CN112179350A - 一种基于高效排序算法的巡航解算方法 - Google Patents
一种基于高效排序算法的巡航解算方法 Download PDFInfo
- Publication number
- CN112179350A CN112179350A CN202011046058.1A CN202011046058A CN112179350A CN 112179350 A CN112179350 A CN 112179350A CN 202011046058 A CN202011046058 A CN 202011046058A CN 112179350 A CN112179350 A CN 112179350A
- Authority
- CN
- China
- Prior art keywords
- airplane
- flight
- target
- speed
- flying
- 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.)
- Pending
Links
- 238000004364 calculation method Methods 0.000 title claims abstract description 24
- 238000012163 sequencing technique Methods 0.000 title claims abstract description 20
- 238000000034 method Methods 0.000 claims abstract description 21
- 239000000446 fuel Substances 0.000 claims abstract description 17
- 230000002068 genetic effect Effects 0.000 claims abstract description 4
- 241000632511 Daviesia arborea Species 0.000 claims description 6
- 230000010354 integration Effects 0.000 claims description 2
- 238000005457 optimization Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 2
- 230000014759 maintenance of location Effects 0.000 description 2
- 230000001174 ascending effect Effects 0.000 description 1
- 230000009194 climbing Effects 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/20—Instruments for performing navigational calculations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/004—Artificial life, i.e. computing arrangements simulating life
- G06N3/006—Artificial life, i.e. computing arrangements simulating life based on simulated virtual individual or collective life forms, e.g. social simulations or particle swarm optimisation [PSO]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Biophysics (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Computational Linguistics (AREA)
- Biomedical Technology (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Automation & Control Theory (AREA)
- Navigation (AREA)
Abstract
本申请属于飞机巡航解算技术领域,涉及一种基于高效排序算法的巡航解算方法。所述方法包括获取飞机的重量信息,给定包含当前位置至终点位置的飞行高度剖面及飞行速度剖面,构成初始种群变量;根据飞机重量信息及目标飞行高度、目标飞行速度确定飞机的平飞公里耗油;根据飞机当前位置信息及终点位置信息确定飞机水平飞行距离;根据飞机水平飞行距离及平飞公里耗油确定耗油量;以所述耗油量为第一目标函数,以所述目标飞行高度及目标飞行速度为变量,进行遗传算法计算,获得最小耗油量下的目标飞行高度及目标飞行速度。本申请运用高效排序算法对飞行器的飞行轨迹进行寻优,计算飞行过程的优化轨迹,节省燃油消耗。
Description
技术领域
本申请属于飞机巡航解算技术领域,特别涉及一种基于高效排序算法的巡航解算方法。
