NASA風洞測試需求預測方法評述

張波

摘要：近20年來，美國航空工業(yè)界十分關注美國國家航空航天局（NASA）應該維持怎樣的風洞群。按照時間順序對相關討論的研究梳理出三種測試需求的預測方法?；谟脩粜枨笳{(diào)查的需求預測方法最為直接，但是其客觀性和準確性容易受到受訪對象自身立場和經(jīng)驗水平的制約;基于模擬仿真的預測方法有望將不確定性因素納入考慮，得到比平均值更有意義的區(qū)間估計，基于功能替代的預測方法實現(xiàn)了功能與需求的對接，有利于統(tǒng)籌和調(diào)度風洞的使用.后兩種預測方法都需要扎實的統(tǒng)計數(shù)據(jù)基礎。

關鍵詞：風洞;測試需求;預測方法;航空工業(yè);模擬仿真

中圖分類號：V216.7 文獻標識碼A

風洞試驗是氣動特性數(shù)據(jù)的重要來源，風洞群是航空航天工業(yè)的重要基礎設施，由于其昂貴的造價和運營成本，使得建設部門必須謹慎地在使用需求與建設規(guī)模之間尋求平衡。這就需要對風洞試驗需求進行比較準確的預測。美國國家航空航天局（NASA）在這方面開展了一些研究，相關做法和經(jīng)驗對于國內(nèi)航空工業(yè)而言，具有十分重要的借鑒意義。

冷戰(zhàn)結束后，美國航空工業(yè)新型號數(shù)量越來越少。據(jù)蘭德公司的統(tǒng)計[1]，從20世紀50年代到80年代，美國航空工業(yè)實現(xiàn)首飛的新機型從55種迅速減少為不到10種。與此同時，美國在航空科研方面的投入也大幅度降低。從1998年起，NASA每年的航空科研經(jīng)費投入總額呈現(xiàn)出長期下降趨勢[2]。上述變化導致NASA風洞的年使用時數(shù)也呈現(xiàn)出明顯的遞減趨勢。NASA 2010年的研究表明[3]，從2003年到2011年，參與航空測試計劃（Aeronautics Test Program，ATP）風洞的年使用時數(shù)（UserOccupancy Hours，UOHs）從大約28000h減少到大約9000h，降幅高達68%。面臨著封存、關閉冗余科研設施的巨大壓力[4]，NASA需要認真地思考，未來對它們還有多少實際需求，現(xiàn)有的設施能否滿足需要，以及應該怎樣進行補充或調(diào)整。在這方面，美國的相關研究經(jīng)歷了從統(tǒng)計到預測、從局部到整體的發(fā)展過程。

1 基于用戶需求調(diào)查的風洞使用需求預測

2006年，美國正式頒布了《國家航空研發(fā)政策》[5]。該政策制定了指導美國2020年前航空科技研發(fā)的原則和目標，明確了政府各部門在其中的職責和任務，并要求NASA、國防部、聯(lián)邦航空局（FAA）等部門在國家科技委員會（NSTC）的協(xié)調(diào)下共同制訂《國家航空研發(fā)與相關基礎設施規(guī)劃》。

NSTC下屬的航空科學和技術子委會（ASTS）專門負責組織制定上述《國家航空研發(fā)與相關基礎設施規(guī)劃》。為配合ASTS開展工作，美國航空航天協(xié)會（AIAA）下屬的地面測試技術委員會（GTTC）專門成立了工業(yè)航空測試設施工作組，就大型地面試驗設施（主要是風洞）戰(zhàn)略發(fā)展問題聽取工業(yè)界的意見，以便于為NASA和國防部等運營大型地面試驗設施的機構制訂相關戰(zhàn)略計劃提供參考。

工作組的成員本身來自美國各大航空制造企業(yè)，他們大多數(shù)都是部門主管，并且在產(chǎn)品研發(fā)、測試等領域積累了非常豐富的經(jīng)驗，這使得他們可以從所在企業(yè)的產(chǎn)品和技術發(fā)展的兩個角度，比較權威和專業(yè)地提出未來的風洞測試需求。工作組在梳理既往風洞使用情況的基礎之上，結合企業(yè)未來的產(chǎn)品和技術發(fā)展需求，預測了未來5年（2008-2013）的風洞使用需求[6]。由于風洞測試需求具有十分顯著的波動性，工作組的預測值采用了5年平均值的形式，結果見表1。

