CN101321667A - 用于重构飞行器、尤其是客机上的阵风和结构载荷的方法 - Google Patents

Abstract

一种用于重构飞行器、尤其是客机上的阵风和/或结构载荷的方法，其特征在于如下处理步骤：a)基于飞行器的非线性模型形成观测器，所述飞行器非线性模型描述飞行器在所有六个自由度(DoF)中的运动以及飞行器结构的弹性运动；b)持续地给所述观测器提供对于描述飞行器状态而言是重要的所有数据和测量结果；c)从所述提供的数据和测量结果通过所述观测器计算阵风速度和结构载荷(动作和阵风载荷)。

Description

用于重构飞行器、尤其是客机上的阵风和结构载荷的方法

相关申请的参引

该申请要求2005年12月6日申请的德国专利申请DE 10 2005 058 081的优先权，在此将其公开的内容通过参引的方式结合入本申请中。

技术领域

本发明涉及一种用于重构飞行器、尤其是客机上的阵风和/或结构载荷的方法。

背景技术

迄今为止，仅能够以有限的程度来反算例如阵风或者湍流的外部影响，这些外部影响可能导致飞行器、尤其是客机的任何位置上的结构载荷的增加。当然能够对动载荷进行测量，但是不可能推测出摄动或者扰动。

发明内容

本发明的目的是提供一种方法，从而能够模拟飞行器上的结构载荷并能够对其扰动进行重构。特别地，提供一种不仅能在飞行后执行、而且特别能在飞行期间执行的方法。

所述目的通过具有权利要求1的特征的方法来实现。在从属权利要求中详细说明了本发明的所述方法的示例的进一步改进和实施方式。

本发明的方法的优点是该方法能够在阵风和/或极限动作或者其它扰动之后作出是否必要对结构进行特殊的检测和/或修理的快速估计。这种可能性确保了安全标准的提高，将着陆次数和操作成本降到最低，同时增加了飞行器的利用率。

附图说明

在下文中将参照附图对本发明的所述方法的示例实施方式进行解释。

在图中：

图1是依据本发明的方法的示意图，该方法用于通过依据本发明示例实施方式的观测器来重构飞行器上的阵风和/或结构载荷；

图2是飞行器的非线性模型的结构框图，其例如构成图1中的本发明的示例实施方式的观测器的基础；

图3是与图1相似的示意图，其示出用于观测器的各个参量如何分配到飞行器距离(设备)；

图4是用在本发明方法中的所谓的系统优化工具(SO tool)的图形用户界面的示意图；

图5是用于观测器测试的simulink模型的屏幕截图；

图6，7和8示出作为扰动输入参量(细线)的离散阵风的横向速度、左侧垂直速度或者右侧垂直速度以及观测器的计算值(粗线)；

图9，10和11各示出用于持续湍流的作为扰动输入参量(细线)的横向速度、左侧垂直速度或者右侧垂直速度的时间函数以及由观测器得到的计算值(粗线)；

图12，13和14是根据飞行器模型的规一化跨度或者长度绘制的机翼剪力、水平尾翼或者垂直尾翼上的剪力(细线)以及观测器的计算值(粗线)；

图15示出来自于测试飞行的各控制面位置的时间函数；

图16示出来自于测试飞行的各输出参量的测量结果的时间函数(细线)以及观测器的计算值(粗线)；

图17，18和19示出参照图15和16描述的测试飞行的横向阵风速度、左侧垂直阵风速度或右侧垂直阵风速度的计算值；

图20，21，22和23给出了根据参照图15和16描述的测试飞行的靠近右机翼根部的剪力、靠近右机翼根部的弯矩、右侧内部发动机附近的剪力或者右侧内部发动机附近的弯矩的时间函数(细线)以及由观测器得到计算值(粗线)；以及

图24是飞行器运动的动画截屏、阵风速度(淡色箭头)以及结构载荷(深色箭头)。

具体实施方式

在操作现代商用飞行器时，了解在飞行期间作用在飞行器结构上的内部载荷(弯矩和剪力)是重要的。这些载荷是由飞行员或者电子飞行控制系统(EFCS)指示的动作或者是由飞行器飞行穿越的湍流或者离散阵风引起的。但是，不能在飞行器的任意期望位置处通过测量来监测这些载荷。根据本发明，通过可从商用飞行器获得的飞行数据(例如欧拉角，“机身角速率”，加速度，GPS数据)、控制面的位置并利用飞行器的数学模型的计算结果来重构这些载荷。此外，应该通过适当的装置对阵风速度进行估计以计算由阵风导致的载荷。

载荷的重构对于飞行器的操作者具有很大的好处。一个好处来自于对中间情形——例如当飞行器穿过剧烈阵风时——的反应。通过知道飞行器结构任意位置处的载荷，可以容易地确定载荷是否已经超出了允许的极限值，如果载荷超出了极限值，则有必要着陆并对结构进行详细检查。如果在飞行期间就已经可以得到与载荷相关的信息，并且这些信息显示没有出现临界载荷，则可以避免飞行器的非必要着陆时间。

在飞行期间运行载荷重构对于寿命监测系统而言也是重要的，其使得操作者可以如需地进行检查并优化飞行器结构维护的间隔。可以假设仅当在飞行器操作期间出现了特定的载荷时才对结构部件进行特别检查。由此，可以增加检查的间隔、并仅对结构的特定部件进行检查，所以降低了飞行器的操作成本并提高了飞行器的利用率。

此外，应当对作为未知输入参量作用在飞行器上的阵风速度进行估计以对内部载荷进行重构。根据本发明，这应该在以飞行器的非线性数学模型为基础的观测器的辅助下来进行。

为了上述目的，在图1中概略地示出观测器的原理。观测器是飞行器的并行模型，其由飞行员和EFCS指令控制并由测量结果——该测量结果反映所导致的飞行器运动——校正。通过适当地扩展用于设计观测器的飞行器模型，可以将作为未知输入参量作用在飞行器上的阵风速度和/或湍流结合到观测程序中。观测器的输出参量是阵风速度(在下文中仅仅简单地使用“阵风速度”，但是应当理解为阵风速度、湍流和稳态气流中的其它摄动)和由阵风(及湍流等)以及控制面指令引起的结构载荷的估计值或者计算值。估计的阵风速度是在对飞行器任意期望位置处的结构载荷进行重构期间的有利的副产品。

