許舒婷，譚文倩, 2,*，屈香菊

1. 北京航空航天大學(xué) 航空科學(xué)與工程學(xué)院，北京 100191

2. 北京航空航天大學(xué) 江西研究院，南昌 330000

操縱桿作為飛機(jī)與駕駛員的人機(jī)交互界面，在飛行控制系統(tǒng)中起著至關(guān)重要的作用[1-3]。在早期機(jī)械操縱系統(tǒng)中，傳統(tǒng)操縱桿/輪通過機(jī)械裝置連接直接到控制面上[4-5]，駕駛員通過施加在操縱桿的力來調(diào)節(jié)控制面的偏轉(zhuǎn)。隨著電傳操縱技術(shù)的發(fā)展，飛機(jī)的操縱桿可以不用通過傳統(tǒng)的機(jī)械裝置與控制面連接，在此基礎(chǔ)上發(fā)展的側(cè)桿操縱成為具有競爭力的操縱方式[6-7]，與傳統(tǒng)的操縱桿/輪相比，側(cè)桿操縱系統(tǒng)具有桿力輕，重量小，結(jié)構(gòu)簡單，并能改善視野等優(yōu)點(diǎn)；同時(shí)也帶來了不利的影響，由于電傳操縱飛機(jī)的桿力采用無回力操縱，飛機(jī)氣動(dòng)舵面的鉸鏈力矩不傳到駕駛桿，切斷了駕駛員與飛機(jī)控制面之間的機(jī)械連接，駕駛員不能直觀感受到飛機(jī)的飛行狀態(tài)信息，容易引發(fā)人機(jī)不良耦合問題。由此提出了主動(dòng)側(cè)桿的概念[8-11]，主動(dòng)側(cè)桿在每個(gè)運(yùn)動(dòng)軸上都有伺服舵機(jī)，通過與飛機(jī)狀態(tài)信息相關(guān)的電信號(hào)控制人感系統(tǒng)特性，能夠?qū)w機(jī)狀態(tài)信息以觸覺反饋給駕駛員，如抖桿/振桿、桿中立位置變化、軟停止、硬停止等，駕駛員通過主動(dòng)側(cè)桿可以獲得一定的飛機(jī)飛行狀態(tài)信息，從而提高駕駛員的情景意識(shí)，改善飛行品質(zhì)。

自2009年，美國Systems Technology Inc.的Klyde和Mcruer提出了智能側(cè)桿(Smart-Cue/Gain system)的概念[12]，近年來，智能側(cè)桿技術(shù)受到了人們的關(guān)注[13-18]。2017年，在美國國家航空航天局(NASA)航空安全技術(shù)項(xiàng)目第2階段的創(chuàng)新項(xiàng)目中，提出了一種典型智能側(cè)桿——智能自適應(yīng)飛行有效提示系統(tǒng)(Smart Adaptive Flight Effective Cue，SAFE-Cue)，用于預(yù)防駕駛員誘發(fā)振蕩引起的人機(jī)系統(tǒng)失控問題的研究，并進(jìn)行了人在環(huán)空中飛行模擬器仿真試驗(yàn)，取得了減緩失控的效果[19-21]。智能側(cè)桿與主動(dòng)側(cè)桿相比，智能側(cè)桿控制器設(shè)計(jì)的思想是在改善飛行品質(zhì)的基礎(chǔ)上，進(jìn)一步考慮提高飛行安全性，例如，通過操縱桿的力提示，來預(yù)防或減緩故障情況下的失控、實(shí)現(xiàn)飛行安全邊界保護(hù)。表1為操縱桿的發(fā)展過程及特點(diǎn)。

表1 操縱桿的發(fā)展過程及特點(diǎn)

操縱桿力提示控制器是針對(duì)飛機(jī)在故障或邊界狀態(tài)飛行而設(shè)計(jì)的，其作用是通過附加桿力來提示駕駛員，以便駕駛員及時(shí)采取合適的控制策略。智能側(cè)桿引導(dǎo)的人機(jī)系統(tǒng)有2個(gè)突出的特點(diǎn):① 當(dāng)飛機(jī)遭遇突發(fā)故障或靠近飛行安全邊界時(shí)，飛機(jī)的動(dòng)力學(xué)特性會(huì)出現(xiàn)明顯的變化；② 駕駛員在力提示下，會(huì)改變控制策略。所以，智能側(cè)桿引導(dǎo)的人機(jī)系統(tǒng)具有時(shí)變和非線性特性。通常的基于線性系統(tǒng)理論的人機(jī)系統(tǒng)模型和飛行品質(zhì)評(píng)價(jià)準(zhǔn)則不適用于智能操縱桿的設(shè)計(jì)。例如，McRuer擬線性駕駛員模型、經(jīng)典的Hess結(jié)構(gòu)駕駛員模型、最優(yōu)駕駛員模型、描述函數(shù)駕駛員模型等[22-26]主要通過數(shù)學(xué)模型形式分析駕駛員在正常狀態(tài)下的行為，用以描述駕駛員在連續(xù)操縱條件下的擬線性和時(shí)不變特性，但不適用于當(dāng)前人機(jī)系統(tǒng)的時(shí)變特性分析。傳統(tǒng)人機(jī)系統(tǒng)評(píng)價(jià)方法，如帶寬準(zhǔn)則、Neal-Smith準(zhǔn)則、Gibson相位速率準(zhǔn)則、同一理論等[27-28]主要針對(duì)被控對(duì)象不隨時(shí)間變化的情況，用以研究時(shí)不變?nèi)藱C(jī)系統(tǒng)的頻域特性，但這種經(jīng)典的頻譜分析方法無法體現(xiàn)系統(tǒng)的時(shí)變特性。

