CN117057858A - 军用无人机系统安全性失效概率预测方法 - Google Patents
军用无人机系统安全性失效概率预测方法 Download PDFInfo
- Publication number
- CN117057858A CN117057858A CN202311088465.2A CN202311088465A CN117057858A CN 117057858 A CN117057858 A CN 117057858A CN 202311088465 A CN202311088465 A CN 202311088465A CN 117057858 A CN117057858 A CN 117057858A
- Authority
- CN
- China
- Prior art keywords
- unmanned aerial
- aerial vehicle
- probability
- vehicle system
- calculation formula
- 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
- 238000000034 method Methods 0.000 title claims abstract description 28
- 238000004364 calculation method Methods 0.000 claims abstract description 57
- 230000006378 damage Effects 0.000 claims abstract description 37
- 208000027418 Wounds and injury Diseases 0.000 claims abstract description 29
- 208000014674 injury Diseases 0.000 claims abstract description 29
- 230000001133 acceleration Effects 0.000 claims description 4
- 238000011156 evaluation Methods 0.000 abstract description 5
- 230000007613 environmental effect Effects 0.000 description 6
- 208000028571 Occupational disease Diseases 0.000 description 4
- 230000009528 severe injury Effects 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 238000009472 formulation Methods 0.000 description 2
- 230000002427 irreversible effect Effects 0.000 description 2
- 230000009525 mild injury Effects 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 230000002441 reversible effect Effects 0.000 description 2
- 208000037974 severe injury Diseases 0.000 description 2
- 241000258957 Asteroidea Species 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 244000062645 predators Species 0.000 description 1
- 238000004451 qualitative analysis Methods 0.000 description 1
- 239000000523 sample Substances 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0282—Rating or review of business operators or products
-
- 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
-
- 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
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
- G06Q50/265—Personal security, identity or safety
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/08—Probabilistic or stochastic CAD
