摘 要： 將信天翁從梯度風場中獲取能量滑翔數(shù)千英里的飛行策略應用在飛行器上是突破飛行器續(xù)航瓶頸的重要方法之一。 本文結(jié)合信天翁身體特性和飛行策略， 設計了一種具有信天翁仿生外形、 氣動布局和控制方式的仿信天翁飛行器， 巡航時升阻比為梯形翼飛行器的1.13倍， 最大可達梯形翼飛行器升阻比的1.31倍， 通過翼尖變形阻力最高可減小12%， 翼根載荷減小35%。 根據(jù)信天翁在滑翔時不時撲動翅膀的行為提出了間歇動力梯度風滑翔方法， 對仿信天翁飛行器進行了風梯度滑翔操控性能仿真。 結(jié)果表明實際飛行路徑與風梯度滑翔路徑的誤差小于5%， 能量消耗為勻速飛行的51.5%， 驗證了間歇動力梯度風滑翔策略的合理性。

關鍵詞： 梯度風場； 飛行策略； 仿生無人機； 變形機翼； 操控性能

中圖分類號： TJ760； V221

文獻標識碼： A

文章編號： 1673-5048（2024）05-0103-07

DOI： 10.12132/ISSN.1673-5048.2023.0248

0 引 言

在自然界中， 許多大型海鳥可以利用海面上垂直分布的水平梯度風場進行遠距離滑翔飛行， 如信天翁可以飛行數(shù)千英里并且?guī)缀醪慌膭映岚颉?所以， 將信天翁從梯度風場中獲取能量的飛行策略應用到飛行器上， 可以改善飛行器的巡航時間甚至做到無動力飛行。

目前， 國內(nèi)的無人機風梯度滑翔策略研究較少， 且主要為滑翔機理、 路徑優(yōu)化等理論分析， 對操控方面的研究很有必要。 2001年， Kicenuik提出滑翔機在水平層流和垂直層流中的最佳操控方式［1-2］。 2011年， Lawrance等總結(jié)了信天翁遠距離滑翔飛行的策略和方法， 并分析其應用于飛行器動態(tài)滑翔的可行性［3-6］。 2012年， Sachs等研究了信天翁的飛行軌跡， 公布了一些關于信天翁風梯度滑翔的實驗數(shù)據(jù)［7］。 2014～2017年， 高顯忠等對梯度風獲取能量的運動特征進行了分析， 建立了自主梯度風動態(tài)滑翔飛行的簡化方法［8-10］。 2018年， Stempeck等根據(jù)信天翁等多種鳥類翼翅設計了平面機翼并與標準幾何翼形進行對比［11］。 2021年， Mathew等模擬了信天翁和獵鷹的空氣動力學特性， 可以作為進一步設計具有最佳空氣動力學特性和低能耗的仿生無人機的基礎［12］。 同年， An等建立了信天翁仿生機翼， 并分析了該機翼的氣動性能［13］。 2022年， Wang等提出一種動態(tài)滑翔軌跡， 為深入研究動態(tài)滑翔機理提供飛行試驗基礎［14］。 以上研究表明， 信天翁的翼翅結(jié)構(gòu)和滑翔策略可以極大地延長飛行器的巡航時間， 但目前的研究所用的飛行器屬于傳統(tǒng)飛行器， 沒有適用于風梯度滑翔的特殊飛行器。 其次， 目前的研究主要集中在運動學分析和對航跡進行分析優(yōu)化上， 雖然這表明風梯度滑翔可以延長飛行器巡航時間， 但缺少操控性方面的研究。

本文從信天翁的外形中提取了仿生機翼和機身的幾何參數(shù)， 建立了仿生飛行器的三維模型， 并對飛行器進行氣動計算和分析； 根據(jù)信天翁姿態(tài)控制方式設計變形機翼來控制飛行器的俯仰、 滾轉(zhuǎn)和偏航運動并且實現(xiàn)減阻減載的效果； 建立虛擬海上梯度風場， 對仿信天翁飛

