碩士開題報(bào)告范例完整版

1、XX大學(xué)攻讀碩士學(xué)位研究生課題論證報(bào)告姓 名學(xué) 號(hào)專 業(yè)研究方向指導(dǎo)教師2013年 12月17日課題名稱：民機(jī)飛行特情狀態(tài)預(yù)測(cè)及改出控制研究選題依據(jù)(包括課題的來源、研究目的、必要性和重要性、意義以及國內(nèi)外研究的技術(shù)現(xiàn)狀分析)1. 課題來源2. 課題研究意義和目的2.1課題研究的意義通過多年的飛行事故統(tǒng)計(jì)，可以發(fā)現(xiàn)由于民航飛機(jī)本身的意外系統(tǒng)故障或者 突發(fā)外部環(huán)境干擾誘發(fā)的飛行員操縱失誤，進(jìn)而導(dǎo)致飛機(jī)失控的事故占到了總事 故的75%，傷亡人數(shù)更是占到了傷亡總?cè)藬?shù)的 85%以上。因此，進(jìn)行有效的飛 機(jī)狀態(tài)短時(shí)預(yù)測(cè)對(duì)飛行安全有著很大幫助，主要體現(xiàn)在以下兩個(gè)方面。第一，通過針對(duì)性地設(shè)計(jì)改出控制律，提高

2、自動(dòng)飛行的安全性；第二，可向駕駛員提前預(yù) 警，以便采取應(yīng)急措施。研究民用飛機(jī)飛行特情的狀態(tài)預(yù)測(cè)及改出特情的飛行控 制律設(shè)計(jì)具有理論意義和工程實(shí)用價(jià)值。2.2課題研究的目的：本課題研究的目的是實(shí)現(xiàn)在特殊情況下對(duì)飛機(jī)狀態(tài)的預(yù)測(cè)以及控制。首先建立飛機(jī)動(dòng)力學(xué)仿真模型；在此基礎(chǔ)上，對(duì)受到特定的外部環(huán)境或自身故障影響下 的飛機(jī)進(jìn)行飛行狀態(tài)短時(shí)預(yù)測(cè)。最后，以飛行安全包線保護(hù)為控制目標(biāo)，實(shí)現(xiàn)改出特情狀態(tài)的飛行控制律設(shè)計(jì)。3. 國內(nèi)外研究現(xiàn)狀分析3.1由特情造成的飛機(jī)失控事故分析飛行失控(Loss-of-Control,LOC)是指飛機(jī)在可控飛行狀態(tài)下，由于某種原 因進(jìn)入危險(xiǎn)姿態(tài)而未能正確改出，以致飛機(jī)超出正常

3、飛行包線，從而造成飛行事 故，是誘發(fā)嚴(yán)重飛行事故和人員傷亡的主要原因 。據(jù)國際民用航空組織(ICAO) 的統(tǒng)計(jì)，在2008年商用噴氣飛機(jī)事故中，由飛機(jī)失控和可控飛行觸地引發(fā)的事故 為39起，占總事故的42.8%，造成人員傷亡2887，占總傷亡人數(shù)的61.2%。這其中，由飛機(jī)駕駛員錯(cuò)誤判斷導(dǎo)致飛行事故占到了 42.8%。事故統(tǒng)計(jì)分析此類事 故是由以下三種不利因素導(dǎo)致的。第一，機(jī)載設(shè)備發(fā)生故障；第二，外部環(huán)境的 惡劣變化和擾動(dòng)；第三，飛機(jī)處于異常飛行狀態(tài)(如飛機(jī)處于不正常高度或者不 正常的速度)。而且尤以前兩個(gè)因素為主要誘因，占據(jù)了飛機(jī)失控和可控飛行觸 地事故起因的90%以上。隨著飛機(jī)本身的可控性

4、和可靠性的不斷發(fā)展，由民航飛 機(jī)本身的意外系統(tǒng)故障或者突發(fā)外部環(huán)境干擾直接造成飛機(jī)失控進(jìn)而導(dǎo)致飛機(jī) 事故呈下降趨勢(shì)，并且飛機(jī)在遭遇微下?lián)舯┝骰虻涂诊L(fēng)切變等大多數(shù)特殊情況 下，只要機(jī)組人員做出正確判斷和決策， 飛機(jī)是具有改出的能力的。所以大多數(shù) 事故是由在特情下對(duì)飛機(jī)錯(cuò)誤操作導(dǎo)致飛機(jī)振蕩、失控而產(chǎn)生的。因此，對(duì)飛機(jī)狀態(tài)進(jìn)行短時(shí)預(yù)測(cè)和改出控制律設(shè)計(jì)對(duì)飛行安全是有著很大幫助。3.2飛行狀態(tài)預(yù)測(cè)的手段鑒于飛機(jī)失控對(duì)飛行安全的嚴(yán)重威脅，2000年以后，F(xiàn)AA，美國波音公司， NASA蘭利研究中心等許多著名的航空研究機(jī)構(gòu)就飛行狀態(tài)預(yù)測(cè)，飛行控制策略 進(jìn)行了深入的研究。就飛行狀態(tài)預(yù)測(cè)而言，研究主要針對(duì)以下幾

5、個(gè)問題：(1) 如何建立飛行動(dòng)力學(xué)模型來精確反映飛機(jī)運(yùn)動(dòng)狀態(tài)的非線性動(dòng)力學(xué)特性。以往的飛行動(dòng)力學(xué)模型的理論基礎(chǔ)是在飛機(jī)平衡點(diǎn)附近，對(duì)非線性系統(tǒng)應(yīng)用一階Taylor展開，所得結(jié)果是原非線性系統(tǒng)在特定平衡點(diǎn)周圍的局部近似。這種 方法的缺點(diǎn)主要有兩點(diǎn)。 第一，由于采用一階Taylor展開而帶來的舍入誤差；第 二,在遇到實(shí)際微下?lián)舯┝骰蛘叩涂诊w切變時(shí)， 飛機(jī)的運(yùn)動(dòng)狀態(tài)已不在該平衡點(diǎn) 附近，如果仍基于該線化模型進(jìn)行控制律設(shè)計(jì)， 其控制效果將遠(yuǎn)不會(huì)達(dá)到預(yù)期效 果，有時(shí)甚至?xí)?dǎo)致飛機(jī)的振蕩、失控進(jìn)而導(dǎo)致嚴(yán)重的飛機(jī)事故。(2) 采用何種算法進(jìn)行飛行狀態(tài)預(yù)測(cè)。對(duì)于商用民航飛機(jī)而言，目前預(yù)測(cè)失 控趨勢(shì)的手段較為單