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/02—Reliability analysis or reliability optimisation; Failure analysis, e.g. worst case scenario performance, failure mode and effects analysis [FMEA]
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Geometry (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Game Theory and Decision Science (AREA)
- Finance (AREA)
- General Engineering & Computer Science (AREA)
- Accounting & Taxation (AREA)
- Entrepreneurship & Innovation (AREA)
- Evolutionary Computation (AREA)
- Computer Hardware Design (AREA)
- Quality & Reliability (AREA)
- Automation & Control Theory (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Educational Administration (AREA)
- Computer Security & Cryptography (AREA)
- Operations Research (AREA)
- Aviation & Aerospace Engineering (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供一种军用无人机系统安全性失效概率预测方法,其包括以下步骤:S1、构建军用无人机系统安全性失效概率预测模型;S2、计算碰撞后的伤亡人数;S3、计算目标碰撞区域的人数;S4、确定目标碰撞区域人数的重伤概率;S5、将步骤S3计算的目标碰撞区域的人数以及步骤S4确定的目标碰撞区域人数的重伤概率代入步骤S1中的军用无人机系统安全性失效概率预测模型中获取最终的无人机系统灾难性事故发生的概率计算公式,输出结果为无人机系统灾难性事故发生的概率。本发明针对军用飞机系统安全性评估的问题,提出了一种计算不同类型无人机系统安全性指标的方法,并且能够得到军用无人机灾难性事故发生的可能性要求。
Description
技术领域
本发明涉及军用无人机领域,具体涉及一种军用无人机系统安全性失效概率预测方法。
背景技术
对于民用飞机的系统安全性评估,主要依据适航规章的1309条,按照失效的严重程度和可能性发生的最大概率矩阵建立风险系统进行管理。对于军用飞机,安全性要求由订购方根据装备的危险特性和可接受的风险水平,并综合考虑军事需求、使用任务、任务剖面、技术基础、研制进度以及全寿命周期的费用等确定。
以上的标准和方法仅给出了定性的安全性指标要求和方法,依据历史事故信息与相似产品经验教训,利用初步危险表,故障模式、影响及危害性分析,故障树分析等方法,综合考虑硬件、软件、环境及使用与维修规程等因素,识别装备在整个寿命期内所有可能存在的危险;分析每个危险的原因、发生可能性以及对人员、设施、装备和环境等造成的影响,主要从危险严重性和可能性两个方面开展风险评价。军用无人机系统需要制定适合自身特点的安全性定量指标要求。
无人机安全性要求制定方面,JAA/EUROCONROL UAS任务组提出的无人机系统适航性标准制定原则为:无人机系统的适航性标准应不低于现行同类型有人航空器使用的要求,也不应该简单地因为技术原因惩罚性地要求UAS符合更高的标准要求。当前主要从危险可能性和严重性两个方面开展定性的安全评估。
但是仅从定性的角度对系统安全风险的可能性和严重性进行分析,缺乏定量的安全性指标。现阶段军用无人机发展迅速,当前安全性评估主要是基于危险严重性和可能性两个方面的定性分析,急需定量的安全性指标以提高安全水平。且无人机的尺寸和特征存在较大的差异,不能直接参考同尺寸有人机的安全性风险参考系统。
发明内容
为了解决上述现有技术的不足,本发明以和有人机等效安全水平的方式确定无人机的安全性指标,并提出了考虑无人机特征和撞击能量的定量安全性指标,构建了军用无人机系统安全性失效概率预测模型,利用该军用无人机系统安全性失效概率预测模型能够对军用无人机系统安全性失效概率进行预测,并基于该军用无人机系统安全性失效概率给出了无人机的安全性指标。其针对灾难性事故发生的可能性进行研究,通过计算并控制灾难性事故可能性,从而使无人机具有与有人机等效的安全水平。
具体地,本发明提供一种军用无人机系统安全性失效概率预测方法,其包括以下步骤:
S1、构建军用无人机系统安全性失效概率预测模型,军用无人机系统安全性失效概率预测模型具体为:
fGI=E(fatalities|groundimpact)-1×fF
其中,fF为灾难性事故率;E(fatalities|ground impact)-1为碰撞后的伤亡人数;