观测器设计的基础是飞行器的非线性模型。在本文中，在模型中考虑了飞行器结构的柔性或者弹性特征，以允许对结构任意期望位置处的内部载荷进行重构。通过以所谓的扰动模型来扩展飞行器模型，将未知的横向和非对称竖直阵风速度共同地考虑为观测器的输入参量。

在这里描述的示例模型中，非线性观测器设计成稳态卡尔曼滤波器，其具有对飞行器的输入和输出参量的噪声过程。通过使观测器估计误差的平方量函数最小化，非线性参数优化地设计观测器。

图2示出了本示例实施方式的非线性飞行器模型的结构。一组子模型反映了用于形成飞行器模型的各个原理。在该示例的实施方式中，在基于MATLAB/Simulink的面向模块的实时模拟环境VarLoads(可变载荷分析环境)中编码飞行器模型。在文献[1]中对所述模型和模拟环境进行了详细的描述，文献[1]是：J.Hofstee，Th.Kier，Ch.Cerulli，G.Looye：A variable，full flexible dynamic response analysis tool for special investigations(VarLOADS)，IFASD 2003，Amsterdam，The Netherlands，June 2003。

图2所示的子模型“机械结构”表示飞行器柔性结构的模型。其结合了具有所有六个自由度(DoF)的刚体的非线性运动方程(EQM)以模拟多种飞行动作，以及结合了一组用于飞行器结构的弹性运动的线性运动方程(EQM)。该模型是从三维有限元模型得出的，在三维有限元模型中，通过静态缩合降低自由度，因此，网格点分配有相应的点质量。进一步的模态降阶可以进一步将弹性自由度降低到对被观测的应用而言是重要的弹性模型的数目。对于随后作为示例考虑的空中客车A340-300，具有最低频率的前四十个弹性模型包括于所述模型中，从而以足够的精度计算位于柔性结构的网格点之间的观测位置处的载荷。驱动运动方程的外力P _n ^ext来自气流和推动力。

在子模型“空气动力学”中模拟来自气流的气动力P _a ^aero。这些力是由位于飞行器结构(机身、机翼、尾翼组件等)上的所谓的空气动力学片条来计算的。这些作用于力上的片条是实际空气速度V_tas和空气密度ρ、控制面位置u _x、飞行器的刚体运动和弹性运动(迎角)、以及飞行器左侧或右侧的阵风速度v _gust，l和v _gust，r的函数。对于慢的控制面的调节和飞行器运动而言，使用稳态空气动力学理论来进行模拟。从风洞测量得出相应的气动影响系数。产生间断的(滞后的)气动力是由控制面位置的快速变化和各个片条的迎角的快速变化引起的，控制面位置的快速变化和各个片条的迎角的快速变化是由飞行器结构的弹性运动和阵风、湍流的扰动造成的。这些间断的或者非稳态力通过Wagner和Küssner函数单独地计算并叠加。此外，在空气动力学模型中包括了水平方向尾翼上的下降气流以及垂直方向尾翼上的侧滑流(由侧滑角的变化引起)的影响。而且，对于阵风、“下降气流”和“侧滑流”，也考虑了每个单独片条处的滞后。

在各个片条力作用点处的气动力被分配到机械结构的邻近网格点上。

推进力P _a ^prop是在“驱动”子模型中计算的。在此描述的示例模型中，对于稳态1g飞行的适用迎角及恒定前推力而言，发动机的力由作用在飞行器上的阻力抵消。

图2所示的另一个子模型是“信号选择”子系统，该子系统传送观测器设计所需的测量到的参量y _m 。

在“结构载荷”子系统中计算飞行器结构在观测位置处的内部载荷p _c ^int(弯矩和剪力)。这些信号是用于载荷计算程序的目标参量。载荷由例如文献[2]中说明的力求和方法进行计算，文献[2]是：H.Henrichfreise，J.Hofstee，L.Bensch，D.Pohl，L.Merz：Gust load alleviation of a commercialtransport aircraft，IFASD 2003，Amsterdam，The Netherlands，June 2003。

上述的飞行器模型用作设计观测器的距离模型。在下文中，在第一公式中通过一阶非线性微分方程在状态矢量空间中进行分析，且初始的状态矢量x _p(t＝0)＝x _p0，该一阶非线性微分方程是：

${\underset{\‾}{\stackrel{\·}{x}}}_p={\underset{\‾}{f}}_p({\underset{\‾}{x}}_p,{\underset{\‾}{u}}_{\mathrm{pc}},{\underset{\‾}{u}}_{\mathrm{pd}})---\left(1\right)$

所述距离模型——即飞行器——的状态矢量(标号p)

${\underset{\‾}{x}}_p=\left[\begin{array}{c}{\underset{\‾}{x}}_{p,\mathrm{rigid}}\\ {\underset{\‾}{x}}_{p,\mathrm{elastic}}\end{array}\right]---\left(2\right)$

可以分成用于刚体运动的子状态矢量x _p，rigid和用于描述飞行器弹性运动状态的矢量x _p，elastic。在控制面处的指令结合到距离模型的控制输入矢量(标号c)u _pc

${\underset{\‾}{u}}_{\mathrm{pc}}={\underset{\‾}{u}}_x=\left[\begin{array}{c}{u}_{x,1}\\ u_{x,2}\\ .\\ .\\ .\\ u_{x,20}\end{array}\right]---\left(3\right)$

中，其中u_x，1，u_x，2…u_x，n(此处n＝20)是方向舵、升降舵、副翼、扰流器、稳定器等的设置和调节值。

阵风速度——即在飞行器的左侧和右侧的阵风、湍流以及类似气流的速度——是系统的未知的扰动参量。这些参量结合到用于距离模型的扰动输入矢量(标号d)

