【变体飞行器的研究现状的国内外文献综述4500字】

变体飞行器的研究现状的国内外文献综述1.1变体飞行器的变体形式变体飞行器发展至今衍生出了许多变体形式，但是目前大多数变体飞行器主要通过机翼构型的变化来达到变体的目的，因为机翼的变体最容易实现，同时也对飞行器的影响最大。REF_Ref68170818\h表1.1列出了部分机翼参数与飞行器性能之间的关系REF_Ref67423933\r\h[4]。表STYLEREF1\s1.SEQ表\*ARABIC\s11机翼参数对飞行器的影响机翼参数增大减小展弦比提高升阻比与巡航时间减小阻力，提高机动性后掠角减小阻力，提升高速性能提高升力翼面积提高负载能力，增加升力减小阻力上反角提升侧向性能增加最大飞行速度机翼厚度提高升力减小阻力因此，变体飞行器的变体形式主要与机翼有关，常见的变体形式有以下几种：(1)折叠机翼方案折叠翼飞行器的变体方式与自然界中老鹰的飞行方式最为相似，该方案由洛克希德马丁公司提出。如REF_Ref68170914\h图1.2所示，折叠机翼采用两段式设计，其中机翼的外侧与内侧之间的连接机构可以转动，使得内侧机翼能够向上收缩，且采用柔性无缝蒙皮作为机翼整体的包裹部分，采用新型的电压作动器来驱动机翼整体形态的变化REF_Ref66819040\n\h[5]。折叠翼的变形过程为：在低速巡航阶段，外翼和内翼均保持展开状态，从而获得最大的升阻比实现长时间巡航；在高速突袭阶段，内翼逐渐收起外翼保持水平，这种变形减小了机翼面积从而减小阻力，使飞行器能够高速飞行。图STYLEREF1\s1.SEQ图\*ARABIC\s12折叠翼方案(2)伸缩机翼方案如REF_Ref68170941\h图1.3所示，伸缩翼是一种比较直观的变体形式，其目的就是通过机翼的伸展来提升飞行器的升阻比，从而获得更长的续航时间，同时也能收缩机翼提升飞行器的飞行速度。这一技术最先是由美国一家公司在马尔斯计划中提出的，并应用于“战斧”巡航导弹上。该计划预先在导弹上安装了可伸缩的机翼，在导弹发射时将机翼收缩使导弹能够高速地接近打击目标，在改变目标时将机翼伸展使导弹在目标上空盘旋从而改变方向。然而最后因为难以平衡机翼厚度与作动器的大小而使方案告终。图STYLEREF1\s1.SEQ图\*ARABIC\s13伸缩翼方案(3)后掠机翼方案后掠翼飞行器是目前军用战机应用最多的一种变体形式。国外在这一领域起步较早，在1955年，美国就成功研制了第一架变后掠翼X-5型飞机REF_Ref67424053\r\h[6]，其后掠角能在20°到60°之间变化，随后美苏相继研发了多种型号的变后掠翼飞行器，如REF_Ref68171120\h图1.4所示，其中以美国F-14战机的技术最为先进。变后掠翼的设计主要是为了克服飞行器在近音速飞行时空气阻力大的缺点，在飞行器高速飞行时通过增大机翼的后掠角来减小空气阻力，从而提升飞行器的加速能力，在起飞或者低速巡航时可以减小机翼的后掠角来减小起飞距离增加续航时间。变后掠翼的设计使得飞行器更加灵活机动。a)F-14战斗机b)B1-b轰炸机c)图-160轰炸机d)图-22轰炸机图STYLEREF1\s1.SEQ图\*ARABIC\s14变后掠翼飞机1.2变体飞行器飞行控制研究现状变体飞行器在变体时会改变自身的机翼构型，从而导致气动力、气动力矩和重心等参数的变化，同时飞行器本身也是个非线性很强的系统，因此变体飞行器的飞行控制是一个研究的难点。飞行控制问题又可以分为动力学建模和控制器设计两个方面，其中动力学建模是控制器设计的基础，需要建立能够准确描述变体飞行器特性的模型，便于控制器的设计。而控制器设计则是飞行控制问题的重点，所设计的控制器需要在保证变体过程稳定的同时又能保证飞行器按照预定的指令跟踪飞行轨迹。变体飞行器自问世以来引起了许多学者的关注，他们对变体飞行器建模与控制问题开展了大量的研究。(1)飞行器建模在建模方面，由于变体飞行器具有变化的机翼结构，因此常将变体飞行器看成一个多刚体系统，利用多刚体动力学建模方式建立其动力学模型REF_Ref67424029\r\h[7]。