S2、确定碰撞后的伤亡人数的计算公式如下:
E(fatalities|groundimpact)=NexpP(fatality|exposure)
其中,Nexp为目标碰撞区域的人数;P(fatality|exp osure)为目标碰撞区域人数的重伤概率;
S3、确定目标碰撞区域的人数的计算公式,其包括以下子步骤:
S31、计算碰撞面积,碰撞面积计算公式如下:
其中,Aexp为碰撞面积,Waircraft为飞机翼展,Laircraft为机长,Hperson为人员高度
S32、基于碰撞面积确定目标碰撞区域的人数,计算公式如下:
Nexp=Aexp×ρ
式中,Aexp为碰撞面积,ρ为人口密度;
S4、确定目标碰撞区域人数的重伤概率的计算公式,其具体包括以下子步骤:
S41、确定目标碰撞区域的重伤人数Eimp,目标碰撞区域的重伤人数Eimp的计算公式如下:
式中,m表示航空器质量,g为重力加速度,ρα为大气密度,A为飞行器横截面积,Cd为阻力系数;
S42、基于目标碰撞区域的重伤人数确定目标碰撞区域人数的重伤概率P(fatality|exp osure),计算公式如下:
Eimp为碰撞动能,ps∈(0,1]为保护参数,参数α表示ps=0.5灾难事故可能性为50%时所需的碰撞能量,β表示当ps=0时引起灾难事故所需的碰撞能量界限;
S5、将步骤S3计算的目标碰撞区域的人数以及步骤S4确定的目标碰撞区域人数的重伤概率的计算公式代入步骤S1中的军用无人机系统安全性失效概率预测模型中获取最终的无人机系统灾难性事故发生的概率计算公式,以目标参数作为输入,输出结果为无人机系统灾难性事故发生的概率即安全性失效概率,最终的无人机系统灾难性事故发生的概率计算公式如下:
优选地,步骤S1中灾难性事故率fF为为5.05×10-5。
优选地,还包括步骤S6、基于步骤S5得到的无人机安全性失效概率对无人机系统灾难性事故发生的概率进行控制,保证无人机的安全性水平与有人机一致,具体包括以下子步骤:
S61、根据有人机灾难性事故发生概率确定无人机灾难性发生概率的阈值范围;
S62、将步骤S5计算得到的无人机安全性失效概率与步骤S61确定的无人机灾难性发生概率的阈值范围进行比较,如无人机安全性失效概率位于无人机灾难性发生概率的阈值范围以内则代表该无人机安全性水平与有人机一致,如无人机安全性失效概率超出无人机灾难性发生概率的阈值范围则需要对无人机的硬件参数进行修正使人机安全性失效概率位于无人机灾难性发生概率的阈值范围以内。
优选地,步骤S32中的人口密度ρ的值依据每平方千米内人口数量进行确定。
优选地,步骤S5中的所述目标参数为根据军用无人机的硬件参数以及目标应用场景确定的无人机系统灾难性事故发生的概率计算公式的参数。
与现有技术相比,本发明的有益效果如下:
(1)本发明针对军用飞机系统安全性评估的问题,提出了一种计算不同类型无人机系统安全性失效概率的方法,构建了军用无人机系统安全性失效概率预测模型,从而能够预测军用无人机系统安全性失效概率,得到军用无人机灾难性事故发生的可能性要求,通过计算并控制灾难性事故可能性,从而使无人机具有与有人机等效的安全水平,整体计算方法可靠准确,大幅度提高了军用无人机的安全性。
(2)本发明能够根据飞机重量、翼展、操纵速度、操纵高度和人口密度等参数的不同,建立灾难性事故可能性和碰撞动能的函数关系,实现和有人机等效的安全水平。采用基于最坏结果的预期可能性定义一次特定事故的安全性参数,以确定最大失效概率的方法,得到了计算不同类型无人机系统的安全性指标要求,计算结果能符合当前对于无人机系统的安全性要求。
(3)本发明在构建军用无人机系统安全性失效概率预测模型中所选用的计算参数,能够指导军用无人机开展系统安全性工作,为相关标准的制修订提供参考依据,并且能够为军用无人机适航性工作提供理论和实践支持。
附图说明
图1为本发明的流程示意图;
图2为本发明实施例中风险指数示意图;
图3为本发明实施例的具体流程示意图。
具体实施方式
以下,参照附图对本发明的实施方式进行说明。
具体地,本发明提供一种军用无人机系统安全性失效概率预测方法,如图1所示,其具体包括以下步骤:
S1、构建军用无人机系统安全性失效概率预测模型,军用无人机系统安全性失效概率预测模型具体为:
fGI=E(fatalities|groundimpact)-1×fF
其中,fF为灾难性事故率;E(fatalities|ground impact)-1×fF为碰撞后的伤亡人数;步骤S1中灾难性事故率fF其根据历史数据确定,灾难性事故率fF一般为5.05×10-5。本模型中,军用无人机系统安全性失效概率以最大容许地面碰撞事故频率fGI进行定义。最大容许地面碰撞事故频率为基于灾难性事故率(fF)的安全性目标水平(TLS)。
S2、计算碰撞后的伤亡人数,计算公式如下:
E(fatalities|groundimpact)=NexpP(fatality|exposure)
其中,Nexp为目标碰撞区域的人数;P(fatality|exp osure)为目标碰撞区域人数的重伤概率;
S3、确定目标碰撞区域的人数的计算公式,其包括以下子步骤:
S31、确定碰撞面积计算公式,碰撞面积计算公式如下:
其中,Aexp为碰撞面积,Waircraft为飞机翼展,Laircraft为机长,Hperson为人员高度。
S32、基于碰撞面积计算目标碰撞区域的人数,计算公式如下:
Nexp=Aexp×ρ
式中,Aexp为碰撞面积,ρ为人口密度;
S4、确定目标碰撞区域人数的重伤概率的计算公式,其具体包括以下子步骤:
S41、确定目标碰撞区域的重伤人数Eimp,目标碰撞区域的重伤人数Eimp的计算公式如下:
式中,m表示航空器质量,g为重力加速度,ρα为大气密度,A为飞行器横截面积,Cd为阻力系数;
S42、基于目标碰撞区域的重伤人数Eimp确定目标碰撞区域人数的重伤概率P(fatality|exp osure),计算公式如下:
其中,Eimp为碰撞动能,ps∈(0,1]为保护参数,参数α表示ps=0.5灾难事故可能性为50%时所需的碰撞能量,β表示当ps=0时引起灾难事故所需的碰撞能量界限。
S5、将步骤S3计算的目标碰撞区域的人数以及步骤S4确定的目标碰撞区域人数的重伤概率代入步骤S1中的军用无人机系统安全性失效概率预测模型中获取最终的无人机系统灾难性事故发生的概率计算公式,以目标参数为输入,输出结果为无人机系统灾难性事故发生的概率,最终的无人机系统灾难性事故发生的概率计算公式如下:
其中,目标参数为根据军用无人机的硬件参数以及目标应用场景确定的无人机系统灾难性事故发生的概率计算公式的参数,这些参数一般是根据目标无人机本身的出厂参数、出厂安全要求以及应用场景进行确定的公式中所涉及到的相关参数,将这些参数代入上述最终的无人机系统灾难性事故发生的概率计算公式即能够预测该无人的系统灾难性事故发生的概率即无人机系统安全性失效概率。
S6、根据模型预测计算的无人机系统灾难性事故发生的概率即无人机系统安全性失效概率对无人机系统灾难性事故发生的概率(无人机系统安全性失效概率)进行控制,保证无人机的安全性水平与有人机一致。
该步骤具体包括以下子步骤:
S61、根据有人机灾难性事故发生概率确定无人机灾难性发生概率的阈值范围。
S62、将步骤S5计算得到的无人机安全性失效概率与步骤S61确定的无人机灾难性发生概率的阈值范围进行比较,如无人机安全性失效概率位于无人机灾难性发生概率的阈值范围以内则代表该无人机安全性水平与有人机一致,如无人机安全性失效概率超出无人机灾难性发生概率的阈值范围则需要对无人机的硬件参数进行修正使人机安全性失效概率位于无人机灾难性发生概率的阈值范围以内,从而使军用无人机的安全水平与有人机保持一致,满足无人机的安全需求。
本发明的实施例在开展军用无人机系统安全性失效概率预测时,需要确定军用无人机具有与有人机等同安全水平的原则,包括以下几种原则:
a)无安全影响的失效条件无概率要求。
b)轻微的失效条件应小于很可能发生的概率。
c)轻度的失效条件必须是小于偶然发生的概率。
d)危险的失效条件必须是小于很少发生的概率。
e)灾难性的失效条件必须小于极少发生的概率。
实际应用中,上述几种失效条件一般是根据危险等级进行具体确定的,在对危险等级进行划分时,一方面是,依据人员损伤情况对危险严重程度进行等级划分。共分四个等级:“人员死亡、装备完全损毁或报废、严重的不可逆的环境破坏”对应于“灾难的”,“人员严重受伤(或严重职业病)、装备严重损坏、较严重但可逆的破坏”对应于“危险的”,“人员轻度(含轻度职业病)、装备或环境轻度破坏”对应于“轻度的”,“轻于III类的人员伤害、装备或环境破坏”对应于“轻微的”。
另一方面是,根据危险发生的频繁程度,对危险的可能性等级进行划分。共分五个等级:对产品个体,“频繁”对应“可能经常发生”,“很可能”对应“可能偶尔发生”,“很少”对应“很少发生,但有可能”,“极少”对应“极少发生,可认为不会发生”,对于装备总体,“频繁”对应“连续发生”,“很可能”对应“频繁发生”,“偶然”对应“发生若干次”,“很少”对应“很少发生,但有理由预期可能发生”,“极少”对应“极少发生,有理由认为几乎不可能发生”
具体实施例
为了使本发明的目的、技术方案及优点更加清楚明白,以下以五种固定翼无人机为例进行说明。应当理解此处所描述的具体实例仅仅用以解释本发明,而不用于限定本发明。
本实施例中,首先定性的无人机系统的安全性要求,本着军用无人机和有人机等效安全的原则,采用“基于最坏结果的预期可能性定义一次特定事故的安全性参数,以确定最大失效概率”的方法,基于飞机重量、尺寸、人群密度等参数,确定无人机安全性指标(即灾难性事故发生概率)。
其中,五种固定翼无人机的基本特征如表1所示:
表1
重量(kg) | 尺寸(m) | 操纵速度(m/s) | 操纵高度(m) | |
RQ-4A全球鹰 | 11,612 | 35.4(翼展) | 177 | 65,000 |
MQ1捕食者 | 1,021 | 14.8(翼展) | 70 | 20,000 |
RQ-2先锋 | 205 | 5.2(翼展) | 41 | 15,000 |
海王星 | 36 | 2.1(翼展) | 43 | 8,000 |
空中探头 | 15 | 2.9(翼展) | 42 | 12,000 |
计算公式中的α和β取平均值,分别为106和102。
本实施例采用了三种等级的人口密度,三种等级分别是简单、正常和困难,人口密度指数分别是0.6、0.5以及0.4,具体数据如下表2所示:
表2
应用时,依据人员损伤情况对危险严重程度进行等级划分。共分四个等级:“人员死亡、装备完全损毁或报废、严重的不可逆的环境破坏”对应于“灾难的”,“人员严重受伤(或严重职业病)、装备严重损坏、较严重但可逆的破坏”对应于“危险的”,“人员轻度(含轻度职业病)、装备或环境轻度破坏”对应于“轻度的”,“轻于III类的人员伤害、装备或环境破坏”对应于“轻微的”。
之后,根据危险发生的频繁程度,对危险的可能性等级进行划分。共分五个等级:对产品个体,“频繁”对应“可能经常发生”,“很可能”对应“可能偶尔发生”,“很少”对应“很少发生,但有可能”,“极少”对应“极少发生,可认为不会发生”,对于装备总体,“频繁”对应“连续发生”,“很可能”对应“频繁发生”,“偶然”对应“发生若干次”,“很少”对应“很少发生,但有理由预期可能发生”,“极少”对应“极少发生,有理由认为几乎不可能发生”
根据订购方对于装备危险特性和可接受的风险水平的分析,结合军事需求、使用剖面、技术基础以及研制进度等,确定军机的安全性要求,作为模型的目标参数即输入数据。危险的风险指数参考系统参见图2。
基于上述数据对五种型号的固定翼无人机灾难性事故发生概率进行计算,如图3所示,具体计算步骤如下:
S1、构建军用无人机系统安全性失效概率预测模型,军用无人机系统安全性失效概率预测模型具体为:
fGI=E(fatalities|groundimpact)-1×fF
其中,fF为灾难性事故率;E(fatalities|ground impact)-1×fF为碰撞后的伤亡人数。
S2、计算碰撞后的伤亡人数,计算公式如下:
E(fatalities|groundimpact)=NexpP(fatality|exposure)
其中,Nexp为目标碰撞区域的人数;P(fatalityexp osure)为目标碰撞区域人数的重伤概率。
S3、计算目标碰撞区域的人数,其包括以下子步骤:
S31、计算碰撞面积,碰撞面积计算公式如下:
其中,Aexp为碰撞面积,Waircraft为飞机翼展,Laircraft为机长,Hperson为人员高度。
S32、计算目标碰撞区域的人数,计算公式如下:
Nexp=Aexp×ρ
式中,Aexp为碰撞面积,ρ为人口密度。人口密度采用上表2中的相关数据。
S4、确定目标碰撞区域人数的重伤概率,其具体包括以下子步骤:
S41、确定目标碰撞区域的重伤人数Eimp,目标碰撞区域的重伤人数Eimp的计算公式如下:
式中,m表示航空器质量,g为重力加速度,ρα为大气密度,A为飞行器横截面积,Cd为阻力系数;
S42、计算目标碰撞区域人数的重伤概率P(fatalityexp osure),计算公式如下:
Eimp为碰撞动能,ps∈(0,1]为保护参数,参数α表示ps=0.5灾难事故可能性为50%时所需的碰撞能量,β表示当ps=0时引起灾难事故所需的碰撞能量界限。
S5、将步骤S3计算的目标碰撞区域的人数以及步骤S4确定的目标碰撞区域人数的重伤概率代入步骤S1中的军用无人机系统安全性失效概率预测模型中获取最终的无人机系统灾难性事故发生的概率计算公式,将由五种无人机的特征及计算的认可数据分别作为目标参数作为输入数据,输出结果为无人机系统灾难性事故发生的概率,最终的无人机系统灾难性事故发生的概率计算公式如下:
S6、根据该公式计算出无人机系统灾难性事故发生的概率,在设计无人机安全系统时对无人机系统灾难性事故发生的概率进行控制,使无人机系统灾难性事故发生概率低于目标输出值,保证无人机的安全性水平与有人机一致。
该步骤具体包括以下子步骤:
S61、根据有人机灾难性事故发生概率确定无人机灾难性发生概率的阈值范围。
S62、将步骤S5计算得到的无人机安全性失效概率与步骤S61确定的无人机灾难性发生概率的阈值范围进行比较,如无人机安全性失效概率位于无人机灾难性发生概率的阈值范围以内则代表该无人机安全性水平与有人机一致,如无人机安全性失效概率超出无人机灾难性发生概率的阈值范围则需要对无人机的硬件参数进行修正使人机安全性失效概率位于无人机灾难性发生概率的阈值范围以内。
利用上述方法得到的五种型号的固定翼无人机灾难性事故要求具体如下表3所示:
表3
本实施例得到的结果会受到内部参数和模型本身不确定性的影响,但对于不同类型的UAS安全性定量指标从数量级来说是基本准确的。基于上述实施例可以看出,本发明提出的无人机安全预测方法能够根据飞机重量、翼展、操纵速度、操纵高度和人口密度等参数的不同,建立灾难性事故可能性和碰撞动能的函数关系,实现和有人机等效的安全水平。采用基于最坏结果的预期可能性定义一次特定事故的安全性参数,以确定最大失效概率的方法,得到了计算不同类型无人机系统的安全性指标要求,计算结果能符合当前对于无人机系统的安全性要求。
以上所述的实施例仅是对本发明的优选实施方式进行描述,并非对本发明的范围进行限定,在不脱离本发明设计精神的前提下,本领域普通技术人员对本发明的技术方案做出的各种变形和改进,均应落入本发明权利要求书确定的保护范围内。
Claims (5)
1.一种军用无人机系统安全性失效概率预测方法,其特征在于:其包括以下步骤:
S1、构建军用无人机系统安全性失效概率预测模型,军用无人机系统安全性失效概率预测模型具体为:
fGI=E(fatalities|groundimpact)-1×fF
其中,fF为灾难性事故率;E(fatalities|ground impact)-1为碰撞后的伤亡人数;
S2、确定碰撞后的伤亡人数的计算公式如下:
E(fatalities|ground impact)=NexpP(fatality|exposure)
其中,Nexp为目标碰撞区域的人数;P(fatality|exp osure)为目标碰撞区域人数的重伤概率;
S3、确定目标碰撞区域的人数的计算公式,其包括以下子步骤:
S31、计算碰撞面积,碰撞面积计算公式如下:
其中,Aexp为碰撞面积,Waircraft为飞机翼展,Laircraft为机长,Hperson为人员高度
S32、基于碰撞面积确定目标碰撞区域的人数,计算公式如下:
Nexp=Aexp×ρ
式中,Aexp为碰撞面积,ρ为人口密度;
S4、确定目标碰撞区域人数的重伤概率的计算公式,其具体包括以下子步骤:
S41、确定目标碰撞区域的重伤人数Eimp,目标碰撞区域的重伤人数Eimp的计算公式如下:
式中,m表示航空器质量,g为重力加速度,ρα为大气密度,A为飞行器横截面积,Cd为阻力系数;
S42、基于目标碰撞区域的重伤人数确定目标碰撞区域人数的重伤概率P(fatalityexposure),计算公式如下:
Eimp为碰撞动能,ps∈(0,1]为保护参数,参数α表示ps=0.5灾难事故可能性为50%时所需的碰撞能量,β表示当ps=0时引起灾难事故所需的碰撞能量界限;
S5、将步骤S3计算的目标碰撞区域的人数以及步骤S4确定的目标碰撞区域人数的重伤概率的计算公式代入步骤S1中的军用无人机系统安全性失效概率预测模型中获取最终的无人机系统灾难性事故发生的概率计算公式,以目标参数作为输入,输出结果为无人机系统灾难性事故发生的概率即安全性失效概率,最终的无人机系统灾难性事故发生的概率计算公式如下:
2.根据权利要求2所述的军用无人机系统安全性失效概率预测方法,其特征在于:灾难性事故率fF为5.05×10-5。
3.根据权利要求1所述的军用无人机系统安全性失效概率预测方法,其特征在于:还包括步骤S6、基于步骤S5得到的无人机安全性失效概率对无人机系统灾难性事故发生的概率进行控制,保证无人机的安全性水平与有人机一致,具体包括以下子步骤:
S61、根据有人机灾难性事故发生概率确定无人机灾难性发生概率的阈值范围;
S62、将步骤S5计算得到的无人机安全性失效概率与步骤S61确定的无人机灾难性发生概率的阈值范围进行比较,如无人机安全性失效概率位于无人机灾难性发生概率的阈值范围以内则代表该无人机安全性水平与有人机一致,如无人机安全性失效概率超出无人机灾难性发生概率的阈值范围则需要对无人机的硬件参数进行修正使人机安全性失效概率位于无人机灾难性发生概率的阈值范围以内。
4.根据权利要求1所述的军用无人机系统安全性失效概率预测方法,其特征在于:步骤S32中的人口密度ρ的值依据每平方千米内人口数量进行确定。
5.根据权利要求1所述的军用无人机系统安全性失效概率预测方法,其特征在于:步骤S5中的所述目标参数为根据军用无人机的硬件参数以及目标应用场景确定的无人机系统灾难性事故发生的概率计算公式的参数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311088465.2A CN117057858A (zh) | 2023-08-28 | 2023-08-28 | 军用无人机系统安全性失效概率预测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311088465.2A CN117057858A (zh) | 2023-08-28 | 2023-08-28 | 军用无人机系统安全性失效概率预测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117057858A true CN117057858A (zh) | 2023-11-14 |
Family
ID=88667421
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311088465.2A Pending CN117057858A (zh) | 2023-08-28 | 2023-08-28 | 军用无人机系统安全性失效概率预测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117057858A (zh) |
-
2023
- 2023-08-28 CN CN202311088465.2A patent/CN117057858A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Washington et al. | A review of unmanned aircraft system ground risk models | |
Melnyk et al. | A third-party casualty risk model for unmanned aircraft system operations | |
Vrijling et al. | A framework for risk evaluation | |
Ale et al. | The assessment and management of third party risk around a major airport | |
Calle-Alonso et al. | A Bayesian-network-based approach to risk analysis in runway excursions | |
Weibel et al. | An integrated approach to evaluating risk mitigation measures for UAV operational concepts in the NAS | |
Rao et al. | High risk occurrence chains in helicopter accidents | |
Wang et al. | The effect of psychological risk elements on pilot flight operational performance | |
Lijuan et al. | An approach of AHP for human factors analysis in the aircraft icing accident | |
Hall | Analysis of aircraft overruns and undershoots for runway safety areas | |
CN117057858A (zh) | 军用无人机系统安全性失效概率预测方法 | |
Tan et al. | Therp-cream prediction method for human failure probability for air traffic control | |
Oh et al. | Data-driven risk analysis of unmanned aircraft system operations considering spatiotemporal characteristics of population distribution | |
Sun et al. | Risk assessment of unmanned aerial vehicle accidents based on data-driven Bayesian networks | |
Lum et al. | UAS reliability and risk analysis | |
Rao | A new approach to modeling aviation accidents | |
Payan et al. | Review of proactive safety metrics for rotorcraft operations and improvements using model-based parameter synthesis and data fusion | |
Aherne et al. | Preflight risk assessment for improved safety in helicopter emergency medical service operations | |
Jones | Overview of the NASA systems approach to crashworthiness program | |
Zhang et al. | Study on Evaluation of Airline Pilot’s Flight Violation Behaviors and Psychological Risk | |
Melnyk | A demonstration of reliability and certification standards for unmanned aircraft system control links | |
Skorupski | Fuzzy risk matrix as a tool for the analysis of the air traffic safety | |
Holloway et al. | Why system safety professionals should read accident reports | |
Kuklev et al. | Aviation System Risks and Safety | |
Borjalilu et al. | A fuzzy TOPSIS based model for safety risk assessment of operational flight data |
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 |