對(duì)于時(shí)變系統(tǒng)的駕駛員控制模型和飛行品質(zhì)評(píng)價(jià)準(zhǔn)則的研究，近幾年取得了一定的進(jìn)展，主要包括，Hess針對(duì)飛機(jī)動(dòng)態(tài)特性變化提出的變策略駕駛員控制模型[29]，Klyde等基于小波分析建立的時(shí)-頻-譜評(píng)價(jià)準(zhǔn)則[30-31]。本文在此基礎(chǔ)上，建立力提示智能側(cè)桿引導(dǎo)的時(shí)變?nèi)藱C(jī)系統(tǒng)模型的側(cè)桿控制器設(shè)計(jì)的理論方法。為此，面臨的具體問題是David H. Klyde提出的時(shí)-頻-譜評(píng)價(jià)準(zhǔn)則是基于智能桿引導(dǎo)的駕駛員在環(huán)的試驗(yàn)研究，建立基于模型的設(shè)計(jì)方法，還需要建立人機(jī)控制系統(tǒng)模型。Hess提出的變策略駕駛員控制模型考慮了人對(duì)故障的自適應(yīng)性，但并不體現(xiàn)操縱桿力提示實(shí)現(xiàn)人機(jī)附加的信息交互?；谝延械难芯窟M(jìn)展和面臨的具體問題，本文的主要貢獻(xiàn)是：通過分析飛機(jī)故障/邊界狀態(tài)下的動(dòng)力學(xué)突變特點(diǎn)，提出力提示下智能側(cè)桿控制器的設(shè)計(jì)思路；基于帶智能側(cè)桿控制器的人機(jī)系統(tǒng)模型，結(jié)合時(shí)-頻-譜評(píng)價(jià)準(zhǔn)則和駕駛員跟蹤誤差特性得到的任務(wù)質(zhì)量指標(biāo)，提出力提示下智能側(cè)桿控制器的理論設(shè)計(jì)方法。通過實(shí)例仿真，闡明智能側(cè)桿控制器減緩人機(jī)系統(tǒng)振蕩的機(jī)理，并檢驗(yàn)所提出的力提示側(cè)桿控制器設(shè)計(jì)方法的效果。

1 智能側(cè)桿引導(dǎo)的人機(jī)系統(tǒng)結(jié)構(gòu)

根據(jù)智能側(cè)桿的不同功能，分析人機(jī)界面交互的特點(diǎn)，構(gòu)建智能側(cè)桿引導(dǎo)的人機(jī)系統(tǒng)物理圖如圖1所示。與傳統(tǒng)的主動(dòng)側(cè)桿相比，區(qū)別是智能側(cè)桿可以將飛機(jī)故障或邊界保護(hù)信息以觸覺的形式反饋給駕駛員，幫助駕駛員進(jìn)行判斷決策，安全高效控制飛行。所構(gòu)建的人機(jī)系統(tǒng)包括駕駛員模型、智能側(cè)桿模型和飛機(jī)與飛控系統(tǒng)動(dòng)力學(xué)模型。當(dāng)飛機(jī)遭遇突發(fā)故障或靠近飛行安全邊界時(shí)，飛機(jī)飛控系統(tǒng)會(huì)將故障信息或邊界保護(hù)信息傳遞給智能側(cè)桿，智能側(cè)桿通過自身的智能計(jì)算系統(tǒng)將該信息轉(zhuǎn)變?yōu)楣收匣蜻吔绫Ｗo(hù)提示信號(hào)，并通過人感系統(tǒng)以觸覺提示的形式反饋給駕駛員，引導(dǎo)駕駛員改變操縱策略。

圖1 智能側(cè)桿引導(dǎo)的人機(jī)系統(tǒng)物理圖Fig.1 Physical diagram of pilot-aircraft system with smart side-stick

