真实操纵下直升机降落轨迹参数沙盲抑制优化

doi:10.7527/S1000-6893.2025.32186

第二届空天前沿大会/第二十七届中国科协年会优秀论文

本期目录 | 过刊浏览 | 高级检索

前一篇 |

真实操纵下直升机降落轨迹参数沙盲抑制优化

崔壮壮, 任斌武, 周旭, 陈喆, 赵国庆()

南京航空航天大学直升机研究院，南京 210016

收稿日期:2025-02-15 修回日期:2025-05-06 接受日期:2025-05-19 出版日期:2025-05-20 发布日期:2025-05-19
通讯作者: 赵国庆 E-mail:zgq198495@nuaa.edu.cn
基金资助:
国家自然科学基金(120132012);江苏高校优势学科建设工程（PAPD）

Brownout suppression optimization of helicopter landing trajectory parameters under real control

Zhuangzhuang CUI, Binwu REN, Xu ZHOU, Zhe CHEN, Guoqing ZHAO()

Helicopter Research Institute，Nanjing University of Aeronautics and Astronautics，Nanjing 210016，China

Received:2025-02-15 Revised:2025-05-06 Accepted:2025-05-19 Online:2025-05-20 Published:2025-05-19
Contact: Guoqing ZHAO E-mail:zgq198495@nuaa.edu.cn
Supported by:
National Natural Science Foundation of China(120132012);Project Funded by the Priority Academic Program Development of Jiangsu Higher Education Institutions

摘要/Abstract

摘要：

为了分析真实状态下直升机在沙尘环境中的下降参数对沙盲的影响，以Z-3直升机为研究对象，首先采用考虑地面效应影响的自由尾迹方法计算旋翼气动力，分部件建立直升机的动力学模型，并选取合适的特征点进行配平和小扰动线化。然后，基于轨迹跟踪串级控制系统和模型切换方法得到直升机下降过程的控制量和状态量，在此基础上对下降过程的流场进行离散，结合沙场计算方法得到下降过程沙场，并获取沙场对驾驶员的视觉影响。基于上述过程采用Kriging代理模型方法建立直升机下降参数与真实下降状态下沙盲影响的映射关系模型，并采用遗传算法对此模型进行沙盲抑制效果的下降参数优化。结果表明：所提方法可以有效模拟真实直升机飞行过程的操纵量和状态量，得到真实的直升机起降过程流场和沙盲情况；近地面切向气流容易引起起沙，但沙盲现象需综合考虑流场情况；对于Z-3直升机，较快的垂直下降速度可以减少起沙量，但也会导致沙粒的扬起和留存；直升机以斜下降或空间曲线的方式下降时沙盲抑制效果更好，经过优化，直升机分别以垂直下降、斜下降和2种空间曲线下降的方式下降时沙尘浓度相比于以垂直基准下降的方式下降时分别降低了13.41%、17.52%、16.45%和3.44%。

关键词: 自由尾迹, 地面效应, 动力学模型, 沙盲, 轨迹跟踪, 代理模型, 参数优化

Abstract:

To analyze the influence of the descent parameters of the helicopter in the dust environment on the brownout in the real state， the Z-3 helicopter is taken as the research object. Firstly， the free wake method considering the influence of in ground effect is used to calculate the rotor aerodynamic force. The dynamic model of the helicopter is established by components， and the appropriate feature points are selected for trim and small disturbance linearization. Then， based on the trajectory tracking cascade control system and the model switching method， the control quantity and state quantity of the helicopter descent process are obtained. On this basis， the flow field of the descent process is discretized， and the sand field of the descent process is obtained by combining the sand field calculation method， and the visual influence of the sand field on the driver is obtained. Based on the above process， the Kriging surrogate model method is used to establish the mapping relationship model between the helicopter descent parameters and the brownout effect in the real descent state， and the genetic algorithm is used to optimize the descent parameters of the brownout suppression effect of this model. The results show that the proposed method can effectively simulate the control quantity and state quantity of the real helicopter flight process， and obtain the real flow field and brownout situation of the helicopter take-off and landing process. Near-ground tangential airflow tends to raise sand， but brownout effects must be assessed comprehensively based on the overall flow field. For the Z-3 helicopter， a faster vertical descent speed can reduce the amount of sand， but may cause greater sand uplift and retention. Descent profiles such as oblique descent or spatial curve are more effective in brownout suppression. After optimization， the sand concentration of vertical descent， oblique descent and two kinds of spatial curve descent is reduced by 13.41%， 17.52%， 16.45% and 3.44% respectively compared with the sand concentration of vertical benchmark descent.