6、一，只有基于觀測(cè)數(shù)據(jù)的預(yù)測(cè)方法和基于小擾動(dòng)線化方程設(shè) 計(jì)自適應(yīng)預(yù)測(cè)控制模型。近年來，為解決飛機(jī)運(yùn)動(dòng)狀態(tài)的非線性動(dòng)力學(xué)模型的建立問題，線性變參數(shù)(LPV)模型在飛行動(dòng)力學(xué)方面有了很大發(fā)展，并已成功應(yīng)用于固定翼飛機(jī)和無 人機(jī)5運(yùn)動(dòng)建模。LPV模型是一類重要的時(shí)變系統(tǒng)模型，其狀態(tài)空間矩陣是實(shí)時(shí) 可測(cè)且在閉集上變化的變參數(shù)的確定函數(shù)?；贚PV模型的魯棒變?cè)鲆婵刂朴捎?能夠在理論上保證系統(tǒng)的全局穩(wěn)定性和魯棒性，克服了傳統(tǒng)變?cè)鲆婵刂频娜秉c(diǎn)。由于飛機(jī)在要根據(jù)不同的改出控制策略以及飛行狀態(tài)變化而動(dòng)態(tài)更新模型，而 LPV模型恰好可以通過一定的調(diào)度算法更新系數(shù)矩陣，計(jì)算獲得新的狀態(tài)。這種 在線修正的特點(diǎn)，恰好可

7、以應(yīng)用于飛機(jī)模型的建立。在LPV建模的基礎(chǔ)上，飛行狀態(tài)預(yù)測(cè)可以得到進(jìn)一步完善 。一種方法是采 用狀態(tài)濾波方法，狀態(tài)濾波方法是，在 LPV莫型的基礎(chǔ)上，應(yīng)用推廣卡爾曼濾波 或無味濾波短時(shí)估計(jì)失控后的飛行狀態(tài)變化。 只要有完整氣動(dòng)數(shù)據(jù)的支持，這種 估計(jì)方法能在很大程度上逼近實(shí)際情況。另一種模型預(yù)測(cè)方法是采用無模型的神 經(jīng)網(wǎng)絡(luò)進(jìn)行預(yù)測(cè)。不過這種預(yù)測(cè)方式一般需要大量事故的飛行數(shù)據(jù)的支持和風(fēng)洞 試驗(yàn)數(shù)據(jù)的支持才能有很好的效果。3.3改出控制美國波音公司，NASA蘭利研究中心等許多著名的航空研究機(jī)構(gòu)為實(shí)現(xiàn)更全 面的飛行安全控制策略，提出了基于包線保護(hù)策略的飛行安全控制律設(shè)計(jì)方案。 即在有外部環(huán)境干擾（如湍

8、流或者低空飛切變）或者飛機(jī)本身的意外系統(tǒng)故障（如 單發(fā)停車或者飛機(jī)舵面卡阻）的情況下，預(yù)測(cè)飛機(jī)飛行狀態(tài)，并給出飛機(jī)控制律 或者一組控制序列，使飛機(jī)可以在安全狀態(tài)下（即安全的飛行包線內(nèi)）實(shí)現(xiàn)改出 或者降落。飛行包線綜合地描述了一架飛機(jī)所能安全飛行的高度與速度范圍，反映了氣動(dòng)、推力和結(jié)構(gòu)等因素對(duì)飛行范圍的限制。以 B737飛機(jī)為例，如圖1（a）所示，為 B737飛機(jī)建模數(shù)據(jù)提供的該機(jī)襟翼收起的正常飛行的迎角-側(cè)滑角包線，（b）圖所 示，為襟翼著陸構(gòu)型時(shí)的包線?？梢钥闯?，一般商用飛機(jī)經(jīng)飛行試驗(yàn)驗(yàn)證的包線 只是飛行模擬器上所用包線的子包絡(luò)，只有在經(jīng)驗(yàn)證的包線內(nèi)飛行才是絕對(duì)安全 的。包線保護(hù)系統(tǒng)通過控制

9、律設(shè)計(jì)、增加限制器等措施使得飛機(jī)能夠在包線范圍 內(nèi)安全飛行。目前，包線保護(hù)系統(tǒng)已廣泛應(yīng)用在改出風(fēng)切變飛控設(shè)計(jì)中o由上述可知，飛行安全的關(guān)鍵就是當(dāng)飛機(jī)狀態(tài)處于飛行包線邊緣，即臨界狀態(tài)時(shí)，可以通過飛機(jī)自動(dòng)飛行系統(tǒng)自身或者人為干預(yù)使得飛機(jī)改出可以危險(xiǎn)姿 態(tài)，避免出現(xiàn)超出飛行包線的發(fā)生。因此要實(shí)現(xiàn)基于包線保護(hù)系統(tǒng)的飛行安全策略關(guān)鍵包括兩個(gè)方面：(1) 決定性參數(shù)的選取與安全包線的制定。在不利因素干擾下，飛機(jī)的運(yùn)動(dòng)參數(shù)不斷變化。對(duì)于這些特殊飛行狀態(tài)，將那些對(duì)飛行安全性具有決定性作用的 參數(shù)稱為決定性參數(shù)。通常情況下決定性參數(shù)會(huì)包括 ：迎角、過載、表速、滾轉(zhuǎn) 角速度等。(2) 在危險(xiǎn)狀態(tài)下的改出控制律設(shè)計(jì)

10、。目前，主要有兩種設(shè)計(jì)方法。一種是 基于LPV模型的變?cè)鲆婵刂破髟O(shè)計(jì)?；贚PV模型的變?cè)鲆婵刂破骺梢岳糜邢?個(gè)設(shè)計(jì)點(diǎn)(平衡點(diǎn))，自行進(jìn)行自增益調(diào)節(jié)，進(jìn)而完成對(duì)飛機(jī)狀態(tài)的控制，并且在所考慮的包線范圍內(nèi)保證一定程度的魯棒穩(wěn)定性和魯棒性能。 第二種方法是基 于模型預(yù)測(cè)控制的控制器設(shè)計(jì)。這種設(shè)計(jì)方法主要包括三個(gè)關(guān)鍵步驟： 預(yù)測(cè)系統(tǒng) 未來動(dòng)態(tài)；(數(shù)值)求解最優(yōu)化問題，給出控制律或控制序列；將優(yōu)化解的第一 個(gè)元素作用于系統(tǒng)。模型預(yù)測(cè)控制在飛行控制方面有著很明顯的優(yōu)勢(shì)，主要包括 兩個(gè)方面。一是，顯式和主動(dòng)處理約束；二是，預(yù)測(cè)模型可以進(jìn)行在線修正。本課題針對(duì)民航商用飛機(jī)，嘗試應(yīng)用濾波方法或神經(jīng)網(wǎng)絡(luò)方法對(duì)飛

