CN107688689B - 一种基于分层加权的飞行程序噪声评估方法 - Google Patents
一种基于分层加权的飞行程序噪声评估方法 Download PDFInfo
- Publication number
- CN107688689B CN107688689B CN201710627468.7A CN201710627468A CN107688689B CN 107688689 B CN107688689 B CN 107688689B CN 201710627468 A CN201710627468 A CN 201710627468A CN 107688689 B CN107688689 B CN 107688689B
- Authority
- CN
- China
- Prior art keywords
- noise
- aircraft
- influence
- flight
- calculating
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/15—Vehicle, aircraft or watercraft design
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
Abstract
本发明公开一种基于分层加权的飞行程序噪声评估方法,属于飞行程序噪声评估领域,主要包括以下步骤:基于航空器基本性能数据库(Base of Air craft Data:BADA),构建航空器航迹四维预测模型,生成航空器四维航迹;基于上述生成的航空器四维轨迹,通过斜距计算、NPD(Noise‑Power‑Distance)数据插值计算、修正计算等建立航空器噪声评估模型;计算各噪声级噪声影响面积、体积、敏感点噪声影响时间;基于上述噪声影响因素,建立基于改进灰色B型关联度的噪声综合评估模型,通过分层加权,开展飞行程序的噪声综合评估,获得:单个飞行程序噪声综合影响结果、不同飞行程序噪声综合影响水平对比结果,从而以降低噪声影响的角度指导飞行程序的设计与修改。
Description
技术领域:
本发明涉及一种基于分层加权的飞行程序噪声评估方法,具体地,本发明涉及一种基于分层加权的飞行程序影响面积、影响体积、敏感点噪声影响时间的综合评估方法,属于飞行程序噪声评估领域。
背景技术:
近年来,我国航空需求不断增加,机场规模不断扩大,飞机的频繁起降给机场周围居民带来了日益严重噪声污染。上海虹桥、广州白云等诸多机场都曾遭到周围居民的多次抗议,甚至爆发冲突。《国务院关于促进民航业发展的若干意见》(国发〔2012〕24号)中明确指出:“到2020年,我国初步形成安全、便捷、高效、绿色的现代化民用航空体系”。随着我国民航业的进一步发展,机场噪声问题与机场周边区域发展的矛盾势必愈发突出,因而开展有效的噪声控制势在必行。
根据机场噪声的产生、传播的特性,可以从机场噪声源、噪声传播途径和噪声受众三个方面开展机场噪声控制。(1)机场噪声源的视角:通过选用低噪声发动机、优化飞机气动外形等从噪声源入手,减少机场噪声的产生。(2)噪声传播途径的视角:通过优化设计飞行程序、优化飞行垂直剖面等途径,阻断机场噪声的传播。(3)噪声受众的视角:通过使用隔音耳机、隔音墙等措施,隔离受众与机场噪声的接触。其中,飞行程序优化具有研究周期短、应用性强、普适性高的优势,其对机场周边噪声的改善效果明显,已受到研究学者与机场当局的广泛关注。已积累了一定飞行程序的噪声评估的研究理论及INM、Noise Map等软件工具。但现有飞行程序噪声评估主要从地面噪声分布、最大噪声值、噪声影响面积等维度出发,鲜有综合考虑地面噪声、空间噪声及敏感点噪声等多维度的研究,从而不能从整体把握噪声综合影响程度、不能开展基于多维度噪声影响的飞行程序优劣评价。
发明内容:
本发明是为了解决上述现有技术存在的问题而提供一种基于分层加权的飞行程序噪声评估方法,该方法从地面噪声、空间噪声、噪声敏感点的角度,采用改进灰色B型关联度,对噪声敏感点以及标准规定噪声值进行分层加权,获得飞行程序的噪声综合影响结果,并可对比不同飞行程序噪声影响程度。
