本发明涉及航空技术领域,特别是航时分配规划的技术领域
背景技术:
目前,军事领域的无人机最大的功用是侦察,其侦察的前提便是超高的航时性能,即空中待机的能力。典型的航时飞行剖面,包含了爬升,巡航和下降3种主要的任务段。其中,巡航又分为不同重量的巡航段。为了达到超长的航时性能指标,研究学者进行了全面,深入的研究。如张云飞等提出了在等高度巡航时,采取变姿态、变速度的飞行策略,达到最大的航时(张云飞,罗勋,向锦武等.螺旋桨飞机等高度飞行的航程与航时计算[j],飞行力学,2003,21(4):30-34;张云飞,郭伟,马东立等.喷气飞机等高度飞行的航程与航时计算[j],北京航空航天大学学报,2003,29(7):566-569)。董朝阳[3]根据能量状态近似法和奇异摄动法求得最优的爬升轨迹和下降轨迹(董朝阳.飞机性能优化研究[j].飞行力学,1992,10(4):39-47.)。然而,爬升、巡航和下降的航时在最优航时的飞行剖面中占比都并非小量,若只追求单一任务段的优化,势必造成局部最优,而造成其他阶段的短板和不足。同时,巡航段占据整个航时飞行剖面的绝大部分,若选取同一个速度进行巡航,也容易陷入局部优化。因此,只考虑单个或非整体的多个任务段不足以获得最优的航时性能。
技术实现要素:
针对当前的航时性能剖面优化的不全面性,为了使飞机达到最佳的航时性能,本发明提出了集爬升-巡航-下降为一体的航时性能优化方法。
本发明一种集爬升-巡航-下降为整体的航时性能优化方法,步骤为:
a.单一重量下的巡航策略选择:通过单一重量下的巡航性能计算分析,选取不同高度和不同重量下的最优航时巡航策略;
b.爬升段策略的选择:将爬升(区间)的爬升和平飞性能数据整体计算和优化,得到爬升(区间)的最优航时爬升策略;
c.下降段策略的选择:将下降(区间)的下降和平飞性能数据整体计算和优化,得到下降(区间)的最优航时下降策略;
d.整体巡航段策略选择:分别通过累加爬升(区间)和下降(区间)的耗油,得到整个爬升段和下降段的耗油前后夹逼,计算出巡航段的油量,然后,划分不同的油量区间,进行整个巡航段的航时优化,得到最优巡航策略的航时;
e.综合爬升-巡航-下降策略完成航时性能的优化:分别通过累加爬升(区间)和下降(区间)的航时,得到整个爬升段和下降段的航时;将爬升段、巡航段和下降段的航时分段累加得到整个飞行剖面的最优航时。
所述单一重量下的巡航段策略选择为:
将巡航油量分为n段(n为变量),即得到不同的重量,每个重量下的小时耗油量计算公式为:
其中,w-为小时耗油量,△w巡为巡航油耗,△t巡为巡航时间;
形成高度-重量-巡航速度下的三维小时耗油量矩阵选出不同高度和重量下的最小小时耗油量,该小时耗油量对应的速度,即为该重量和高度下的最优久航速度。
所述对重量变化,通过内部插值法,得到不同重量的小时耗油量。
所述爬升(区间)策略选择为
a)选择高度优化区间△h爬;
b)在高度区间范围内,计算不同爬升速度下,爬升该高度区间的飞行时间;
c)选取爬升区间内最长的飞行时间作为该高度区间的基准时间,记为tmax爬,其他爬升策略下,需要通过爬升+平飞的策略,达到tmax爬可得:
tmax爬=t1爬+t2爬
其中,t1爬为爬升的飞行时间,t2爬为平飞的飞行时间。
d)选取最优航时的爬升速度:
用不同的爬升策略(爬升/爬升+平飞)以达到tmax爬,求得每种爬升策略达到该飞行时间的平均小时耗油量,选取最小的平均小时耗油量对应的爬升策略为该高度区间的最优航时爬升策略,对应的爬升速度即为当前高度区间最优航时的爬升速度。
所述选取每个高度区间最优航时的爬升速度,即形成高度区间-爬升速度的二维矩阵,该矩阵即为最优航时剖面的爬升策略。
所述下降(区间)策略选择
平飞+下降和下降两种方式,
a)选择高度优化区间△h降,;
b)在高度区间内,计算不同的下降速度情况下,下降该高度区间的飞行时间;
c)选取下降区间内最长的飞行时间作为该高度区间范围的基准飞行时间,记为t降max,其他下降策略下,需要通过平飞+下降的策略,达到t降max可得:
t降max=t1降+t2降
其中,t1降为下降的飞行时间,t2降为平飞的飞行时间;
d)选取最优航时的下降速度:
以最长飞行时间t降max为基准飞行时间,用不同的下降策略(下降/平飞+下降)以达到该时间,求得每种下降策略达到该时间的平均小时耗油量,选取最小的平均小时耗油量对应的下降策略为该高度区间的最优下降策略,对应的下降速度即为当前高度区间最优航时下降速度;
选取每个高度区间最优航时的下降速度,即形成高度区间-下降速度的二维矩阵,该矩阵即为最优航时剖面的下降策略。
所述整体巡航段策略选择:
a)巡航油量计算,通过爬升(区间)策略和下降(区间)策略,前后夹逼,计算出巡航段的油量:
1)通过爬升(区间)策略选择,得到每个高度区间下,最优的爬升策略下的油耗,累加得到整个爬升段的油耗;
2)通过下降(区间)策略选择,得到每个高度区间下,最优的下降策略下的油耗,累加得到整个下降段的油耗;
3)除去爬升段和下降段的油量即得到巡航段的油量;
b)不同重量下的巡航策略
将巡航油量划分n段,每段巡航油量得到一个平均的巡航重量,通过高度-重量-巡航速度下的三维小时耗油量矩阵,选取该重量下的最优巡航速度,实现不同重量对应不同速度的巡航,即变速度巡航策略;
c)巡航策略的优化
由于分段n的不同,得到不同的巡航时间t巡;通过n的变化,得到不同巡航分段的巡航时间t巡n=1,t巡n=2…t巡n=i;同时,引入收敛因子factor,当不同分段n引起巡航时间的增加量△t巡<<factor时,认为该巡航段的策略已经最优。
所述收敛因子factor,对于长航时飞机,factor=(1~2%)*t巡;对于航时较短飞机,factor=(2~3%)*t巡。
所述综合爬升-巡航-下降策略完成航时性能的优化中,通过爬升(区间)策略选择,可以得到每个高度区间下,最优的爬升速度和该速度下的飞行时间;从低空→高空按照高度区间进行积分,实现整个爬升段的飞行时间的累加;通过下降(区间)策略选择,可以得到每个高度区间下,最优的下降速度和该速度下的飞行时间;从低空→高空按照高度区间进行积分,实现整个下降段的飞行时间的累加。
通过本发明方法的计算优化,能够得到最优的航时性能;本发明的航时优化方法,针对长航时飞机的特点,将爬升-巡航-下降3种任务阶段整体优化,能够有效的提高了飞机的性能指标,拓展了飞机的功能和用途,并且为后续飞机的应用和改型建立了良好的航时性能基础。
附图说明
图1飞行剖面图
图2航时优化流程图
图3爬升(区间)策略剖面图
图4下降(区间)策略剖面图
具体实施方式
本发明的主要步骤分为:a.单一重量下的巡航策略选择;b.爬升段策略的选择;c.下降段策略的选择;d.整体巡航段策略选择;e.综合爬升-巡航-下降策略完成航时性能的优化。(备注:策略包含飞行的高度和速度)。
航时的飞行剖面见图1,分别为爬升段、巡航段和下降段3种任务段,其中,爬升段和下降段分别是由许多爬升区间和下降区间组成的,巡航段由不同重量的巡航区间组成。本方案的具体思路,见图2:1)通过单一重量下的巡航性能计算分析,选取不同高度和不同重量下的最优航时巡航策略;2)将爬升(区间)的爬升和平飞性能数据整体计算和优化,得到爬升(区间)的最优航时爬升策略;3)将下降(区间)的下降和平飞性能数据整体计算和优化,得到下降(区间)的最优航时下降策略;4)分别通过累加爬升(区间)和下降(区间)的耗油,得到整个爬升段和下降段的耗油前后夹逼,计算出巡航段的油量,然后,划分不同的油量区间,进行整个巡航段的航时优化,得到最优巡航策略的航时;5)分别通过累加爬升(区间)和下降(区间)的航时,得到整个爬升段和下降段的航时;6)将爬升段、巡航段和下降段的航时分段累加得到整个飞行剖面的最优航时。
上述的航时优化方法,针对长航时飞机的特点,将爬升-巡航-下降3种任务阶段整体优化,能够有效的提高了飞机的性能指标,拓展了飞机的功能和用途,为后续飞机的应用和改型建立了良好的航时性能基础。
假定条件:爬升过程中,无人机发动机处于最大状态;下降过程中,发动机处于慢车状态。
2.1单一重量下的巡航段策略选择
在不同高度,不同重量的情况下,计算不同平飞速度下的小时耗油量。将巡航油量分为n段(n为变量),即得到不同的重量,每个重量下的小时耗油量计算公式为:
其中,w-为小时耗油量,△w巡为巡航油耗,△t巡为巡航时间。
从而,形成高度-重量-巡航速度下的三维小时耗油量矩阵,若重量变化,可通过内部插值法,得到不同重量的小时耗油量。选出不同高度和重量下的最小小时耗油量,该小时耗油量对应的速度,即为该重量和高度下的最优久航速度。
2.2爬升(区间)策略选择
在给定燃油量的情况下,不同的爬升速度对应不同的爬升率和飞行时间,具体爬升策略分为:爬升+平飞和爬升两种方式,见图3。
e)选择高度优化区间△h爬,如△h爬为1km,即高度层的范围为0km→1km,1km→2km,2km→3km…;
f)在高度区间范围内,计算不同爬升速度下,爬升该高度区间的飞行时间;
g)选取爬升区间内最长的飞行时间作为该高度区间的基准时间,记为tmax爬,其他爬升策略下,需要通过爬升+平飞的策略,达到tmax爬可得:
tmax爬=t1爬+t2爬
其中,t1爬为爬升的飞行时间,t2爬为平飞的飞行时间。
h)选取最优航时的爬升速度:
用不同的爬升策略(爬升/爬升+平飞)以达到tmax爬,求得每种爬升策略达到该飞行时间的平均小时耗油量,选取最小的平均小时耗油量对应的爬升策略为该高度区间的最优航时爬升策略。该爬升策略中对应的爬升速度即为当前高度区间最优航时的爬升速度。具体算法如下:
1)爬升区间:
爬升单位高度的耗油量:
爬升单位高度的飞行时间:
其中,△w爬为爬升该高度区间的油耗,△h爬为爬升的高度区间,△t爬为爬升该高度区间的飞行时间,wh爬为单位爬升高度对应的耗油量,th爬为单位爬升高度对应的飞行时间。
2)爬升区间+平飞:
综合所选取的最优航时巡航段的策略,不同爬升策略的平均小时耗油量为:
其中,wh爬为单位爬升高度对应的耗油量,△h爬为爬升的高度区间,
tmax爬为该高度区间的基准飞行时间,th爬为单位爬升高度对应的飞行时间,w-为目标高度的最优航时的小时耗油量,wtmax爬为该爬升策略的平均小时耗油量。
通过上述分析,对比不同爬升策略下的平均小时耗油量,最小的平均小时耗油量所对应的爬升策略为该高度区间的最优航时爬升策略,对应的爬升速度即为当前高度区间最优航时的爬升速度。
通过上述方法,选取每个高度区间最优航时的爬升速度,即形成高度区间-爬升速度的二维矩阵,该矩阵即为最优航时剖面的爬升策略。
2.3下降(区间)策略选择
同爬升策略类似,不同的下降速度对应不同的下降率和飞行时间,具体下降策略分为:平飞+下降和下降两种方式,见图4。
e)选择高度优化区间△h降,如△h降为1km,即高度区间的范围为1km→0km,2km→1km,3km→4km…;
f)在高度区间内,计算不同的下降速度情况下,下降该高度区间的飞行时间;
g)选取下降区间内最长的飞行时间作为该高度区间范围的基准飞行时间,记为t降max,其他下降策略下,需要通过平飞+下降的策略,达到t降max可得:
t降max=t1降+t2降
其中,t1降为下降的飞行时间,t2降为平飞的飞行时间。
h)选取最优航时的下降速度:
以最长飞行时间t降max为基准飞行时间,用不同的下降策略(下降/平飞+下降)以达到该时间,求得每种下降策略达到该时间的平均小时耗油量,选取最小的平均小时耗油量对应的下降策略为该高度区间的最优下降策略。该下降策略中对应的下降速度即为当前高度区间最优航时下降速度。具体算法如下:
1)下降区间:
下降单位高度的耗油量:
下降单位高度的前进距离:
其中,△w降为下降该高度区间的油耗,△h降为下降的高度区间。△t降为下降该高度区间的飞行时间,wh降为单位下降高度对应的耗油量,th降为单位下降高度对应的飞行时间。
2)平飞+下降区间:
不同下降策略的平均小时耗油量:
其中,wh降为单位下降高度对应的耗油量,△h降为下降的高度区间,
tmax降为该高度区间的基准飞行时间,th降为单位下降高度对应的飞行时间,w-为目标高度的最优航时的小时耗油量,wtmax降为该下降策略的平均小时耗油量。
通过上述分析,对比不同下降策略下的平均小时耗油量,最小的平均小时耗油量所对应的下降策略为该高度区间最优航时的下降策略,对应的下降速度即为当前高度区间最优航时的下降速度。
通过上述方法,选取每个高度区间最优航时的下降速度,即形成高度区间-下降速度的二维矩阵,该矩阵即为最优航时剖面的下降策略。
2.4整体巡航段策略选择
将巡航的油量分为n段,同时,引入收敛因子factor(该收敛因子根据具体的机型进行选择),进行整体巡航段策略的优化。具体的优化流程为:
d)巡航油量计算
通过爬升(区间)策略和下降(区间)策略,前后夹逼,计算出巡航段的油量。
4)爬升段
通过爬升(区间)策略选择,得到每个高度区间下,最优的爬升策略下的油耗,累加得到整个爬升段的油耗,见表1。
表1爬升段积分
5)下降段
通过下降(区间)策略选择,得到每个高度区间下,最优的下降策略下的油耗,累加得到整个下降段的油耗,见表2。
表2下降段积分
6)巡航段
除去爬升段和下降段的油量即得到巡航段的油量,计算公式如下:
w巡=w-w爬-w降
其中,w巡为巡航段的耗油,w为飞行总耗油,w降为下降段的耗油,w爬为爬升段的耗油。
e)不同重量下的巡航策略
将巡航油量划分n段,每段巡航油量得到一个平均的巡航重量,通过高度-重量-巡航速度下的三维小时耗油量矩阵,选取该重量下的最优巡航速度,实现不同重量对应不同速度的巡航,即变速度巡航策略,见表3。
表3巡航段积分
f)巡航策略的优化
在同样巡航油量的情况下,由于分段n的不同,得到不同的巡航时间t巡。通过n的变化(即n=1,2,3….i),得到不同巡航分段的巡航时间t巡n=1,t巡n=2…t巡n=i。同时,引入收敛因子factor,当不同分段n引起巡航时间的增加量△t巡<<factor时,认为该巡航段的策略已经最优,此时的巡航策略对应的飞行时间即为巡航段的最优航时。
所述收敛因子factor,对于长航时飞机,factor=(1~2%)*t巡;对于航时较短飞机,factor=(2~3%)*t巡。
2.5整体飞行剖面优化
整体飞行剖面的优化,包括:爬升段、巡航段和下降段。
a)爬升段
通过爬升(区间)策略选择,可以得到每个高度区间下,最优的爬升速度和该速度下的飞行时间。因此,从低空→高空按照高度区间进行积分,实现整个爬升段的飞行时间的累加,见表1。
b)下降段
通过下降(区间)策略选择,可以得到每个高度区间下,最优的下降速度和该速度下的飞行时间。因此,从低空→高空按照高度区间进行积分,实现整个下降段的飞行时间的累加,见表2。
c)巡航段
根据最优航时的巡航策略,得到巡航段的飞行时间。
综上,累加爬升段、平飞段和下降段的飞行时间,完成集合爬升-平飞-下降的全剖面航时性能的优化方案。