主動側桿引導下的Ⅱ型駕駛員誘發振蕩抑制

許舒婷，譚文倩，孫立國，屈香菊

北京航空航天大學 航空科學與工程學院，北京 100083

為了提高飛機的飛行性能，現代飛機廣泛采用了放寬靜穩定性的構型設計，并使用側桿實施操縱。側桿較中央桿操縱更靈敏，更容易造成控制面指令輸入過快，使舵機速率發生飽和，從而引起駕駛員誘發振蕩(PIO)。由舵機速率飽和引起的人機閉環振蕩屬于Ⅱ型PIO。Ⅱ型PIO嚴重威脅飛行安全[1-2]，研究Ⅱ型PIO抑制技術，對于改善人機閉環系統特性，提高飛行安全性有重要實際意義[3-4]。

目前，科學家們主要通過控制器的設計來降低Ⅱ型PIO發生的可能性。包括被動式控制器設計，即在飛控系統中設置補償器[5-11]；以及主動式控制器設計，即通過控制面分配技術[12-15]來抑制速率飽和引起的Ⅱ型PIO。但這類“修復性”的方法都是假定控制系統各元素按照設計者意愿工作，沒有考慮人機交互問題的影響。駕駛員相比于控制器來說自適應性更強，改變駕駛員操縱是解決Ⅱ型PIO問題的根本。

駕駛員主要通過人機交互界面獲取飛行狀態變化信息，對飛機實施控制。友好的人機界面設計能夠改善人機耦合特性，使閉環系統發揮更大效能。在飛機人機交互界面設計方面，Klyde和McRuer[16]提出了一個Smart-Cue智能提示操縱桿系統。通過自適應實際控制系統與理想標稱系統之間的系統誤差，將其反饋到人感系統，給駕駛員提供觸覺感知，從而引導駕駛員實施控制。實驗結果表明，在僅有Smart-Cue的情況下，較小的提示力駕駛員不易察覺[17]；即使力提示很大，Smart-Cue也不是那么有效[18]。當與Smart-Gain指令路徑增益系統結合應用時，能對舵面速率限制起到減緩的作用[19]。這種Smart-Cue與Smart-Gain技術有利于電傳操縱系統中主動側桿技術的發展[20]。

盡管利用操縱桿系統研究Ⅱ型PIO抑制問題已有一些實例，但該方法仍處于起步階段。主動側桿的重要特征是人感系統特性隨飛機運動反饋而變化，并將這種變化通過人感系統傳遞給駕駛員，給駕駛員一種觸覺感示，以加強駕駛員的“情景意識”。本文根據舵偏角系統誤差δerr改變主動側桿人感系統特性，將Smart-Cue與Smart-Gain的特性集成起來，有效避免駕駛員過快的操縱指令，從而抑制Ⅱ型PIO的發生。研究內容具體包括：① 建立主動側桿控制的人機系統結構模型，包括主動側桿人感系統模型、駕駛員模型以及飛機與飛控系統模型；② 通過飛行品質評價、速率飽和情況及控制誤差大小分析主動側桿對Ⅱ型PIO的抑制作用，不同人感系統特性對Ⅱ型PIO的影響，以及在不同被控對象情況下主動側桿的抑制效果。

1 人機閉環系統模型

人機系統結構如圖1所示，它由駕駛員、人機界面以及帶控制器的飛機系統組成。通過駕駛員、人機界面和飛行控制系統相互作用和協調來共同完成飛行任務[21]。

人機界面通過視覺、觸覺、聽覺等形式將實際狀態信息感知給駕駛員，并且將駕駛員提供的控制指令傳輸給飛機。在出現不良人機耦合的情況下，利用觸覺感受提示駕駛員是最直接的手段，這種感受提示可以通過主動側桿得以實現，主動側桿可以將飛機運動狀態信息的變化反饋到人感系統中，從而有效提示駕駛員。