本发明所采用的技术方案有:一种基于分层加权的飞行程序噪声评估方法,包括以下步骤:
步骤(1),基于航空器基本性能数据库BADA,构建航空器四维航迹预测模型,生成航空器四维航迹;
步骤(2),通过斜距计算、NPD数据插值计算、修正计算建立航空器噪声评估模型;
步骤(3),计算各噪声级噪声影响面积、噪声影响体积、敏感点噪声影响时间;
步骤(4),建立基于改进灰色B型关联度的噪声综合评估模型,通过分层加权,对单个飞行程序进行噪声综合评估,获得单个飞行程序噪声综合影响结果;
步骤(5),根据上述步骤,对多个飞行程序进行噪声综合评估,获得不同飞行程序的噪声综合影响水平对比结果,确定噪声影响水平最低的飞行程序。
进一步地,步骤(1)中构建航空器四维航迹预测模型包括以下步骤:
步骤(A),根据航空器基本性能数据库BADA,通过分析航空器质点受力以及势能和动能转化关系来建立全能量模型:
式中:T为推力;D为阻力;m为航空器质量;h为高度;g为重力加速度;VTAS为航空器真空速;
步骤(B),建立航空器在水平方向运动模型,主要包括直线运动模型与转弯运动模型,直线运动模型如下所示:
转弯运动模型如下所示:
当航空器距转弯航路点P的距离等于或小于(LRollin+L)时,航空器进入转弯程序,并按下式计算得到的转弯率R进行转弯:
式中:φ为滚转角;
当航空器所转过的角度等于或大于α时,航空器转弯结束,并进入下一阶段;
步骤(C),计算航空器阻力、推力,航空器阻力可由下式计算;航空器下降推力可根据航空器所处飞行阶段由相应的系数及最大爬升推力计算获得
式中:ρ为空气密度;S为机翼参考面积;CD为阻力系数;
步骤(D),根据下列步骤构建航空器四维航迹预测模型:
(a)通过雷达轨迹,获得航空器初始状态;
(b)基于航空器意图,获得飞经航路点高度、速度限制及航距、航向;
(c)依据航段性质,分别处理垂直和水平方向航迹;
(d)联合性能数据,输入航迹计算模块,计算航迹。
进一步地,步骤(2)中建立航空器噪声评估模型包括以下步骤:
步骤(A),对预测点进行噪声评估,斜距dp为预测点到飞行航线的垂直距离,计算斜距dp为:
式中:l为预测点到地面航迹的垂直距离;h为飞行高度与预测点的高差;γ为飞机的爬升角;
步骤(B),斜距确定后,根据NPD数据对斜距及推力进行差值计算得到噪声值:
对于任意推力值P以及任意距离值d,若推力P处于Pi与Pi+1之间,则噪声水平:
对应于推力P,斜距d处于di和di+1之间,则噪声水平:
若斜距d超出了斜距-噪声特性曲线范围,则进行内插值或外插值,其噪声水平:
步骤(C),根据修正因子进行噪声修正计算:
进一步地,步骤(3)中计算各噪声级噪声影响面积、噪声影响体积、敏感点噪声影响时间包括以下步骤:
步骤(A),噪声影响面积计算,首先要计算单位矩形面积,遍历整个噪声等值线图;然后,相同噪声级图形面积求和即可得到各噪声级图上面积;最后,各噪声级图上面积乘以实际面积因子即可得到各噪声级的实际影响面积;
步骤(B),噪声影响体积计算,首先,对参考空间按照某个高度标准进行高度层划分;然后,计算各高度层的不同噪声级噪声影响实际面积;而后,参考棱台体积计算公式,计算相邻两个高度层之间的各噪声级噪声影响体积;最后,将相同噪声级噪声影响体积求和即可得到各噪声级噪声影响体积;
步骤(C),敏感点噪声影响时间计算,计算飞机飞过敏感点每1秒噪声值,对超过某噪声等级限值的时间进行统计,得到敏感点的噪声影响时间。
进一步地,步骤(4)中基于改进灰色B型关联度的噪声综合评估模型包括以下步骤:
步骤(A),依据上述步骤计算某个飞行程序的噪声影响结果,并按照噪声影响面积、噪声影响体积、敏感点噪声影响时间进行排列;同时以理想状态即噪声影响各项指标均为0作为参考序列;
步骤(B),对数据进行无量纲化,计算位移差:
计算速度差:
计算加速度差:
改进灰色B型关联度的计算公式为:
步骤(C),根据噪声限值标准对噪声级进行下层加权,得到噪声影响面积、噪声影响体积、敏感点噪声影响时间等指标关联度;
步骤(D),在上述三个噪声评估指标关联度的基础上,根据实际需要,对噪声影响面积、噪声影响体积、敏感点噪声影响时间等进行上层加权,得出该飞行程序噪声综合评估结果。