Key words: free wake method, in ground effect, dynamic model, brownout, trajectory tracking, surrogate model, parameter optimization

中图分类号:

V211.52

崔壮壮, 任斌武, 周旭, 陈喆, 赵国庆. 真实操纵下直升机降落轨迹参数沙盲抑制优化[J]. 航空学报, 2025, 46(S1): 732186.

Zhuangzhuang CUI, Binwu REN, Xu ZHOU, Zhe CHEN, Guoqing ZHAO. Brownout suppression optimization of helicopter landing trajectory parameters under real control[J]. Acta Aeronautica et Astronautica Sinica, 2025, 46(S1): 732186.

图/表 20

表1

图 1

图 2

图 3

图 4

图 5

图 6

图 7

图 8

图 9

图 10

图 11

图 12

图 13

图 14

表2

图 15

图 16

表3

图 17

参考文献 22

[1]	HARRIS F D， KASPER E F， ISELER L E. U.S. civil rotorcraft accidents， 1963 through 1997： NASA/TM-2000-209597［R］. Washington， D.C.： NASA， 2000.
[2]	谭剑锋，闫羽泽，张卫国，等. 沙盲环境直升机桨叶磨损分析方法［J］. 航空学报， 2025， 46（9）： 431012.
	TAN J F， YAN Y Z， ZHANG W G， et al. Analysis method of helicopter blade erosion in brownout condition［J］. Acta Aeronautica et Astronautica Sinica， 2025， 46（9）： 431012 （in Chinese）.
[3]	张卫国，谭剑锋，刘亚奎，等. 直升机“沙盲” 现象研究进展［J］. 实验流体力学， 2023， 37（5）： 56-75.
	ZHANG W G， TAN J F， LIU Y K， et al. Advances on helicopter brownout［J］. Journal of Experiments in Fluid Mechanics， 2023， 37（5）： 56-75 （in Chinese）.
[4]	PRESTON J R， FERGUSON S W. Rotorwash operational footprint modeling［C］∥Proceedings of 40th European Rotorcraft Forum. 2014.
[5]	WALDT F A. Wakes of lifting propellers （rotors） in ground effect： DTIC AD0643159［R］. Washington， D. C.： Cornell Aeronautical Laboratory， 1966.
[6]	辛冀，李攀，陈仁良. 地面效应中悬停旋翼的自由尾迹计算［J］. 航空学报， 2012， 33（12）： 2161-2170.
	XIN J， LI P， CHEN R L. Free-wake analysis of hovering rotor in ground effect［J］. Acta Aeronautica et Astronautica Sinica， 2012， 33（12）： 2161-2170 （in Chinese）.
[7]	RAMASAMY M， POTSDAM M， YAMAUCHI G K. Measurements to understand the flow mechanisms contributing to tandem-rotor outwash［C］∥ 71st Annual Forum of the American Helicopter Society. Alexandria： American Helicopter Society， 2015.
[8]	卢丛玲. 基于CFD方法的共轴刚性旋翼地面效应气动特性研究［D］. 南京：南京航空航天大学， 2020.
	LU C L. Research on aerodynamic characteristics of ground effect of coaxial rigid rotor based on CFD method［D］. Nanjing： Nanjing University of Aeronautics and Astronautics， 2020 （in Chinese）.
[9]	蒋霜. 地面效应下倾转旋翼机气动干扰的CFD分析［D］. 南京：南京航空航天大学， 2018.
	JIANG S. CFD analyses on the aerodynamic interaction flowfield of tiltrotor aircraft in ground effect［D］. Nanjing： Nanjing University of Aeronautics and Astronautics， 2018 （in Chinese）.
[10]	马砾，招启军，赵蒙蒙，等. 基于CFD/CSD耦合方法的旋翼气动弹性载荷计算分析［J］. 航空学报， 2017， 38（6）： 120762.
	MA L， ZHAO Q J， ZHAO M M， et al. Computation analyses of aeroelastic loads of rotor based on CFD/CSD coupling method［J］. Acta Aeronautica et Astronautica Sinica， 2017， 38（6）： 120762 （in Chinese）.
[11]	SHEN S Y， XU J F. Adaptive neural network-based active disturbance rejection flight control of an unmanned helicopter［J］. Aerospace Science and Technology， 2021， 119： 107062.
[12]	WU K J， ZHANG P X， WU H. A new control design for a morphing UAV based on disturbance observer and command filtered backstepping techniques［J］. Science China Technological Sciences， 2019， 62（10）： 1845-1853.
[13]	XIAN B， GUO J C， ZHANG Y， et al. Sliding mode tracking control for miniature unmanned helicopters［J］. Chinese Journal of Aeronautics， 2015， 28（1）： 277-284.
[14]	丁慎平，吴卫荣，于霜，等. 一种小型无人直升机轨迹跟踪控制方法［J］. 计算机仿真， 2016， 33（11）： 28-32.
	DING S P， WU W R， YU S， et al. A trajectory tracking control of small-scale unmanned helicopters［J］. Computer Simulation， 2016， 33（11）： 28-32 （in Chinese）.
[15]	TANG S， YANG Q H， QIAN S K， et al. Height and attitude active disturbance rejection controller design of a small-scale helicopter［J］. Science China Information Sciences， 2015， 58（3）： 032202.
[16]	DING L， MA R， WU H T， et al. Yaw control of an unmanned aerial vehicle helicopter using linear active disturbance rejection control［J］. Proceedings of the Institution of Mechanical Engineers， Part Ⅰ： Journal of Systems and Control Engineering， 2017， 231（6）： 427-435.
[17]	HUANG D， ALLEN T T， NOTZ W I， et al. Global optimization of stochastic black-box systems via sequential Kriging meta-models［J］. Journal of Global Optimization， 2006， 34（3）： 441-466.
[18]	RANJAN P， BINGHAM D， MICHAILIDIS G. Sequential experiment design for contour estimation from complex computer codes［J］. Technometrics， 2008， 50（4）： 527-541.
[19]	SIMPSON T W， MAUERY T M， KORTE J J， et al. Comparison of response surface and Kriging models for multidisciplinary design optimization： AIAA-1998-4755［R］. Reston： AIAA， 1998.
[20]	周明，孙树栋. 遗传算法原理及应用［M］. 北京：国防工业出版社， 2002.
	ZHOU M， SUN S D. Genetic algorithms： Theory and applications［M］. Beijing： National Defense Industry Press， 2002 （in Chinese）.
[21]	GONG J， DING J M， WANG L Z. Propeller-duct interaction on the wake dynamics of a ducted propeller［J］. Physics of Fluids， 2021， 33（7）： 074102.
[22]	LIGHT J S. Tip vortex geometry of a hovering helicopter rotor in ground effect［J］. Journal of the American Helicopter Society， 1993， 38（2）： 34-42.