基于駕駛員控制模型建立人機閉環系統，駕駛員模型有多種形式[22]。對于本文所研究的問題，需要體現駕駛員對人感系統的感知，就是人感系統對駕駛員的影響。基于此，本文選用Hess的結構駕駛員模型[23]，人機系統閉環模型如圖2所示。

圖2中，θc為俯仰角指令信號，θ為實際的俯仰角輸出，UM為駕駛員的本體反饋信號，Fs為側桿桿力輸入，δs為側桿桿位移輸出，EM代表駕駛員延遲后的誤差輸入。轉角頻率ωc由所執行的任務決定，這里選定一個固定的轉角頻率2.0 rad/s[24]。駕駛員增益Ye的作用是根據任務要求，保證開環穿越頻率；時間延遲τ0反映了駕駛員的操縱延遲，一般取τ0=0.2 s。

圖1 人機系統結構框圖Fig.1 Block diagram for pilot-aircraft system

圖2 人機閉環系統Fig.2 Pilot-aircraft closed-loop system

YFS代表主動側桿的人感系統環節。針對Ⅱ型PIO問題，本文利用主動側桿的特點——能夠隨著飛行狀態的不同實時改變人感系統的特性，給駕駛員以提示，提高駕駛員的情景意識。

神經肌肉系統YNM可以用于幫助設計和分析操縱桿。在主動側桿引導的人機系統中，當主動側桿動態特性發生變化時，駕駛員在操縱側桿時會改變他的神經肌肉系統的動態特性。

下面將詳細研究主動側桿人感系統模型YFS以及人感系統的改變引起的駕駛員神經肌肉系統YNM的變化。

2 主動側桿人感系統模型

在側桿操縱的人機系統中，駕駛桿位移輸出作為飛機運動的引導輸入，飛機受控運動的反作用力不再反饋給駕駛員，使駕駛員“感覺匱乏”，從而影響駕駛員實施有效的控制。側桿引導的方式如圖3所示。

主動側桿在每個運動軸上都有伺服舵機，通過與飛機飛行狀態信息相關的電信號控制人感系統特性，駕駛員從手部的桿力變化上就能感到飛機對指令的響應情況，從而提示駕駛員進行操縱。

由于主動側桿的人感系統特性是變化的，這種變化依賴于飛機的運動狀態信息，所以需要通過飛機的運動對人感系統進行調參。對于Ⅱ型PIO舵機速率飽和問題，可以通過Smart-Cue智能提示系統舵偏角誤差δerr調整人感系統結構參數，從而抑制Ⅱ型PIO。

圖3 側桿控制回路Fig.3 Control loop with a side-stick

圖4 人感系統控制回路[26]Fig.4 Feel system control loop[26]

(1)

(2)

經過拉式變換可以得到

(3)

由于在側桿的操縱下，桿力較輕，操縱敏感，容易引起過快的操縱，引發人機閉環失穩。這時需要通過人感系統給駕駛員一種觸覺感示，使較大的桿力情況下得到較小的桿位移，讓駕駛員難以操縱駕駛桿。本文希望通過提高駕駛桿內等效彈簧的剛度，即彈性系數來避免出現速率飽和。

圖5 k與舵偏角速率的關系Fig.5 Relationship betweenkand actuator rate

的選取需要適當，如果k增加的較小，會達不到抑制Ⅱ型PIO的效果；k增加的過大時，駕駛員無法推動駕駛桿，雖然可以抑制PIO，但卻以犧牲執行任務為代價。所以需要通過主動側桿對彈性系數進行調參，即找到合適的k。