进一步地,步骤(5)中对多个飞行程序进行噪声综合评估包括以下步骤:
步骤(A),重复上述步骤,分别计算不同飞行程序的综合评估结果;
步骤(B),对不同飞行程序的综合评估结果进行对比,评估结果越大则表明噪声影响水平越低,进而可以确定噪声影响水平最低的飞行程序。
本发明具有如下有益效果:
(1)综合考虑噪声评价要素,使得本发明具有科学性特点:
本发明考虑了噪声的影响面积、影响体积以及敏感点噪声影响时间等多个噪声评价要素,可以从多个维度考察飞行程序的噪声影响,克服了单一噪声评价要素全面性不足的劣势,因此提升了飞行程序噪声评估的科学性、全面性。
(2)能够生成航空器的四维航迹,通过噪声评估模型对飞行程序进行噪声评估,弥补了因条件限制而无法实测噪声值进行噪声评估的不足:
提出了一种利用BADA性能数据库的四维航迹预测模型,结合航空器噪声评估模型,可以实现无需采集实测数据,即可开展飞行程序的噪声评估。
(3)根据实际需求,动态设定噪声评价要素的权重,使得本发明具有针对性特点:
提出了分层加权的权重设定思想,依据实际情况,首先可以对不同分贝值动态设置权重,其次还可以对噪声面积、噪声体积与敏感点噪声影响时间动态设置权重,使得本发明具有针对性高的特点。
(4)技术解决方案简单可靠,使得本发明便于应用:
在设计各个功能模块时,通过深入研究欧美的四维航迹预测和噪声评估的结构、功能,为满足实时性、可靠性的需求,采用了简单可靠的技术解决方案。。
附图说明:
图1为本发明基于分层加权的飞行程序噪声评估方法示意图。
图2为航空器转弯示意图。
图3为预测点与飞机位置的剖面示意图。
图4为分层加权示意图。
图5为噪声影响体积计算示意图。
图6为广州白云机场GYA方向进场仪表进场(IAP)程序噪声等值线。
图7为广州白云机场GYA方向进场持续下降进近(CDA)程序噪声等值线。
图8为广州白云机场GYA方向进场IAP程序噪声等值面。
图9为广州白云机场GYA方向进场CDA程序噪声等值面。
具体实施方式:
下面结合附图对本发明作进一步的说明。
本发明基于分层加权的飞行程序噪声评估方法包括下列步骤:
步骤(1),基于航空器基本性能数据库BADA,构建航空器四维航迹预测模型,生成航空器四维航迹;
步骤(2),通过斜距计算、NPD数据插值计算、修正计算建立航空器噪声评估模型;
步骤(3),计算各噪声级噪声影响面积、噪声影响体积、敏感点噪声影响时间;
步骤(4),建立基于改进灰色B型关联度的噪声综合评估模型,通过分层加权,对单个飞行程序进行噪声综合评估,获得单个飞行程序噪声综合影响结果;
步骤(5),根据上述步骤,对多个飞行程序进行噪声综合评估,获得不同飞行程序的噪声综合影响水平对比结果,确定噪声影响水平最低的飞行程序。
其中,构建航空器四维航迹预测模型包括以下步骤:
步骤(A),全能量模型是基于航空器基本性能数据库BADA实现四维航迹生成的核心,通过分析航空器质点受力以及势能和动能转化关系来建立模型,基本原理是使合外力所做功与动能和势能的增量和相等。根据航空器基本性能数据库BADA,通过分析航空器质点受力以及势能和动能转化关系建立全能量模型:
式中:T为推力;D为阻力;m为航空器质量;h为高度;g为重力加速度;VTAS为航空器真空速。
步骤(B),航空器的全能量方程主要描述了航空器在垂直方向的运动,航空器在水平方向的运动主要包括直线运动模型与转弯运动模型。直线运动模型如下所示:
针对转弯运动,以旁切转弯为例,如图2所示。
当航空器距转弯航路点P的距离等于或小于(LRollin+L)时,航空器进入转弯程序,并按下式计算得到的转弯率R进行转弯
式中:φ为滚转角。
当航空器所转过的角度等于或大于α时,航空器转弯结束,并进入下一阶段。
步骤(C),航空器在下降过程中会受到升力、重力、阻力及推力的作用,直接影响航空器的速度和下降率。航空器阻力可由下式计算,航空器下降推力可根据航空器所处飞行阶段由相应的系数及最大爬升推力计算获得。
式中:ρ为空气密度;S为机翼参考面积;CD为阻力系数。
步骤(D),基于航空器性能模型,可根据下列步骤构建航空器四维航迹预测模型:
(a)通过雷达轨迹,获得航空器初始状态;