${\underset{\‾}{u}}_{\mathrm{pd}}=\left[\begin{array}{c}{\underset{\‾}{V}}_{\mathrm{gust},l}\\ {\underset{\‾}{V}}_{\mathrm{gust},r}\end{array}\right]=\left[\begin{array}{c}{u}_{\mathrm{gust},l}\\ v_{\mathrm{gust},l}\\ w_{\mathrm{gust},l}\\ u_{\mathrm{gust},r}\\ v_{\mathrm{gust},r}\\ w_{\mathrm{gust},r}\end{array}\right]---\left(4\right)$

中，其中u_gust，v_gust，w_gust表示设定在飞行器上的坐标系内的相应的纵向、横向和垂直方向上的速度分量。

结合到扰动输入矢量u _pd(标号d)中的左侧和右侧阵风速度可包括其它作为未知扰动参量的速度分量

${\underset{\‾}{u}}_{\mathrm{pd}}=\left[\begin{array}{c}{v}_{\mathrm{gust},\mathrm{front}}\\ v_{\mathrm{gust},\mathrm{fin}}\\ w_{\mathrm{gust},\mathrm{wing},l}\\ w_{\mathrm{gust},\mathrm{wing},r}\end{array}\right]---\left(4a\right)$

其中v_gust，front，v_gust，fin，w_{gust，wing，l}，w_{gust，wing，r}表示在飞行器坐标系内的相应的正面或者侧面速度分量。

例如可在商用飞行器中得到的标准测量值的测量信号是飞行器坐标系中的欧拉角(Φ，Θ，ψ)以及“机身角速率”(p_B，q_B，r_B)。此外，观测器可以得知重心在环境参考系中的横向和垂直速度(y_E，z_E)以及飞行器机体靠近重心处在飞行器坐标系中的横向和垂直加速度(y_B，z_B)。使用测量结果输出方程(标号m)来对所有的这些信号进行模拟，该方程是：

${\underset{\‾}{y}}_{\mathrm{pm}}=\left[\begin{array}{c}\mathrm{\Φ}\\ \mathrm{\Θ}\\ \mathrm{\ψ}\\ p_B\\ q_B\\ r_B\\ {\stackrel{\·}{y}}_E\\ {\stackrel{\·}{z}}_E\\ {\stackrel{\·\·}{y}}_B\\ {\stackrel{\·\·}{z}}_B\end{array}\right]={\underset{\‾}{g}}_{\mathrm{pm}}({\underset{\‾}{x}}_p,{\underset{\‾}{u}}_{\mathrm{pc}},{\underset{\‾}{u}}_{\mathrm{pd}})---\left(5\right)$

观测器设计的目标是对内部载荷进行重构。为了达到此目标，要对未知的阵风速度进行估计或计算，如随后所述。这些变量通过目标输出方程(标号o)提供，目标输出方程是：

${\underset{\‾}{y}}_{\mathrm{po}}=\left[\begin{array}{c}{\underset{\‾}{P}}_c^{\mathrm{int}}\\ {\underset{\‾}{V}}_{\mathrm{gust},l}\\ {\underset{\‾}{V}}_{\mathrm{gust},r}\end{array}\right]={\underset{\‾}{g}}_{\mathrm{po}}({\underset{\‾}{x}}_p,{\underset{\‾}{u}}_{\mathrm{pc}},{\underset{\‾}{u}}_{\mathrm{pd}})---\left(6\right)$

在上面给出的飞行器模型的方程中，阵风速度显示为输入参量和输出参量。如下文中要描述的，这些阵风速度能够通过适当地扩展距离模型而包括到观测器设计中。

目标是要重构由飞行动作及通过阵风、湍流等造成的扰动所引起的在飞行器结构的任意期望位置处的飞行器结构内部载荷。对于没有阵风的正常飞行，飞行器结构上的载荷仅由飞行员或EFCS的指令引起。可以使用图2中描述的飞行器模型和作为输入参量的测得的控制面设置来对这些所谓的动作载荷进行重构。但是，如果飞行器飞行穿过阵风或者湍流，则附加的阵风载荷与动作载荷叠加。为了也能够对这些载荷进行重构，还需要飞行器扰动输入处的未知阵风速度。通过安装在飞行器上的传感器直接测量阵风速度是不可行的或者是不足够的，这有两个原因。首先，传感器受飞行器运动的影响，因此，这些传感器不仅对阵风进行测量，而且还对所述运动进行测量。其次，当前可用的传感器仅能够测量通常位于飞行器前端的一个位置处的阵风。因此，不能够检测到二维的阵风——例如导致飞行器摆动的孤立旋涡。

下文将描述用于计算多维阵风、湍流等以及由所述多维阵风、湍流和动作引起的结构载荷的非线性观测器。该方法仅关注公式(4)中的横向和垂直阵风速度分量v_gust和w_gust。目前没有将纵向阵风考虑在内。这些阵风速度通过扰动模型

${\underset{\‾}{\stackrel{\·}{x}}}_d={\underset{\‾}{f}}_d^{\′}({\underset{\‾}{x}}_d,{\underset{\‾}{u}}_d,{\underset{\‾}{v}}_d),$ x _d(t＝0)＝0                (7)

y _d＝g _d(x _d)

模拟，以便于将它们包括在观测程序中。它们由输出矢量y _d以及矢量u _pd模型的适当的扰动输入参量产生。将扰动模型的输出参量代入距离模型的扰动输入参量，即在方程(1)中u _pd＝y _d，得到扩展的距离模型的非线性微分方程

