邊界保護控制在直升機中的應用

袁文鵬

（航空工業直升機設計研究所，天津 300000）

0.引言

現代科學技術水平在不斷進步，直升機的各項飛行性能也在不斷發展。現如今世界空中作戰有兩個方向：其一是超視距作戰。主要是通過電子雷達系統尋找視距之外的目標，進而發射導彈完成摧毀；其二是近視距作戰[2]。相關研究文獻表明，近視距作戰占整個空戰的30%，同時為了提高作戰效率，直升機要一直保持較大的迎角飛行姿態，這就要求直升機具有較強的超機動能力，才能在大迎角情況完成各種機動動作，例如通過小半徑飛行進而改變飛行方向，快速改變直升機指向等。綜上分析，超機動能力強弱是能否完成近距作戰的關鍵[3]。

在直升機的超機動飛行的過程中有許多需要注意的約束。邊界保護控制系統的目的就是保證直升飛機在不越過這些限制的條件下飛行。在飛行員駕駛的階段，飛行員通常借助于日常飛行經驗以及飛行手冊的提示才能夠較好的完成直升機超機動飛行階段的邊界保護。此外，直升機飛行員可以憑借常年的飛行經驗來粗略判斷直升機是否超越界限，這會大大分散飛行員的集中力，考慮到在超機動過程階段，直升機往往會在飛行包線的邊界飛行，飛行員分散集中注意力會造成直升機飛行隱患，甚至造成不可避免的后果，有必要設計一套邊界保護控制系統。

有必要對直升機在超機動的過程中施加諸多限制，必須設計一套邊界保護控制系統，該系統的主要是保證直升機在不超過諸多限制以及約束下可以安全飛行。在有人直升機方面，飛行員通過日常的飛行駕駛訓練以及飛控系統的配合和安全手冊的提示下能夠完成直升機在超機動情形下的邊界保護[4]。有經驗的直升機飛行員可以通過飛行經驗來判別直升機是否越界，但是這會進一步分散飛行員的注意力，也會進一步增大飛行員的負擔，帶來一系列的不安全后果，會使得直升機性能難以很好地體現出來，綜合以上分析我們必須考慮到無憂操縱。

邊界保護控制系統保證直升飛機在進行超機動飛行的過程中能夠自動遵循結構、氣動控制的限制約束，而不需要飛行員自己注意是否越界，這樣飛行員能夠實現安全飛行的目標。同時無憂操縱能夠保證在飛行邊界飛行的相對安全性，能夠保證飛行員在最大的操縱范圍之內操縱直升機，不用擔心越界的問題，同時能夠進一步擴展直升機的飛行包線。

1.邊界保護控制技術相關研究

1.1 邊界保護控制技術發展現狀

直升機的邊界保護控制在上世紀已經被提出，傳統意義上的邊界保護控制主要是針對一些直升機狀態變量進行約束：直升機迎角、側滑角、過載、Ma及空速等，通過限制以上的狀態變量完成邊界保護[5]。這些年來，軍用直升機以及民用直升機的邊界發展形式不盡相同。軍用直升機的邊界數據必須要借助于風洞氣動數據來計算得出，但是民用直升機可以借助測試飛行實驗以及氣動系數分析得出。

飛行高度、馬赫數、動壓等參數基本上構成了直升機的飛行邊界，這些參數能夠通過限制指令來完成對直升機的限制，法向過載就可以通過限制指令來完成對直升機的限制。此外還有一些其他的參數必須通過限制迎角來間接限制，我們就需要完成對迎角限制器的設計，設計迎角控制系統使得迎角不超過規定的邊界，迎角限制器在直升機邊界保護控制中具有較為廣泛應用[6]。在直升機的超機動過程中，一旦直升機的迎角超出規定的邊界范圍，直升機就可能會進一步失控，所以有必要限制直升機的迎角，來進一步保證直升機的安全飛行。

1.2 基于RBF神經網絡的邊界保護控制

該方法是基于自適應在線RBF神經網絡，進而完成對受約束參數的預測估計，接著通過動態配平的方法求解出所需指令的邊界，最后進一步優化修正指令來實現邊界保護，保證直升機在安全可靠的飛行邊界之內，進一步地提高直升機的安全性[7]。首先先建立直升機飛行動力學模型，包括直升機的上下旋翼、機身、垂尾、平尾和推進螺旋槳等五大部分氣動力學模型，然后在建立全機的非線性飛行動力學模型，最后推算出直升機姿態角與角速率之間的運動學關系方程以及直升機的氣動力學方程。