(b)基于航空器意图,获得飞经航路点高度、速度限制及航距、航向;
(c)依据航段性质,分别处理垂直和水平方向航迹;
(d)联合性能数据,输入航迹计算模块,计算航迹。
其中,构建航空器噪声评估模型的具体方法包括以下步骤:
步骤(A),对预测点进行噪声评估,首要步骤是计算斜距。图3为预测点与飞机位置的剖面示意图,图中dp为预测点到飞行航线的垂直距离,即斜距。则有斜距dp:
式中:l为预测点到地面航迹的垂直距离;h为飞行高度与预测点的高差;γ为飞机的爬升角。
步骤(B),斜距确定后,根据NPD数据对斜距及推力进行差值计算得到噪声值,不同机型的NPD数据可通过ANP数据库下载:
对于任意推力值P以及任意距离值d,若推力P处于Pi与Pi+1之间,则噪声水平:
对应于推力P,斜距d处于di和di+1之间,则噪声水平:
若斜距d超出了斜距-噪声特性曲线范围,需要进行内插值或外插值,其噪声水平:
步骤(C),根据修正因子进行噪声修正计算:
式中:Δν为速度修正因子:当飞机地速不为160kt时,则需要加入速度修正值:
Δν=10·lg(Vref/Vseg)
Λ(β,l)为侧向衰减修正因子:如果观测点不是位于飞机的地面轨迹上,则加此修正,式中β是观测点相对空间飞行轨迹的仰角,l是观测点至地面航迹的垂直距离。喷气式发动机的侧向衰减因子可以近似为:Λ(β,l)=Γ(l)·Λ(β)。
为引擎安装修正因子:对于螺旋桨飞机而言,对于喷气式飞机而言,其中若引擎安装在机翼处,则a=0.00384,b=0.0621,c=0.8786;若引擎安装在机身处,则a=0.1225,b=0.3290,c=1。
ΔL为起跑点后侧点修正因子:当噪声观测点位置位于航空器起跑点后侧时,需要施加修正因子,与噪声观测点和跑道的夹角θ有关,计算公式为:
Δφ为转弯修正因子。航空器在转弯半径小于6560ft或转弯角大于90度时,需要进行转弯修正,但是转弯修正因子的计算需要进行极其复杂的运算还要考虑不确定的时间因素,而对于民用航空器来说,转弯修正因子一般不大于0.5dB,故在一般情况下,为简化处理,可取转弯修正因子为0.5dB。
其中,计算各噪声级噪声影响面积、噪声影响体积、敏感点噪声影响时间的具体方法包括以下步骤:
步骤(A),噪声影响面积计算,噪声等值线图各噪声级包围图形都是不规则图形,其面积计算首先要计算单位矩形面积,遍历整个噪声等值线图;然后,相同噪声级图形面积求和即可得到各噪声级图上面积;最后,各噪声级图上面积乘以实际面积因子即可得到各噪声级的实际影响面积。
步骤(B),噪声影响体积计算,由于三维噪声分布属于极不规则图形,其体积计算参考棱台体积计算。首先,对参考空间按照某个高度标准进行高度层划分;然后,计算各高度层的不同噪声级噪声影响实际面积;而后,参考棱台体积计算公式,计算相邻两个高度层之间的各噪声级噪声影响体积;最后,将相同噪声级噪声影响体积求和即可得到各噪声级噪声影响体积。
式中:V为噪声影响的三维空间体积;Si为某高度间隔i噪声棱台的上底面积;Si'为某高度间隔i噪声棱台的下底面积;h为某高度间隔i的间隔高度;N高度层间隔数量。
步骤(C),敏感点噪声影响时间计算,计算飞机飞过敏感点每1秒噪声值,对超过某噪声等级限值的时间进行统计,得到敏感点的噪声影响时间。
其中,基于改进灰色B型关联度的噪声综合评估模型包括以下步骤:
步骤(A),依据上述步骤计算某个飞行程序的噪声影响结果,并按照噪声影响面积、噪声影响体积、敏感点噪声影响时间进行排列;同时以理想状态(噪声影响各项指标均为0)为参考序列,设参考序列为Xi={Xi(k)|k=1,2,.n.}.,,比较数列为Xj={Xj(k)|k=1,2,...,n}。
计算加速度差:
改进灰色B型关联度的计算公式为:
步骤(C),根据噪声限值标准对噪声级进行下层加权,得到噪声影响面积、噪声影响体积、敏感点噪声影响时间等指标关联度。
步骤(D),在上述三个噪声评估指标关联度的基础上,根据实际需要,对噪声影响面积、噪声影响体积、敏感点噪声影响时间等进行上层加权,得出该飞行程序噪声综合评估结果。
其中,多个飞行程序噪声综合评估对比分析包括以下步骤:
步骤(A),重复步骤(1)~(4),分别计算不同飞行程序的噪声综合评估结果;
步骤(B),对不同飞行程序的综合评估结果进行对比,评估结果数值越大则表明噪声综合影响水平越低,进而可以确定噪声综合影响水平最低的飞行程序。
下面通过具体实施例来说明本发明基于分层加权的飞行程序噪声评估方法。本实施例以广州白云机场GYA方向进场为例,对IAP程序和CDA程序进行噪声综合评估。
参照航空器气动模型、推力模型等构建航空器性能模型,结合航空器离散动态模型,构建航空器航迹预测模型。
选择典型机型,生成航迹数据,表1是以广州白云机场典型机型B767-300为例生成的部分航迹数据。
表1
建立航空器噪声评估模型,计算噪声值,分别得到IAP程序和CDA程序噪声等值线图,如图6-图7;噪声三维空间等值面图(考虑到广州的最高建筑约400米,本例的高度间隔设为0-400米),如图8-图9。
计算各噪声级面积及体积,结果如表2-表3。
表2
IAP程序影响面积(km<sup>2</sup>) | CDA程序影响面积(km<sup>2</sup>) | |
65dB以上面积 | 0 | 0 |
55dB以上面积 | 622.68 | 0 |
45dB以上面积 | 1820.93 | 583.56 |
表3
IAP程序影响体积(km<sup>3</sup>) | CDA程序影响体积(km<sup>3</sup>) | |
65dB以上体积 | 1.07 | 0 |
55dB以上体积 | 259.40 | 2.12 |
45dB以上体积 | 731.18 | 245.97 |
选取肇庆市第三人民医院、白坭华立医院、金沙中学、罗村中心小学为四处噪声敏感点,并分别标号为1、2、3、4,计算各噪声敏感点噪声影响时间,如表4。
表4
进行无量纲化,将表2-表4数据除以100,得到对应无量纲数据,如表5-表7。
表5
IAP | 0 | 6.2268 | 18.2093 |
CDA | 0 | 0 | 5.8356 |
表6
IAP | 0.0107 | 2.594 | 7.3118 |
CDA | 0 | 0.0212 | 2.4597 |
表7
IAP | 0 | 0 | 0.78 | 0 | 0 | 1.26 | 0 | 0.34 | 1.42 | 0 | 0.44 | 1.36 |
CDA | 0 | 0 | 0.72 | 0 | 0 | 0.98 | 0 | 0 | 0.94 | 0 | 0.34 | 1.28 |
针对IAP程序与CDA程序,设置理想状态的参考序列(各项噪声指标均为0),分别计算各指标关联度,根据《社会生活环境噪声排放标准》(GB22337-2008)规定一类环境功能区噪声限值55dB,故对55dB以上噪声取较大权重50%,45dB及65dB分别取25%权重(权重设置可结合当地实际情况,这里仅给出参考权重,下同),进行下层加权。
计算得出,与理想状态相比,IAP程序噪声:噪声影响面积关联度为4.25%,噪声影响体积关联度为10.09%,敏感点噪声影响时间关联度为28.44%;CDA程序噪声:噪声影响面积关联度为8.92%,噪声影响体积关联度为18.97%,敏感点噪声影响时间关联度为32.88%。
进行上层加权,针对该地区实际情况,敏感点区域噪声影响严重,故对其赋予较大权重50%,对噪声影响面积和噪声影响体积赋予25%权重,与理想状态相比,IAP程序关联度为17.81%,CDA程序噪声关联度为23.41%。
经过对IAP与CDA程序的结果对比可知,CDA程序更加接近理想状态,故CDA程序在噪声影响方面优于IAP程序。
本发明作为一种评估飞行程序噪声综合影响的新方法,能够填补国内对于飞行程序环境影响、特别是噪声影响评估的空白,有效地起到定量评估飞行程序噪声影响、提供机场噪声控制新途径、促进绿色民航发展的作用。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下还可以作出若干改进,这些改进也应视为本发明的保护范围。
Claims (5)
1.一种基于分层加权的飞行程序噪声评估方法,其特征在于:包括以下步骤:
步骤(1),基于航空器基本性能数据库BADA,构建航空器四维航迹预测模型,生成航空器四维航迹;