以給駕駛員力提示的智能側(cè)桿為例，建立智能側(cè)桿引導(dǎo)的人機(jī)系統(tǒng)結(jié)構(gòu)模型如圖2所示。圖中，駕駛員從顯示界面得到飛機(jī)的狀態(tài)信息，從智能側(cè)桿得到飛機(jī)的故障/邊界保護(hù)信息，對(duì)上述信息進(jìn)行判斷決策后，對(duì)智能側(cè)桿進(jìn)行操縱；智能側(cè)桿通過將飛機(jī)故障/邊界保護(hù)信息轉(zhuǎn)換成力提示信息，反饋給駕駛員，提示駕駛員改變操縱策略，同時(shí)將駕駛員桿力信號(hào)轉(zhuǎn)換成桿位移信號(hào)，作用于飛機(jī)，進(jìn)而完成對(duì)飛機(jī)的控制。圖中:r為輸入指令信號(hào)；e為誤差信號(hào)；Fs為駕駛員的桿力輸入信號(hào)；Fcue為智能側(cè)桿的力提示信號(hào)；δs為操縱桿人感系統(tǒng)的桿位移輸出；y為飛機(jī)與飛行控制系統(tǒng)的輸出信號(hào)；yerr為飛機(jī)故障提示信息；yFEP為飛機(jī)飛行邊界保護(hù)提示信息。

圖2 基于力提示智能側(cè)桿引導(dǎo)的人機(jī)系統(tǒng)結(jié)構(gòu)模型Fig.2 Structural model of pilot-aircraft system based on smart side-stick with force cue

2 智能側(cè)桿的典型力提示方式

對(duì)于力提示的智能側(cè)桿，根據(jù)不同力提示方式，主要分為2種類型：智能自適應(yīng)飛行有效提示(Smart Adaptive Flight Effective Cue，SAFE-Cue)側(cè)桿控制器，和基于人感系統(tǒng)調(diào)參的智能側(cè)桿。SAFE-Cue側(cè)桿控制器主要通過附加力提示的形式給駕駛員反饋信息；基于人感系統(tǒng)調(diào)參的智能側(cè)桿主要通過改變?nèi)烁邢到y(tǒng)的剛度，使得駕駛員在操縱側(cè)桿時(shí)能夠感受到力的變化。

2.1 SAFE-Cue側(cè)桿控制器

SAFE-Cue側(cè)桿控制器，即SAFE-Cue系統(tǒng)，是由美國系統(tǒng)技術(shù)公司(Systems Technology, Inc.)研究與工程服務(wù)副總裁Klyde等提出的[32]，其思想是借助附加力的提示給駕駛員飛機(jī)故障/邊界保護(hù)信息，以預(yù)防或減緩故障/靠近安全邊界引起的飛機(jī)失控。SAFE-Cue側(cè)桿控制器包括SAFE-Cue力提示和SAFE-Cue增益調(diào)節(jié)2個(gè)部分組成，其結(jié)構(gòu)如圖3所示。其中，SAFE-Cue力提示主要通過附加力的形式給駕駛員觸覺感受，引導(dǎo)駕駛員控制飛機(jī)。當(dāng)飛機(jī)出現(xiàn)故障或臨近飛行安全邊界時(shí)，SAFE-Cue側(cè)桿控制器通過智能飛控計(jì)算機(jī)得到故障/邊界保護(hù)信息，并將該故障信息以力的形式作用在人感系統(tǒng)上，通過人感系統(tǒng)反饋給駕駛員。這樣，駕駛員會(huì)從操縱桿上感受到這種力提示，得知飛機(jī)系統(tǒng)出現(xiàn)故障或靠近安全邊界，從而進(jìn)行判斷決策，改變操縱策略。

圖3 SAFE-Cue側(cè)桿控制器結(jié)構(gòu)框圖Fig.3 Block diagram of SAFE-Cue side-stick controller

2.2 基于人感系統(tǒng)調(diào)參的智能側(cè)桿

基于人感系統(tǒng)調(diào)參的智能側(cè)桿旨在用于飛機(jī)故障或靠近飛行包線邊界情況下，通過人感系統(tǒng)剛度的變化給駕駛員一種觸覺的感受，以加強(qiáng)駕駛員的“情景意識(shí)”，進(jìn)而引導(dǎo)駕駛員進(jìn)行操縱。其結(jié)構(gòu)圖如圖4所示。

圖4 基于人感系統(tǒng)調(diào)參的智能側(cè)桿結(jié)構(gòu)框圖Fig.4 Block diagram of smart side-stick based on feel system tuning

由于智能側(cè)桿的人感系統(tǒng)特性是變化的，這種變化依賴于飛機(jī)的故障或邊界保護(hù)信息，所以需要通過飛控系統(tǒng)給人感系統(tǒng)的信息提示進(jìn)行調(diào)參。當(dāng)飛機(jī)出現(xiàn)故障或臨近飛行安全邊界時(shí)，在側(cè)桿的操縱下，桿力較輕，操縱敏感，容易引起過快的操縱，引發(fā)人機(jī)閉環(huán)失穩(wěn)。這時(shí)通過人感系統(tǒng)剛度的變化給駕駛員一種觸覺感示，使較大的桿力情況下得到較小的桿位移，使駕駛員較難操縱駕駛桿，并引導(dǎo)駕駛員改變操縱策略，保證人機(jī)系統(tǒng)的穩(wěn)定性。