${\left[\begin{array}{c}{\underset{\‾}{x}}_p\\ {\underset{\‾}{x}}_d\end{array}\right]}^{*}=\left[\begin{array}{c}{\underset{\‾}{f}}_p({\underset{\‾}{x}}_p,{\underset{\‾}{u}}_{\mathrm{pc}},{\underset{\‾}{g}}_d\left({\underset{\‾}{x}}_d\right),{\underset{\‾}{v}}_{\mathrm{pc}})\\ {\underset{\‾}{f}}_d({\underset{\‾}{x}}_d,{\underset{\‾}{u}}_d,{\underset{\‾}{v}}_d)\end{array}\right]---\left(8\right)$

${\underset{\‾}{\stackrel{\·}{x}}}_a={\underset{\‾}{f}}_a({\underset{\‾}{x}}_a,{\underset{\‾}{u}}_{\mathrm{pc}},{\underset{\‾}{u}}_d,\underset{\‾}{v})$

状态矢量x _a包括飞行器模型的状态x _p和扰动模型的状态x _d。带有控制和扰动输入处的过程噪声的矢量过程v _pc和v _d已经被加到扩展的距离模型中以使观测器设计与文献[3]中描述的卡尔曼滤波器设计相类似，文献[3]：B.Friedland：Control System Design-An introduction to state-spacemethods，McGraw-Hill，1986。过程噪声被结合在矢量v中。

通过方程(5)，扩展的距离模型的测量结果输出方程变为

y _pm＝g _pm.(x _p，u _pc，g _d(x _d))+w            (9)

   ＝g _am(x _a，u _pc)+w

其中，矢量过程w将距离输出处的测量噪声加到与卡尔曼滤波器相类似的观测器设计中。与卡尔曼滤波器的理论一样，假设在矢量v和w中的各个噪声过程是具有已知恒定强度的不相关高斯白噪声。

测量结果噪声的强度的重要数值可以从所使用的传感器的说明书中推断出，参见文献[4]：H.Henrichfreise：Prototyping of a LQG Compensatorfor a Compliant Positioning System with Friction.TRANSMECHATRONICS-Development and Transfer of developmentsystems of mechatronics，HNI-Verlagsschriftreihe，Vol.23，1^st Edition，Paderborn 1997。该论文可以从CLM网站www.clm-online.de得到。另一方面，如随后所述，过程噪声的强度被用作设计参数。

最后，将扰动输入代入目标输出方程(6)，导出扩展距离模型的目标输出方程

y _po＝g _po(x _p，u _pc，g _d(x _d))                (10)

   ＝g _ao(x _a·，u _pc)

以从扩展模型的状态和控制输入参量计算结构载荷和阵风速度。

方程(8)到(10)的非线性扩展距离模型构成了观测器设计的基础。

通过从扩展距离模型获得的矢量函数，下面的方程给出了观测器的结构，参见文献[5]：B.Friedland：Advanced control system design.PrenticeHall，1996。

${\underset{\‾}{\stackrel{\stackrel{\·}{^}}{x}}}_a={\underset{\‾}{f}}_a({\underset{\‾}{\hat{x}}}_a,{\underset{\‾}{u}}_{\mathrm{pc}})+\underset{\‾}{L}\·({\underset{\‾}{y}}_{\mathrm{pm}}-{\underset{\‾}{\hat{y}}}_{\mathrm{pm}}),{\underset{\‾}{\hat{x}}}_a(t=0)={\underset{\‾}{\hat{x}}}_{a0}---\left(11\right)$

${\underset{\‾}{\hat{y}}}_{\mathrm{pm}}={\underset{\‾}{g}}_{\mathrm{nm}}({\underset{\‾}{\hat{x}}}_a,{\underset{\‾}{u}}_{\mathrm{pc}})---\left(12\right)$

${\underset{\‾}{\hat{y}}}_{\mathrm{po}}={\underset{\‾}{g}}_{\mathrm{ao}}({\underset{\‾}{\hat{x}}}_a,{\underset{\‾}{u}}_{\mathrm{pc}})---\left(13\right)$

状态微分方程(11)的解提供了扩展距离模型的状态矢量的一个估计方程(11)由距离模型的控制输入矢量u _pc和测量结果输出矢量y _pm来驱动，其中距离模型的控制输入矢量u _pc和测得的输出矢量y _pm也是输入到观测器的输入参量(见图3)。

测量结果输入用来构成观测器的测量误差，即矢量y _pm的实际测量值与从方程(12)计算出的矢量的测量值之间的差。这些值由放大矩阵L反馈到观测器状态矢量的导数。如果正确地设计，则这种反馈的作用使得计算出的测量值逼近实际的测量值，也就是观测器测量误差几乎减小到零。为此，在观测器状态矢量

中，计算出的距离模型状态矢量

应当紧逼距离状态矢量x _p。通过飞行器扰动输入处的未知扰动参量或矢量u _pd的距离模型，扰动模型子状态

应当从方程(7)产生接近实际扰动输入参量的

扰动模型输出参量。因此，观测器的扰动模型输出参量提供了对未知阵风速度的估计值。这些估计值与测量位置处的内部结构载荷一起可以作为从方程(13)计算出的矢量

的观测器输出参量。

对于由方程(11)到(13)给出的观测器结构，剩下的任务仅是确定观测器放大矩阵L。这通过与卡尔曼滤波器相似的观测器设计来完成，已经通过将噪声过程加到扩展距离模型中来准备该观测器设计。由于基础距离模型是非线性的，因此通过非线性参数优化法来确定观测器放大矩阵，该非线性参数优化法以系统模拟为基础——该系统包括飞行器的扩展距离模型和观测器(与图3类似)。扩展距离模型在这种情况下是由矢量v和w的离散白噪声过程来激励的。模拟的时间响应用于计算二次代价函数

$J\left(\underset{\‾}{L}\right)=\frac{1}{N}\underset{k=0}{\overset{N-1}{\mathrm{\Σ}}}{({\underset{\‾}{x}}_a\left(k\right)-{\underset{\‾}{\hat{x}}}_a\left(k\right))}^T\·({\underset{\‾}{x}}_a\left(k\right)-{\underset{\‾}{\hat{x}}}_a\left(k\right))---\left(14\right)$