步骤(2),通过斜距计算、NPD数据插值计算、修正计算建立航空器噪声评估模型;
步骤(3),计算各噪声级噪声影响面积、噪声影响体积、敏感点噪声影响时间;
步骤(4),建立基于改进灰色B型关联度的噪声综合评估模型,通过分层加权,对单个飞行程序进行噪声综合评估,获得单个飞行程序噪声综合影响结果;
步骤(5),根据上述步骤,对多个飞行程序进行噪声综合评估,获得不同飞行程序的噪声综合影响水平对比结果,确定噪声影响水平最低的飞行程序;
所述步骤(4)中基于改进灰色B型关联度的噪声综合评估模型包括以下步骤:
步骤(A),依据上述步骤计算某个飞行程序的噪声影响结果,并按照噪声影响面积、噪声影响体积、敏感点噪声影响时间进行排列;同时以理想状态即噪声影响各项指标均为0作为参考序列;
步骤(B),对数据进行无量纲化,计算位移差:
计算速度差:
计算加速度差:
改进灰色B型关联度的计算公式为:
式中:Xi={Xi(k)|k=1,2,...,n}为参考序列,Xj={Xj(k)|k=1,2,...,n}为比较序列;
步骤(C),根据噪声限值标准对噪声级进行下层加权,得到噪声影响面积、噪声影响体积、敏感点噪声影响时间指标关联度;
步骤(D),在上述三个噪声评估指标关联度的基础上,根据实际需要,对噪声影响面积、噪声影响体积、敏感点噪声影响时间进行上层加权,得出该飞行程序噪声综合评估结果。
2.根据权利要求1所述的基于分层加权的飞行程序噪声评估方法,其特征在于:步骤(1)中构建航空器四维航迹预测模型包括以下步骤:
步骤(A),根据航空器基本性能数据库BADA,通过分析航空器质点受力以及势能和动能转化关系来建立全能量模型:
式中:T为推力;D为阻力;m为航空器质量;h为高度;g为重力加速度;vTAS为航空器真空速;t为飞行时间。
步骤(B),建立航空器在水平方向运动模型,主要包括直线运动模型与转弯运动模型,直线运动模型如下所示:
转弯运动模型如下所示:
当航空器距转弯航路点P的距离等于或小于(LRoll in+L)时,航空器进入转弯程序,并按下式计算得到的转弯率R进行转弯:
式中:φ为滚转角;
当航空器所转过的角度等于或大于α时,航空器转弯结束,并进入下一阶段;
步骤(C),计算航空器阻力、推力,航空器阻力可由下式计算,航空器下降推力可根据航空器所处飞行阶段由相应的系数及最大爬升推力计算获得:
式中:ρ为空气密度;S为机翼参考面积;CD为阻力系数;
步骤(D),根据下列步骤构建航空器四维航迹预测模型:
(a)通过雷达轨迹,获得航空器初始状态;
(b)基于航空器意图,获得飞经航路点高度、速度限制及航距、航向;
(c)依据航段性质,分别处理垂直和水平方向航迹;
(d)联合性能数据,输入航迹计算模块,计算航迹。
3.根据权利要求1所述的基于分层加权的飞行程序噪声评估方法,其特征在于:步骤(2)中建立航空器噪声评估模型包括以下步骤:
步骤(A),对预测点进行噪声评估,斜距dp为预测点到飞行航线的垂直距离,计算斜距dp为:
式中:l为预测点到地面航迹的垂直距离;h为飞行高度与预测点的高差;γ为飞机的爬升角;
步骤(B),斜距确定后,根据NPD数据对斜距及推力进行插值计算得到噪声值:
对于任意推力值P以及任意距离值d,若推力P处于Pi与Pi+1之间,则噪声水平:
对应于推力P,斜距d处于di和di+1之间,则噪声水平:
若斜距d超出了斜距-噪声特性曲线范围,则进行内插值或外插值,其噪声水平:
步骤(C),根据修正因子进行噪声修正计算:
4.根据权利要求1所述的基于分层加权的飞行程序噪声评估方法,其特征在于:步骤(3)中计算各噪声级噪声影响面积、噪声影响体积、敏感点噪声影响时间包括以下步骤:
步骤(A),噪声影响面积计算,首先要计算单位矩形面积,遍历整个噪声等值线图;然后,相同噪声级图形面积求和即可得到各噪声级图上面积;最后,各噪声级图上面积乘以实际面积因子即可得到各噪声级的实际影响面积;
步骤(B),噪声影响体积计算,首先,对参考空间按照某个高度标准进行高度层划分;然后,计算各高度层的不同噪声级噪声影响实际面积;而后,参考棱台体积计算公式,计算相邻两个高度层之间的各噪声级噪声影响体积;最后,将相同噪声级噪声影响体积求和即可得到各噪声级噪声影响体积;