万航等REF_Ref67424017\r\h[8]考虑刚体之间的相互作用力，采用多刚体建模中的凯恩方法得到了变体飞行器模型。Yan等REF_Ref66819060\n\h[9]基于牛顿欧拉法建立变体飞行器多刚体非线性模型。文献REF_Ref67423999\r\h[10,REF_Ref66819066\n\h11]则采用多刚体建模中的拉格朗日方法建立了变体飞行器的动力学模型。文献REF_Ref66819069\n\h[12]建立了变体飞行器的Multi-FidelityKriging(MFK)模型，有效减少了CFD(ComputationalFluidDynamics)的计算量，提高了建模的准确性。但是由于变体飞行器具有不确定性、参变性等特点，其动力学模型难以直接用于设计控制器，这时可用其他形式的数学模型来近似描述动力学模型。一种思路是将动力学模型转换为时变模型，ChakravarthyA等REF_Ref67424075\r\h[13]基于线性时变系统理论获得了变体飞行器模型，将机翼构型视作一种时变参数得出了在不同变体策略下飞行器性能的变化情况。另一种思路是将动力学模型在其平衡点线性化，转换为线性系统然后利用成熟的线性系统分析方法对其进行控制器设计。YueT等REF_Ref66819078\n\h[14]利用线性变参数(Linearparameter-varying,LPV)系统理论，建立了变后掠角飞行器的LPV模型，并求解了不同构型下飞行器的气动参数。BelaTakarics等REF_Ref66819082\n\h[15]通过雅可比线性化和TP模型变换，建立了变体飞行器的网格张量积模型，求解了由空速、机翼变形和有效载荷重量变化引起的参数变化。郑曼曼等REF_Ref67148381\r\h[16]将变后掠翼飞行器在多个平衡点处线性化，得出其局部线性化模型，然后利用模糊规则将其联立建立了变体飞行器的T-S模糊模型。(2)控制器设计在控制器设计方面，增益调度控制是工程上常用的飞行器控制器设计方法。其原理为在飞行器系统的各个线性化模型处分别设计相应的线性控制器，然后选取合适的变量(如变体飞行器的后掠角)作为调度参数，再将这一系列控制器采用插值的方法组合成用调度参数表示的控制器REF_Ref67423869\r\h[17]。WenchengL等REF_Ref66819092\n\h[18]为保证飞行器在变形过程中的暂态稳定性，研究了一种新的增益调度控制方法，将变形率固定在有边界的范围内，然后求解一组线性矩阵不等式及变形率的边界，设计了保证变形过程稳定的控制器。江未来等REF_Ref66819095\n\h[19]基于切换多胞系统理论，研究了变体飞行器大包线飞行的增益调度输出反馈控制问题，基于多参数依赖李雅普诺夫函数给出了控制器求解的综合算法。增益调度控制器的设计原理简单，易于在工程上操作，但是随着工作点的增加计算量也越来越大，并且对于系统的稳定性缺乏严格的证明与分析，具有一定的局限性。LPV系统理论可以将非线性系统表示成带有可变参数的线性系统，这样就能将非线性系统问题简化，利用经典的线性系统理论对其进行求解，因此LPV理论也被广泛应用于航空航天领域REF_Ref66819102\n\h[20-REF_Ref66819105\n\h23]。殷明等REF_Ref66819107\n\h[24]基于LPV模型设计了鲁棒增益调度控制器，该控制器随着变体参数的变化而变化，且能保证系统全局稳定。刘正华等REF_Ref66819110\n\h[25]基于多胞LPV系统设计滑膜变结构鲁棒控制器，使得LPV系统能够在有限时间内收敛到滑模面，保证了在模型存在不确定性的情况下变体过程的稳定性。但是当外形变化对飞行器的气动参数影响较大时，单一的LPV控制器有时无法满足预期的性能要求，甚至无法求解出控制器，因此又有研究结合切换系统理论综合得到切换LPV控制器设计方法。何墉等REF_Ref66819113\n\h[26]基于公共李雅普诺夫函数法得到了切换LPV控制器，实现了飞行器的快速变形。