该方程包括有用于被执行的N个模拟步骤的观测器估计误差的自协方差之和。通过这种与线性卡尔曼滤波器设计相同的设计环境，通过相对于观测器放大矩阵L的元素来最小化代价函数J的数值得到观测器放大矩阵L。如在文献[4]中解释的那样，利用飞行器的控制输入或者距离模型的子矢量v _pc的过程噪声的强度来计算观测器放大矩阵，从而在距离模型的控制输入路径中朝不确定的方向调整观测器的速度和坚固性。因为输入到扩展距离模型中的扰动模型输入u _d是未知的，所以v _d中的相应的噪声过程的强度设置的尽可能高，以便于使观测器足够稳定，这样有助于作为观测器输入参量的信号不足的事实。

在以下的讨论中，使用扩展距离模型的状态矢量通过模拟对观测器放大矩阵进行划分

$\underset{\‾}{L}=\left[\begin{array}{c}{\underset{\‾}{L}}_p\\ {\underset{\‾}{L}}_d\end{array}\right]=\left[\begin{array}{c}{\underset{\‾}{L}}_{p,\mathrm{rigid}}\\ {\underset{\‾}{L}}_{p,\mathrm{elastic}}\\ ----\\ {\underset{\‾}{L}}_d\end{array}\right]---\left(15\right)$

其中子矩阵L _p和L _d用于将观测器测量误差反馈到观测器中的距离状态或者扰动模型状态的导数中。如同用于距离模型的状态矢量的方程(2)中所清楚表示的，子矩阵L _p能够进一步分成反馈放大矩阵L _p，rigid和L _p，elastic。如果现在计数距离状态的数量，例如n_p，rigid＝12，n_p，elastic＝80，并假设四个扰动模型状态n_d＝4，则对于n_pm＝10的测量参量，对于观测器放大矩阵，从方程(5)得到总数为960的项数。

设计具有如此多放大项数的观测器明显是不合理的，不仅对于计算支出、而且对于上述的最优化问题的收敛而言都是不合理的。因此，在设计过程中，仅选择一些项用于观测器放大矩阵，选择这些项的原因是例如稳定性和响应速度。其它所有的项将会设置成零。关于观测器放大矩阵，结合的本发明示例实施方式的研究已经显示出选择12个项就已经足以确保良好的观测器性能，从随后的介绍中可以看出。此外，这种简化也显著地减少了用于观测器设计的计算支出和实时运行。

正如上面已经进一步提到的，观测器设计是通过基于由模拟得到的时间响应的非线性参数最优化执行的。这使用所谓的系统最优化工具(SOTool)来执行的，参见文献[6]：S.Klotzbach，S.Oedekoven，O.Grassmann：Optimisation in the mechatronic development process.VDI MechatronicsConference 2003，Fulda，Germany，2003，该文献可以从DmecS网站www.dmecs.de获得，其是基于来自于MATLAB最优化工具箱(MATLABOptimization Toolbox)的算法开发的。这种待优化的系统应当可以作为Simulink模型提供。所述的SO工具包括图形用户界面，在该界面下，用户能够方便地加载系统的模拟模型，定义目标参量并交互地选择用于最优化运行的最优化参数。图4示出SO工具的图形用户界面。

下文将介绍空中客车340-300的测试和模拟结果。

测试是使用图5所示的Simulink模型进行的，其执行图3中的框图，其中非线性观测器链接到飞行器模型。包括有一附加的子系统以生成作为扰动的用于余弦离散阵风的阵风速度和持续湍流。该子系统提供了作用在飞行器模型的左侧和右侧上的速度。

通过将飞行器模型和观测器的控制输入u _pc＝u _x设置为零，在下文中没有考虑动作和动作载荷。这样执行是因为观测器是基于飞行器的名义模型设计的(用于观测器设计的距离模型与飞行器模型一致)，从而通过观测器正确地重构动作载荷。仅仅是由阵风产生的系统扰动与观测器的性能评估相关。

图6-8示出作用在飞行器上的横向和垂直方向上的阵风速度以及观测器的相应估计值。阵风速度与飞行器的实际空气速度是成比例的。

尽管在飞行器两侧上的横向阵风速度是相同的，但是假设飞行器的左侧和右侧的垂直方向上的阵风速度是不同的。它们在不同的时间以不同的振幅来影响飞行器。

在这些图中，扰动输入参量由细线再现，而由观测器作出的估计由粗线给出，这些图示出横向的以及不对称的垂直方向上的阵风速度被高度精确地再现。

图9-11示出由与实际情况更接近的多维连续湍流产生的扰动，其中作用在飞行器上的横向和垂直方向上的阵风速度以及由观测器得到的估计值分别用细线和粗线再现。时间分布图表明湍流的重构具有与离散阵风速度相同的高精度。利用阵风速度的重构，观测器能够对由其导致的载荷计算出可靠的估计值。这可以用所谓的包络曲线来表示，包络曲线包括来自于飞行器结构相应部件上的有效监测位置的各个载荷的最大值和最小值。这些包络曲线能够对因为特殊事件导致的、或者是在整个飞行期间的整个飞行器结构上的最大载荷进行快速的扫视。这对于估计飞行器的一部分上的载荷是否已经超出了特定的预定值是非常有用的。

图12-14示出由图9-11所示的湍流的连续扰动在机翼和水平以及垂直尾翼上造成的剪力的包络曲线。由于飞行器两侧的载荷被同样良好地重构，因此在图中只考虑飞行器的左侧。在图中，力以最大正值为尺度地换算，并在规一化的机翼与尾翼的跨度上绘制。如果需要，也能够绘制其它飞行器元件——例如机身——的弯矩或者载荷。

在图12-14中，飞行器模型和观测器的剪力的包络曲线之间几乎没有差别。观测器对所有测量位置(这些位置由十字标记)上的结构载荷进行了非常好的重构。正如上面进一步所述，通过将飞行器模拟成一个弹性的系统，可以得到各个测量位置。这样就可以计算飞行器结构的任一期望的位置处的载荷。