3 神經肌肉系統

在Hess結構駕駛員模型中，神經肌肉系統是一個確定的二階系統模型，然而主動側桿人感系統的變化會引起駕駛員神經肌肉系統的變化。主動側桿彈簧剛度增大時，駕駛員會施加更大的力，從而影響駕駛員神經肌肉系統參數的變化。因此本節通過研究主動側桿對駕駛員神經肌肉系統的影響，確定神經肌肉系統的參數。神經肌肉系統的結構組成如圖6所示，主要包括肌肉系統和神經系統。其中，up為駕駛員輸入，xt為駕駛員控制行為輸出，qm為神經系統輸出，ms為肌肉系統輸出，xl為肌肉系統對神經系統的反饋信號。

3.1 肌肉系統組成及參數

肌肉系統主要模擬神經肌肉系統的物理部分，產生力或傳遞力，肌肉系統的參數由彈性皮膚模型(阻尼Bc、剛度Kc)、手臂轉動慣量Il、平行彈性部分(PEC)(剛度Kpec)、串聯彈性部分(SEC)(剛度Ke)以及收縮部分(CC)(阻尼Bm、剛度Km)組成。肌肉系統部分框圖結構如圖7所示。

圖6 駕駛員與神經肌肉系統的組成部分Fig.6 Pilot and components of his neuromuscular system

圖7 肌肉系統部分結構框圖Fig.7 Block diagram for muscular system

主動側桿人感系統的變化主要影響肌肉系統參數Bm、Bc。隨著桿力矩的變化，Bm、Bc會相應地變化。其他參數變化較小，相對變化基本可以忽略。其他肌肉系統部分基本恒定的數據見表1。基于文獻[27]，實驗得到Bm、Bc與ms的關系如圖8所示。當達到速率飽和時，主動側桿彈簧剛度都變大，此時駕駛員會施加更大的力。根據擬合曲線得到Bm與Bc隨桿力矩變化的情況(見圖9)，可知不同桿力矩下Bm與Bc的值。

表1 肌肉系統參數值Table 1 Parameter values of muscular system

圖8 Bm、Bc與ms的關系Fig.8 Relationship between Bm, Bc and ms

圖9 Bm與Bc隨桿力矩變化的曲線Fig.9 Curves of Bm, Bcwith change of moment on side-stick

3.2 神經系統組成及參數

神經系統部分是一種內部形式，能夠給模型產生快速的“沖擊式”運動。神經系統部分結構如圖10所示。

主動側桿人感系統的變化主要影響神經系統參數Kn。當側桿剛度變化時，軟件系統部分Kn參數值有所變化，根據文獻[28]的實驗結果，Kn隨桿力Fs的變化如圖11所示，+10°和-10°代表實驗的測試輸入斜坡速度。這里Kn取不同輸入下的平均值。因此，當達到速率飽和時，主動側桿彈簧剛度變大，桿力增大，根據擬合曲線Kn隨桿力變化(見圖12)，可知不同桿力下Kn的值。其他神經系統部分基本恒定的數據見表2。其中，τfL、τfl、Kf為神經系統內部模型參數，τnL、τnl、Δtn為神經系統神經反饋參數。

圖10 神經系統部分結構框圖Fig.10 Block diagram of nervous system

圖11 Kn與桿力的關系[28]Fig.11 Relationship between Kn and force on side-stick[28]

圖12 Kn隨桿力的變化曲線Fig.12 Curve of Kn with change of force on side-stick

表2 神經系統參數值Table 2 Parameter values of nervous system

變量τnL/sτnl/sΔtn/sKf/rad-1τfL/sτfl/s數值00.490.041.54600.3

4 人機閉環仿真及飛行品質評估

根據上述描述，得到主動側桿控制的人機系統模型如圖13所示。其中，E代表駕駛員輸入誤差信號，R代表駕駛員增益后的誤差輸入。

圖13 主動側桿控制的人機系統模型Fig.13 Pilot-aircraft system model with active side-stick control

Αp=

Dp=[0]

(4)

式中：Αp代表飛機系數矩陣；Bp代表飛機控制矩陣；Cp代表飛機輸出矩陣；Dp代表直接傳遞矩陣。

表3 飛行控制系統參數Table 3 Parameters of flight control system

表4 人感系統參數值[29]Table 4 Parameter values of feel system[29]