步骤(C),敏感点噪声影响时间计算,计算飞机飞过敏感点每1秒噪声值,对超过某噪声等级限值的时间进行统计,得到敏感点的噪声影响时间。
5.根据权利要求1所述的基于分层加权的飞行程序噪声评估方法,其特征在于:步骤(5)中对多个飞行程序进行噪声综合评估包括以下步骤:
步骤(A),重复上述步骤,分别计算不同飞行程序的综合评估结果;
步骤(B),对不同飞行程序的综合评估结果进行对比,评估结果越大则表明噪声影响水平越低,进而可以确定噪声影响水平最低的飞行程序。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710627468.7A CN107688689B (zh) | 2017-07-27 | 2017-07-27 | 一种基于分层加权的飞行程序噪声评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710627468.7A CN107688689B (zh) | 2017-07-27 | 2017-07-27 | 一种基于分层加权的飞行程序噪声评估方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107688689A CN107688689A (zh) | 2018-02-13 |
CN107688689B true CN107688689B (zh) | 2020-10-20 |
Family
ID=61152374
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710627468.7A Active CN107688689B (zh) | 2017-07-27 | 2017-07-27 | 一种基于分层加权的飞行程序噪声评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107688689B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108446523B (zh) * | 2018-05-11 | 2022-04-08 | 北京航天自动控制研究所 | 一种电子整机贮存寿命评估与预测方法 |
DE102020107456A1 (de) * | 2020-03-18 | 2021-09-23 | Volocopter Gmbh | Verfahren und Steuergerät zur Kurvenkoordinierung eines Fluggerätes sowie ein Fluggerät mit Kurvenkoordinierung |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102867132B (zh) * | 2012-10-16 | 2015-10-21 | 南京航空航天大学 | 基于分数阶小波变换的航空直流变换器在线故障组合预测方法 |
US9020664B2 (en) * | 2013-04-15 | 2015-04-28 | Honeywell International Inc. | Methods and systems for displaying procedure information on an aircraft display |
CN104834769B (zh) * | 2015-04-14 | 2018-01-16 | 南京航空航天大学 | 基于航空噪声限制区域拟合的消噪飞行程序设计方法 |
-
2017
- 2017-07-27 CN CN201710627468.7A patent/CN107688689B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN107688689A (zh) | 2018-02-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110930770A (zh) | 一种基于管制意图和飞机性能模型的四维航迹预测方法 | |