行器從海面上梯度風場中獲取能量進行滑翔飛行進行操控仿真分析， 驗證了仿生飛行器間歇動力風梯度滑翔策略。

1 飛行器總體設計

1.1 機翼仿生外形設計

信天翁由于性別、 種群、 年齡的差異， 身體參數(shù)也有

所不同。 本文選取一種中等體型的信天翁——黑背信天

收稿日期： 2023-12-26

作者簡介： 劉建河（1976-）， 男， 河南葉縣人， 副研究員， 碩士生導師。

*通信作者： 李加東（1980-）， 男， 山東臨沂人， 博士， 研究員， 博士生導師。

翁為仿生對象， 據(jù)密歇根大學動物博物館介紹， 該信天翁身長為80 cm， 體重為2 210～2 800 g， 是一種有極長翼羽的大鳥， 翼展為195～215 cm。 本文以黑背信天翁直線滑翔狀態(tài)為擬合對象， 建立翼展為2 m、 平均弦長為218 mm、 根弦長為260 mm的仿生機翼模型（總體參數(shù)指標如表1所示）， 并對其進行優(yōu)化。

航空兵器 2024年第31卷第5期

劉建河， 等： 梯度風場滑翔仿生飛行器設計與仿真

機翼制作通常需要知道展長、 弦長、 后掠角和二面角， 為了方便建模， 本文用當前截面翼型的前緣點相對翼根翼型的前緣點的前后偏移表達后掠角， 用上下偏移表達二面角。 為了收集信天翁翼翅的參數(shù)， 通過大量信天翁水平滑翔時的腹部仰視圖和尾部視圖進行對比測量［10-11］。 首先， 根據(jù)信天翁滑翔時翼翅的后掠角、 二面角對其進行分段， 如圖1所示， 翼一具有較大的上反角和后掠角， 翼二上反角逐漸減小為零且機翼前掠， 翼三機翼下反后掠。 然后， 以展長為比例因子， 計算每個翼段斷面的弦長、 偏移量（上下偏移和前后偏移）， 結(jié)果記錄在表2中。 表中前后偏移和上下偏移指當前截面翼型的前緣點距翼根翼型前緣點的豎直和水平距離。

1.2 翼型確定及優(yōu)化

信天翁翼翅的尺寸參數(shù)確定后， 需要選擇合適的翼型建立機翼三維模型。 翼型設計軟件中的GOE 174是基于信天翁翼翅截面創(chuàng)建出的翼型， 具有高升阻比的特點， 然而信天翁在飛行中幾乎看不到尾巴， 在實際應用中仿照鳥類的無尾布局要求機翼自身具有較強的俯仰穩(wěn)定性， 所以需要對GOE 174翼型進行俯仰力矩系數(shù)方面的優(yōu)化。

本節(jié)使用遺傳算法結(jié)合有限元分析軟件對翼型進行優(yōu)化計算。 使用Hicks-Henne型函數(shù)對翼型上下表面各關鍵點形狀的影響平滑均衡， 根據(jù)優(yōu)化軟件提供的鄰域培植遺傳算法NCGA對翼型進行優(yōu)化［15］。

首先使用Hicks-Henne型函數(shù)對翼型上下曲線進行調(diào)整， 然后對翼型進行網(wǎng)格劃分， 結(jié)果如圖2所示。 翼型弦長為1 m， 網(wǎng)格數(shù)目為86 366， 最大網(wǎng)格質(zhì)量為0.427。 解算器設置： 采用標準k-ε模型， 經(jīng)驗常數(shù)取默認值， 二階迎風格式控制方程， 邊界條件為速度入口， 迎角為4°， 來流速度為15 m/s， 求出4°迎角時的升阻比和俯仰力矩系數(shù)。 多目標優(yōu)化器優(yōu)化方法參數(shù)為每代個體6， 共8代， 其余參數(shù)采用默認值。 設計要求如下：

（1） 4°迎角， 標準SST k-omega模型進行有限元計算。

（2） 約束條件為： 優(yōu)化后的翼型最大厚度為8.6%～9.8%， 俯仰力矩系數(shù)Cm范圍為-0.3～0， 4°迎角時的升阻比k范圍為65～85。

（3） 要求減小俯仰力矩系數(shù)， 同時盡可能保持較大的升阻比。

優(yōu)化前后翼型對比如圖3所示。 可以看出優(yōu)化后的翼型在俯仰力矩系數(shù)方面的表現(xiàn)很好， 保持在0附近， 并且在大迎角情況下也可以穩(wěn)定在0左右。

1.3 飛行器總體布局

根據(jù)優(yōu)化后的翼型和表2參數(shù)， 建立仿生機翼模型， 再根據(jù)信天翁身體建立機身模型， 信天翁滑翔時為飛翼布局， 所以本文所設計的飛行器為尾推式飛翼布局， 如圖4所示。

2 空氣動力學分析

2.1 飛行器性能分析

使用仿真軟件對二維翼型分析或者對整個飛機進行氣動分析， 基于升力線理論、 渦格法、 三維面元法對機翼進行求解。 對整機進行定速分析， 機翼參數(shù)為： 投影面積為0.4 m2， 展弦比為10， 平均氣動弦長為218 mm， 翼展為2 m。 速度為15 m/s， 機翼安裝角為4°， 尾翼翼型為NACA0012， 由信天翁翼翅在身體上的分布情況確定尾翼前緣與機翼前緣的距離為290 mm， 平尾面積為197 cm2， 平尾力臂為262.5 mm， 重心位置到機翼前緣距離為72.5 mm， 位于機翼三分之一處且在氣動中心之前。 仿生飛行器網(wǎng)格劃分如圖5所示。

飛行器定速分析結(jié)果如圖6所示。 可以看出， 當俯仰力矩系數(shù)為0時， 仿生飛行器迎角為0.4°， 表明飛行器穩(wěn)定飛行時的迎角為0.4°， 機翼自身迎角等于安裝角+飛行器迎角=4.4°， 此時飛行器升力系數(shù)0.416， 根據(jù)升力公式， 此時機翼提供的升力為22 N， 阻力系數(shù)為0.017 2。 仿生飛行器在正迎角下升阻比大于矩形翼飛行器， 0°迎角巡航時升阻比為梯形翼飛行器的1.13倍， 迎角越大仿生飛行器的升阻比相對梯形翼飛行器的倍數(shù)越大， 5°時為梯形翼飛行器升阻比的1.31倍， 所以仿生飛行器在爬升時具有較大優(yōu)勢。

穩(wěn)定性分析結(jié)果如圖7和表3所示。 從表3數(shù)據(jù)中可以看出， 縱向模態(tài)頻率ω12=8.427 92+11.681 62=14.4， ω34=0.55 ； 阻尼比ξ12=0.59， ξ34=0.018； 周期T12=0.44， T34=11.4。 前四個模態(tài)是穩(wěn)定的， 而螺旋模態(tài)為不穩(wěn)定狀態(tài)， 這是由于飛行器沒有方向舵， 無法控制飛行器的偏航姿態(tài)。 針對這種情況， 模仿信天翁飛行時翼翅上下折疊控制自身姿態(tài)的行為設計了轉(zhuǎn)折變形機翼， 此模態(tài)可以通過控制翼尖的折疊運動進行控制。

2.2 翼尖設計

信天翁使用翼翅就可以控制滾轉(zhuǎn)、 俯仰和偏航運動。 圖8（a）為機翼初始位置， 在飛行器控制方面以信天翁為藍本設計了轉(zhuǎn)折翼尖， 如圖8（b）所示， 俯仰和滾轉(zhuǎn)運動

均由翼尖進行控制， 增大了舵面積； 另一方面信天翁在滑翔時需要面臨不斷變化的陣風沖擊， 這對機翼的強度和抗疲勞性能具有一定的要求。 為了更好地應對陣風沖擊［16］并延長機翼的使用壽命， 本文設計了一種具有轉(zhuǎn)折翼尖機構(gòu)的變形機翼， 如圖8（c）所示。

轉(zhuǎn)折翼尖的展向長度直接影響飛行器的偏航運動， 對不同翼尖展長進行偏航力矩分析， 翼尖轉(zhuǎn)動角度均為20°， 來流速度15 m/s， 得出的結(jié)果如圖9所示。 當翼尖展長為480 mm時產(chǎn)生的偏航力矩最大為0.43 N·m， 所以翼尖展長選為480 mm。

對兩側(cè)翼尖做對稱折疊運動進行仿真。 翼尖初始位置如圖8（a）所示， 水平向下8°即-8°， 設置翼尖角度每0.5 s增加4°， 結(jié)果如圖10～11所示。 在翼尖從下反到上反的運動過程中， 阻力最大減少12%， 翼根載荷減少35%。 當翼尖位于初始位置時阻力最大， 翼尖水平時翼根載荷達到最大。

3 梯度風場飛行仿真

信天翁滑翔過程中大部分時間不用拍動翅膀， 只有

在自身動能不足時會撲動翅膀。 基于這種飛行方式， 本文提出了間歇動力梯度風滑翔策略， 即在每個滑翔周期初始階段進行逆風爬升時， 飛行器繼承自上一周期的能量不足以使飛行器爬升到指定高度的情況下需要啟動螺旋槳對飛行器進行能量補充， 當飛行器速度達到周期滑翔的標準時再關閉螺旋槳， 一般會在逆風爬升階段提供動力， 到頂點轉(zhuǎn)彎階段關閉動力。 下面通過操控仿真對該方法進行驗證。

信天翁進行梯度風滑翔的必要條件是該區(qū)域存在梯度風場， 為了方便計算， 假設梯度風場為沿水平方向垂直分布的風速快速變化的風場， 風速大小僅與高度相關。 文中梯度風場使用美軍標準MIL-F-8785C［17］， 風速與高度的關系可表示為

W=W0ln（z/z0）ln（z1/z0） （1）

式中： W為飛行器所在高度z處的風速； W0為飛行器最高飛行高度處的風速； z0為修正因子。

圖12為模擬落差30 m之內(nèi)的梯度風場模型， W0取15 m/s， z0取0.5 m， z1取30 m。

風場模型確定后， 接下來從仿生飛行器操控性能方面入手， 使用可視化仿真工具進行飛行器操控性仿真， 在一個飛行周期結(jié)束后又進行了逆風爬升。

仿真程序主要分為地面站、 飛行控制器、 飛行器模型3部分。 地面站部分包括任務路徑、 PID參數(shù)設置和模擬遙控器； 飛行控制器部分負責接收飛行器實時數(shù)據(jù)（位置、 歐拉角、 空速）并與任務路徑對比， 實現(xiàn)對方向舵、 副翼和油門控制量的PID控制， 將控制量輸出到飛行器模型部分； 飛行器模型部分包括梯度風場設置、 推進器設置、 六自由度模型、 運動學模型和GPS數(shù)據(jù)收集， 負責對飛行器的位置、 受力和空速解算并反饋給飛行控制器部分。 仿真程序模塊圖如圖13所示。

飛行器動力學方程如下：

L=12ρSV2a（CL0+CLαα+CLqc2Vaq+CLδeδe） （2）

D=12ρSV2a（CD0+1πeARC2L） （3）

Y=12ρSV2aCY0+CYββ+c2Va（CYqq+CYrr）+CYδaδa+CYrr （4）

m=12ρV2aSc（Cm0+Cmαα+Cmqc2Vaq+Cmδeδe） （5）

l=12ρV2aSbCl0+Clββ+c2Va（Clpp+Clrr）+Clδaδa+Clδrδr（6）

n=12ρV2aSbCn0+Cnββ+c2Va（Cnpp+Cnrr）+Cnδaδa+Cnδrδr （7）

式中： Cmα， Clβ， Cnβ，Cmq， Clp和Cnr通常稱為穩(wěn)定性導數(shù)， 決定了MAV的靜態(tài)和動態(tài)穩(wěn)定性； Cmδe， Clδa為主控制導數(shù)， 與控制面的變化有關； Cnδa為交叉控制導數(shù)， 反應了當控制面變化后所產(chǎn)生的離軸力矩； δe為副翼舵量， 在此為扭轉(zhuǎn)翼扭轉(zhuǎn)量； e為奧斯瓦爾德效率因素， 其值在0.8～1.0范圍變化； AR為機翼展弦比。 在仿真軟件中對轉(zhuǎn)折翼尖進行襟翼設置： 角度為10°， 鉸鏈位置X為1%弦長， 鉸鏈位置Y為0%厚度。 并對飛行器進行穩(wěn)定性分析， 在穩(wěn)定性分析設置時分別使翼尖進行對稱轉(zhuǎn)動和差動， 將設計點特性導出得到無量綱操控導數(shù)和穩(wěn)定性導數(shù)。 表4為求解得到的空氣動力學系數(shù)。

仿真程序初始參數(shù)設置如式下：

（， θ， ψ）=（0， 0， 0）（Vx， Vy， Vz）=（25， 0， 0）（x， y， z）=（0， 0， 2） （8）

拋飛時飛行器距地約2 m， 所以飛行器初始高度為2 m。 首先， 將梯度風滑翔路徑轉(zhuǎn)化為離散的點并提取到任務路徑中。 在飛行時會依次提取任務點， 每0.5 s對飛行器當前位置和任務路徑點進行誤差比較。 當飛行器位置與第一個路徑點坐標的誤差沒有超出預設的精度范圍， 則提取下一個路徑點， 通過飛行器坐標和路徑坐標的差值估計出控制面運動量控制飛行器向下一個路徑點飛行， 重復該過程直至到達最終路徑點。 對飛行結(jié)果進行平滑處理， 如圖14所示。

從圖14（a）中可以看出， 實際飛行路徑與任務路徑在橫航向上基本吻合， 飛行器的橫向操控性能滿足滑翔軌跡的要求； 由圖14（c）可以得出， 飛行高度與任務路徑誤差小于5%。 飛行器可以實現(xiàn)梯度風滑翔的周期性飛行。

圖15（a）～（b）分別為仿生飛行器梯度風滑翔模式和勻速飛行模式（速度為14 m/s）的油門隨時間變化曲線圖。 對于梯度風滑翔模式0～55 s為一個周期， 前12 s為

逆風爬升階段， 12～16 s頂點轉(zhuǎn)彎， 16～55 s順風滑翔。 對于勻速飛行模式， 前15 s進行爬升飛行， 15～18 s頂點轉(zhuǎn)彎， 18～55 s順風滑翔。

使用無人機動力系統(tǒng)測試臺測試油門量和能耗關系， 如圖16所示。 該測試臺通過脈寬信號控制電機轉(zhuǎn)速。 脈沖信號范圍為1 100～1 700 Hz， 脈沖信號增量為50 Hz， 得出脈沖信號對應的電流、 功率參數(shù)如表5所示。

根據(jù)表5得出功率和油門量關系如下：

P=1 624.4t5－3 391.6t4+2 359t3－

428.818 8t2+46.792 2t（9）

式中： t為油門量。

根據(jù)式（9）和圖15可得一個周期內(nèi)功率隨時間的變化關系。 對于梯度風滑翔方式， 一個周期內(nèi)只有前12 s提供動力， 選取0～55 s時間段內(nèi)的功率積分變換得出一個周期所消耗的能量為1 204.3 J； 對于勻速飛行模式， 一個周期所消耗的能量為2 338.61 J。 由此可知， 一個周期內(nèi)梯度風滑翔所消耗的能量是勻速飛行模式的51.5%， 飛行時間可提高1.941 9倍。

4 結(jié) 論

通過遺傳算法對信天翁翼型GOE 174進行優(yōu)化， 將俯仰力矩系數(shù)控制在0附近， 降低飛行器在縱向穩(wěn)定性方面對平尾的依賴， 減小了平尾面積， 進一步減小了阻力。 結(jié)合信天翁飛行、 控制方式和身體結(jié)構(gòu)設計了仿信天翁變體飛行器， 并在氣動特性方面與常規(guī)梯形翼飛行器進行比較， 仿生飛行器在巡航和爬升時具有優(yōu)勢。 通過對比不同展長翼尖在飛行時產(chǎn)生的偏航力矩， 確定了折疊翼尖展長尺寸為480 mm， 在機翼展長中占比48%， 通過翼尖變形最高可減少12%的阻力和35%的翼根載荷。 根據(jù)此減載減阻特點， 仿生飛行器還可減少陣風對飛行器的影響， 使飛行器在陣風中更輕松地飛行。 根據(jù)信天翁飛行方式提出了間歇動力梯度風滑翔策略， 在一個飛行周期內(nèi)除爬升階段外， 其他飛行階段可進行無動力飛行。 由操控仿真結(jié)果可知， 所設計的飛行器可以沿梯度風滑翔路徑飛行， 航向基本吻合， 飛行高度誤差小于5%。 與勻速飛行相比， 梯度風滑翔飛行所消耗的能量更少， 為勻速飛行的51.5%， 可使飛行時間延長約1倍。

參考文獻：

［1］ Kiceniuk T. Dynamic Soaring and Sailplane Energetics［J］. Technical Soaring， 2001， 25（4）： 221-227.

［2］ Kiceniuk T. Calculations on Soaring Sink［J］. Technical Soaring， 2001， 25（4）： 228-230.

［3］ Lawrance N R J， Sukkarieh S. Autonomous Exploration of a Wind Field with a Gliding Aircraft［J］. Journal of Guidance， Control， and Dynamics， 2011， 34（3）： 719-733.

［4］ Lawrance N R J， Sukkarieh S. Path Planning for Autonomous Soaring Flight in Dynamic Wind Fields［C］∥ IEEE International Conference on Robotics and Automation， 2011： 2499-2505.

［5］ Lawrance N R J， Sukkarieh S. A Guidance and Control Strategy for Dynamic Soaring with a Gliding UAV［C］∥ IEEE International Conference on Robotics and Automation， 2009： 1649-1654.

［6］ Lawrance N R J. Autonomous Soaring Flight for Unmanned Aerial Vehicles［D］. Sydney： The University of Sydney， 2011.

［7］ Sachs G， Traugott J， Nesterova A P， et al. Flying at no Mechanical Energy Cost： Disclosing the Secret of Wandering Albatrosses［J］. PLoS One， 2012， 7（9）： e41449.

［8］ Gao X Z， Hou Z X， Guo Z， et al. Analysis and Design of Gui-dance-Strategy for Dynamic Soaring with UAVs［J］. Control Engineering Practice， 2014， 32： 218-226.

［9］ Zhu B J， Hou Z X， Ouyang H J. Trajectory Optimization of Unmanned Aerial Vehicle in Dynamic Soaring［J］. Proceedings of the Institution of Mechanical Engineers， Part G： Journal of Aerospace Engineering， 2017， 231（10）： 1779-1793.

［10］ Zhu B J， Hou Z X， Lu Y F， et al. The Direction Zone of Engineless UAVs in Dynamic Soaring［J］. Computer Modeling in Engineering and Sciences， 2015， 105（6）： 467-490.

［11］ Stempeck A， Hassanalian M， Abdelkefi A. Aerodynamic Perfor-mance of Albatross-Inspired Wing Shape for Marine Unmanned Air Vehicles［C］∥ Aviation Technology， Integration， and Operations Conference， 2018.

［12］ Mathew B C， Sahu S K， Dutta P， et al. Albatross and Falcon Inspired Bionic UAV： An Aerodynamic Analysis［J］. International Journal of Aviation， Aeronautics， and Aerospace， 2021， 8（3）： 1-22.

［13］ An W G， Shi F Z， He S B， et al. Aerodynamic Design and Optimization of Bionic Wing Based on Wandering Albatross［C］∥International Conference on Aerospace System Science and Engineering， 2021： 517-535.

［14］ Wang W， An W G， Song B F. Modeling and Application of Dynamic Soaring by Unmanned Aerial Vehicle［J］. Applied Sciences， 2022， 12（11）： 5411.

［15］ 馬艷， 龐永杰， 范亞麗. 基于iSIGHT平臺的翼型水動力優(yōu)化［J］. 船舶力學， 2011， 15（8）： 867-873.

Ma Yan， Pang Yongjie， Fan Yali. Hydrodynamic Optimization of 2D Airfoil Based on iSIGHT Platform［J］. Journal of Ship Mechanics， 2011， 15（8）： 867-873.（in Chinese）

［16］ Wilson T， Kirk J， Hobday J， et al. Small Scale Flying Demonstration of Semi Aeroelastic Hinged Wing Tips［C］∥International Forum on Aeroelasticity and Structural Dynamics， 2019： 1-19.

［17］ Moorhouse D， Woodcock R. US Military Specification， MIL-F-8785C ［R］. Washington DC： US Department of Defense， 1980.

Design and Simulation of Gradient Wind Gliding Bionic Vehicle

Liu Jianhe1， Wang Mengshuo1， Liu Kun2， 3， Li Renshu2， 3， Huang Wei2， 3， Li Jiadong1， 2， 3*

（1. School of Mechanical and Electrical Engineering， Changchun University of Science and Technology，

Changchun 130022， China; 2. Suzhou Institute of Nano-Tech and Nano-Bionic， Chinese Academy of Science，

Suzhou 215123， China; 3. Key Laboratory of Multifunctional Nanomaterials and Smart Systems，

Chinese Academy of Science， Suzhou 215123， China）

Abstract： One of the important ways to break the endurance bottleneck of aircraft is to apply the flight strategy of albatrosses obtaining energy from gradient wind fields to glide thousands of miles on aircraft. Based on the body characteristics and flight strategy of albatross， a bionic albatross aircraft with bionic shape， aerodynamic layout and control mode is designed. The lift-drag ratio during cruise is 1.13 times that of conventional aircraft， and the maximum lift-drag ratio is 1.31 times that of conventional aircraft. The maximum drag is reduced by 12% and the wing root load is reduced by 35% through wing tip deformation. According to the behavior of albatross flapping its wings from time to time during gliding， the intermittent dynamic gradient wind gliding method is proposed， and the control performance simulation of bionic albatross aircraft is carried out. The results show that the error between the actual flight path and the gradient wind gliding path is less than 5%， and the energy consumption is 51.5% of uniform flight， which verifies the rationality of the intermittent dynamic gradient wind gliding strategy.

Key words： gradient wind field; flight strategy; bionic drone; deformed wing; control performance