11、機(jī)進(jìn)行狀 態(tài)預(yù)測(cè)，并對(duì)可能存在的失控情況，研究改出危險(xiǎn)狀態(tài)的方法，并以一種新的控 制器設(shè)計(jì)思路-模型預(yù)測(cè)控制為理論基礎(chǔ)，探討基于此理論進(jìn)行控制器設(shè)計(jì)的方 法。課 題 研 究 方 案(包括具體的研究目標(biāo)、研究內(nèi)容和擬解決的關(guān)鍵問題；擬采取的研究方法、技術(shù)路線、實(shí) 驗(yàn)方案及可行性分析)1. 研究目標(biāo)、研究內(nèi)容和擬解決的關(guān)鍵問題課題的研究目標(biāo)包括：從 B737的真實(shí)的飛行數(shù)據(jù)入手，建立 B737飛機(jī)飛 行動(dòng)力學(xué)模型，實(shí)現(xiàn)飛機(jī)短時(shí)狀態(tài)預(yù)測(cè)和危險(xiǎn)狀態(tài)下的改出控制律設(shè)計(jì)。其具體研究內(nèi)容有：含一定自動(dòng)飛行系統(tǒng)的B737飛行動(dòng)力學(xué)模型。從現(xiàn)有的B737飛機(jī)數(shù)據(jù)和已有的六自由度飛機(jī)動(dòng)力學(xué)模型的 C+開源代碼 入

12、手，利用數(shù)據(jù)系統(tǒng)地構(gòu)建B737飛機(jī)模型。它主要包括氣動(dòng)力/力矩模型、運(yùn)動(dòng) 方程模型、起落架力和力矩模型、大氣紊流和風(fēng)模型等關(guān)鍵模型。飛行系統(tǒng)模型 所要完成的功能有：飛機(jī)空氣動(dòng)力學(xué)的仿真、實(shí)現(xiàn)特定狀態(tài)下的飛機(jī)配平和一定 的飛機(jī)縱向面的自動(dòng)飛行任務(wù)，(如機(jī)翼水平狀態(tài)下的恒速平飛，機(jī)翼水平狀態(tài) 下的穩(wěn)定爬升等)。飛行動(dòng)力學(xué)模型將用以支持之后課題的飛行仿真及控制律驗(yàn) 證可行性。(2) 飛機(jī)狀態(tài)預(yù)測(cè)及失控趨勢(shì)檢測(cè)。針對(duì)B737飛機(jī)模型基于動(dòng)態(tài)配平，和典型的大量事故的飛行數(shù)據(jù)，建立神 經(jīng)網(wǎng)絡(luò)。之后驗(yàn)證神經(jīng)網(wǎng)絡(luò)的有效性，在舵面突發(fā)擾動(dòng)的情況下，將B737飛機(jī)的實(shí)際飛行狀態(tài)軌跡和經(jīng)神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)的飛行狀態(tài)進(jìn)行比

13、較，觀察尤其是會(huì)影響飛行安全的決定性參數(shù)的變化趨勢(shì)。(3) 飛機(jī)危險(xiǎn)狀態(tài)下的改出控制律設(shè)計(jì)當(dāng)B737飛機(jī)在遭遇會(huì)引起飛機(jī)失控的大氣擾動(dòng)的情況，采用模型預(yù)測(cè)控制 設(shè)計(jì)改出控制律，按“滾動(dòng)優(yōu)化”控制策略設(shè)置控制變量。在飛機(jī)動(dòng)力學(xué)模型仿 真中，讓飛機(jī)受到突發(fā)擾動(dòng)時(shí)，檢驗(yàn)?zāi)Ｐ皖A(yù)測(cè)控制的有效性。課題擬解決的關(guān)鍵問題包括：神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)問題神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型般需要大量事故的飛行數(shù)據(jù)和風(fēng)洞試驗(yàn)數(shù)據(jù)的支持。而 且，設(shè)計(jì)神經(jīng)網(wǎng)絡(luò)的隱含層數(shù)、神經(jīng)元個(gè)數(shù)和傳輸函數(shù)的選取都依賴于經(jīng)驗(yàn)，并沒有成熟的理論支持。(2) 決定性參數(shù)的選取如何選取足夠的決定性參數(shù)來量化計(jì)算飛行安全是設(shè)計(jì)安全飛行包線的難 點(diǎn)。在不同的飛行狀態(tài)下，不

14、同的狀態(tài)變量會(huì)對(duì)飛機(jī)安全有著不同程度的影響， 明確哪些狀態(tài)變量更為重要，有著更為重要的控制優(yōu)先級(jí)。(3) 模型預(yù)測(cè)控制的模型選取問題。在改出控制律設(shè)計(jì)時(shí)，動(dòng)力學(xué)模型的選取對(duì)模型預(yù)測(cè)控制的控制效果有著至 關(guān)重要的影響。因此，對(duì)于動(dòng)力學(xué)模型的選取要十分慎重。 目前優(yōu)先采用無模型 的神經(jīng)網(wǎng)絡(luò)進(jìn)行測(cè)試，并根據(jù)實(shí)際需要修正優(yōu)化預(yù)測(cè)模型。(4) 模型預(yù)測(cè)控制的算法選取問題。在模型預(yù)測(cè)控制中，優(yōu)化算法會(huì)直接影響控制律的設(shè)計(jì)，為了使得飛機(jī)狀態(tài) 可以更好更快的達(dá)到理想的飛行狀態(tài)，不同的算法將會(huì)根據(jù)實(shí)際需要進(jìn)行取舍。2. 擬采取的研究方法、技術(shù)路線、實(shí)驗(yàn)方案及可行性分析2.1 研究方法與技術(shù)路線飛機(jī)空氣動(dòng)力學(xué)建模