4.1 時域仿真結果

為了探究主動側桿對速率飽和抑制及對人機閉環系統操縱品質的影響，對NT-33A飛機采用MIL-HDBK-1797A[30]中一個典型的離散變化的俯仰跟蹤任務進行仿真。為了能大幅度觸發速率飽和，設定速率飽和為20(°)/s。

仿真結果見圖14，其中圖14(a)為加入速率飽和的側桿結果，圖14(b)是加入速率飽和的主動側桿跟蹤結果，俯仰跟蹤任務跟蹤誤差e結果見圖15。圖16為操縱面舵角輸出。主動側桿系統舵偏角誤差δerr見圖17。主動側桿誤差均方根σe如圖18所示。

圖14 NT-33A飛機俯仰跟蹤任務跟蹤結果Fig.14 Tracking results of pitch tracking tasks of NT-33A airplane

從圖14中可以看出，對于離散俯仰跟蹤指令信號，側桿在前42 s跟蹤較好，在42 s后發生了振蕩。主動側桿在42 s左右存在較大的超調，但最后趨于穩定。對于操縱面舵角輸出(圖16)，可以看出側桿發生了嚴重的速率飽和，產生了嚴重的三角波，主動側桿在42 s和75 s左右存在三角波，其他情況基本良好，基本抑制了速率飽和。從圖17可以看出主動側桿在42 s和75 s左右，δerr發生變化, 隨著k的增大，δerr的值有所降低，對速率飽和的抑制效果更好。但從圖18可以看出，并非k值越大，完成任務質量越高。當k足夠大使駕駛員無法推動駕駛桿時，可以抑制PIO，但卻以犧牲執行任務為代價。

圖15 NT-33A飛機俯仰跟蹤任務跟蹤誤差Fig.15 Tracking errors of pitch tracking tasks of NT-33A airplane

圖16 NT-33A飛機操縱面舵角輸出Fig.16 Actuator deflection output of NT-33A airplane

圖17 NT-33A飛機主動側桿舵偏角誤差δerrFig.17 Actuator deflection error δerr of active side-sticks of NT-33A airplane

圖18 NT-33A飛機誤差均方根值對比Fig.18 Root mean square errors comparison of NT-33A airplane

4.2 飛行品質評估

對于單通道的飛行任務，Hess提出的飛行品質指標與PIO預測方法[23]能提供充分的定量預測和可靠的結果[31-32]。因此，本文選擇飛行品質指標與PIO預測方法對主動側桿進行評價，分析不同k值對PIO的影響。

實際飛行過程中，駕駛員常以本體感受反饋信號UM(t)的值作為衡量任務的難以度量，不同的輸入量CM(t)影響UM(t)的值，故Hess[23]取QHQSF=|(UM/CM)(jω)|作為飛行品質評價指標。對于非線性系統，根據隨機理論可知QHQSF的等價形式為

(5)

式中：φUMUM(ω)、φCC(ω)分別為UM(t)和CM(t)的功率譜密度。

Hess通過飛行試驗和模擬證明了駕駛員誘發振蕩評價(PIOR)與UM(t)的功率譜密度φUMUM(ω)有關[23]。按照PIOR等級可將φUMUM分為3級，即1≤PIOR≤2，2

計算側桿與主動側桿的飛行品質指標與PIO預測如圖19和圖20所示。圖19表示飛行品質指標QHQSF與頻率f的關系，圖20表示UM(t)的功率譜密度φUMUM(ω)與頻率f的關系。從圖中可以看出，普通側桿的飛行品質達到3級，PIOR≥4。主動側桿的飛行品質達到了1級，對于PIO預測圖，隨著k增大，PIO發生的幾率越小。這與圖17主動側桿舵偏角誤差的結論是一致的。

圖19 NT-33A飛機飛行品質評價Fig.19 Handling flight qualities of NT-33A airplane

圖20 NT-33A飛機PIO預測Fig.20 PIO prediction of NT-33A airplane

5 主動側桿在F-16飛機上的應用驗證

(6)

駕駛員結構模型參數為Ye=1.359、τ0=0.2 s、YPF=2/(s+0.4)。

選擇上例的人感系統特性并結合主動側桿進行仿真，任務仍選擇離散變化的俯仰跟蹤。設定速率飽和為20(°)/s。

對于加入速率飽和的人機系統，沒有主動側桿的情況下，完全無法跟蹤輸入，造成嚴重發散。加入主動側桿后，得到主動側桿跟蹤結果如圖21所示，在離散俯仰跟蹤任務中，42 s 輸入近似階躍函數，是跟蹤任務中最嚴峻工作狀態。主動側桿基本能跟蹤指令任務，雖快速性欠佳，但幾乎不存在振蕩，平穩性表現相對較好。主動側桿俯仰跟蹤任務跟蹤誤差結果見圖22。從圖23主動側桿操縱面舵角輸出中可以看出，主動側桿在42 s和75 s左右存在三角波，其他情況基本沒有出現速率飽和。主動側桿系統舵偏角誤差δerr如圖24所示，在0 s和42 s左右出現了較大的變化，由于這兩個時間點是比較大的階躍響應，跟蹤難度較大，相應地出現了舵偏角誤差。

圖21 F-16飛機俯仰跟蹤任務跟蹤結果Fig.21 Tracking results of pitch tracking tasks of F-16 ariplane

圖22 F-16飛機俯仰跟蹤任務跟蹤誤差Fig.22 Tracking errors of pitch tracking tasks of F-16 ariplane

主動側桿的飛行品質指標與PIO預測如圖25和圖26所示。從圖中可知，主動側桿的飛行品質達到了一級，PIOR等級為2

圖23 F-16飛機操縱面舵角輸出Fig.23 Actuator deflection output of F-16 ariplane

圖24 F-16飛機主動側桿舵偏角誤差δerrFig.24 Actuator deflection error δerrof active side-sticks of F-16 ariplane

圖25 F-16飛機飛行品質評價Fig.25 Handling flight qualities of F-16 ariplane

圖26 F-16飛機PIO預測Fig.26 PIO prediction of F-16 ariplane

6 結 論

1) 針對舵面速率飽和引起的Ⅱ型PIO問題，設計了主動側桿人感系統。該系統根據舵偏角控制誤差δerr實時對人感系統中的彈性系數k進行調整，從而達到抑制速率飽和的目的。針對主動側桿人感系統反饋力實時變化這一特性，設計了能夠描述駕駛員操縱變化的神經肌肉系統模型，該模型可用于研究主動側桿引導下的人機閉環特性。

2) 人機閉環仿真結果表明，對于離散俯仰跟蹤指令信號，采用側桿人感系統出現嚴重的舵面速率飽和。采用主動側桿人感系統基本可以跟上指令信號。基于Hess同一理論的飛行品質評價結果表明，采用側桿人感系統的飛行品質指標達到三級，PIO評分為PIOR≥4。而主動側桿的飛行品質達到了一級，沒有發生潛在PIO的傾向。由此證明本文設計的主動側桿人感系統有抑制速率飽和的作用。

3) 采用側桿操縱的飛機F-16作為被控對象進行應用驗證，在主動側桿的作用下，跟蹤結果幾乎不存在振蕩，跟蹤效果較好；飛行品質指標與PIO預測結果表明沒有發生潛在PIO傾向。驗證結果說明了主動側桿有助于改進F-16飛機側桿系統的設計。

本文設計主動側桿人感系統可以利用反饋給駕駛員的信息使駕駛員有足夠的時間調整人機系統的狀態，但主動側桿的參數設計仍需進一步研究，從而更有效地抑制Ⅱ型PIO。