背景技术
飞行器的燃油最优轨迹设计一直受到普遍的关注。飞行器飞行节油轨迹的优化,即对飞行器飞行状态的优化。具体地,就是飞行器在一定的飞行条件下,如何选取其最优的飞行状态,如马赫数、以及发动机推力等,使其中某项性能指标达到最优。优化飞行航路不仅仅可以节省飞行器的飞行成本,而且能使某项性能的指标更优,在同等飞行成本条件下具有一定的指导作用。如果能够充分利用航路优化方法对飞行器的飞行轨迹适当地优化,就可以充分发挥该飞行器的飞行性能,达到非常良好的飞行效果,圆满完成飞行任务。
发明内容
为了解决上述技术问题,本申请提供一种解决燃油消耗优化问题的方法,可以充分发挥该飞行器的飞行性能,达到非常良好的飞行效果,圆满完成飞行任务。
本申请基于高效排序算法的巡航解算方法,包括:
步骤S1、获取飞机的重量信息,给定包含当前位置至终点位置的飞行高度剖面及飞行速度剖面,其中,飞行高度剖面内包含多个离散的目标飞行高度,飞行速度剖面内包含多个离散的目标飞行速度;由所述目标飞行高度与所述目标飞行速度构成初始种群变量;
步骤S2、根据飞机重量信息及目标飞行高度、目标飞行速度确定飞机的平飞公里耗油;
步骤S3、根据飞机当前位置信息及终点位置信息确定飞机水平飞行距离;
步骤S4、根据飞机水平飞行距离及平飞公里耗油确定耗油量;
步骤S5、以所述耗油量为第一目标函数,以所述目标飞行高度及目标飞行速度为变量,进行遗传算法计算,获得最小耗油量下的目标飞行高度及目标飞行速度。
优选的是,步骤S1中,获取飞机的重量信息包括:
获取飞机空重;
获取当前时刻的外挂剩余重量;
获取当前时刻的剩余油量;以及
根据飞机空重、外挂剩余重量及剩余油量确定飞机的重量信息。
优选的是,步骤S3中,确定飞机水平飞行距离包括:
将飞机当前位置信息转化为东北天坐标;
确定终点位置以及未飞过的航路点;
计算飞机当前位置依次经过各航路点直至到终点位置的飞机水平飞行距离。
优选的是,步骤S5中,进一步包括:
设定目标飞行高度及目标飞行速度的范围约束条件。
优选的是,所述目标飞行高度的范围为0-17553m;所述目标飞行速度的范围为0-1Ma。
优选的是,步骤S5中,进一步包括:
构建第二目标函数,所述第二目标函数为:
min f1=-(M2*MaToMs*C2y/C2x)/Ce,其中,M2为平飞速度、MaToMs为真空速、C2y为平飞升力系数、C2x为平飞阻力系数、Ce为平飞耗油因子。
优选的是,对于包含所述第一目标函数及所述第二目标函数的多目标函数,步骤S5中采用非劣解排序进行解算。
优选的是,步骤S4中,通过龙贝格求积分方法确定飞机的耗油量。
本申请通过寻优算法进行巡航解算可实现以下功能:1)通过匹配外挂构型,可以达到在各种外挂状态下进行寻优计算,使计算结果更加准确;2)寻优算法可以在保证时间要求的前提下,输出最优和较优的结果,在节省燃油的同时,通过多数据的协调配合达到充分发挥飞行器的飞行性能的目的。
附图说明
图1是本申请基于高效排序算法的巡航解算方法的流程图。
具体实施方式
为使本申请实施的目的、技术方案和优点更加清楚,下面将结合本申请实施方式中的附图,对本申请实施方式中的技术方案进行更加详细的描述。在附图中,自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。所描述的实施方式是本申请一部分实施方式,而不是全部的实施方式。下面通过参考附图描述的实施方式是示例性的,旨在用于解释本申请,而不能理解为对本申请的限制。基于本申请中的实施方式,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施方式,都属于本申请保护的范围。下面结合附图对本申请的实施方式进行详细说明。
本申请提供了一种基于高效排序算法的巡航解算方法,主要包括:
步骤S1、获取飞机的重量信息,给定包含当前位置至终点位置的飞行高度剖面及飞行速度剖面,其中,飞行高度剖面内包含多个离散的目标飞行高度,飞行速度剖面内包含多个离散的目标飞行速度;由所述目标飞行高度与所述目标飞行速度构成初始种群变量;
步骤S2、根据飞机重量信息及目标飞行高度、目标飞行速度确定飞机的平飞公里耗油;
步骤S3、根据飞机当前位置信息及终点位置信息确定飞机水平飞行距离;
步骤S4、根据飞机水平飞行距离及平飞公里耗油确定耗油量;
步骤S5、以所述耗油量为第一目标函数,以所述目标飞行高度及目标飞行速度为变量,进行遗传算法计算,获得最小耗油量下的目标飞行高度及目标飞行速度。
下面通过具体的实施例并结合附图对本发明作进一步详细的描述。
如图1所示,本申请主要包括以下步骤:
a、获取气动数据、发动机特性数据、外挂信息、剩余油量、飞机空重、飞机当前位置信息、返航机场点位置信息以及飞行计划内航路点位置信息,完成阻力系数计算、重量计算、平飞耗油因子计算、交叉(α)和变异概率计算、最小爬升速度计算、真空速计算、平飞升力系数计算、平飞阻力系数计算、平飞公里耗油计算。
b、针对飞机当前位置信息(经纬高)、返航机场点坐标信息(经纬高)及本飞行计划内飞机与返航机场点之间的未飞过的各航路点位置,将经纬高信息转化为北东天坐标,计算北东天坐标系下的水平距离(飞机当前位置到返航机场点之间所有航段水平距离之和,例如飞机当前位置未P,返航机场点为5号点,当前未飞过航路点为2、3、4,那么计算的距离为:P->2->3->4->5之间的距离和);