在图12中，剪力沿飞行器机翼的台阶是由基础A340-3000飞行器模型中的发动机重量引起的。

在此描述的结果是以名义飞行器模型(用于观测器设计的距离模型与飞行器模型一致)为基础设计的观测器获得的结果。但是，对于实际的飞行器，与飞行器模型在模型结构和模型参数(例如重量分配，马赫数，高度)上均有偏差。研究表明，对于不太大的偏差，对估计载荷的影响是可以接受的。这些误差部分地由在阵风或者湍流中的更大的偏差补偿。

下文介绍在实际飞行器的测试飞行中获得的结果。记录了飞行期间所有控制面位置(控制输入参量)以及测量到的参量的时间分布图。飞行后，在模拟中仅使用图5所示的Simulink模型的观测器对所收集的数据进行评估。

图15和图16示出在空中客车A340 FT飞行器测试飞行期间记录到的控制面位置和测量到的参量。飞行器承受飞行员的动作以及湍流。观测器在观测器测量误差方面工作得非常好。图16中由观测器得到的估计值与从测试飞行中测量到的参量之间仅有很小的误差，因此在图中几乎分辨不出差异。

图17-19示出飞行器左侧和右侧的估计值，其在观测器测量误差方面类似地提供了很好的结果。虽然飞行器两侧上的横向阵风速度的估计值是相同的，但是飞行器左侧和右侧上的垂直方向上的阵风速度的估计值是不同的。

将控制面位置和阵风速度的估计值输入到观测器中的空气动力学子模型。通过将所获得的气动力分配到机械飞行器结构的网格点来构建在这些测量位置处的内部结构载荷。测试飞行器在某些测量位置上装有应力传感器，从而可以检测作用在飞行器结构上的实际载荷。图20-23将在右机翼不同位置处的这些载荷与观测器的相应估计值进行了比较。图20和图21示出右机翼根部附近位置上的剪力和弯矩的结果。图22和图23给出在右侧内部发动机附近的不同位置处的实际载荷和计算载荷的对比。

图20-23中的结果表明，观测器给出了实际飞行器载荷的非常好的估计值。微小的偏差是由用于观测器设计的飞行器模型与实际飞行器之间的不同引起的。这些偏差产生在飞行器结构(例如弹性模型的数量)和参数(例如重量分配、马赫数、高度)中，而且在现实中是不可能完全避免的。但是，表明对于这些影响，观测器是足够稳定的。

由于观测器测量误差较小并且结构载荷得到了很好的重构，所以可以高度确定地认为图17-19中的阵风速度的估计值是可靠的。

用于理解与前面所示的时间分布图相应的飞行器运动的重要工具是飞行器的三维动画。其能够示出控制面调节、飞行器的完全三维运动以及飞行器结构的弹性运动。其它的参量可以用箭头表示，这些箭头长度根据各个参量的大小而变化。图24示出在以上描述的示例实施方式中考虑的空中客车A340-300飞行器的图片。动画由观测器输入参量(也就是控制面位置和测量到的参量)和观测器的估计值(也就是飞行器结构的弹性变形、阵风速度和内部结构载荷)驱动。飞行器结构不同位置处的阵风速度和载荷用浅色箭头或深色箭头表示。

本发明的方法能够用于在飞行期间或者飞行后重构由飞行动作和其它的诸如阵风和湍流的影响导致的产生于飞行器结构任何位置处的载荷。因此，能够快速的作出估计在特殊情况后是否要视情况对结构进行检测。可以提高安全标准以及可以减少着陆次数和操作成本，同时，可以提高飞行器的利用率。

应当指出，术语“包括”并不排除其它的要素或步骤，“一”或“一个”并不排除多个。还有，结合不同实施方式描述的要素可以结合。

应当指出，权利要求中的附图标记不构成对权利要求范围的限制。

Claims (49)

1.一种用于重构飞行器、尤其是客机上的阵风和/或结构载荷的方法，所述方法包括如下处理步骤：

a)基于飞行器的非线性模型形成观测器，所述飞行器非线性模型描述飞行器在所有六个自由度(DoF)中的运动以及飞行器结构的弹性运动；

b)持续地给所述观测器提供对于描述飞行器状态而言是重要的所有数据和测量结果；

c)从所述提供的数据和测量结果通过所述观测器计算阵风速度和结构载荷(动作和阵风载荷)。

2.根据权利要求1所述的方法，其中对飞行器结构的任何位置计算由飞行动作和/或阵风和/或湍流产生的结构载荷。

3.根据权利要求1或2所述的方法，其中计算湍流和/或阵风的速度。

4.根据权利要求1，2或3所述的方法，其中所述对于描述飞行器状态而言是重要的数据和测量结果包括来自以下组中的数据：飞行器速度、欧拉角、“机身角速率”、加速度、GPS数据。