文献REF_Ref66819116\n\h[27]基于平均驻留时间方法设计了切换LPV控制器，在划分的参数区域内设计满足鲁棒控制性能的LPV控制器，增强了飞行器的鲁棒性。针对引入切换导致系统出现抖振的问题，文献REF_Ref66819120\n\h[28]设计了平滑切换LPV鲁棒控制器，实现了变体过程的平滑切换。贾臻等REF_Ref66819130\n\h[29]提出一种链式切换方法，设计了平滑切换LPV控制器，实现了飞行器姿态跟踪过程的稳定性。智能控制技术的快速发展，也为变体飞行器控制器的设计提供了更多新的方法。文献REF_Ref66819134\n\h[30]在未知干扰边界信息的情况下，基于自适应滑模控制使得线性参变系统的变化轨迹收敛到预定的切换面上，保证了控制器的鲁棒性。文献REF_Ref66819137\n\h[31]设计了自适应积分滑模控制器，令系统在存在扰动的情况下快速收敛到积分滑模面上。梁帅等REF_Ref67423839\r\h[32]基于T-S模糊模型研究了变体飞行器的指令跟踪问题，设计了一种结合卡尔曼滤波的T-S模糊控制器，保证了飞行器的跟踪性能。谯富祥等REF_Ref66819142\n\h[33]针对变体飞行器模型存在误差的问题，提出了一种基于RBF(RadialBasisFunction)神经网络的自适应控制器，提高了控制精度。文献REF_Ref67423853\r\h[34]研究了一种基于Q学习的变后掠角飞行器纵向运动切换控制策略，在系统存在未知项和外部干扰的情况下能够学习到最优的控制指令。KimSH等REF_Ref66819148\n\h[35]针对变体飞行器控制系统的非线性和非仿射性，采用积分强化学习策略和确定性策略梯度方法来训练控制输入，在无动态模型的情况下，利用飞行器有限的飞行数据对控制器进行了优化。1.3变体飞行器外形决策研究现状在前文所提到的研究中，飞行器的外形变化均是按照预设的变体指令进行的，而关于飞行器外形优化的讨论大多集中在变形机构和智能材料上REF_Ref66819152\n\h[36,REF_Ref66819154\n\h37]。要真正实现变体飞行器的智能化、自主化，需要飞行器根据复杂的环境及任务自适应地变化到最优的外形，这归根结底是一个决策问题。通过设计外形决策模块使其像人的大脑一样与所处的环境进行交互，根据环境的反馈预先分析出最佳的外形变化策略，再指导飞行器做相应的外形变化，这是解决变体飞行器外形决策问题的基本思路。强化学习就是这样一种与环境做交互的学习方法，通过智能体的不断试错，从环境中得到奖励函数与下一个时刻状态值的反馈，从而调整自身的动作来得到最大的奖励最后实现学习的目标REF_Ref66819160\n\h[38]，因此可以作为变体飞行器外形决策的有效解决方案。这种研究思路最先由德州农工大学的JohnValasek提出，他在文献REF_Ref66819165\n\h[39]中用一个三维的长方体代替变体飞行器模型，采用强化学习中的AC算法求解飞行器的最优外形。随后，他在文献REF_Ref66819168\n\h[40]中用连续函数逼近方法代替KNN方法，并采用Q学习结合自适应动态逆控制，得到了更优的控制效果。国内方面，徐小野等REF_Ref66819173\n\h[41]基于Q学习控制变体飞行器改变外形，并用PID控制飞行器的指令跟踪，但文中并没有具体的变体飞行器模型。闫斌斌等REF_Ref67423786\r\h[42]基于变体飞行器多刚体模型，提出了基于Q学习的变体飞行器外形控制策略。但是在实际的变体过程中，飞行器的外形是连续变化的，文献REF_Ref66819168\n\h[40-REF_Ref67423786\r\h42]中的Q学习方法只能作用于离散的状态和动作空间，因此难以应用到工程实际中。而深度确定性策略梯度(DeepDeterministicPolicyGradient,DDPG）算法采用策略网络直接输出动作值，可以用于连续动作控制REF_Ref66819187\n\h[43]，是解决变体飞行外形决策问题更好的方案。