c、根据种群数N,决策变量(平飞高度、平飞速度)数(2个)以及决策变量范围(平飞高度范围为[0,17553(单位:米)]、平飞速度范围为[0,1.0(单位:马赫数)])和目标函数个数,采用实数编码的方式,随机初始化开始种群,并进行非劣解排序,初始化每个个体的rank值;再对初始种群执行二元锦标赛选择、模拟二进制交叉算子进行交叉和多项式变异方式变异,得到新的种群。
目标函数包括第一目标函数与第二目标函数。
第一目标函数为飞机水平飞行距离及平飞公里耗油确定耗油量,可以采用离散数据相乘后求和的方式,也可以采用积分的方式。为使计算结果更准确,一般采用积分方式求解,备选实施方式中,针对计算过程中积分运算会影响计算精度及算法运行时间要求,采用龙贝格求积分方法确定飞机的耗油量。
第二目标函数如下:
min f1=-(M2*MaToMs*C2y/C2x)/Ce,其中,M2为平飞速度、MaToMs为真空速、C2y为平飞升力系数、C2x为平飞阻力系数、Ce为平飞耗油因子。
d、对新种群进行非劣排序(采用高效排序算法),得到非劣前端F1,F2,...;
高效排序算法流程如下:
1)初始化过程;设i=0,j=0,非支配层级数L=0,非支配解(个体)集合Fi(i=1,2,…,L)初始化为空集,对种群按照某个适应度升序排列;
2)遍历Fi(i=1,2,…,L)中所有个体,若不存在能够支配个体p的个体,则说明p∈Fi,转5);否则,转3);
3)令i=i+1,若i=L,转4);否则,转2);
4)令L=L+1,则说明p∈FL;
5)令i=0,j=j+1,若j=新种群个体数量,算法结束;否则,转2);
e、进行非劣解排序,并通过排挤和精英保留策略选出N个体。该过程是把F1的全部个体全部选入,看是否达到种群大小,不够继续放F2中的个体,同一个Fi,优先选择拥挤距离大的个体,组成新一代种群;
f、对种群执行选择、交叉和变异,形成新种群;
g、如果终止条件成立,则结束;否则,t=t+1,转到d;
h、按照寻优的结果得到最优的飞行状态(飞行高度、飞行速度)。
本申请针对时间要求及飞机应飞状态数据精度要求,选择高效排序算法来解决飞机在飞行过程中燃油消耗优化问题,按照初始化开始种群、再对初始种群执行二元锦标赛选择、模拟二进制交叉算子进行交叉和多项式变异方式变异得到新的种群、进行非劣解排序(采用高效排序算法)、通过排挤和精英保留策略选出个体,对种群执行复制、交叉和变异的步骤选出最优的耗油剖面,达到优化燃油消耗的目的。
以上所述,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以所述权利要求的保护范围为准。
Claims (9)
1.一种基于高效排序算法的巡航解算方法,其特征在于,包括:
步骤S1、获取飞机的重量信息,给定包含当前位置至终点位置的飞行高度剖面及飞行速度剖面,其中,飞行高度剖面内包含多个离散的目标飞行高度,飞行速度剖面内包含多个离散的目标飞行速度;由所述目标飞行高度与所述目标飞行速度构成初始种群变量;
步骤S2、根据飞机重量信息及目标飞行高度、目标飞行速度确定飞机的平飞公里耗油;
步骤S3、根据飞机当前位置信息及终点位置信息确定飞机水平飞行距离;
步骤S4、根据飞机水平飞行距离及平飞公里耗油确定耗油量;
步骤S5、以所述耗油量为第一目标函数,以所述目标飞行高度及目标飞行速度为变量,进行遗传算法计算,获得最小耗油量下的目标飞行高度及目标飞行速度。
2.如权利要求1所述的基于高效排序算法的巡航解算方法,其特征在于,步骤S1中,获取飞机的重量信息包括:
获取飞机空重;
获取当前时刻的外挂剩余重量;
获取当前时刻的剩余油量;以及
根据飞机空重、外挂剩余重量及剩余油量确定飞机的重量信息。
3.如权利要求1所述的基于高效排序算法的巡航解算方法,其特征在于,步骤S3中,确定飞机水平飞行距离包括:
将飞机当前位置信息转化为东北天坐标;
确定终点位置以及未飞过的航路点;
计算飞机当前位置依次经过各航路点直至到终点位置的飞机水平飞行距离。
4.如权利要求1所述的基于高效排序算法的巡航解算方法,其特征在于,步骤S5中,进一步包括:
设定目标飞行高度及目标飞行速度的范围约束条件。
5.如权利要求4所述的基于高效排序算法的巡航解算方法,其特征在于,所述目标飞行高度的范围为0-17553m;所述目标飞行速度的范围为0-1Ma。
6.如权利要求1所述的基于高效排序算法的巡航解算方法,其特征在于,步骤S5中,进一步包括:
构建第二目标函数,所述第二目标函数为:
min f1=-(M2*MaToMs*C2y/C2x)/Ce,其中,M2为平飞速度、MaToMs为真空速、C2y为平飞升力系数、C2x为平飞阻力系数、Ce为平飞耗油因子。
7.如权利要求6所述的基于高效排序算法的巡航解算方法,其特征在于,对于包含所述第一目标函数及所述第二目标函数的多目标函数,步骤S5中采用非劣解排序进行解算。
8.如权利要求1所述的基于高效排序算法的巡航解算方法,其特征在于,步骤S4中,通过龙贝格求积分方法确定飞机的耗油量。