5.根据权利要求1，2，3或4所述的方法，其中所述对于描述飞行器状态而言是重要的数据和测量结果包括控制面数据。

6.根据权利要求1-5中任一项所述的方法，其中所述对于描述飞行器状态而言是重要的数据和测量结果包括发动机推力。

7.根据权利要求1-6中任一项所述的方法，其中所述对于描述飞行器状态而言是重要的数据包括空气密度ρ。

8.根据权利要求1-7中任一项所述的方法，其中在飞行期间计算阵风和/或结构载荷并且对结果进行记录。

9.根据权利要求1-7中任一项所述的方法，其中在飞行后基于记录的数据对阵风和/或结构载荷进行计算。

10.根据权利要求8或9所述的方法，其中从通过所述方法获得的数据根据所确定载荷的出现来得出检测、维护和修理时间表。

11.根据权利要求10所述的方法，其中从通过所述方法获得的数据根据所确定载荷的出现来得出检查和/或维修间隔和/或修理时间。

12.根据权利要求1-11中任一项所述的方法，其中所述的观测器以描述刚性飞行器机体运动的非线性运动方程组(EQM)和描述飞行器结构的弹性运动的线性方程组为基础。

13.根据权利要求1-11中任一项所述的方法，其中所述的观测器以线性模型为基础。

14.根据权利要求1-13中任一项所述的方法，其中所述观测器中的飞行器模型以有限元模型为基础。

15.根据权利要求14所述的方法，其中在所述有限元模型中通过静态缩合减少自由度(DoF)，其中相应的点质量分配到网格点上。

16.根据权利要求14或15所述的方法，其中在所述的有限元方法中，与弹性飞行器机体运动相关的自由度减少到与弹性飞行器机体运动相关的模型的预定数目。

17.根据权利要求16所述的方法，在所述模型中包括多个具有最低频率的第一模型，从而以预定的精度计算位于柔性结构网格点之间的测量位置处的载荷。

18.根据权利要求1-17中任一项所述的方法，其中所述非线性观测器设计成稳态卡尔曼滤波器的形式，其中扰动过程作用在飞行器模型的输入和输出参量上。

19.根据权利要求18所述的方法，其中通过非线性参数最优化来进行相应的二次代价函数的最小化。

20.根据权利要求1-19中任一项所述的方法，其中所述非线性模型包括用于计算气动力P _a ^aero的空气动力学子模型。

21.根据权利要求20所述的方法，其中在所述的空气动力学子模型中使用所谓的空气动力学片条计算气动力。

22.根据权利要求20或21所述的方法，其中输入参量提供到来自以下组中的空气动力学子模型：控制面位置u _x、实际空气速度V_tas、空气密度ρ以及飞行器左侧或右侧的阵风速度v_gust，l和v_gust，r。

23.根据权利要求22所述的方法，其中阵风速度v_gust，l和v_gust，r作为来自外部的未知扰动参量提供到空气动力学子模型中。

24.根据权利要求20，21，22或23所述的方法，其中刚性飞行器机体运动的大小和弹性飞行器机体运动的大小作为输入参量进一步提供到空气动力学子模型中。

25.根据权利要求20-22中任一项所述的方法，其中对于慢速的控制面和飞行器运动通过稳态空气动力学计算气动力P _a ^aero。

26.根据权利要求25所述的方法，其中从风洞测量结果得出相应的空气动力学影响系数。

27.根据权利要求20-26中任一项所述的方法，其中对于快速的控制面和飞行器运动，将气动力P _a ^aero作为非稳态力进行叠加和计算。

28.根据权利要求27所述的方法，其中通过Wagner和Küssner函数计算所述非稳态力。

29.根据权利要求26，27或28所述的方法，其中在所述空气动力学模型中还考虑了下降气流和侧滑流的影响。

30.根据权利要求20-29中任一项所述的方法，其中所述非线性模型包括用于计算推进力P _a ^prop的推进力子模型。

31.根据权利要求30所述的方法，其中对于在恒定推进力下的稳态1g飞行的适用迎角，所述推进力P _a ^prop计算的边界是发动机的力由作用在飞行器上的阻力抵消。

32.根据权利要求20-31中任一项所述的方法，其中所述非线性模型包括信号估计子系统，该信号估计子系统用于提供模型所需的飞行器测量值y _m。

33.根据权利要求20-32中任一项所述的方法，其中所述非线性模型包括飞行器结构测量位置处的内部载荷P _c ^int的结构载荷子系统。

34.根据权利要求33所述的方法，其中通过力求和方法计算所述内部载荷P _c ^int。

35.根据权利要求14-34中任一项所述的方法，其中所述非线性模型通过一阶非线性微分方程

${\underset{\‾}{\overset{\·}{x}}}_p={\underset{\‾}{f}}_p({\underset{\‾}{x}}_p,{\underset{\‾}{u}}_{\mathrm{pc}},{\underset{\‾}{u}}_{\mathrm{pd}})---\left(1\right)$

应用于状态矢量空间中，并其中初始状态矢量x _p(t＝0)＝x _p0。

36.根据权利要求35所述的方法，其中所述状态矢量(标号p)

${\underset{\‾}{x}}_p=\left[\begin{array}{c}{\underset{\‾}{x}}_{p,\mathrm{rigid}}\\ {\underset{\‾}{x}}_{p,\mathrm{elastic}}\end{array}\right]---\left(2\right)$

分成用于刚体运动的子状态矢量x _p，rigid和描述飞行器的弹性运动状态的矢量x _p，elastic。

37.根据权利要求35或36所述的方法，其中控制面的指令结合到控制输入矢量(标号c)u _pc

${\underset{\‾}{u}}_{\mathrm{pc}}={\underset{\‾}{u}}_x=\left[\begin{array}{c}{u}_{x,1}\\ u_{x,2}\\ \·\\ \·\\ \·\\ u_{x,20}\end{array}\right]---\left(3\right)$

中，其中u_x，1，u_x，2…u_x，n是方向舵、升降舵、副翼、扰流器和稳定器的调节值。

38.根据权利要求35，36或37所述的方法，其中所述左侧和右侧的阵风速度作为未知的扰动输入参量结合到扰动输入矢量u _pd(标号d)

${\underset{\‾}{u}}_{\mathrm{pd}}=\left[\begin{array}{c}{\underset{\‾}{V}}_{\mathrm{gust},l}\\ {\underset{\‾}{V}}_{\mathrm{gust},r}\end{array}\right]=\left[\begin{array}{c}{u}_{\mathrm{gust},l}\\ v_{\mathrm{gust},l}\\ w_{\mathrm{gust},l}\\ \\ u_{\mathrm{gust},r}\\ v_{\mathrm{gust},r}\\ w_{\mathrm{gust},r}\end{array}\right]---\left(4\right)$