狀態算法的主要內容是：通過當前的控制指令以及狀態來完成對下一時刻的估計，這樣能夠保證直升機飛行不越界。首先將狀態預測算法計算得到的輸入極限輸入到邊界保護器中，完成平滑飽和處理。相比于控制量限制，指令限制更為有效，本文采用基于指令限制的邊界保護控制方法。但是相比于控制量限制，指令限制相對保守，對于控制系統性能產生影響較小。基于指令控制的邊界保護控制系統的總體框圖如圖1所示。

圖1 邊界保護控制系統

圖1中邊界檢測模塊是基于神經網絡算法和線性預測模型進而實現對響應的實時預測的。參考指令限制計算則是根據被保護狀態量極限值以及預測值來進行動態求取飛行指令邊界。極限避免通過適時平滑調節控制器的指令輸入來確保直升機飛行狀態不超過飛行邊界，從而實現邊界保護無憂操縱。

基于在線RBF神經網絡的邊界保護控制分為以下幾個步驟：先對受限參數響應進行動態預測，通過動態配平算法以及受限參數的動態響應預測來實現邊界保護指令控制，我們借助于線性動態補償器通過調整預測狀態量和實際狀態量之間的差值，進而縮小狀態估計的動態誤差。最后借助于動態配平方法計算得到上下指令邊界，并且完成對邊界的修正。修正的意義在于相對比于硬切換，軟切換能夠使位于邊界處的指令能平滑過渡到安全區，不會得到不想要的顫振。

通過設計邊界保護設計仿真實驗來驗證直升機俯仰角的邊界保護，邊界保護仿真曲線如圖2所示。根據邊界保護仿真曲線分析得出，能夠將受限參數的動態響應預測誤差控制在5%以內，說明動態響應預測結果比較準確。一旦直升機飛行過程中俯仰角超過飛行包線，此時的預測器就能準確地預測到俯仰角越出邊界，這時候通過引入邊界保護器，來保證俯仰角一直在我們設定的飛行包線以內。

圖2 邊界保護仿真曲線

1.3 基于LPV模型自適應飛行邊界保護控制

我們通過函數替換方法來建立仿射參數依賴LPV（線性參數變化）飛行動力學模型，基于調度變量的動態變化方法來進一步縮小與全量非線性動力學模型之間的失配。能夠將飛行邊界保護問題進一步轉化為約束廣義預測控制問題，通過設計數值算法來進一步的完成：舵偏角控制量及其增量、飛行狀態等參數的飛行邊界保護。進一步的仿真實驗表明，線性參數變化模型逼近全量模型效果較好，可以清楚地反映出直升機飛行動態，能夠較好地實現飛行邊界的保護控制[8]。

首先嘗試建立一種可以準確反映出飛行動力學響應LPV模型。函數替換、狀態轉移以及雅克比線化是LPV建模3種主要的方法。函數替換法的主要原理是：基于每個平衡點，將非線性系統拆分為分解函數模型結構和仿射參數依賴模型兩部分。可以通過優化計算來求取分解函數。根據相關研究分析，函數替換法線性參數變化模型相比于其他兩種方法，外插能力較強，也能夠更好地模擬系統動態。參考縱向飛行動力學建模，圖3給出基于線性參數變化模型的自適應控制方案圖。

圖3 LPV模型自適應邊界保護控制

全量非線性模型是一種較為準確的非線性模型，該模型能夠較為準確地描述直升機非線性的飛行動力學特性。全量非線性模型的輸出能夠真實的反映出直升機的輸出。LPV模型主要是借助于調度變量的變化來實時追蹤全量模型的變化。基于自適應的動態算法來進一步設計反饋調節器，進而實現飛行包線保護控制，飛行邊界限制由狀態限制、控制增量限制以及其控制限幅組成。反饋調節器具有較強的實時性，可以針對飛行包線限制的動態變化作出迅速響應。

我們有必要完成對邊界保護控制算法的設計，外界的擾動能夠對狀態約束產生影響。綜合分析，我們很有必要設計一種滿足動態約束變化的邊界保護控制算法。在一定的約束條件下，獲得解析控制律較為困難，文章計劃采用二次規劃來完成數值分析，在任何控制周期內，我們通過增量LPV模型完成對預測方程的計算最終形成目標函數，最后完成動態性能測試。設計的LPV模型模擬全量模型的瞬時動態的效果比較好，尤其是處于大迎角狀態時，空氣動力學狀態完全處于氣動包線邊界，LPV模型能夠較好地逼近全量模型，能夠較強的適應大范圍的動態變化。