CN111767609B (zh) | 一种基于试飞数据标准重量下爬升率的修正方法 | |
CN111192481B (zh) | 一种基于碰撞风险的进离场程序无人机管控区边界确定方法 | |
CN107688689B (zh) | 一种基于分层加权的飞行程序噪声评估方法 | |
CN113895645A (zh) | 一种螺旋桨无人机自主起飞越障能力分析方法 | |
CN108153323A (zh) | 一种高空无人飞行器高精度再入制导方法 | |
CN115525978B (zh) | 用于飞行器波浪情况水动力分析的速度入口数值造波方法 | |
CN106648673B (zh) | 一种连续下降运行程序的分析和设计方法 | |
CN108170878A (zh) | 一种超音速飞行器音爆预测方法 | |
Isermann et al. | AzB and ECAC Doc. 29—Two best-practice European aircraft noise prediction models | |
Li et al. | A Study on Measuring the Wind Field in the Air Using a multi-rotor UAV Mounted with an Anemometer | |
CN113468828B (zh) | 一种飞机空中飞行颠簸强度指数计算方法 | |
CN108592921B (zh) | 一种分段最速下降混合航线规划方法 | |
CN113051666B (zh) | 一种旋翼飞行器噪声数字化分析方法及系统 | |
Krozel et al. | Analysis of clear-air turbulence avoidance maneuvers | |
Jiang et al. | Research on method of trajectory prediction in aircraft flight based on aircraft performance and historical track data | |
CN105759630B (zh) | 基于模糊pid控制的飞机4d航迹仿真系统及仿真方法 | |
CN112185178B (zh) | 基于高度层与飞机类型的航路利用率评估方法 | |
Kim et al. | Data-driven operation-based aircraft design optimization | |
Brashears et al. | Aircraft wake vortex transport model | |
CN115585814A (zh) | 一种基于沉降机制的飞行器变尺度地形跟随方法 | |
Liao et al. | Observational study on the characteristics of the boundary layer during changes in the intensity of tropical cyclones landing in Guangdong, China | |
CN109146290B (zh) | 一种针对大气环境影响的机场停机位优先级分析方法及系统 | |
Ren et al. | Workstation based fast-time aircraft simulator for noise abatement approach procedure study | |
Felix Greco et al. | A comparative study of semi-empirical noise emission models based on the PANAM and sonAIR aircraft noise simulation tools |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |