民用飞机自动飞行控制系统模式控制及切换

孟云鑫; 刘世前; 张前; 吕为志; 郭连宇

doi:10.12404/j.issn.1671-1815.2600405

科学技术与工程 ›› 2026, Vol. 26 ›› Issue (30) :13258-13266 DOI: 10.12404/j.issn.1671-1815.2600405

论文：航空、航天

民用飞机自动飞行控制系统模式控制及切换

作者信息 +

Mode Control and Switching of Automatic Flight Control System for Civil Aircraft

Author information +

文章历史 +

摘要

民机的自动飞行控制系统在提升飞行安全性和减轻飞行员工作负担方面起着重要作用,而自动飞行控制系统的模式控制律和切换逻辑是确保飞行安全的关键。针对巡航阶段自动飞行控制系统的模式控制及模式切换逻辑进行深入分析,通过设计控制律和合理的模式切换机制,确保飞机使用不同飞行工作模式时的安全性与控制的稳定性。首先,针对自动飞行系统的纵向和横航向控制需求,内环采用法向过载(N_z)和滚转角速率-侧滑角(p-β)指令控制,以确保飞机在不同模式下的稳定飞行及精确的姿态控制;外环设计增益调节与反馈机制,优化飞机的响应性与稳定性,进一步提高了飞行过程中的操控精度。在模式切换逻辑方面,基于有限状态机理论,提出了自动飞行系统的模式切换方案,通过状态流(Stateflow)模块,建立了纵向和横航向模式切换的状态机模型,以确保飞行员在不同飞行阶段之间的模式切换符合飞行安全规范,避免系统发生混乱。为了提升人机交互性能,设计了一种新的人机交互界面,便于飞行员通过该界面输入指令、进行模式切换与目标值设定。仿真验证表明,所设计的控制律能够精确跟踪过载与滚转指令,且平稳安全切换不同工作模式,满足巡航阶段的自动控制需求。

Abstract

The automatic flight control system of civil aircraft plays a vital role in enhancing flight safety and alleviating the pilot’s workload. The control laws and switching logic of the modes are crucial to ensuring flight safety. An in-depth analysis of the mode control and switching logic of the automatic flight control system during the cruise phase was provided in this study. By designing the control laws and establishing a rational mode switching mechanism, aircraft safety and control stability under different flight modes were guaranteed. First, to meet the longitudinal and lateral control requirements of the automatic flight system, load factor (N_z) and roll rate-sideslip angle (p-β) command tracking control was adopted in the inner loop to ensure stable flight and precise attitude control in different modes. The outer loop incorporated gain adjustment and feedback mechanisms to optimize the aircraft’s responsiveness and stability, further improving the handling accuracy during flight. Regarding the mode switching logic, a mode switching scheme based on the finite state machine theory was proposed in this research. A state machine model for longitudinal and lateral mode switching was developed using the Stateflow module, which ensures that the mode transition between different flight stages complies with safety protocols, thus avoiding confusion in the control system. To enhance human-machine interaction performance, a new human-machine interface was designed, through which the pilot can input commands, perform mode switching, and set target values. Simulation results show that the proposed control laws can precisely track the desired N_z and p-β commands, that the transition between different operational modes is smooth and safe, and that the automatic control requirements during the cruise phase are satisfied.

Graphical abstract

关键词

民用飞机自动飞行控制系统 / 模式切换 / Stateflow / 人机交互

Key words

civil aircraft automatic flight control system / mode switching / Stateflow / human-machine interaction

引用本文

引用格式 ▾

孟云鑫, 刘世前, 张前, 吕为志, 郭连宇. 民用飞机自动飞行控制系统模式控制及切换[J]. 科学技术与工程, 2026, 26(30): 13258-13266 DOI:10.12404/j.issn.1671-1815.2600405

MENG Yun-xin, LIU Shi-qian, ZHANG Qian, LÜ Wei-zhi, GUO Lian-yu. Mode Control and Switching of Automatic Flight Control System for Civil Aircraft[J]. Science Technology and Engineering, 2026, 26(30): 13258-13266 DOI:10.12404/j.issn.1671-1815.2600405

登录浏览全文

4963

注册一个新账户忘记密码

随着中国大飞机事业的持续发展,自动飞行控制关键核心技术的突破已成为当前中国民机事业高质量发展的关键瓶颈^[1-2]。飞行自动化技术的核心目标是提升旅客乘坐舒适度,同时有效减轻飞行员的驾驶负担,降低人为操作误差^[3]。然而,自动飞行系统的安全性是其设计过程中需要优先考虑的首要问题,直接关系到民机飞行安全,也是技术突破过程中必须攻克的核心难点^[4]。

针对自动飞行控制系统的设计与优化,中外众多学者开展了大量相关研究,其中模式控制律设计是研究的核心方向之一。Zhai等^[5]深入分析垂直制导的典型子模式并设计相应制导律,开发了具有速率限制与幅度限制的平滑模式切换技术,为民用飞机飞行管理系统垂直剖面设计提供了重要的方法指导与实验依据;杨建营^[6]采用数字式可变参数自适应比例-积分-微分(proportional integral derivative, PID)控制设计,有效提升了自动飞行系统的控制精度;Cheng等^[7]针对飞行员误操作和风干扰情况下民用飞机轨迹跟踪控制问题,提出一种基于神经网络的增量非线性动态逆控制器,增强了系统的抗干扰能力;Kaviratna等^[8]在NzU(normal acceleration and airspeed)控制律的基础上,设计了一种采用反馈环路整形的飞行路径指令自动驾驶仪,进一步优化了轨迹跟踪性能;秦天成等^[9]则聚焦飞行控制系统故障场景,提出一种增量动态逆的容错控制方法,为故障模式下的安全飞行控制提供了有效解决方案;文献[10]提出了一种基于模糊模型的IT2(interval type-2)的控制系统,不仅能稳定飞机动力学性能,还能提供更优的瞬态响应特性;文献[11]采用语言模糊神经网络并提出自适应学习规则代替传统的自动着陆控制器,使其更具有鲁棒性,能适应多种风扰动条件。

除控制律设计外,自动飞行模式切换的可靠性与合理性也是研究的热点。2018年狮航空难的一部分原因是人机交互过程中自动化警示信息缺失导致飞行员无法判断,而人机功能分配不当导致飞行员和飞机抢夺控制权^[12]。Aparna等^[13]针对自动驾驶横侧向模式展开研究,提出一种基于阵列逻辑的模式切换逻辑,为模式切换的规范化设计提供了思路;Randhawa等^[14]将该阵列逻辑方法应用于垂直模式切换,拓展了其应用场景;近年来,Stateflow作为高效的状态转移建模工具,被广泛应用于自动飞行控制系统的模式切换设计中,显著提高了模式转换的准确性和安全性^[15-16];李俊安等^[17]采用形式化方法,对自动飞行的数十种模式转换逻辑进行建模与验证,进一步保障了系统运行的正确性和安全性;李耀华等^[18]提出了一种融合系统理论过程分析和动态故障树的改进的安全性分析方法和评价模型来应对复杂系统间的不安全交互行为和危险源识别能力不足的问题。

飞行模式控制面板(flight control mode panel, FMCP)作为自动飞行模式间切换的核心操作工具,也是人机交互的重要载体,其设计合理性与可靠性直接影响自动飞行系统的操作效率与安全性。刘希等^[19]以多模态自动驾驶仪仿真设计为例,提出一种通用的飞行控制系统可视化仿真平台,为FMCP的设计与验证提供了支撑。刘姝等^[20-21]利用 MATLAB 的图形用户界面(graphical user interface, GUI)工具,设计了可实现模式切换及控制目标数值调整的FMCP,为自动飞行模式操作控制的集成模型验证提供了重要参考;郑海菠等^[22]针对自动飞行控制面板在振动等不利工况下的可靠性开展验证试验,为FMCP的设计改进提供了试验依据。

上述研究为自动飞行控制的发展提供了很多有价值的参考,但如何系统集成仍是一大难题。为此,现通过设计基于法向过载N_z控制与p-β控制为内回路的飞行控制律,采用有限状态机与Stateflow构建模式切换逻辑,并开发人机交互界面,最终通过人机交互界面来实现飞行工作模式的平稳切换,并调用相应模式的控制律对飞机进行精确控制的效果。面向国产大飞机研制需求,针对巡航阶段典型自动驾驶模式控制与切换完成设计与仿真,可为国内民机自动飞行控制律开发、模式管理逻辑设计提供仿真层面技术参考,助力自动飞行核心技术自主化。

1 飞机动力学和运动学建模

以B747飞机为研究对象,建立其刚体六自由度动力学模型,包含纵向和横向运动方程,并考虑机体惯性耦合和外力矩作用,机体质心速度(u,v,w)与角速度(p,q,r)的动力学满足刚体运动方程,同时考虑机体惯性矩(I_x,I_y,I_z,I_xz)的耦合效应,以保证姿态响应与外力矩输入的一致性,机体姿态角(ϕ,θ,ψ)与地理位置(x,y,z)通过标准欧拉角-速度变换建立机体速度与地速之间的映射关系,在此基础上利用小扰动条件对上述非线性动力学模型进行线性化处理,得到包含油门、升降舵、副翼和方向舵4个控制输入,以及机体质心速度、姿态角、姿态角速度和北东地位置等12个输出的线性模型。

采用N_z控制和p-β控制,因此需要以上12个输出来计算出N_z和β,推导如下。

法向过载N_z是垂直于机体坐标系纵轴方向上飞行器所受除重力以外的所有外力与重力的比值,即

(1)N_z=$\frac{{\mathit{F}}_{\mathit{z}}}{\mathit{m}\mathit{g}}$

式(1)中:F_z为机体坐标系z轴方向的合外力;m为飞机质量;g为重力加速度。

根据牛顿第二定律,即

(2)m${\stackrel{·}{\mathit{V}}}_{\mathrm{b}}$=F_b+mg_b

式(2)中:${\stackrel{·}{\mathit{V}}}_{\mathrm{b}}$为机体系加速度;F_b为机体系合外力;g_b为重力加速度在机体系的投影。

因此,法向过载为

(3)N_z=$\frac{\dot{\mathit{w}}-\mathit{p}\mathit{u}+\mathit{q}\mathit{v}-{\mathit{g}}_{\mathit{z}}}{\mathit{g}}$

式(3)中:g_z为重力在机体z_b轴的分量;$\dot{\mathit{w}}$为飞机在机体z轴方向加速度;p为滚转角速度;u为飞机在机体x轴方向速度;q为俯仰角速度;v为飞机在机体y轴方向速度,且根据坐标系转换可得

(4) g_z=gcosϕcosθ

最终得到

(5)N_z=$\frac{\dot{\mathit{w}}-\mathit{p}\mathit{u}+\mathit{q}\mathit{v}-\mathit{g}\mathrm{c}\mathrm{o}\mathrm{s}\mathit{\varphi }\mathrm{c}\mathrm{o}\mathrm{s}\mathit{\theta }}{\mathit{g}}$

侧滑角β是飞机速度矢量与飞机对称面的夹角,可直接由机体质心速度计算得出

(6)β=arctan$\frac{\mathit{v}}{\sqrt{{\mathit{u}}^{2}+{\mathit{v}}^{2}+{\mathit{w}}^{2}}}$

2 控制律设计

针对民用飞机的飞控系统进行探究,它的主要目标是安全性、可靠性、平稳性、经济性以及乘客舒适度,在设计上强调容错能力和飞行平顺性,要求自动驾驶系统能处理长时间巡航和复杂气象条件。而其他飞机如战斗机则是强调高机动性和响应速度,能够执行急转弯、快速爬升下降和高速飞行,以手动操纵为主,对自动化要求不高;另外无人机最看重自主性、控制精度和任务执行能力,能实现全自动导航、任务规划与传感器融合,对环境感知依赖更大。

现代民用飞机的自动飞行控制系统一般采用电传操控技术,因此自动飞行指令并不直接作用于飞机舵面,而是通过外回路控制器将目标偏差信号转换为相应通道的自动飞行控制指令,进而替代操纵杆的位移命令。而内回路的电传操纵控制律在纵向通道常采用的是N_z控制律^[23],横侧向通道常采用的是p-β控制律^[24],对应的控制结构如图1所示,N_z控制对应的是纵向模式,控制升降舵δ_e,而 p-β 控制对应的是横航向模式,控制的是副翼δ_a和方向舵δ_r。

2.1 内回路控制

过载N_z控制一般具有中性速度稳定性,可以提高操纵指令性和飞机稳定性,使姿态控制更加精准。该模式下驾驶杆处于中立位置时,在飞行速度改变情况下,通过纵向控制律的积分模块自动配平飞机,最终达到平飞过载控制,极大地减轻了飞行员的负担,同时提高了飞行员的舒适性^[25]。其控制结构如图2所示,控制结构中的前馈部分由操纵杆增益K_{Stick,N_z}、指令模型和3个前馈增益K_ff、K_d和K_p组成。

单位过载的稳态杆力通过操纵杆增益来调节。指令模型定义了期望的短期飞机响应动态特性,其表达式为

(7)$\frac{{\mathit{N}}_{{\mathit{z}}_{\mathrm{c}\mathrm{m}\mathrm{d}}}}{{\mathit{\delta }}_{\mathrm{S}\mathrm{t}\mathrm{i}\mathrm{c}\mathrm{k},{\mathit{N}}_{\mathit{z}}}}$=$\frac{{\mathit{K}}_{\mathrm{S}\mathrm{t}\mathrm{i}\mathrm{c}\mathrm{k},{\mathit{N}}_{\mathit{z}}}{\mathit{\omega }}_{\mathrm{s}\mathrm{p}}^{2}}{{\mathit{s}}^{2}+2{\mathit{\xi }}_{\mathrm{s}\mathrm{p}}{\mathit{\omega }}_{\mathrm{s}\mathrm{p}}+{{\mathit{\omega }}^{2}}_{\mathrm{s}\mathrm{p}}}$

式(7)中:${\mathit{\delta }}_{\mathrm{S}\mathrm{t}\mathrm{i}\mathrm{c}\mathrm{k},{\mathit{N}}_{\mathit{z}}}$为操纵杆位移;K_{Stick,N_z}为调节单位过载所需杆力的杆增益系数,以法向过载操纵灵敏度为核心,依据飞行品质、气动特性、结构过载限制及全包线增益调度要求确定,实现杆输入与过载指令的线性映射,保证操纵一致性与乘坐舒适性;ξ_sp设为1,以提供良好阻尼响应;ω_sp设为飞机短周期频率,以保留飞机气动设计良好的固有短周期频率特性,同时避免对舵机造成过度驱动。

该控制律的反馈回路如图3所示,用于最小化指令响应与实际飞机响应之间的误差,同时提供增强的阻尼性、稳定性、阵风抑制能力及鲁棒性。该机制通过迎角误差与迎角变化率误差的比例反馈以及法向加速度误差与速度误差的积分反馈实现。

其中的迎角指令α_cmd和迎角变化率指令${\dot{\mathit{\alpha }}}_{\mathrm{c}\mathrm{m}\mathrm{d}}$由法向过载指令N_{z_cmd}和法向过载变化率指令${\stackrel{·}{\mathit{N}}}_{{\mathit{z}}_{\mathrm{c}\mathrm{m}\mathrm{d}}}$通过式(8)生成。

(8)$\left\{\begin{array}{l}{\mathit{\alpha }}_{\mathrm{c}\mathrm{m}\mathrm{d}}={\mathit{\alpha }}_{{\mathit{N}}_{\mathit{z}}}{\mathit{N}}_{{\mathit{z}}_{\mathrm{c}\mathrm{m}\mathrm{d}}}\\ {\dot{\mathit{\alpha }}}_{\mathrm{c}\mathrm{m}\mathrm{d}}={\mathit{\alpha }}_{{\mathit{N}}_{\mathit{z}}}{\stackrel{·}{\mathit{N}}}_{{\mathit{z}}_{\mathrm{c}\mathrm{m}\mathrm{d}}}\end{array}\right.$

式(8)中:α_{N_z}=1/(n/α),n/α即标称载荷构型下飞机稳态法向过载与迎角之比。

p-β控制具有增加荷兰滚阻尼与协调转弯的功能,可降低飞机的垂尾机动载荷,有利于垂尾减载减重和飞行安全^[26]。其控制结构如图4所示。横向控制律中的前馈通道由操纵杆增益K_Stick,p和指令模型以及前馈增益K_ff、K_d、K_p和交叉反馈K_xf构成。稳态滚转率和侧滑角指令由驾驶杆增益调节。

指令模型定义了期望的飞行器响应动态特性,其表达式为

(9)$\frac{{\mathit{p}}_{\mathrm{c}\mathrm{m}\mathrm{d}}}{{\mathit{\delta }}_{\mathrm{S}\mathrm{t}\mathrm{i}\mathrm{c}\mathrm{k},\mathrm{p}}}$=$\frac{{\mathit{K}}_{\mathrm{S}\mathrm{t}\mathrm{i}\mathrm{c}\mathrm{k},\mathrm{p}}}{{\mathit{\tau }}_{\mathrm{p}}\mathit{s}+1}$

(10)$\frac{{\mathit{\beta }}_{\mathrm{c}\mathrm{m}\mathrm{d}}}{{\mathit{\delta }}_{\mathrm{p}\mathrm{e}\mathrm{d}}}$=$\frac{{\mathit{K}}_{\mathrm{p}\mathrm{e}\mathrm{d}}{\mathit{\omega }}_{\mathrm{d}}^{2}}{{\mathit{s}}^{2}+2{\mathit{\xi }}_{\mathrm{d}}{\mathit{\omega }}_{\mathrm{d}}\mathit{s}+{\mathit{\omega }}_{\mathrm{d}}^{2}}$

式中:p_cmd、β_cmd分别为p和β控制的输入指令;δ_Stick,p为操纵杆位移;δ_ped为脚踏板位移,增益K_Stick,p依据滚转角速率响应指标与横航向飞行品质规范设计,匹配滚转舵效与机体动力学,限制滚转速率以满足安全与舒适性约束;K_ped用于实现协调转弯,依据荷兰滚模态抑制、方向稳定性增强及无侧滑操纵要求设计,通过闭环反馈消除侧滑,提升横航向品质与乘坐舒适度;τ_p设定为飞机滚转模态时间常数;ξ_d设为0.7以提供良好阻尼响应;ω_d设定为飞机荷兰滚频率,以保留飞机气动设计良好的固有荷兰滚频率,同时避免对作动器造成过度驱动。

横航向上的反馈路径由以下部分组成:滚转速率误差的比例与积分路径反馈至副翼,侧滑误差的比例、微分、积分路径反馈至方向舵,以及用于消除轴外响应对本轴响应影响的交叉耦合回路,如图5所示。

2.2 外回路控制

主要针对巡航阶段的几个模式展开仿真,即纵向的垂直速度模式、航迹倾角模式、飞行高度层改变模式、高度保持模式,以及横航向的滚转保持模式、航向控制模式、航迹控制模式^[27]。

垂直速度模式是对飞机的垂直速度进行控制,使飞机保持某一垂直速度上升或下降,该模式采用的控制算法为

(11) N_{z_cmd}=(V_{s_cmd}-V_s)K_{V_s}

式(11)中:V_{s_cmd}为垂直速度指令;V_s为垂直速度反馈;K_{V_s}为垂直速度反馈增益;N_{z_cmd}为自动驾驶过载指令。

航迹倾角模式是使飞机的航迹倾角保持自动飞行控制板设置的数值,同时飞行员控制或者自动油门控制油门以保证飞行速度不变或者按照指令增加或减小,该模式的控制算法为

(12) N_{z_cmd}=(γ_cmd-γ)K_γ

式(12)中:γ_cmd为航迹倾角指令;γ为航迹倾角反馈;K_γ为航迹倾角反馈增益。

通常民用飞机自动驾驶都配备高度层改变模式,其控制目标是空速或马赫数。在高度层变更模式下,若自动油门已启用,则自动油门应保持在爬升或下降推力设定值。自动驾驶系统则通过升降舵控制,保持所选的空速或马赫数。该模式的控制算法为

(13)N_{z_cmd}=$\left[\left(\frac{{\mathit{K}}_{\mathrm{\Delta }\dot{\mathit{v}}}}{\mathit{T}\mathit{s}+1}\mathrm{\Delta }\dot{\mathit{v}}+\frac{{\mathit{K}}_{\mathrm{\Delta }{\dot{\mathit{v}}}_{\mathrm{s}}}\mathrm{\Delta }\dot{\mathit{v}}}{\mathit{s}}\right)-\mathit{\gamma }\right]$K_γ+${\mathit{K}}_{\dot{\mathit{\gamma }}}\dot{\mathit{\gamma }}$

(14)$\left\{\begin{array}{l}\mathrm{\Delta }\dot{\mathit{v}}=\dot{\mathit{v}}-{\dot{\mathit{v}}}_{\mathrm{c}\mathrm{m}\mathrm{d}}\\ {\dot{\mathit{v}}}_{\mathrm{c}\mathrm{m}\mathrm{d}}=-{\mathit{K}}_{\mathrm{c}\mathrm{m}\mathrm{d}}\mathrm{\Delta }\mathit{v}\\ \mathrm{\Delta }\mathit{v}=\mathit{v}-{\mathit{v}}_{\mathrm{c}\mathrm{m}\mathrm{d}}\end{array}\right.$

式(14)中:γ为飞行航迹倾角;$\dot{\mathit{\gamma }}$为飞行航迹倾角的微分信号;$\dot{\mathit{v}}$为前向加速度;v_cmd为目标速度;v为当前飞行速度;${\mathit{K}}_{\mathrm{\Delta }\dot{\mathit{v}}}$为比例系数;${\mathit{K}}_{\mathrm{\Delta }{\dot{\mathit{v}}}_{\mathrm{s}}}$为积分系数;T为时间。

内环采用航迹倾角控制,外环则基于速度偏差信号,采用比例积分控制律进行调节。

高度保持模式的基本原理是自动驾驶发送纵向控制指令给飞行控制系统,通过飞行控制系统控制飞机升降舵的偏转来改变飞机姿态,从而保持飞机目标高度,该模式的控制算法为

(15)N_{z_cmd}=$\left[\left(\frac{{\mathit{K}}_{\mathrm{\Delta }\stackrel{·}{\mathit{H}}}}{\mathit{T}\mathit{s}+1}\mathrm{\Delta }\stackrel{·}{\mathit{H}}+\frac{{\mathit{K}}_{\mathrm{\Delta }{\stackrel{·}{\mathit{H}}}_{\mathrm{s}}}\mathrm{\Delta }\stackrel{·}{\mathit{H}}}{\mathit{s}}\right)-\mathit{\gamma }\right]$K_γ+${\mathit{K}}_{\dot{\mathit{\gamma }}}\dot{\mathit{\gamma }}$

(16)$\left\{\begin{array}{l}\mathrm{\Delta }\stackrel{·}{\mathit{H}}={\stackrel{·}{\mathit{H}}}_{\mathrm{c}\mathrm{m}\mathrm{d}}-\stackrel{·}{\mathit{H}}\\ {\stackrel{·}{\mathit{H}}}_{\mathrm{c}\mathrm{m}\mathrm{d}}={\mathit{K}}_{\mathrm{c}\mathrm{m}\mathrm{d}}\mathrm{\Delta }\mathit{H}\\ \mathrm{\Delta }\mathit{H}={\mathit{H}}_{\mathrm{c}\mathrm{m}\mathrm{d}}-\mathit{H}\end{array}\right.$

式中:γ和$\dot{\mathit{\gamma }}$共同构成高度保持控制律的内回路;$\stackrel{·}{\mathit{H}}$为垂直速度;H为当前气压高度;H_cmd为目标高度;${\mathit{K}}_{\mathrm{\Delta }\stackrel{·}{\mathit{H}}}$为比例系数;${\mathit{K}}_{\mathrm{\Delta }{\stackrel{·}{\mathit{H}}}_{\mathrm{s}}}$为积分系数。

在该高度保持模式控制律中,实际上是以垂直速度控制为核心的外回路和以航迹倾角控制为核心的内回路,外回路把高度差信号转化为垂直速度差,采用比例加积分的控制律构型计算得到目标航迹倾角,然后经内回路的飞行航迹倾角负反馈控制,输出自动驾驶纵向指令。

滚转保持模式是飞机在接通该模式时,自动飞行控制系统将保持飞机接通模式时刻的滚转角,该模式的控制算法为

(17) p_cmd=(ϕ_cmd-ϕ)K_ϕ

式(17)中:ϕ_cmd为接通时的滚转角;ϕ为滚转角反馈;K_ϕ为滚转角反馈增益;p_cmd为滚转姿态控制的自动驾驶滚转角速率指令。

航向控制模式允许飞行员主动设定目标航向,使飞机按照一定的速率和路径转向,以准确到达期望的航向,该模式的控制算法为

(18) ϕ_cmd=(ψ_cmd-ψ)K_ψ

式(18)中:ψ_cmd为目标航向方位角;ψ为当前飞机飞行状态的航向方位角;K_ψ为航向方位角反馈增益。

二者作差经比例环节运算后输出期望的控制滚转角ϕ_cmd,输入横航向通道。横航向通道将输入的滚转角信号解算出副翼指令发送给电传飞行控制系统。航向控制模式通过改变飞机的滚转角来保持飞机的飞行航向。

航迹控制模式主要在需要避开某些限制空域时使用,该模式a_y=0,控制输入为

(19)μ_cmd=arctan$\frac{{\mathit{\mu }}_{\mathit{\chi }}\mathit{V}\mathrm{c}\mathrm{o}\mathrm{s}\mathit{\gamma }}{{\mathit{\mu }}_{\mathit{\gamma }}\mathit{V}+\mathit{g}\mathrm{c}\mathrm{o}\mathrm{s}\mathit{\gamma }}$

式(19)中:μ_χ=K_χe_χ;μ_γ=K_γe_γ;μ为航迹滚转角;e_χ为航迹方位角误差;e_γ为航迹倾角的误差;K_χ和K_γ分别为航迹方位角反馈增益和航迹倾角反馈增益;V为空速。

而航迹方位角χ与侧偏速度的关系为

(20)$\dot{\mathit{y}}$=$\frac{\mathit{V}}{57.3}$(β+ψ)=$\frac{\mathit{V}}{57.3}$χ

式(20)中:β为侧滑角;ψ为偏航角;$\dot{\mathit{y}}$为侧向偏距。

3 模式切换逻辑和人机交互界面设计

模式切换逻辑是飞行控制系统中用于实现不同飞行状态间切换的关键机制,而人机交互界面的模式控制面板则是飞行员与自动飞行控制系统之间的交互界面。通常,飞行员通过模式控制面板上的操作来触发自动飞行控制系统的模式切换,而每种模式的激活则会调用相应的控制律,以便对飞机进行精确控制。

3.1 模式切换逻辑

自动飞行控制系统通常包括多个工作模式,而模式之间的转换过程可以视为系统状态的转变。为实现这种模式切换,本研究选择使用Stateflow工具。Stateflow的核心原理基于有限状态机(finite state machine, FSM)概念,指的是系统包含有限个状态,当特定条件触发时,系统会从一个状态转换到另一个状态。FSM模型基于事件驱动机制,当特定事件发生时,系统会触发状态转移。Stateflow通过图形化方式实现FSM,利用可视化的状态图和状态转移关系,并结合事件与条件判断,来控制系统的运行过程。

各飞行工作模式被视为系统中的状态,而状态间的转换则由预设的条件触发,从而在Stateflow中形成了自动飞行控制系统的有限状态机模型。纵向和横向模式切换逻辑图如图6所示。箭头上的文字表示模式之间切换的条件,由模式控制面板输入;模式中间的数字表示当条件满足进入这个模式时,输出相应的模式编号,由模式编号来调用相应的控制律对飞机进行控制。

3.2 人机交互界面设计

Stateflow要进行状态间的转换,需要有相应的条件输入,使用MATLAB的APP Designer工具来设计人机交互界面,即模式控制面板,由该工具设计的界面可以与Simulink模式进行通信,从而将输入Stateflow状态转换所需要的条件以及模式控制所需的目标值。模式控制面板如图7所示。各旋钮用于设定控制所需的目标值,如速度、航向/航迹、高度、垂直速度/航迹倾角等。按钮则用于启用相应的控制模式,由于本次研究仅关注巡航阶段,其他功能不再赘述。

4 仿真实验分析

以B747飞机模型为研究对象,开展巡航阶段自动飞行控制系统工作模式的转换以及飞行状态的仿真验证。飞机的初始状态为:在8 000 ft(1 ft=30.48 cm)的高度以500 ft/s的速度平飞。

模拟飞行场景描述如下:在初始高度和初始速度下进行平飞,随后通过飞行高度层变更模式使飞机爬升。爬升至预定高度后,切换至高度保持模式。接着,将航向目标设置为15°,并切换到航向控制模式以进行横航向调整。待飞机达到目标航向后,航迹目标设置为10°,此时启用横航向的航迹控制模式。飞行一段时间后,切换回滚转保持模式,令飞机恢复平飞。随后将目标垂直速度设置为 -100 ft/s,纵向切换至垂直速度模式,使飞机开始下降。下降一段时间后,再切换回高度保持模式。最后将目标航迹倾角设置为-6°,切换到航迹倾角模式,使飞机下降,下降一段时间后再切换回高度保持模式。

内环的N_z和p-β输出响应如图8~图10所示,由图可以看出,N_z和p的跟踪稳态误差接近于0,超调量不超过5%,而横航向的电传控制指令是通过滚转进行的,因此β指令始终为0,实际的β也一直在0附近以微小幅度变化,控制效果符合预期。

整体自动飞行工作模式的控制与切换通过仿真验证,控制效果通过高度、垂直速度、航迹倾角、滚转角、航向角及航迹角等参数进行评估。为突出所提出的控制方法的控制效果,还采用经典的LQR控制算法进行对比,结果如图11所示,t₁~t₈将仿真分为9个阶段,其中黄色的虚线是纵向模式的切换时间点,红色的虚线是横向模式的切换时间点。按照模拟飞行场景,在纵向上,0~t₁阶段是初始高度和初始速度平飞,到了t₂切换为高度保持模式直到t₅,t₅和t₆为垂直速度模式,从垂直速度曲线图可以看出此阶段垂直速度为-100 ft/s,到t₆切换到高度保持模式直到t₇,t₇和t₈为航迹倾角模式,从航迹倾角曲线图可以看出此阶段航迹倾角为-6°,t₈时刻再切换到高度保持模式;横航向上,0~t₃阶段是滚转角保持0°,t₃和t₄为航向控制模式,从航向角曲线图可以看出此阶段航向角为15°,t₄之后为航迹控制模式,从航迹角曲线图可以看出此阶段航迹角为10°。从各个飞行参数曲线图中可以看出,本文方法在各变量的超调量均明显低于LQR,且调节时间更短,响应更快,跟踪精度更高,而且LQR还会出现明显的振荡现象。

5 结论

探讨了民机自动飞行控制系统中巡航阶段纵向和横航向模式的控制律设计及模式切换逻辑的仿真,对各工作模式功能特点进行了分析,重点研究了高度控制、航向控制和航迹控制的设计方法,并分析了垂直速度模式、航迹倾角模式、飞行高度层变更模式、高度保持模式以及航向与航迹控制模式等在自动飞行过程中的应用与控制策略,得出以下结论。

(1)在控制律设计方面,纵向内回路采用N_z控制律、横航向内回路采用p-β控制律,并结合外回路控制器设计,实现了各自动飞行工作模式下对高度、航向及航迹等控制目标的精确控制。

(2)基于有限状态机理论,构建了自动飞行系统的模式切换逻辑模型,利用Stateflow完成了模式切换过程的仿真建模,验证了模式切换逻辑的有效性。

(3)通过MATLAB的APP Designer工具,设计了飞行员与自动飞行系统之间的人机交互界面——模式控制面板,为飞行工作模式的选择与控制提供了直观的操作平台,能够有效保证飞机在不同飞行状态下的稳定性与安全性。

探究了自动飞行控制系统从模式控制律到模式转换逻辑再到人机交互界面设计的整个过程,但是在控制律设计和模式之间的平滑切换方面未做深入的研究,未来可在控制方面加入更加先进的算法如智能控制,另外再融入模式切换之间的平滑过渡,以此提高乘坐舒适性。

参考文献

原文顺序 | 出版日期 | 本文引用

[1]	刘玉婷. 基于人误模板法分析法航447航班事故[J]. 科技视界, 2019(23): 32-34.

[2]	Liu Yuting. Analysis of Air France Flight 447 accident based on human error template[J]. Science & Technology Vision, 2019(23): 32-34.

[3]	方原柏. 对波音B737MAX8飞机两次事故的试解读[J]. 自动化博览, 2019, 36(5): 28-32.

[4]	Fang Yuanbai. A tentative analysis of two accidents of Boeing B737MAX8[J]. Automation Panorama, 2019, 36(5): 28-32.

[5]	Kumar R, Nanda M, Jayanthi J. Analyze the mode transition logic of automatic flight control system using semi-formal approach[J]. Journal of Aeronautics and Aerospace Engineering, 2016, 5: 1-13.

[6]	杨梦娜. A320飞机自动飞行系统工作模式研究[J]. 内燃机与配件, 2019(23): 203-205.

[7]	Yang Mengna. Research on the working mode of A320 aircraft automatic flight system[J]. Internal Combustion Engine & Parts, 2019(23): 203-205.

[8]	Zhai M, Chen H Z, Tian J, et al. Research on vertical guidance and mode switching control technology of helicopter flight management system[C]// 2nd International Conference on Artificial Intelligence and Computer Information Technology (AICIT). Yichang: AICIT, 2023: 1-6.

[9]	杨建营. 典型飞机自动驾驶系统工作模式管理与控制[J]. 设备管理与维修, 2021(21): 136-137.

[10]	Yang Jianying. Management and control of typical aircraft automatic flight system working mode[J]. Plant Maintenance Engineering, 2021(21): 136-137.

[11]	Cheng H H, Liu S Q, Ma X J. Neural network incremental dynamic inversion-based trajectory tracking control of an aircraft with pilot mishandling[J]. Journal of Aeronautics, Astronautics and Aviation, Series A, 2021, 53: 43-56.

[12]	Kaviratna L, Chung G Y, Shin J Y, et al. Design of a pitch axis autopilot control law for an executive transport aircraft[C] // AIAA Scitech 2019 Forum. San Diego: AIAA, 2019: 1919.

[13]	秦天成, 刘世前, 桑元俊, 等. 基于增量动态逆的大型民用飞机容错控制策略[J]. 科学技术与工程, 2021, 21(2): 839-844.

[14]	Qin Tiancheng, Liu Shiqian, Sang Yuanjun, et al. Fault tolerant strategy for a large civil aircraft based on incremental nonlinear dynamic in version[J]. Science Technology and Engineering, 2021, 21(2): 839-844.

[15]	Dhan J, Nishchal K, Ajoy K, et al. An application of interval type-2 fuzzy model based control system for generic aircraft[J]. Applied Soft Computing, 2022, 121: 108721.

[16]	Chien L H, Juang J G. Application of linguistic fuzzy neural network to landing control[J]. Mechanical Engineering, 2024, 16(1). DOI: 10.1177/16878132241227115.

[17]	吴桐, 张宜静, 王启飞, 等. 基于狮航空难的多层次事故致因分析及预防[J]. 科学技术与工程, 2023, 23(16): 7152-7159.