設計了一種基于飛行狀態控制量以及其控制量增量約束的廣義預測控制算法，然后通過二次規劃完成數值計算，實時地參考全量模型與LPV模型的匹配完成模型更新，并且最終建立模型參考自適應控制機制。最后進行仿真實驗分析，設計的縱向LPV模型模擬全量模型的效果較好，并且能夠較為準確地反應出瞬時飛行動態。我們通過廣義預測控制算法能夠可以將直升機的限制在想要飛行包線范圍內，能夠進一步實現直升機的無憂操縱和邊界保護。

1.4 動態配平方法

動態配平方法是一種基于限制參數的準穩態響應法，這種方法主要是減少快狀態對限制參數產生影響。美國科學家Horn首次將基于限制參數的準穩態響應法運用到V-22傾轉直升機的迎角和過載限制保護系統里面。亞弗蘭克首次將動態配平法和自適應法相互結合起來，借助于自適應的神經網絡來補償模型的不確定性。控制輸入與受限參數的關系可以用一階線性模型表示，把受限參數導數設置為零就能夠得到相應的控制輸入，進而完成動態配平。最后得到的輸入值等同于受限參數達到邊界時的理想控制量。只要控制量不超過理想控制量，這樣我們的受限參數就不會越界，以上內容簡單介紹了動態配平方法主要原理[9]。

在動態配平中，利用神經網絡對飛行員控制和飛機限制之間的映射進行建模，該映射被近似反轉以用來計算軟停止提示的位置，以防止違反包線限制。動態配平法用于在通過V-22上的縱向桿提供提示，防止迎角抖震限制。該方法在飛行模擬中得到驗證，并且顯著提高了可用敏捷性和飛行安全性。

動態配平估計算法的一個重要優點是不需要直接測量有效參數。動態配平方法有以下幾大不足之處：其一，動態配平方法并不適合于所有參數。其二，動態配平方法對應的受限參數的臨界值不是瞬態情況下的最大值，而是穩態意義下的最大值，這樣的話不能保證瞬態情況不超出飛行邊界。其三，在瞬態越界的情況下，動態配平方法解決效果一般。

2.結論

本文研究了直升機超機動過程中邊界保護的問題，參考國內外有關于直升機邊界保護的研究，總結出幾種經典的直升機邊界保護控制方法，并且對每種方法給出詳細的詮釋。最后有以下幾點總結:

（1）借助于LPV模型，我們可以使用有約束廣義預測控制數值算法來進一步將直升機的飛行狀態約束在想要的限制范圍之內，進而為建立一套邊界保護控制系統打下良好的基礎。考慮到在直升機高速飛行以及氣流擾動較大的情況下，效果不是很好。

（2）基于RBF 神經網絡來進行對直升機飛行狀態的實時預測，通過神經網絡的預測結果完成對控制輸入指令的實時調整，能夠進一步保證直升機高速飛行時不超過安全飛行邊界。通過進一步的仿真實驗驗證表明，該方法的邊界保護控制效果較好。不僅能夠保證直升機高速飛行時不超過安全飛行邊界，同時能夠進一步提高飛機的可靠性。但是如果直接對指令進行硬切換，會造成直升機姿態角的抖動，也不益于直升機安全，同時該方法的預測誤差比較大，需要進一步改進。

（3）動態配平估計方法他需要在所有可能的飛行條件下建立精確地動態配平特性模型，會加大人員的工作量。此外，動態配平方法對于檢測在瞬態響應中超過極限的有限參數是無效的，我們有必要克服動態配平估計方法的局限性而設計新的算法.

以上3種方法均具有可實施性，我們可以動態配平方法進行深度研究和改進，RBF神經網絡的邊界保護控制之前用在高速直升機上面，有必要在直系列直升機以及武裝直升機上進行試驗。考慮到目前正處在發展的初級階段，我們必須對相關技術進行深層次研究，基于LPV模型自適應飛行邊界保護控制過有約束廣義預測控制數值算法可以準確地將直升機的飛行狀態約束在飛行包線范圍之內。但是我們必須解決在直升機高速運行下和遇著較強的氣流擾動下效果較差的問題。通過對以上問題進行改進，進一步在重點型號機上或者模擬器上進行試驗驗證，不斷解決問題，爭取找到最優方案。