温暖等REF_Ref66819191\n\h[44]假定了一个椭球体作为变体飞行器模型，用y轴和z轴方向上的轴长变化来代表飞行器的外形变化，基于DDPG方法解决了变体飞行器连续外形优化问题。文献REF_Ref66819194\n\h[45,REF_Ref66819195\n\h46]基于DDPG算法开展了变形机翼的半实物仿真实验，求解出机翼的最优外形。目前已有的研究大多采用简化后的变体飞行器模型和半实物模型，或者是采用离散动作空间的强化学习算法，还未有研究将连续动作空间的强化学习方法应用到符合工程实际的变体飞行器模型上，导致已有的成果在应用到工程实际上时存在一定的局限性。因此，变体飞行器外形决策领域仍有很大的研究空间。参考文献高正红,王超.飞行器气动外形设计方法研究与进展[J].空气动力学学报,2017,35(04):516-528.桑为民,陈年旭.变体飞机的研究进展及其关键技术[J].飞行力学,2009,27(06):7-11.PendletonEW,BessetteD,FieldPB,etal.ActiveAeroelasticWingFlightResearchProgram:TechnicalProgramandModelAnalyticalDevelopment[J].JournalofAircraft,2000,37(4):554-561.张亦波,刘牧东,熊峻江.变体飞机技术[J].航空科学技术,2013(06):64-68.ByeDR,McClurePD.Designofamorphingvehicle[R].Reston,VA,USA:AmericanInstituteofAeronauticsandAstronautics,2007.董彦非,陈元恺,彭金京.可变后掠翼技术发展与展望[J].飞行力学,2014,32(002):97-100.杨博,窦婧文,曹振.变体飞行器的气动结构对控制系统的影响[J].弹道学报,2020,32(001):83-90,96.万航,徐胜利,张庆振,等.基于动态逆的空天变体飞行器姿态控制[J].空天防御,2019,2(4):25-31.YanB,DaiP,LiuS.AerodynamicAnalysis,DynamicModeling,andControlofaMorphingAircraft[J].JournalofAerospaceEngineering,2019,32(5):04019058.WangI,DowellEH.AStructuralDynamicsModelofaMulti-SegmentedFoldingWing:TheoryandExperiment[J].JournalofAircraft,2013,48(6):2149-2160.GuoZZ,DaiG,YangH,etal.Unsteadyflowsimulationofavariable-sweepmorphingaircraftcoupledwithflightcontrolsystem[J].InternationalJournalofModernPhysicsB,2020:2040073.ChenX,ChunnaLI,GongC,etal.Astudyofmorphingaircraftonmorphingrulesalongtrajectory[J].ChineseJournalofAeronautics,2020.ChakravarthyA.Time-VaryingDynamicsofaMicroAirVehiclewithVariable-SweepMorphing[J].JournalofGuidanceControl&Dynamics,2012,35(3):890-903.YueT,WangL,AiJ.LongitudinalLinearParameterVaryingModelingandSimulationofMorphingAircraft[J].