中，其中u_gust、v_gust、w_gust描述在飞行器坐标系中的相应的纵向、横向或垂直速度分量。

39.根据权利要求35，36，37或38所述的方法，其中所述作为扰动输入参量结合到扰动输入矢量u _pd(标号d)中的左侧和右侧阵风速度包括其它的速度分量

${\underset{\‾}{u}}_{\mathrm{pd}}=\left[\begin{array}{c}{v}_{\mathrm{gust},\mathrm{front}}\\ v_{\mathrm{gust},\mathrm{fin}}\\ w_{\mathrm{gust},\mathrm{wing},l}\\ w_{\mathrm{gust},\mathrm{wing},r}\end{array}\right]---\left(4a\right)$

其中v_gust，front，v_gust，fin，w_{gust，wing，l}，w_{gust，wing，r}描述在飞行器坐标系中的相应的正面或者横向的速度分量。

40.根据权利要求35-39中任一项所述方法，其中用于飞行器坐标系中的欧拉角(Φ，Θ，Ψ)和“机身角速率”(p_B，q_B，r_B)与在环境坐标系中的重心的横向和垂直速度

以及靠近在飞行器坐标系内的重心的飞行器机体的横向和垂直加速度

的、能够在飞行器中获得的标准测量值模拟为测量结果输出方程

${\underset{\‾}{y}}_{\mathrm{pm}}=\left[\begin{array}{c}\mathrm{\Φ}\\ \mathrm{\Θ}\\ \mathrm{\ψ}\\ p_B\\ q_B\\ r_B\\ {\stackrel{\·}{y}}_E\\ {\stackrel{\·}{z}}_E\\ {\stackrel{\·\·}{y}}_B\\ {\stackrel{\·\·}{z}}_B\end{array}\right]={\underset{\‾}{g}}_{\mathrm{pm}}({\underset{\‾}{x}}_p,{\underset{\‾}{u}}_{\mathrm{pc}},{\underset{\‾}{u}}_{\mathrm{pd}})---\left(5\right).$

41.根据权利要求35-40所述的方法，其中所述待重构的内部载荷P _c ^int和待确定的阵风速度从目标输出方程(标号o)

${\underset{\‾}{y}}_{\mathrm{po}}=\left[\begin{array}{c}{\underset{\‾}{P}}_c^{\mathrm{int}}\\ {\underset{\‾}{V}}_{\mathrm{gust},l}\\ {\underset{\‾}{V}}_{\mathrm{gust},r}\end{array}\right]={\underset{\‾}{g}}_{\mathrm{po}}({\underset{\‾}{x}}_p,{\underset{\‾}{u}}_{\mathrm{pc}},{\underset{\‾}{u}}_{\mathrm{pd}})---\left(6\right)$

的输出参量加到所述模型中。

42.根据权利要求34-39中任一项所述的方法，其中使用扰动模型

${\underset{\‾}{\overset{\·}{x}}}_d={\underset{\‾}{f}}_d^{\′}({\underset{\‾}{x}}_d,{\underset{\‾}{u}}_d,{\underset{\‾}{v}}_d),$ x _d(t＝0)＝0           (7)

y _d＝g _d(x _d)

对未知的阵风速度进行模拟。

43.根据权利要求35-42中任一项所述的方法，其中将扰动模型u _pd＝y _d的输出参量代入到状态矢量空间中的一阶非线性微分方程，得到扩展的非线性距离模型

${\left[\begin{array}{c}{\underset{\‾}{x}}_p\\ {\underset{\‾}{x}}_d\end{array}\right]}^{*}=\left[\begin{array}{c}{\underset{\‾}{f}}_p({\underset{\‾}{x}}_p,{\underset{\‾}{u}}_{\mathrm{pc}},{\underset{\‾}{g}}_d\left({\underset{\‾}{x}}_d\right),{\underset{\‾}{v}}_{\mathrm{pc}})\\ {\underset{\‾}{f}}_d({\underset{\‾}{x}}_d,{\underset{\‾}{u}}_d,{\underset{\‾}{v}}_d)\end{array}\right]---\left(8\right)$

${\underset{\‾}{\overset{\·}{x}}}_a={\underset{\‾}{f}}_a({\underset{\‾}{x}}_a,{\underset{\‾}{u}}_{\mathrm{pc}},{\underset{\‾}{u}}_d,\underset{\‾}{v})$

其中，状态矢量x _a包括飞行器的状态x _p和扰动模型的状态x _d。

44.根据权利要求35-43中任一项所述的方法，其中，通过将测量噪声加到矢量w中并且代入所述扰动输入，所述非线性模型的测量结果输出方程y _pm(5)形成用于所述扩展距离模型的测量结果输出方程

y _pm＝g _pm(x _p，u _pe，g _d(x _d))+w

                                        (9)。

 ＝g _am(x _a，u _pe)+w

45.根据权利要求44所述的方法，其中通过将扰动输入代入目标输出方程y _po(6)中，就会形成所述扩展距离模型的目标输出方程

y _po＝g _po(x _p，u _pe，g _d(x _d))

                                   (10)

＝g _ao(x _a，u _pc)

以从所述扩展模型的状态和控制输入参量计算结构载荷和阵风速度。

46.根据权利要求35-45中任一项所述的方法，其中通过观测器放大矩阵L将测量结果输出矢量y _pm中的实际测量结果与由所述扩展距离模型计算出的测量值

之间的差反馈到观测器的状态矢量的导数上，且所述观测器放大矩阵L中的元素是通过与卡尔曼滤波器设计类似的设计、将噪声过程加到所述扩展距离模型中形成的。

47.根据权利要求46所述的方法，其中所述观测器放大矩阵L的元素是通过将与所述观测器放大矩阵L的元素相关的费用函数J的值最小化得到的。

48.根据权利要求46或47所述的方法，其中所述观测器放大矩阵L分为用于距离状态的子矩阵L _p和用于扰动模型状态的子矩阵L _d，且所述用于距离状态的子矩阵L _p进一步分为用于刚体模型状态的反馈放大矩阵L _p，rigid和用于弹性飞行器结构状态的反馈放大矩阵L _p，elastic。

49.根据权利要求47或48所述的方法，其中仅利用观测器放大元素中的一些与稳定性和响应速度相关的元素，且其它所有的元素设置为零。

Images