9.如权利要求1所述的基于高效排序算法的巡航解算方法,其特征在于,进一步包括,设置燃油阈值,若经解算的最小耗油量下的目标飞行高度及目标飞行速度所对应的燃油超过所述燃油阈值,则进行燃油告警提示。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011046058.1A CN112179350A (zh) | 2020-09-29 | 2020-09-29 | 一种基于高效排序算法的巡航解算方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011046058.1A CN112179350A (zh) | 2020-09-29 | 2020-09-29 | 一种基于高效排序算法的巡航解算方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112179350A true CN112179350A (zh) | 2021-01-05 |
Family
ID=73945633
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011046058.1A Pending CN112179350A (zh) | 2020-09-29 | 2020-09-29 | 一种基于高效排序算法的巡航解算方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112179350A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113589847A (zh) * | 2021-09-07 | 2021-11-02 | 北京航空航天大学 | 一种柔性飞行器飞行半径确定方法 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4445179A (en) * | 1980-03-07 | 1984-04-24 | Michelotti Paul E | Aircraft minimum drag speed system |
CN106557837A (zh) * | 2016-11-04 | 2017-04-05 | 北京航空航天大学 | 飞机连续下降进近轨迹的获取方法及装置 |
CN108883824A (zh) * | 2016-03-23 | 2018-11-23 | 冯春魁 | 飞行器的数据的获取、处理及飞行状况监控的方法及系统 |
US20190121369A1 (en) * | 2017-10-20 | 2019-04-25 | The Boeing Company | Airplane Climb Thrust Optimization |
US20190193866A1 (en) * | 2016-06-29 | 2019-06-27 | Deutsches Zentrum für Luft- und Raumfahrt e.V. | Method and assistance system for detecting a degradation of light performance |
CN110276479A (zh) * | 2019-05-31 | 2019-09-24 | 南京航空航天大学 | 飞机质量变化的巡航阶段燃油消耗预测方法 |
CN110794866A (zh) * | 2019-10-17 | 2020-02-14 | 成都飞机工业(集团)有限责任公司 | 一种集爬升-巡航-下降为整体的航时性能优化方法 |
CN110909950A (zh) * | 2019-11-29 | 2020-03-24 | 中国航空工业集团公司沈阳飞机设计研究所 | 一种采用非劣排序算法进行燃油消耗优化方法及装置 |
CN111382522A (zh) * | 2020-03-17 | 2020-07-07 | 中国人民解放军空军工程大学 | 一种基于起飞滑跑数据的航空发动机安装推力评估方法 |
CN111709195A (zh) * | 2020-05-22 | 2020-09-25 | 成都飞机工业(集团)有限责任公司 | 一种基于盘旋试飞数据巡航耗油特性的修正方法 |
-
2020
- 2020-09-29 CN CN202011046058.1A patent/CN112179350A/zh active Pending
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4445179A (en) * | 1980-03-07 | 1984-04-24 | Michelotti Paul E | Aircraft minimum drag speed system |
CN108883824A (zh) * | 2016-03-23 | 2018-11-23 | 冯春魁 | 飞行器的数据的获取、处理及飞行状况监控的方法及系统 |
US20190193866A1 (en) * | 2016-06-29 | 2019-06-27 | Deutsches Zentrum für Luft- und Raumfahrt e.V. | Method and assistance system for detecting a degradation of light performance |
CN106557837A (zh) * | 2016-11-04 | 2017-04-05 | 北京航空航天大学 | 飞机连续下降进近轨迹的获取方法及装置 |