上述2種智能側(cè)桿通過不同的力提示方式預(yù)防駕駛員誘發(fā)振蕩引起的人機(jī)系統(tǒng)失控問題。其中，在理論實(shí)現(xiàn)方面，基于人感系統(tǒng)調(diào)參的智能側(cè)桿實(shí)現(xiàn)較為容易，需對(duì)彈簧剛度進(jìn)行調(diào)參設(shè)計(jì)；而SAFE-Cue側(cè)桿控制器需要對(duì)SAFE-Cue力提示和SAFE-Cue增益調(diào)節(jié)兩部分進(jìn)行調(diào)參設(shè)計(jì)。在工程實(shí)現(xiàn)方面，基于人感系統(tǒng)調(diào)參的智能側(cè)桿實(shí)現(xiàn)較為復(fù)雜，需要改變?nèi)烁邢到y(tǒng)內(nèi)部參數(shù)；而SAFE-Cue側(cè)桿控制器只需加入了額外的力提示與增益調(diào)節(jié)，更適合于工程的可實(shí)現(xiàn)性。

3 智能側(cè)桿的設(shè)計(jì)方法

對(duì)于智能操縱桿的設(shè)計(jì)與驗(yàn)證方法，從飛行品質(zhì)的概念要求出發(fā)，從完成任務(wù)的難易程度和精確程度2個(gè)方面進(jìn)行驗(yàn)證。其中，完成任務(wù)的難易程度通過時(shí)變系統(tǒng)的駕駛員誘發(fā)振蕩(Pilot Induced Oscillation,PIO)預(yù)測指標(biāo)進(jìn)行考量，完成任務(wù)的精確程度通過控制誤差特性體現(xiàn)，從而進(jìn)行算法設(shè)計(jì)，給出智能側(cè)桿的設(shè)計(jì)指標(biāo)和參數(shù)迭代過程。

3.1 智能側(cè)桿設(shè)計(jì)評(píng)價(jià)指標(biāo)

3.1.1 時(shí)變系統(tǒng)的PIO預(yù)測指標(biāo)

由于智能側(cè)桿引導(dǎo)的人機(jī)動(dòng)力學(xué)系統(tǒng)具有時(shí)變特征，不適合采用傳統(tǒng)基于傅里葉變換的時(shí)不變頻譜分析方法，小波分析作為表征時(shí)變系統(tǒng)的一種相對(duì)較新的方法，可以將其應(yīng)用到時(shí)變?nèi)藱C(jī)系統(tǒng)的評(píng)價(jià)研究中，從而指導(dǎo)智能側(cè)桿的設(shè)計(jì)。David H. Klyde通過一些特性突變的駕駛員在環(huán)仿真實(shí)驗(yàn)，基于小波分析的方法，建立了一個(gè)時(shí)變系統(tǒng)的PIO預(yù)測準(zhǔn)則[33]。準(zhǔn)則通過桿力峰值頻譜-相位計(jì)算來反映駕駛員主頻處桿力振蕩特性與飛機(jī)響應(yīng)特性之間的關(guān)系[34-35]，可以作為智能側(cè)桿設(shè)計(jì)的評(píng)價(jià)指標(biāo)。

設(shè)飛機(jī)被控對(duì)象是YC(ω)，桿力輸入信號(hào)為F(t)，P(ω,t)為桿力F(t)經(jīng)小波變換得到的時(shí)變頻譜，它是頻率與時(shí)間的函數(shù)，在給定t時(shí)刻，P(ω,t)為頻率ω的函數(shù)，其峰值Pmax(t)就是在t時(shí)刻的頻譜峰值，該峰值所對(duì)應(yīng)的頻率用ωmax(t)表示，代表駕駛員操縱的主頻，由此可定義為

Pmax(t)=P(ωmax(t),t)

(1)

式中：ωmax(t)為駕駛員操縱的主頻；Pmax(t)為駕駛員在主頻的操縱幅值。

計(jì)算飛機(jī)模型YC(ω)在ω頻率的相位角為φ(ω)，如式(2)所示。在駕駛員主頻ωmax(t)處，可以得到飛機(jī)模型YC(ω)在ωmax(t)頻率處對(duì)應(yīng)的相位角為φmax(t)，表示飛機(jī)對(duì)駕駛員操縱響應(yīng)的滯后。

φ(ω)=phase(YC(ω))

(2)

φmax(t)=phase(YC(ωmax(t)))

(3)

(4)

(5)

在圖5所示的準(zhǔn)則中，對(duì)縱坐標(biāo)進(jìn)行了標(biāo)準(zhǔn)化處理。由于駕駛員的輸入幅度需要足夠大以及足夠快才可以達(dá)到有效的PIO度量。所以該準(zhǔn)則需要一個(gè)標(biāo)準(zhǔn)化和統(tǒng)一化的頻譜峰值，來定義有/無PIO區(qū)域。根據(jù)PIO歷史數(shù)據(jù)可知，±20 lb的桿力值覆蓋了大約80%的PIO事件。因此，在PIO準(zhǔn)則曲線中，用20 lb作為歸一化因子，標(biāo)準(zhǔn)化單位，進(jìn)行時(shí)變系統(tǒng)PIO準(zhǔn)則的仿真計(jì)算。

圖5 時(shí)變系統(tǒng)的PIO預(yù)測準(zhǔn)則示意圖Fig.5 Schematic diagram of PIO prediction criteria for time varying systems

3.1.2 任務(wù)質(zhì)量指標(biāo)

在圖2所示的人機(jī)系統(tǒng)結(jié)構(gòu)圖中，駕駛員的控制任務(wù)是跟蹤控制。因此，我們可以根據(jù)駕駛員跟蹤的誤差來建立任務(wù)質(zhì)量的評(píng)價(jià)指標(biāo)。直觀上，可以理解為：① 誤差越小，任務(wù)質(zhì)量完成的越好；② 當(dāng)故障發(fā)生后，誤差會(huì)增加，誤差的變化量可以代表故障引起的任務(wù)代價(jià)損失，所以，可以用相對(duì)增量來衡量任務(wù)的代價(jià)損失。基于這兩點(diǎn)考慮，提出以誤差均方根和故障引起的相對(duì)增量作為評(píng)價(jià)駕駛員完成任務(wù)質(zhì)量的指標(biāo)。

首先，計(jì)算發(fā)生故障前的誤差均方根：

(6)

式中：RMS為均方根值；en為故障發(fā)生前的誤差信號(hào)；tf為故障發(fā)生時(shí)刻；t1為仿真任務(wù)起始時(shí)刻。

計(jì)算故障發(fā)生后的誤差均方根：

(7)

式中：ef為故障發(fā)生后的誤差信號(hào)；t2為仿真任務(wù)結(jié)束時(shí)刻。

定義誤差指標(biāo)ε為誤差均方根在故障發(fā)生前后的相對(duì)變化：

(8)

這里，誤差指標(biāo)ε反映了故障引起的任務(wù)代價(jià)，為無因次量。若ε=0，說明故障發(fā)生前后誤差均方根沒有變化，也就是說故障沒有造成任務(wù)質(zhì)量的下降，或者說是沒有發(fā)生故障的情況；若ε>0，說明故障已引起了任務(wù)質(zhì)量的下降。ε越大，表示任務(wù)代價(jià)損失越高，駕駛員完成任務(wù)的質(zhì)量越差。

3.2 智能側(cè)桿設(shè)計(jì)步驟

結(jié)合上述時(shí)變系統(tǒng)的PIO預(yù)測指標(biāo)與誤差指標(biāo)，進(jìn)行智能側(cè)桿的參數(shù)設(shè)計(jì)，可以得到智能側(cè)桿的設(shè)計(jì)算法流程如下，流程圖如圖6所示。

圖6 智能側(cè)桿的設(shè)計(jì)算法流程Fig.6 Algorithm design process of smart side-stick

1) 設(shè)置側(cè)桿控制器的初始參數(shù)k=k1,k2,…,kn，n為參數(shù)個(gè)數(shù)。

2) 將側(cè)桿控制器參數(shù)代入到人機(jī)系統(tǒng)模型中，進(jìn)行人機(jī)閉環(huán)系統(tǒng)仿真，記錄動(dòng)態(tài)響應(yīng)：桿力F(t)，誤差e(t)，舵指令δc(t)，舵響應(yīng)δ(t)。

3) 利用CMOR小波對(duì)步驟2)中桿力信號(hào)F(t)進(jìn)行時(shí)頻分析，得到時(shí)變頻譜P(ω,t)。

4) 將步驟3)中時(shí)變頻譜P(ω,t)代入式(1)，得到駕駛員主頻ωmax(t)和頻譜峰值Pmax(t)。

5) 將頻率ω代入式(2)計(jì)算飛機(jī)相位角φ(ω)。將步驟4)中駕駛員主頻ωmax(t)代入式(3)， 計(jì)算得到ωmax(t)頻率處對(duì)應(yīng)的相位角φmax(t)。

8) 利用步驟2)得到的誤差響應(yīng)e(t)計(jì)算故障發(fā)生前后的誤差均方根，并計(jì)算誤差指標(biāo)ε，檢測是否滿足誤差要求。

9) 若檢測結(jié)果不滿足PIO及誤差要求，步驟1)中k=k+Δk，返回至步驟2)進(jìn)行繼續(xù)計(jì)算；若檢測結(jié)果滿足要求，則停止迭代。

4 力提示智能側(cè)桿引導(dǎo)的人機(jī)系統(tǒng)數(shù)學(xué)模型

對(duì)圖2所示的基于力提示智能側(cè)桿引導(dǎo)的人機(jī)系統(tǒng)，需要建立相應(yīng)的飛機(jī)動(dòng)力學(xué)、駕駛員控制、智能側(cè)桿的人感系統(tǒng)及其力提示控制器模型，考慮到故障或安全邊界下飛行，可能出現(xiàn)控制面速率飽和，應(yīng)包括舵機(jī)和速率限制模型。對(duì)于力提示的不同功能和形式，智能桿的控制器模型是不同，相應(yīng)的駕駛員模型也會(huì)不同。為了說明力提示側(cè)桿控制器設(shè)計(jì)具體方法，以SAFE-Cue側(cè)桿控制器為例，建立帶SAFE-Cue側(cè)桿控制器的人機(jī)系統(tǒng)數(shù)學(xué)模型，如圖7所示。

圖7 帶SAFE-Cue側(cè)桿控制器的人機(jī)系統(tǒng)Fig.7 Pilot-aircraft system with SAFE-Cue side-stick controller

對(duì)于飛機(jī)控制面故障引起的控制面速率飽和問題，飛機(jī)的實(shí)際輸出響應(yīng)與沒有發(fā)生故障的理想情況下的輸出響應(yīng)會(huì)出現(xiàn)一個(gè)偏差，SAFE-Cue側(cè)桿控制器將這種偏差作為故障的提示信息。對(duì)于飛機(jī)縱向操縱，俯仰角速率q作為飛機(jī)的輸出響應(yīng)信號(hào)，這里偏差定義為實(shí)際故障下飛機(jī)系統(tǒng)的俯仰角速率響應(yīng)與沒有發(fā)生故障的理想情況下的俯仰角速率響應(yīng)的差值，即qerr。SAFE-Cue力提示將這個(gè)偏差以力的形式反饋給駕駛員，SAFE-Cue增益調(diào)節(jié)基于該偏差降低增益值，從而減小飛機(jī)控制面輸入指令。圖中：θc為俯仰角指令信號(hào)，e為誤差信號(hào)，θ為飛機(jī)的俯仰角輸出，F(xiàn)為桿力，F(xiàn)cue為SAFE-Cue側(cè)桿控制器給駕駛員的提示力，δc為人感系統(tǒng)輸出，δ′c為SAFE-Cue增益調(diào)節(jié)的輸出，作用于飛機(jī)與飛行控制系統(tǒng)，qNom為理想系統(tǒng)的俯仰角速率輸出，q為飛機(jī)俯仰角速率輸出，qerr為實(shí)際控制系統(tǒng)響應(yīng)與理想系統(tǒng)響應(yīng)之間測得的誤差。

4.1 駕駛員模型

圖8 駕駛員模型Fig.8 Human pilot model

(9)

對(duì)于駕駛員參數(shù)調(diào)參，首先定義邏輯信號(hào)變量x為

x=Fcue

(10)

這里，信號(hào)變量x與SAFE-Cue提示力Fcue有關(guān)。Fcue體現(xiàn)了SAFE-Cue側(cè)桿控制器的關(guān)鍵功能，能夠及時(shí)向駕駛員提示系統(tǒng)出現(xiàn)故障的情況。

將信號(hào)變量x進(jìn)行標(biāo)準(zhǔn)化處理得到變量z：

z=|x|/RMS(|x|)

(11)

用z的值作為駕駛員感受到提示并做出判斷的依據(jù)。但在實(shí)際情況下，由于人的生理性因素，駕駛員對(duì)故障提示很難精準(zhǔn)識(shí)別，并立即進(jìn)行決策。因此，駕駛員對(duì)于故障觸發(fā)的瞬間判斷具有一定的模糊性。因此，我們把駕駛員觸發(fā)策略變化的過程利用模糊邏輯理論進(jìn)行處理，將駕駛員感受值z作為模糊輸入，輸出為觸發(fā)因子ktrigger。表2為模糊設(shè)置。

表2 模糊設(shè)置

模糊集合“RS”和“NS”定義了z的相對(duì)小的值和相對(duì)大的值。此外，“TR”和“NT” 代表觸發(fā)因子ktrigger的大小。所采用的模糊規(guī)則集在IF-THEN形式為

1) 如果x是RS，那么y是TR。

2) 如果x是NS，那么y是NT。

選擇模糊集輸入范圍[2.72,3.28]的中心值3，因?yàn)樗砹恕?σ”的概念，它表示人類對(duì)事物的判斷符合正態(tài)分布，文獻(xiàn)[29]證明了這一點(diǎn)?？勺兎秶鶾2.72,3.28]基于駕駛員的感知誤差特征得到[36]。由此，Kr和Kp的變化量ΔKr和ΔKp的參數(shù)設(shè)置為

ΔKr=x×ktrigger

(12)

(13)

4.2 飛機(jī)與飛控系統(tǒng)動(dòng)力學(xué)模型

飛機(jī)構(gòu)型采用基于飛行試驗(yàn)的PIO評(píng)估構(gòu)型[33]，其傳遞函數(shù)形式為

(14)

舵機(jī)系統(tǒng)的參數(shù)選擇如表3所示。

表3 飛機(jī)舵機(jī)系統(tǒng)參數(shù)

4.3 SAFE-Cue側(cè)桿控制器模型

SAFE-Cue側(cè)桿控制器模型包括人感系統(tǒng)模型、SAFE-Cue力提示與增益調(diào)節(jié)模型以及理想系統(tǒng)模型。

1) 人感系統(tǒng)

對(duì)于智能側(cè)桿的人感系統(tǒng)，其特性結(jié)構(gòu)初始參數(shù)如表4所示。

2) SAFE-Cue力提示與增益調(diào)節(jié)

SAFE-Cue力提示參數(shù)設(shè)置為

(15)

表4 人感系統(tǒng)特性

式中：Fcue為SAFE-Cue力提示的大??；kF為SAFE-Cue力提示的變量參數(shù)，kF≥0。

SAFE-Cue增益調(diào)節(jié)參數(shù)設(shè)置為

Gcue=

(16)

式中：Gcue為SAFE-Cue增益調(diào)節(jié)的大??；kG為SAFE-Cue為增益調(diào)節(jié)的變量參數(shù)，0

圖9為SAFE-Cue側(cè)桿控制器設(shè)計(jì)中力提示參數(shù)kF=1，增益調(diào)節(jié)參數(shù)kG=0.5的參數(shù)設(shè)計(jì)示例圖。

圖9 SAFE-Cue側(cè)桿控制器設(shè)計(jì)參數(shù)示例Fig.9 Examples of design parameters of SAFE-Cue side-stick controller

另外，理想系統(tǒng)模型選擇飛機(jī)未發(fā)生故障時(shí)的飛機(jī)系統(tǒng)模型。

5 仿真結(jié)果

為了檢驗(yàn)智能側(cè)桿控制器設(shè)計(jì)方法的可行性與有效性，對(duì)仿真任務(wù)和故障進(jìn)行設(shè)置，計(jì)算智能側(cè)桿控制器設(shè)計(jì)流程和算法步驟的詳細(xì)仿真結(jié)果，并對(duì)設(shè)計(jì)結(jié)果進(jìn)行分析和機(jī)理解釋。

5.1 仿真任務(wù)與故障設(shè)置

仿真任務(wù)選擇俯仰姿態(tài)縱向正弦信號(hào)疊加Sum-of-Sines(SOS)跟蹤任務(wù)，任務(wù)時(shí)長設(shè)定為80 s，在20 s時(shí)出現(xiàn)故障，主要的故障情況是控制面效率降低而引起的速率飽和情況。給定的故障方案是控制面效率下降25%(即控制面的效率為原來的75%)，速率限制15(°)/s。

5.2 仿真結(jié)果與分析

圖10 跟蹤誤差結(jié)果Fig.10 Results of tracking errors

圖11 任務(wù)質(zhì)量指標(biāo)Fig.11 Task quality index

圖12 無SAFE-Cue的桿力響應(yīng)Fig.12 Stick force response without SAFE-Cue

圖13 無SAFE-Cue的小波分析結(jié)果Fig.13 Results of wavelet analysis without SAFE-Cue

圖14 帶SAFE-Cue的桿力響應(yīng)Fig.14 Stick force response with SAFE-Cue

圖15 帶SAFE-Cue的小波分析結(jié)果Fig.15 Results of wavelet analysis with SAFE-Cue

圖16 駕駛員頻譜峰值Pmax(t)Fig.16 Spectrum peak Pmax(t) of human pilot

圖17 駕駛員操縱主頻ωmax(t)Fig.17 Main frequency ωmax(t) of human pilot

圖18 主頻處飛機(jī)響應(yīng)相位延遲Fig.18 Aircraft response phase delay at main frequency

圖19 時(shí)變?nèi)藱C(jī)系統(tǒng)評(píng)價(jià)結(jié)果Fig.19 Evaluations of time-varying pilot-aircraft system