[18]	Wu Tong, Zhang Yijing, Wang Qifei, et al. Multi-level accident cause analysis and prevention based on Lion Air Crash[J]. Scie-nce Technology and Engineering, 2023, 23(16): 7152-7159.

[19]	Aparna S N, Yogananda J, Nayak C G. Logic for mode transition of autopilots in lateral direction for commercial aircraft[J]. Bonfring International Journal of Man Machine Interface, 2013(1): 1-7.

[20]	Randhawa P, Mishra A, Jeppu Y, et al. Mode transition logic of a vertical autopilot for commercial aircraft[C]// Proceedings of IX Control Instrumentation System Conference. Manipal: Manipal Institute of Technology, 2012: 251-264.

[21]	周超, 邵慧, 刘文渊, 等. 基于Stateflow的自动飞行模式转换逻辑研究[J]. 民用飞机设计与研究, 2019(4): 86-91.

[22]	Zhou Chao, Shao Hui, LiuWenyuan, et al. Research on automatic flight mode transition logic based on Stateflow[J]. Civil Aircraft Design & Research, 2019(4): 86-91.

[23]	蒋超, 张国强, 李嘉玮. 基于Matlab的民机多模态飞行控制[J]. 兵工自动化, 2021, 40(8): 38-42.

[24]	Jiang Chao, Zhang Guoqiang, Li Jiawei. Multi-modes flight control of civil aircraft based on Matlab[J]. Ordnance Industry Automation, 2021, 40(8): 38-42.

[25]	李俊安, 胡军, 王立松, 等. 自动飞行模式转换逻辑的形式化建模与验证[J]. 南京航空航天大学学报, 2023, 55(5): 768-779.

[26]	Li Junan, Hu Jun, Wang Lisong, et al. Formal modeling and verification of automatic flight mode transition logic[J]. Journal of Nanjing University of Aeronautics & Astronautics, 2023, 55(5): 768-779.

[27]	李耀华, 温迪. 基于融合系统方法的飞机复杂系统安全性分析[J]. 科学技术与工程, 2024, 24(9): 3904-3911.

[28]	Li Yaohua, Wen Di. Safety analysis of aircraft complex system based on fusion system theory[J]. Science Technology and Engineering, 2024, 24(9): 3904-3911.

[29]	刘希, 朱凡, 蔡满意, 等. 飞行控制系统可视化仿真平台设计[J]. 计算机工程, 2011, 37(16): 260-262.

[30]	Liu Xi, Zhu Fan, Cai Manyi, et al. Design of visual simulation platform for flight control system[J]. Computer Engineering, 2011, 37(16): 260-262.

[31]	刘姝, 周超, 魏子博, 等. 自动飞行系统飞行模式操作验证方法研究[J]. 民用飞机设计与研究, 2024(1): 60-65.

[32]	Liu Shu, Zhou Chao, Wei Zibo, et al. Research on verification method for flight mode operation of auto-flight system[J]. Civil Aircraft Design & Research, 2024 (1): 60-65.

[33]	Liu S, Zhou C, Shao H, et al. Research of modeling method of automatic flight control system FMCP windows[C]// 3rd International Symposium on Aerospace Engineering and Systems (ISAES). Nanjing: ISAES, 2024: 212-217.

[34]	郑海菠, 孙明, 王颂. 自动飞行控制板仿真分析与实验研究[J]. 兵器装备工程学报, 2022, 43(7): 217-222, 277.

[35]	Zheng Haibo, Sun Ming, Wang Song. Simulation analysis and experimental research of automatic flight control plate[J]. Journal of Ordnance Equipment Engineering, 2022, 43(7): 217-222, 277.

[36]	Berger T, Tischler M, Hagerott S, et al. Longitudinal control law design and handling qualities optimization for a business jet flight control system[C]// AIAA Atmospheric Flight Mechanics Confe-rence. Boston: AIAA, 2012: 4503.

[37]	Berger T, Tischler M, Hagerott S, et al. Lateral/directional control law design and handling qualities optimization for a business jet flight control system[C]// AIAA Atmospheric Flight Mechanics Conference. Boston: AIAA, 2013: 1-9.

[38]	张翰, 谢殿煌. 大型民机系统纵向N_z控制律设计[J]. 软件导刊, 2020, 19(11): 150-153.

[39]	Zhang Han, Xie Dianhuang. Longitudinal N_z control law design for the large civil aircraft system[J]. Software Guide, 2020, 19(11): 150-153.

[40]	李冰冰, 徐东光, 郑晓辉, 等. 基于特征结构配置的民机横航向控制律设计[J]. 中国科技期刊数据库工业A, 2021(10): 1-3.

[41]	Li Bingbing, Xu Dongguang, Zheng Xiaohui, et al. P-beta control law design for civil airplane based on eigen structure assignment[J]. China Science and Technology Journal Database Industry A, 2021(10): 1-3.

[42]	张伟. 运输类飞机自动飞行控制系统设计与实现[M]. 西安: 西北工业大学出版社, 2024: 79-96.

[43]	Zhang Wei. Design and implementation of automatic flight control system for transport aircraft[M]. Xi’an: Northwestern Polytechnical University Press, 2024: 79-96.