué)， 2019. Zheng Peiwen. Research on modeling simulation and control technology of electric control loading system[D]. Taiyuan： North University of China， 2019. （in Chinese）

[32]Hess R A. Unified theory for aircraft handling qualities and ad‐verse aircraft-pilot coupling[J]. Journal of Guidance， Control， and Dynamics， 1997， 20（6）： 1141-1141.

[33]Hess R A. Modeling pilot control behavior with sudden changes in vehicle dynamics[J]. Journal of Aircraft， 2009， 46（5）： 1584-1592.

[34]Hess R A. A model for pilot control behavior in analyzing potential loss-of-control events[J]. Proceedings of the Institution of Mechanical Engineers， Part G： Journal of Aerospace Engineering， 2014， 228（10）： 1845-1856.

[35]Hess R A. Modeling human pilot adaptation to flight control anomalies and changing task demands[J]. Journal of Guidance， Control， and Dynamics， 2016， 39（3）： 655-666.

[36]Eraslan E， Yildiz Y， Annaswamy A M. Shared control between pilots and autopilots： an illustration of a cyberphysical human system[J]. IEEE Control Systems Magazine， 2020， 40（6）： 77-97.

Study on the Human-machine Interaction Control System of Aircraft Equipped with Active Side Stick

Meng Xiaobao1， Zou Quan2， He Huanhuan1， Fan Xue1， Xie Rong1

1. Northwestern Polytechnical University， Xi’an 710072， China

2. Chinese Flight Test Establishment， Xi’an 710089， China

Abstract： The human-machine ineraction control of active side stick， as an important and widely used technology， not only can reduce the workload of pilots， but also improve the aircraft performances and safety. To address the issue of potential loss of aircraft control in the event of failure of aircraft actuators， a parallel human-machine interaction control architecture was developed for aircraft with an active side stick. A novel interaction approach was designed for the active side stick to not only transmit control commands， but also provide tactile feedback to the pilot regarding the flight status， enabling rapid perception of aircraft failures and appropriate actions. Simultaneously， an autopilot control system was designed with an adaptive controller， and an improved adaptive controller with PID controller was developed based on this foundation. A fuzzy control mechanism was employed to dynamically allocate the humanmachine control weights， providing a more flexible and precise control method for interaction between the aircraft system and pilots. Finally， the effectiveness of the designed human-machine interaction control method with the active side stick was verified through simulation.

Key Words： active side stick； aircraft actuator failure； adaptive control； fuzzy control； human-machine interaction system