不難看出，工作組的預測方法是一種基于用戶需求調(diào)查的統(tǒng)計方法。這種方法的優(yōu)點主要是直截了當，但是其可信度取決于許多主觀因素，如受訪者是否全面掌握了相關信息，在做出基于上述信息的判斷時是否秉承了客觀公正的立場，以及個人經(jīng)驗與客觀實際的符合程度等。由于上述主觀因素的存在，預測結果的可信度無法得到有效地佐證。

此外，即使可以排除上述各種主觀因素的不利影響，由于受訪者基于經(jīng)驗的預測過程不是透明的，一旦外部情況發(fā)生變化，就需要費時、費力地重新召集相關專家重新預測，不便于根據(jù)情勢變化及時更新預測結果。

2 基于模擬仿真的風洞使用需求預測

蘭德公司提出的基于蒙特卡羅模擬仿真的風洞使用需求預測模型[7，8]可以較好地克服前述方法的不足?；诟怕视嬎愕姆抡婺Ｐ湍軌虺浞值貙L洞使用需求預測過程中所面臨的兩大類不確定因素納人考慮范圍，并且其預測的結果是更有意義的、設定置信度下的區(qū)間估計。

風洞使用需求預測面臨來自管理層和技術層的兩大類不確定因素。來自管理層的不確定因素主要有：一是重大項目最終實施的可能性，以及項目啟動的確切時間;二是這些項目具體包含的內(nèi)容（不同的項目通常需要不同的風洞設施）。技術層不確定因素主要表現(xiàn)為測試時間受到技術方案的影響。

蘭德公司將上述兩類不確定因素分別加以考慮。對于管理層的不確定因素，通過政府、軍方和主承包商的高層領導預判未來重大型號項目的開展情況來量化。例如，通過調(diào)研上述高層人物，可以預計未來10年中需要風洞試驗的型號項目和科研活動的啟動時間和實施概率。對于技術層的不確定因素，可以通過專業(yè)技術人員的技術分析和相關研發(fā)活動的歷史統(tǒng)計數(shù)據(jù)來量化。美國航空航天協(xié)會（AIAA）發(fā)布的092-2-2003號標準中列出了各類風洞測試時間的統(tǒng)計數(shù)據(jù)[9]，見表2。

蘭德公司認為，這種將風洞測試需求分析的不確定性劃分為“管理層不確定性”和“技術層不確定性”的做法有以下好處：

（1）有利于高層管理人員和具體的技術人員分別對不確定性的概率做出估計。

（2）有利于按照不同的周期來對兩種不確定性的大小進行更新。其中，“管理層不確定性”每年一次;“技術層不確定性”每5年一次。

（3）可以通過改變“管理層不確定性”來做測試需求的敏感性分析，為高層決策人員提供決策支持。

值得說明的是，AIAA提供的風洞測試時間統(tǒng)計數(shù)據(jù)中只有部分數(shù)據(jù)被按照“低速”和“高速”分別給出，其他數(shù)據(jù)對此未加區(qū)分。對于這些沒有針對速度細分的數(shù)據(jù)，蘭德公司采取了“低速”與“高速”平分的做法，并且“高速”試驗的時間還進一步等分為“跨聲速”和“超聲速”的試驗時間。見表3，對于一個發(fā)展/驗證階段的超聲速戰(zhàn)斗機項目而言，它對風洞測試的總需求等于（250，3500）+[（300，1000）+（800，1000）+（500，1500）+（2500，5000）+（500，2000）+（500，1000）]/2=（2800，9250），其中超聲速和跨聲速的測試需求各占一半。

在確定了重大項目是否以及何時實施，以及各種不同類型的項目對風洞試驗需求的統(tǒng)計模型后，可以得到表3所示的基礎數(shù)據(jù)，為蒙特卡羅仿真模擬提供輸入條件。模擬仿真的結果如圖1所示（模擬次數(shù)設為50000次）?？梢钥闯?，各年測試時間的95%置信區(qū)間上限通常都會明顯地高于平均值?？梢姡绻耆凑掌骄祦泶_定建設規(guī)模將有可能面臨規(guī)模不足的困境。

可以看出，與基于用戶需求調(diào)查的預測方法相比，基于模擬仿真預測方法大大減少了對專家經(jīng)驗的依賴，預測的依據(jù)和過程都比較透明，在客觀性和科學性上優(yōu)勢十分明顯。此外，由于它能夠給出指定置信度下的區(qū)間估計，可以為建設規(guī)模的風險分析提供有力的支持。

但是，基于模擬仿真的預測方法工作量較大。一方面它需要設施運行管理單位事先地做好相關使用數(shù)據(jù)的記錄、整理和積累工作;另一方面也需要在預測過程中對于上述大量基礎數(shù)據(jù)進行細致深人的統(tǒng)計分析，建立起相應的統(tǒng)計模型。

3 基于功能替代的風洞使用器求預測

在減少冗余，縮減風洞設施規(guī)模的努力中，蘭德公司發(fā)現(xiàn)了基于設施來預測未來需求的弊端，提出了基于功能替代的風洞使用需求預測模型[10]。蘭德公司指出，以往在風洞測試需求的預測中忽視了許多風洞在功能上有所重疊并可相互替代的事實，容易導致產(chǎn)生各種風洞都必須保留的假象。為此，應當在基于設施提出需求預測的基礎之上，對這些需求按照測試功能重新匯總，得到基于功能的需求測試。蘭德公司搭建了風洞未來需求框架（Future NeedsFramework，F(xiàn)NF），將NASA基于設施的需求預測轉換為基于功能的需求預測。

FNF模型包含兩大基本的模塊：設施/功能映射表和設施功能用量表。其中，設施/功能映射表按照不同的風洞測試目的（功能）對NASA現(xiàn)有的各種風洞設施進行了梳理，表4展示了蘭德公司對NASA亞聲速風洞的梳理情況。

設施功能用量表是在設施/功能映射表的基礎之上建立的，它反映了各風洞中各種測試的用時比例，表5展示了NASA亞聲速風洞的設施功能用量。蘭德公司認為該表中各種測試的用時比例并非一成不變，它需要根據(jù)實際使用情況的統(tǒng)計數(shù)據(jù)進行定期更新。

借助于設施功能用量表，可以將基于設施的需求預測轉換為基于能力的需求預測。例如，假設某年格倫冰瓣同、蘭利3.6m常壓實驗室、蘭利4.3m×6.7m常壓風洞三個風洞的需求預測分別為1000h、1500h和2000h，那么可以推算出該年對大型常壓類風洞測試需求的總量為1000×10%+1500×100%+2000×80%=3200h。

將來自不同機構或方法的基于設施的需求預測通過FNF模型轉換為基于能力的風洞使用需求預測后，可以得到不同的結果，由此可以分析得到不同能力需求預測的最小值、平均值和最大值，見表6。

按照測試功能的分類，將不同風洞的可用測試時間和上述預測的結果疊加到一起，可以清晰地看出各類風洞測試的可用測試時間是否滿足未來的測試需求，為滿足這些需求需要哪些風洞，以及各風洞的過剩能力。如圖2所示，可以看出NASA的亞聲速風洞可以滿足自身未來所有的使用需求，而且除了大型常壓風洞試驗有可能需要使用蘭利的4.3m×6.7m常壓風洞和3.6m常壓實驗室兩個風洞以外，其余的試驗都可通過一個風洞予以保障。此外，格倫2.7m×4.6m常壓推進風洞的剩余能力較多，推進集成和氣流模擬試驗所需的測試時間（最多大約600h）僅僅占其可用測試時間（將近3600h）的17%。對于它過剩的能力，最好的用途是用于開展近場聲學方面的試驗，從而緩解蘭利4.3m×6.7m常壓風洞可能面臨的巨大壓力。

蘭德公司提出的FNF模型打破了基于設施預測需求的傳統(tǒng)思路，可以為統(tǒng)籌設施建設、科學調(diào)度設施使用提供一定的支持。不過，這種方法在把基于設施的使用需求轉換為基于能力的使用需求時，完全依賴歷史統(tǒng)計數(shù)據(jù)來做概率性劃分的做法需要大量歷史統(tǒng)計數(shù)據(jù)的支持，對于新技術需求驅動下建設的新設施，這種方法并不適用。

4 結束語

能力建設需求預測是保障航空科技工業(yè)發(fā)展的重要工作?？茖W的能力建設需求預測是提高能力建設效率，優(yōu)化能力組成，充分發(fā)揮現(xiàn)有能力效能的重要手段，應當?shù)玫礁叨鹊闹匾暋?/p>

在上述三種需求預測的方法中，基于用戶需求調(diào)查的需求預測力祛最為直接，并且依然是一種常用的方法。但是，這種方法的客觀性和準確性容易受到受訪對象的立場和經(jīng)驗水平的制約。另外，當涉及到的受訪對象數(shù)量較多時，這種方法實施的難度較大。此外，對于需要定期更新的需求預測而言，容易發(fā)生受訪對象更替而引入“系統(tǒng)誤差”的問題。

利用概率模型將多種不確定性因素納入需求預測模型，可以降低對專家和管理層意見的依賴程度，可以給出更有意義的區(qū)間估計，因此預測的透明度、客觀性和科學性都明顯地優(yōu)于基于用戶需求調(diào)查的預測方法，值得深人的研究和推廣。這種方法需要大量的歷史統(tǒng)計數(shù)據(jù)來構建概率模型，因此，需要建立完善的統(tǒng)計制度，開展大量的日常統(tǒng)計和分析工作。

航空科研設施建設，使用的成本高、規(guī)模過于龐大將會給國家和企業(yè)帶來沉重的負擔，不利于行業(yè)的持續(xù)發(fā)展。在能力規(guī)劃建設的過程中，要做好統(tǒng)籌規(guī)劃和建設工作，盡可能地避免能力冗余和過度的重疊。為此，應當建立起以功能分類為基礎的設施使用預測和統(tǒng)計工作，以此來分析建設需求。

參考文獻

[1]Ant6nP，GrittonE，MesicR，etal.Wind tunnel andpropulsion testfacilities：An assessment ofNASA's capabilities to serve nationalneeds[M].SantaMonica，California：RANDCorporation，2004.

[2]Committee on the Assessment ofNASALaboratory Capabilities.Capabilities for the future：An assessment of NASA laboratoriesforbasicresearch[M].Washington D.C.：TheNationalAcademesPress，2010.

[3]Marshall T.An overview of the NASA aeronautics testprogram strategic plan[DB/OL].（2017-12-20）.http：//ntrs.nasa.gov/archive/nasa/casi.ntts.nasa.gov/20100019560.pdf.

[4]Melanson M，Chang M，Baker W.Wind tunnel testing's future：avision of the next generation of wind tunnel test requirements andfacilities[C]//48th AIAA Aerospace Sciences MeetingIncluding New Horizons Forum and Aerospace Exposition，Orlando，F(xiàn)lorida，2010.

[5]National Science and Technology Council.National aeronauticsresearch and development policy[DB/OL].（2018-8-30）.http：//www.nasa.gov/pdf/293693main national aeronautics rd-policy_dec 2006.pdf

[6]AIAA Ground Test Technical Committee.Infrastructurerecommendations for implementation of executive order 13419national aeronautics research and development[R].A]AAGround Test Technical Committee，2008.

[7]Ohlandt C，Ant6n P，Kallimani J，et al.Monte Carlo model ofnational wind-tunnel demand[C]//49th AIAA AerospaceSciences Meeting including the New Horizons Forum andAerospace，Orlando，F(xiàn)lorida，2011.

[8]Kallimani J，Ohlandt C，Osburg J.Long-term estimates of U.S.natinnai wind tunnel demand for NASA Aernnimitics TestProgram《ATP）using a probabilistic model[C]//50th AIAAAerospace Science Meeting]ncluding the New HorizonsForum and Aerospace Exposition，Nashville，Tennessee，2012.

[9]A1AA.Standard 092-3-2003 Wind tunnel testing part2二practitioner's volume[S].Reston，VA：AIAA，2003.

[10]Kallimani J，Ohlandt C，Anton P，et al.Future test needs of U.S.national wind tunnels for NASAs aeronautics test program：anapproach for mapping ground test facility usage projectionsinto capability projections[C]//49th AlAA AerospaceSciences Meeting including the New Horizons Forum andAerospace，Orlando，F(xiàn)lorida Exposition，2011.