15、是本課題研究的基礎(chǔ)。 在此基礎(chǔ)上，研究神經(jīng)網(wǎng)絡(luò)預(yù)測(cè) 機(jī)制，并分別基于模型預(yù)測(cè)控制技術(shù)完成對(duì)飛機(jī)改出危險(xiǎn)的控制律設(shè)計(jì)。 研究步 驟如圖2所示。圖2課題研究步驟(1) 飛機(jī)六自由度模型。基于飛行數(shù)據(jù)建立的非線性動(dòng)力學(xué)模型通過大量插 值運(yùn)算和局部近似，計(jì)算空氣動(dòng)力學(xué)系數(shù)和發(fā)動(dòng)機(jī)推，充分反映了氣動(dòng)力和發(fā)動(dòng) 機(jī)推力的非線性動(dòng)態(tài)。對(duì)簡(jiǎn)化非線性模型應(yīng)進(jìn)行典型操縱輸入試驗(yàn)， 分別測(cè)試縱 向長短周期模態(tài)、滾轉(zhuǎn)衰減模態(tài)。通過對(duì)比驗(yàn)證，對(duì)簡(jiǎn)化模型進(jìn)行修正和優(yōu)化。(2) 飛機(jī)的狀態(tài)預(yù)測(cè)和控制律設(shè)計(jì)。收集部分事故的飛行數(shù)據(jù)，用以建立基 于動(dòng)態(tài)配平的神經(jīng)網(wǎng)絡(luò)，進(jìn)行飛機(jī)狀態(tài)預(yù)測(cè)。并在此基礎(chǔ)上進(jìn)行有包線保護(hù)約束 模型預(yù)測(cè)控制

16、(MPC),如圖3所示。并將計(jì)算所得的控制變量輸入到飛行動(dòng)力學(xué) 模型中，并基于FlightGear進(jìn)行可視化輸出，驗(yàn)證算法的有效性。獲取仿真時(shí)飛行狀態(tài)是否有失控趨勢(shì)是根據(jù)改出控制律 設(shè)定控制輸入量結(jié)束圖3單步仿真流程圖2.2 研究可行性分析目前，實(shí)驗(yàn)室已獲得 B737NG飛機(jī)的建模的相關(guān)數(shù)據(jù)和部分飛機(jī)事故飛行 數(shù)據(jù)和開源的飛行動(dòng)力學(xué)模型 JSBSim,并已完成了飛行動(dòng)力學(xué)模型的初步建立， 可用于飛行模擬器的飛行實(shí)時(shí)仿真。在此基礎(chǔ)上，進(jìn)行特情飛行狀態(tài)預(yù)測(cè)和 MPC 控制律設(shè)計(jì)完全可行。研 究 基 礎(chǔ)(包括與本項(xiàng)目有關(guān)的研究工作積累和已取得的研究工作成績；課題研究現(xiàn)有的 基礎(chǔ)和已具備的實(shí)驗(yàn)條件，可

17、能遇到的困難或問題和擬解決的途徑和措施等)1研究工作積累和已具備的實(shí)驗(yàn)條件(1)掌握飛行動(dòng)力學(xué)建模所需的相關(guān)知識(shí)，熟悉神經(jīng)網(wǎng)絡(luò)建立的各個(gè)環(huán)節(jié)以及一定的理論基礎(chǔ)，初步了解 MPC的基礎(chǔ)知識(shí)和使用方法。(2) 熟練C+相關(guān)知識(shí)，可以熟練使用 Microsoft Visual Studio 2010所提供的 開發(fā)環(huán)境。(3) 掌握基于開源的飛行動(dòng)力學(xué)模型代碼(JSBSim)軟件，并通過適當(dāng)修改， 使飛機(jī)動(dòng)力學(xué)模型符合B737的飛行特征。2.可能遇到的困難及解決途徑神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)問題神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)在設(shè)計(jì)神經(jīng)網(wǎng)絡(luò)的隱含層數(shù)、神經(jīng)元個(gè)數(shù)和傳輸函數(shù)的選取 時(shí)，大都依賴于經(jīng)驗(yàn)，并沒有成熟的理論支持。這就需要通過對(duì)

18、神經(jīng)網(wǎng)絡(luò)進(jìn)行多 次實(shí)驗(yàn)測(cè)試，并在這些測(cè)試過程中不斷修正及優(yōu)化神經(jīng)網(wǎng)絡(luò)模型。(2) 決定性參數(shù)的選取由于在不同的飛行狀態(tài)下，不同的狀態(tài)變量會(huì)對(duì)飛機(jī)安全有著不同程度的影 響。所以可以通過以往文獻(xiàn)確立哪些決定性參數(shù)更為關(guān)鍵，并通過實(shí)驗(yàn)驗(yàn)證選取這些狀態(tài)變量為決定性參數(shù)的可行性及有效性。(3) 模型預(yù)測(cè)控制的模型選取問題。在改出控制律設(shè)計(jì)時(shí)，動(dòng)力學(xué)模型的選取對(duì)模型預(yù)測(cè)控制的控制效果有著至 關(guān)重要的影響。因此，對(duì)于動(dòng)力學(xué)模型的選取要十分慎重。目前優(yōu)先采用無模型的神經(jīng)網(wǎng)絡(luò)進(jìn)行測(cè)試，并根據(jù)實(shí)際需要修正優(yōu)化預(yù)測(cè)模型。(4) 模型預(yù)測(cè)控制的算法選取問題。在模型預(yù)測(cè)控制中，優(yōu)化算法會(huì)直接影響控制律的設(shè)計(jì)，為了使得飛

19、機(jī)狀態(tài) 可以更好更快的達(dá)到理想的飛行狀態(tài)，不同的算法將會(huì)根據(jù)實(shí)際需要進(jìn)行取舍。研 究 計(jì) 劃 和 進(jìn) 度2013年12月-2014年3月：建立飛行動(dòng)力學(xué)模型，并驗(yàn)證模型準(zhǔn)確性。2014年3月-2014年6月：完成基于飛行事故數(shù)據(jù)的神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)，并根據(jù)實(shí)際仿真情況驗(yàn)證其有效性。2014年6月-2014年10月：完成基于模型預(yù)測(cè)控制的控制律設(shè)計(jì)。2013年10月-2014年12月：完成畢業(yè)論文。研究經(jīng)費(fèi)預(yù)算與來源（含支持本課題的項(xiàng)目編號(hào)）參 考 文 獻(xiàn)1 伍開元.飛行技術(shù)與航空安全研究M.成都：四川科學(xué)技術(shù)出版社,2006.11.17.2 Statistical Summary of Commer

20、cial Jet Airpla ne Accide nts. WorldwideOperations, 1959-2008, Boeing Commercial Airplanes, July 2009.3 The Boeing Company. Statistical Summary of Commercial Jet Airplane Accide nts Worldwide Operatio ns 1959-2011.4 An dres Marcos, Gary J Balas. Developme nt of Lin ear Parameter Varying Models for A

21、ircraft. Journal of Guida nee, Con trol, and Dy namics, 2004, 27(2): 218-228. 宗群，吉月輝，竇立謙等.無人機(jī)側(cè)向系統(tǒng)LPV模型降階.控制與決策，2010, 25(6): 948-952.6 Shi n J Y. Worst-case an alysis and lin ear parameter vary ing gai n scheduledcon trol of aerospace systemsD . Un iversity of Minn esota, 2000.7 Atilla Doga n. Guida

22、nee Strategies for Microburst Escape. Ph.DDissertatio n ofUni versity of Michiga n, 2000.8 Ling Ma, Youmin Zhang. Fault Detection and Diagnosis for GTM UAV withDual Un sce nted Kalma n Filter. In: AIAA Guida nee, Navigatio n and Con trol Co nference, 2010, 1-12.9 Yavrucuk I. Adaptive limit margin de

23、tect ion and limit avoida nceM. 2003.10 葛志浩，徐浩軍，孟捷.飛行失控的向量空間建模與應(yīng)用研究J.飛行力學(xué), 2008, 26(3): 18-21.11 Robert A R, James EW, William G. Dyn amics Modeli ng and Simulation ofLarge Tran sport Airpla nes in Upset Co nditio ns R . AIAA 2005 5933, 2005.12 James E W, Joh n V F. Defi ning Commercial Tran sport L

24、oss of Con trol A Quantitative Approach R . AIAA 2004 4811,2004.13 Tulvio S Dura nd , Richard J Wasicko. An An alysis of Carrier Landin gR.AIAA 65 - 791 , 1965 , p1 p34114 JMUrnes , RK Hess , RFMoomaw , R K Huff . H - Dot Automatic Carrier Landing System for Approach Con trol in Turbule nceR1 AIAA 7

25、9 - 1772R , 1981 , Vol. 4 , p177 p183115 Eduardo Camp ono gara , Dong Jia , Bruce H. Krogh , and Sarosh Talukdar. Distributed Model Predictive Con trol J .1 EEE Con trol Systems Magazi ne116 Jasm in F Patry. Model Predictive Con trol Desig n with Process Con strai nts and Implicit Econo mic Criteria

26、 J 1 IEEE In strume ntatio n and Measureme nt117 Bei Hu and Arno Linn ema nn. Toward Infin ite - Horiz on Optimality in Non li near Model Predictive Con trol J 1 IEEE Tran sacti ons on Automatic Con trol ,vol. 47 , NO. 4 , APRIL 2002118 席裕庚.預(yù)測(cè)控制.北京：國防工業(yè)出版社，199619 王樹青.先進(jìn)控制技術(shù)及應(yīng)用.北京：化學(xué)工業(yè)出版社，200120 肖順達(dá).

27、飛行自動(dòng)控制系統(tǒng)(上、下冊(cè))M.北京:國防工業(yè)出版社,1980121 飛機(jī)飛行品質(zhì)分析S.中華人民共和國航空工業(yè)部,1983122 Isidori, A., Nonlinear Control Systems: An Introduction, Vol. 72,Lecture Notes in Control and Information Science, Springer-Verlag,Berlin, 198523 Tahk, M., Briggs, M. M., and Menon, P. K. A., "Applicatio ns of Pla ntInversion via

28、 State Feedback to Missile Autopilot Design,"Proceedings of the 27th IEEE Co nference on Decisi on and Con trol(Aust in, TX), Dec. 1988, pp. 730-735.24 Desoer, C. A., and Wang, Y.-T., "Fou ndatio ns of Feedback TheoryforNon li near Dyn amical Systems," IEEE Tran sact ions on Circuitsa

29、 nd Systems, Vol. CAS-27, No. 2, Feb. 1980, pp. 104-123.25 Reichert, R., "Moder n Robust Con trol for Missile AutopilotDesig n,"Proceedi ngs of the America n Con trol Conference (Sa n Diego,CA), June 1990, pp. 2368-2373.26 Shamma, J. S., and Atha ns, M., "Guara nteed Properties of Gai

30、 nScheduled Con trol of Lin ear Parameter-Varyi ng Pla nts," Automatica,Vol. 27, No. 3, May 1991, pp. 559-565.27 Shahru z, S. M., and Behtash, S., "Desig n of Con trollers for Lin earParameter Varyi ng Systems by the Gain Scheduli ng Tech nique,"Berkeley Engin eeri ng Research In st.,

31、 Memora ndum BERI M90/1,U niv. of California, Berkeley, CA,Jan. 1990.28 Shamma, J. S., and Athans, M., "Gain Scheduling: PotentialHazards and Possible Remedies," IEEE Con trol Systems Magazi ne,Ju ne 1992.HDesoer, C. A., and Vidyasagar, M., Feedback Systems: In put-Output Properties, Acade

32、mic, New York, 1975肖業(yè)倫，金長江.大氣擾動(dòng)中的飛行原理M.北京：國防工業(yè)出版社， 1993.文 獻(xiàn) 綜 述（不少于6千字）一、概述飛機(jī)失控是民用運(yùn)輸機(jī)失事的主要原因之一。導(dǎo)致飛機(jī)失控的原因有多種 多樣，誘因主要體現(xiàn)在以下三個(gè)方面。第一，機(jī)載設(shè)備發(fā)生故障；第二，外部 環(huán)境的惡劣變化和擾動(dòng)；第三，飛機(jī)處于異常飛行狀態(tài)（如飛機(jī)處于不正常高 度或者不正常的速度）。隨著飛機(jī)本身的可控性和可靠性的不斷發(fā)展，由民航 飛機(jī)本身的意外系統(tǒng)故障或者突發(fā)外部環(huán)境干擾直接造成飛機(jī)失控進(jìn)而導(dǎo)致 飛機(jī)事故呈下降趨勢(shì)，并且飛機(jī)在遭遇微下?lián)舯┝骰虻涂诊L(fēng)切變等大多數(shù)特殊 情況下，只要機(jī)組人員做出正確判斷和決

33、策，飛機(jī)是具有改出的能力的。所以 大多數(shù)事故是由在特情下對(duì)飛機(jī)錯(cuò)誤操作導(dǎo)致飛機(jī)振蕩、失控而產(chǎn)生的。因此,對(duì)飛機(jī)狀態(tài)進(jìn)行短時(shí)預(yù)測(cè)和改出控制律設(shè)計(jì)對(duì)飛行安全是有著很大幫助。本課 題研究的目的是實(shí)現(xiàn)在特殊情況下對(duì)飛機(jī)狀態(tài)的預(yù)測(cè)以及控制。首先建立飛機(jī) 動(dòng)力學(xué)仿真模型；然后基于模型的基礎(chǔ)上，對(duì)受到特定的外部環(huán)境或自身故障 影響下的飛機(jī)進(jìn)行狀態(tài)預(yù)測(cè)。最后，以包線保護(hù)為控制目標(biāo)，實(shí)現(xiàn)飛機(jī)安全飛 行的目的。二、飛機(jī)事故分析隨著飛機(jī)安全性水平的提高，是近幾 10年來技術(shù)進(jìn)步和管理水平提高的 綜合效應(yīng)，是安全性分析、設(shè)計(jì)、驗(yàn)證及管理技術(shù)和各種科學(xué)技術(shù)進(jìn)步相結(jié)合 的結(jié)果。首先，飛行器、發(fā)動(dòng)機(jī)、各種安全關(guān)鍵系統(tǒng)設(shè)計(jì)技

34、術(shù)的改進(jìn)和計(jì)算機(jī)、 電子、信息、新材料及新工藝等的應(yīng)用，大大減少了飛行器及各種系統(tǒng)的故障； 其次是各種顯示、監(jiān)控和告警設(shè)備的采用，使飛行人員能隨時(shí)了解飛行器的工 作狀況，及時(shí)采取有效的防止事故發(fā)生的措施；第三是飛行人員的培訓(xùn)方法的 改進(jìn)及駕駛技術(shù)的提高，減少了各種駕駛差錯(cuò)所造成的事故；第四是地面使用、 維修、保障和空中交通管制設(shè)施及技術(shù)的改進(jìn)；第五是飛行安全規(guī)章及條例的 實(shí)施和貫徹。然而，近20多年來，一是因?yàn)轱w行器的復(fù)雜性大大提高，飛行 器研制中仍然存在著一定數(shù)量的可能導(dǎo)致災(zāi)難性事故的設(shè)計(jì)缺陷；二是由于人 為因素導(dǎo)致災(zāi)難性飛行事故發(fā)生的主導(dǎo)因素，而且這些人為因素存在著很大的 隨機(jī)性。飛機(jī)的飛

35、行事故受飛機(jī)設(shè)計(jì)、駕駛員操作、地面維修、空中交通管制和氣 象等各種復(fù)雜因素的影響，而且許多事故往往是多種相關(guān)聯(lián)的因素影響造成 的；同時(shí)，由于各種飛機(jī)因使用環(huán)境條件、飛行剖面，飛行持續(xù)時(shí)間等的不同， 造成事故的主導(dǎo)因素也可能不同；此外，隨著技術(shù)進(jìn)步，造成事故的主導(dǎo)因素 也可能發(fā)生變化。美國把飛機(jī)事故主要原因劃分為駕駛和后勤兩類。駕駛類事 故包括飛機(jī)失控、撞地、空中相撞、起飛與著陸過程造成的事故；后勤類事故 包括發(fā)動(dòng)機(jī)、飛行操縱系統(tǒng)、燃油系統(tǒng)、起落架、結(jié)構(gòu)、液壓系統(tǒng)及電氣系統(tǒng) 等的設(shè)計(jì)缺陷、設(shè)備故障或維修差錯(cuò)等造成的事故。近20年來,雖然飛機(jī)總的事故次數(shù)在不斷下降，而這些事故中其中占絕大 算數(shù)是由

36、于人為因素而直接或者間接導(dǎo)致的飛行失控而產(chǎn)生的。飛行失控(Loss-of-Control,LOC )是指飛機(jī)在可控飛行狀態(tài)下，由于某種原因進(jìn)入危險(xiǎn) 姿態(tài)而未能正確改出，以致飛機(jī)超出正常飛行包線，從而造成飛行事故，是誘 發(fā)嚴(yán)重飛行事故和人員傷亡的主要原因。據(jù)國際民用航空組織(ICAO)的統(tǒng)計(jì)，在2008年商用噴氣飛機(jī)事故中，由飛機(jī)失控和可控飛行觸地引發(fā)的事故為39起，占總事故的42.8%,造成人員傷亡2887，占總傷亡人數(shù)的61.2%。這其中， 由飛機(jī)駕駛員錯(cuò)誤判斷導(dǎo)致飛行事故占到了42.8%。事故統(tǒng)計(jì)分析此類事故是由以下三種不利因素導(dǎo)致的。第一，機(jī)載設(shè)備發(fā)生故障；第二，外部環(huán)境的惡 劣變化和擾

37、動(dòng)；第三，飛機(jī)處于異常飛行狀態(tài)(如飛機(jī)處于不正常高度或者不 正常的速度)。而且尤以前兩個(gè)因素為主要誘因，占據(jù)了事故起因的90%以上。隨著飛機(jī)本身的可控性和可靠性的不斷發(fā)展，由民航飛機(jī)本身的意外系統(tǒng)故障 或者突發(fā)外部環(huán)境干擾直接造成飛機(jī)失控進(jìn)而導(dǎo)致飛機(jī)事故呈下降趨勢(shì)，并且 飛機(jī)在遭遇微下?lián)舯┝骰虻涂诊L(fēng)切變等大多數(shù)特殊情況下，只要機(jī)組人員做出 正確判斷和決策，飛機(jī)是具有改出的能力的。所以大多數(shù)事故是由在特情下對(duì) 飛機(jī)錯(cuò)誤操作導(dǎo)致飛機(jī)振蕩、失控而產(chǎn)生的。為避免人為差錯(cuò)，一方面是改進(jìn)飛機(jī)安全性設(shè)計(jì)和分析， 采用自動(dòng)化技術(shù)， 從設(shè)計(jì)上避免人為差錯(cuò)及其影響；另一方面是開展人為因素研究，盡量避免人為 差錯(cuò)，

38、減少飛機(jī)的飛行事故。美英等航空發(fā)達(dá)國家及世界民航組織都在實(shí)施人 為因素研究計(jì)劃，主要項(xiàng)目包括飛行員疲勞、飛行時(shí)差反應(yīng)、飛行員生理節(jié)奏 失調(diào)、飛行員之間的協(xié)調(diào)、人為差錯(cuò)的監(jiān)控、人為差錯(cuò)的事故鏈、飛機(jī)座艙自動(dòng)化的人為因素以及顯示和告警系統(tǒng)的人為因素等。就第一方面而言，實(shí)現(xiàn)飛 機(jī)狀態(tài)進(jìn)行短時(shí)預(yù)測(cè)和改出控制律設(shè)計(jì)對(duì)飛行安全是有著很大幫助。三、飛機(jī)狀態(tài)預(yù)測(cè)模型飛機(jī)的飛行狀態(tài)預(yù)測(cè)問題歷來是飛控系統(tǒng)設(shè)計(jì)與仿真、機(jī)動(dòng)目標(biāo)跟蹤以及 飛行器系統(tǒng)辨識(shí)等領(lǐng)域關(guān)心的重大課題。美國學(xué)者RKImn于六十年代初提出了 卡爾曼濾波算法，該算法非常適合于計(jì)算機(jī)遞推計(jì)算，成為解決狀態(tài)預(yù)測(cè)問題 的最有效手段，在工程中獲得了廣泛的應(yīng)用

39、。隨著應(yīng)用的展開，人們對(duì)卡爾曼 濾波算法進(jìn)行了種種的改進(jìn)。為了適應(yīng)非線性系統(tǒng)，提出了推廣卡爾曼濾波， 為進(jìn)一步提高非線性濾波精度，又研究了迭代濾波、非線性二階濾波等算法。對(duì)于商用民航飛機(jī)而言，研究其有無發(fā)生失控的趨勢(shì)，對(duì)于提高飛行安全 是很有意義的。如在飛機(jī)發(fā)生積冰、舵面失效或者遭遇到強(qiáng)對(duì)流天氣時(shí)，短時(shí) 預(yù)測(cè)系統(tǒng)如果能給出飛機(jī)有無失控趨勢(shì)，這將給機(jī)組人員及時(shí)作出相應(yīng)對(duì)策有 重大幫助。因此如何借助動(dòng)力學(xué)模型，并基于模型給出失控趨勢(shì)的預(yù)測(cè)，是目前研究的重點(diǎn)之一。自2000年以后，F(xiàn)AA，美國波音公司，NASA蘭利研究中心等許多著名的 航空研究機(jī)構(gòu)就飛行狀態(tài)預(yù)測(cè)，飛行控制策略進(jìn)行了深入的研究。就飛行

40、狀態(tài) 預(yù)測(cè)而言，研究主要針對(duì)以下幾個(gè)問題：(1) 如何建立可以精確反映飛機(jī)運(yùn)動(dòng)狀態(tài)的非線性動(dòng)力學(xué)特性。以往的飛行動(dòng)力學(xué)模型的理論基礎(chǔ)是在飛機(jī)平衡點(diǎn)附近，對(duì)非線性系統(tǒng)應(yīng)用一階Taylor展開,所得結(jié)果是原非線性系統(tǒng)在特定平衡點(diǎn)周圍的局部近似。這種方法的缺點(diǎn) 主要有兩點(diǎn)。 第一，由于采用一階Taylor展開而帶來的舍入誤差；第二，在遇 到實(shí)際微下?lián)舯┝骰蛘叩涂诊w切變時(shí)，飛機(jī)的運(yùn)動(dòng)狀態(tài)已不在該平衡點(diǎn)附近， 如果仍基于該線化模型進(jìn)行控制律設(shè)計(jì)，其控制效果將遠(yuǎn)不會(huì)達(dá)到預(yù)期效果， 有時(shí)甚至?xí)?dǎo)致飛機(jī)的振蕩、失控進(jìn)而導(dǎo)致嚴(yán)重的飛機(jī)事故。(2) 采用何種算法進(jìn)行飛行狀態(tài)預(yù)測(cè)。對(duì)于商用民航飛機(jī)而言，目前預(yù)測(cè)失

41、控趨勢(shì)的手段較為單一，只有基于觀測(cè)數(shù)據(jù)的預(yù)測(cè)方法和基于小擾動(dòng)線化方程 設(shè)計(jì)自適應(yīng)預(yù)測(cè)控制模型。許多成功的工程實(shí)踐證明變?cè)鲆媸且环N非常有效并廣泛使用的方法，特別 是在航空航天領(lǐng)域。傳統(tǒng)的變?cè)鲆婵刂葡到y(tǒng)的設(shè)計(jì)思想是采用多個(gè)線性控制器來近似替代所要求的非線性控制器。例如飛行控制系統(tǒng)，因?yàn)轱w機(jī)的動(dòng)力方程在整個(gè)飛行包線內(nèi)不能用一個(gè)線性模型表示，所以首先在飛行包線內(nèi)選取多個(gè) 設(shè)計(jì)點(diǎn)，在這些設(shè)計(jì)點(diǎn)上進(jìn)行線性化，然后在每個(gè)設(shè)計(jì)點(diǎn)上采用傳統(tǒng)的控制器 設(shè)計(jì)方法(如PID、LQ)設(shè)計(jì)線性控制器,最后通過預(yù)定的調(diào)度程序在這些線性控 制器之間插值，得到一個(gè)完整的非線性控制律。傳統(tǒng)的變?cè)鲆婵刂剖茄a(bǔ)償已知非 線性特性的一種

42、有效方法，在這種方案中，控制器對(duì)變化的運(yùn)行條件能做出快 速的反應(yīng)，但是傳統(tǒng)變?cè)鲆娣椒ǖ木窒拊谟诳刂破鞯膮?shù)是按開環(huán)方式改變 的，沒有來自閉環(huán)系統(tǒng)性能的反饋?zhàn)饔?，而且傳統(tǒng)變?cè)鲆婵刂迫狈Ψ€(wěn)定性的嚴(yán) 格理論證明。近年來，許多學(xué)者都致力于研究一種稱為自增益調(diào)度的新控制器綜合方 法,這種方法設(shè)計(jì)出的控制器依賴于調(diào)度變量，并且在所考慮的包線范圍內(nèi)能 保證一定程度的魯棒穩(wěn)定性和魯棒性能，最大優(yōu)點(diǎn)是：(1)同傳統(tǒng)變?cè)鲆婵刂撇?同，設(shè)計(jì)者不必再考慮如何插值；(2)魯棒穩(wěn)定性可以從理論上保證，而不必通 過詳盡的計(jì)算機(jī)仿真來證明。這就是20世紀(jì)90年代后期發(fā)展的基于線性變參數(shù) (Linear Parameter V

43、arying, LPV)系統(tǒng)的變?cè)鲆婕夹g(shù),這種技術(shù)在工作區(qū)域期間 采用自增益，保證了閉環(huán)系統(tǒng)的魯棒性和穩(wěn)定性，并已成功應(yīng)用于固定翼飛機(jī) 和無人機(jī)運(yùn)動(dòng)建模。LPV模型是一類重要的時(shí)變系統(tǒng)模型，其狀態(tài)空間矩陣是實(shí)時(shí)可測(cè)且在閉 集上變化的變參數(shù)的確定函數(shù)。基于 LPV模型的魯棒變?cè)鲆婵刂朴捎谀軌蛟诶?論上保證系統(tǒng)的全局穩(wěn)定性和魯棒性，克服了傳統(tǒng)變?cè)鲆婵刂频娜秉c(diǎn)。由于飛 機(jī)在要根據(jù)不同的改出控制策略以及飛行狀態(tài)變化而動(dòng)態(tài)更新模型，而LPV模型恰好可以通過一定的調(diào)度算法更新系數(shù)矩陣，計(jì)算獲得新的狀態(tài)。這種在線 修正的特點(diǎn)，恰好可以應(yīng)用于飛機(jī)模型的建立。就LPV建模而言，目前LPV建模，主要分為兩類，一類

44、是基于系統(tǒng)的動(dòng)態(tài) 非線性系統(tǒng)方程的分析法；另外一種則是根據(jù)系統(tǒng)的輸入輸出數(shù)據(jù)的實(shí)驗(yàn)法， 主要是采用不同的辨識(shí)算法。兩類方法都存在一定的缺點(diǎn)和限制。對(duì)于分析法， 第一種方法稱為雅可比線性化(Jacobian linearization方法；第二種方法稱為狀態(tài) 變換方法(State transformations);最后一種方法稱作函數(shù)替換法(Function substitution)。這三種方法的共同點(diǎn)就是都依賴系統(tǒng)的平衡點(diǎn)，其中前兩種方法 依賴于系統(tǒng)的多個(gè)平衡點(diǎn)，保守性更大些，最后一種方法只依賴于系統(tǒng)的一個(gè) 平衡點(diǎn)。由于三種方法的共同缺點(diǎn)就是對(duì)平衡點(diǎn)的依賴，并且平衡點(diǎn)的選取對(duì) 于系統(tǒng)性能的影

45、響目前還沒有計(jì)算方法，同時(shí)引入了平衡點(diǎn)就增加了系統(tǒng)的誤 差，也增加了計(jì)算量，而且求取系統(tǒng)的平衡點(diǎn)也是一件非常復(fù)雜的事情。另一 類LPV建模是利用實(shí)驗(yàn)法，通過系統(tǒng)辨識(shí)的方法首先獲得系統(tǒng)的神經(jīng)網(wǎng)絡(luò)模型， 然后轉(zhuǎn)化為LFT的形式，最后獲得LPV系統(tǒng)的多胞形結(jié)構(gòu)，并將結(jié)果應(yīng)用于控 制中。在LPV建模的基礎(chǔ)上，飛行狀態(tài)預(yù)測(cè)可以得到進(jìn)一步完善。一種方法是采 用狀態(tài)濾波方法，狀態(tài)濾波方法是，在 LPV模型的基礎(chǔ)上，應(yīng)用推廣卡爾曼濾 波或無味濾波短時(shí)估計(jì)失控后的飛行狀態(tài)變化。只要有完整氣動(dòng)數(shù)據(jù)的支持， 這種估計(jì)方法能在很大程度上逼近實(shí)際情況，并且該方法已成功運(yùn)用在無人機(jī) 失控后的狀態(tài)估計(jì)，并與實(shí)際飛行狀態(tài)進(jìn)行

46、了對(duì)比驗(yàn)證。另一種是采用基于動(dòng) 態(tài)配平（dy namic trim）的神經(jīng)網(wǎng)絡(luò)分析方法。這種方法先將飛機(jī)的狀態(tài)變量分為 受到擾動(dòng)后可以快速達(dá)到平衡的快速狀態(tài)變量和受到擾動(dòng)后緩慢隨時(shí)間變化 的慢速狀態(tài)變量，之后以慢速狀態(tài)變量和飛行控制變量作為神經(jīng)網(wǎng)絡(luò)輸入，飛 行決定性參數(shù)作為神經(jīng)網(wǎng)絡(luò)輸出，并基于飛機(jī)較完整的飛行試驗(yàn)數(shù)據(jù)訓(xùn)練神經(jīng) 網(wǎng)絡(luò)。應(yīng)用訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)對(duì)處于各種飛行狀態(tài)和控制輸入情況下的飛機(jī)進(jìn) 行飛行狀態(tài)預(yù)測(cè)。不過這種預(yù)測(cè)方式一般需要大量事故的飛行數(shù)據(jù)的支持和風(fēng) 洞試驗(yàn)數(shù)據(jù)的支持才能有很好的效果。四、飛機(jī)改出控制律設(shè)計(jì)美國波音公司，NASA蘭利研究中心等許多著名的航空研究機(jī)構(gòu)為實(shí)現(xiàn)更 全面的飛

47、行安全控制策略，提出了基于包線保護(hù)策略的飛行安全控制律設(shè)計(jì)方 案。即在有外部環(huán)境干擾（如湍流或者低空飛切變）或者飛機(jī)本身的意外系統(tǒng) 故障（如單發(fā)停車或者飛機(jī)舵面卡阻）的情況下，預(yù)測(cè)飛機(jī)飛行狀態(tài)，并給出 飛機(jī)控制律或者一組控制序列，使飛機(jī)可以在安全狀態(tài)下（即安全的飛行包線 內(nèi)）實(shí)現(xiàn)改出或者降落。飛行包線綜合地描述了一架飛機(jī)所能安全飛行的高度與速度范圍，反映了 氣動(dòng)、推力和結(jié)構(gòu)等因素對(duì)飛行范圍的限制。以 B737飛機(jī)為例，如圖1（a）所示, 為B737飛機(jī)建模數(shù)據(jù)提供的該機(jī)襟翼收起的正常飛行的迎角-側(cè)滑角包線，（b）圖所示，為襟翼著陸構(gòu)型時(shí)的包線。可以看出，一般商用飛機(jī)經(jīng)飛行試驗(yàn)驗(yàn)證 的包線只是飛

48、行模擬器上所用包線的子包絡(luò)，只有在經(jīng)驗(yàn)證的包線內(nèi)飛行才是 絕對(duì)安全的。包線保護(hù)系統(tǒng)通過控制律設(shè)計(jì)、增加限制器等措施使得飛機(jī)能夠 在包線范圍內(nèi)安全飛行。目前，包線保護(hù)系統(tǒng)已廣泛應(yīng)用在改出風(fēng)切變飛控設(shè) 計(jì)中。圖1 B-737飛機(jī)迎角-側(cè)滑角包線由上述可知，飛行安全的關(guān)鍵就是當(dāng)飛機(jī)狀態(tài)處于飛行包線邊緣，即臨界 狀態(tài)時(shí)，可以通過飛機(jī)自動(dòng)飛行系統(tǒng)自身或者人為干預(yù)使得飛機(jī)改出可以危險(xiǎn) 姿態(tài)，避免出現(xiàn)超出飛行包線的發(fā)生。因此要實(shí)現(xiàn)基于包線保護(hù)系統(tǒng)的飛行安全策略關(guān)鍵包括兩個(gè)方面：(1) 決定性參數(shù)的選取與安全包線的制定。在不利因素干擾下，飛機(jī)的運(yùn)動(dòng)參數(shù)不斷變化。對(duì)于這些特殊飛行狀態(tài)，將那些對(duì)飛行安全性具有決定性作用 的參數(shù)稱為決