跟蹤誤差結(jié)果顯示，20 s后故障發(fā)生，故障后帶SAFE-Cue側(cè)桿控制器的跟蹤誤差范圍和波動(dòng)情況與故障前變化較小，而沒有SAFE-Cue側(cè)桿控制器的跟蹤誤差明顯比故障前波動(dòng)范圍大。由于系統(tǒng)存在一定的時(shí)間延遲，故障情況通過跟蹤誤差結(jié)果的顯現(xiàn)不會(huì)立即表現(xiàn)出來。任務(wù)質(zhì)量指標(biāo)顯示，無SAFE-Cue側(cè)桿控制器時(shí)，任務(wù)質(zhì)量指標(biāo)ε為0.602 0，而加入SAFE-Cue側(cè)桿控制器后，任務(wù)質(zhì)量指標(biāo)ε降為0.344 3，說明SAFE-Cue側(cè)桿控制器能夠提高駕駛員的控制精度。

桿力響應(yīng)的結(jié)果顯示，無SAFE-Cue側(cè)桿控制器故障后駕駛員的桿力響應(yīng)波動(dòng)明顯，駕駛員的工作負(fù)荷較大；加入SAFE-Cue側(cè)桿控制器后，減緩了桿力響應(yīng)的波動(dòng)頻率，減輕了駕駛員的工作負(fù)荷。小波分析的結(jié)果可以看出無SAFE-Cue側(cè)桿控制器的桿力峰值頻譜相比于帶SAFE-Cue側(cè)桿控制器的桿力峰值頻譜有所增大。

為了解釋SAFE-Cue側(cè)桿控制器減緩人機(jī)系統(tǒng)振蕩的機(jī)理，輸出了有/無SAFE-Cue側(cè)桿控制器的舵指令和舵響應(yīng)結(jié)果如圖20和圖21所示?？梢钥吹剑跊]有SAFE-Cue側(cè)桿控制器的情況下，舵面響應(yīng)出現(xiàn)了嚴(yán)重的三角波，產(chǎn)生了速率飽和，而帶有SAFE-Cue側(cè)桿控制器的情況下，在58 s 左右出現(xiàn)了速率飽和，其他情況良好，基本抑制了速率飽和，改善了人機(jī)不良耦合的問題。

圖20 無SAFE-Cue的舵指令和舵響應(yīng)Fig.20 Actuator command and response without SAFE-Cue

圖21 帶SAFE-Cue的舵指令和舵響應(yīng)Fig.21 Actuator command and response with SAFE-Cue

6 結(jié) 論

1) 針對(duì)帶力提示的智能側(cè)桿引導(dǎo)的人機(jī)交互特點(diǎn)，建立了時(shí)變?nèi)藱C(jī)動(dòng)力學(xué)系統(tǒng)模型。其中，智能側(cè)桿模型給出了典型的力提示方式，將飛機(jī)故障/邊界保護(hù)信息反饋給駕駛員，引導(dǎo)駕駛員改變操縱策略；時(shí)變駕駛員模型考慮到智能側(cè)桿的力提示特性，通過力提示信號(hào)進(jìn)行模糊邏輯調(diào)參。所建立的人機(jī)系統(tǒng)模型可用于故障、邊界保護(hù)多種功能提示的人機(jī)系統(tǒng)的仿真。

2) 考慮到智能側(cè)桿引導(dǎo)的人機(jī)系統(tǒng)的時(shí)變特性，利用基于小波分析的時(shí)變?nèi)藱C(jī)系統(tǒng)評(píng)價(jià)準(zhǔn)則，并建立任務(wù)質(zhì)量指標(biāo)，作為側(cè)桿控制器設(shè)計(jì)的綜合指標(biāo)，結(jié)合基于模型的人機(jī)系統(tǒng)仿真模型，建立了基于模型的力提示側(cè)桿控制器設(shè)計(jì)方法。該設(shè)計(jì)方法適用于不同功能和提示方式的智能側(cè)桿參數(shù)的設(shè)計(jì)。

3) 以SAFE-Cue側(cè)桿控制器為例，進(jìn)行人機(jī)系統(tǒng)閉環(huán)仿真，結(jié)果表明，相比于未加入SAFE-Cue側(cè)桿控制器的控制結(jié)果，帶SAFE-Cue側(cè)桿控制器的跟蹤誤差更小，說明智能側(cè)桿控制器能夠提高駕駛員的控制精度；同時(shí)帶SAFE-Cue側(cè)桿控制器的桿力峰值頻譜、主頻以及主頻處飛機(jī)響應(yīng)相位延遲更小，說明智能側(cè)桿控制器能夠降低駕駛員的工作負(fù)擔(dān), 減緩人機(jī)系統(tǒng)振蕩。時(shí)變?nèi)藱C(jī)系統(tǒng)評(píng)價(jià)結(jié)果表明，無SAFE-Cue側(cè)桿控制器的結(jié)果易于發(fā)生PIO，而帶SAFE-Cue側(cè)桿控制器的結(jié)果沒有發(fā)生潛在PIO的傾向，說明SAFE-Cue側(cè)桿控制器能起到減緩人機(jī)不良耦合、提高飛機(jī)飛行安全的作用，也表明了所提出的力提示側(cè)桿控制器的設(shè)計(jì)方法的有效性。