US20190121369A1 (en) * | 2017-10-20 | 2019-04-25 | The Boeing Company | Airplane Climb Thrust Optimization |
CN110276479A (zh) * | 2019-05-31 | 2019-09-24 | 南京航空航天大学 | 飞机质量变化的巡航阶段燃油消耗预测方法 |
CN110794866A (zh) * | 2019-10-17 | 2020-02-14 | 成都飞机工业(集团)有限责任公司 | 一种集爬升-巡航-下降为整体的航时性能优化方法 |
CN110909950A (zh) * | 2019-11-29 | 2020-03-24 | 中国航空工业集团公司沈阳飞机设计研究所 | 一种采用非劣排序算法进行燃油消耗优化方法及装置 |
CN111382522A (zh) * | 2020-03-17 | 2020-07-07 | 中国人民解放军空军工程大学 | 一种基于起飞滑跑数据的航空发动机安装推力评估方法 |
CN111709195A (zh) * | 2020-05-22 | 2020-09-25 | 成都飞机工业(集团)有限责任公司 | 一种基于盘旋试飞数据巡航耗油特性的修正方法 |
Non-Patent Citations (5)
Title |
---|
刘婧: "基于飞行数据分析的飞机燃油估计模型", 中国优秀硕士学位论文全文数据库(工程科技Ⅱ辑), no. 6 * |
柴树梁: "大型民用飞机控制分配与自适应重构算法研究", 中国优秀硕士学位论文全文数据库(工程科技Ⅱ辑), no. 7 * |
田疆: "无人机三维约束多目标航迹规划", 中国优秀硕士学位论文全文数据库(工程科技Ⅱ辑), 15 August 2018 (2018-08-15), pages 031 - 45 * |
雒永岗: "综合经济导航的航路规划研究", 中国优秀硕士学位论文全文数据库(基础科学辑), no. 2, 15 February 2020 (2020-02-15), pages 002 - 777 * |
雒永岗: "综合经济导航的航路规划研究", 中国优秀硕士学位论文全文数据库(基础科学辑), no. 2, pages 002 - 777 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113589847A (zh) * | 2021-09-07 | 2021-11-02 | 北京航空航天大学 | 一种柔性飞行器飞行半径确定方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113110592B (zh) | 一种无人机避障与路径规划方法 | |
CN105701090B (zh) | 一种飞行管理系统的模拟装置 | |
CN109508812A (zh) | 一种基于深度记忆网络的航空器航迹预测方法 | |
CN105426970B (zh) | 一种基于离散动态贝叶斯网络的气象威胁评估方法 | |
CN109542876A (zh) | 基于Hadoop数据挖掘航空器经验轨迹模型关键因子的提取方法 | |
CN111813144B (zh) | 一种基于改进羊群算法的多无人机协同航路规划方法 | |
CN111121784B (zh) | 一种无人侦察机航路规划方法 | |
CN105701552A (zh) | 一种飞行航路垂直剖面的计算方法 | |
JP2020077387A (ja) | 垂直飛行経路の最適化 | |
CN113268087A (zh) | 多约束复杂环境下基于改进蚁群算法的多无人机协同工作的航迹规划方法 | |
CN113433974A (zh) | 一种强对流天气下飞机安全航迹规划方法 | |
CN112179350A (zh) | 一种基于高效排序算法的巡航解算方法 | |
CN110502790A (zh) | 飞行程序综合评价方法及计算机存储介质 | |
CN110909950A (zh) | 一种采用非劣排序算法进行燃油消耗优化方法及装置 | |
CN112254734A (zh) | 一种基于高效排序算法的经济导航解算方法 | |
CN116954233A (zh) | 一种巡检任务与航线自动匹配方法 | |
CN110530373A (zh) | 一种机器人路径规划方法、控制器及系统 | |
CN104217118A (zh) | 一种船舶引航排班问题模型与求解方法 | |
CN114021773A (zh) | 一种路径规划方法、装置、电子设备以及存储介质 | |
CN117313931B (zh) | 一种基于火灾场景下地铁站台乘客疏散时间的预测方法 | |
CN109445462A (zh) | 一种非确定环境下的无人机鲁棒路径规划方法 | |
CN110160525B (zh) | 一种基于离散势能场的危险天气下大量航班改航路径并行化计算方法 | |
CN112215416A (zh) | 智能规划巡检航线系统及方法 | |
CN111928853A (zh) | 复杂环境下空基平台快速航路规划方法 | |
CN116772848A (zh) | 一种航空器终端区四维飞行轨迹的绿色实时规划方法 |
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 |