E-mail：hkxb@buaa.edu.cn

关于我们

期刊社服务

专业学科

封面文章

友情链接

主管单位：中国科学技术协会主办单位：中国航空学会北京航空航天大学

参数	数值
旋翼半径/m	1.57
旋翼桨叶片数	2
旋翼桨叶弦长/m	0.13
旋翼翼型	OA212
旋翼桨叶负扭/（°）	-6
尾桨半径/m	0.275
尾桨桨叶片数	2
尾桨桨叶弦长/m	0.10
尾桨翼型	NACA2408
尾桨负扭/（°）	0

下降方式	下降时间范围/s	前飞距离范围/m	最终/最大偏移距离范围/m
垂直下降方式	［5，16］
斜下降方式	12	［5，25］
空间曲线下降方式1	12	［5，20］	［0，7］
空间曲线下降方式2	12	［5，20］	［0，7］

下降方式	状态参数	视觉提示临界区沙团数量	与基准值的对比/%
基准下降方式	下降6.5 s	2 844.81
垂直下降方式	下降15.95 s	2 463.30	-13.41
斜下降下降方式	前进19.8 m	2 346.52	-17.52
空间曲线下降方式1	（11.62，4.57） m	2 376.76	-16.45
空间曲线下降方式2	（6.13，0.74） m	2 747.06	-3.44

真实操纵下直升机降落轨迹参数沙盲抑制优化

Brownout suppression optimization of helicopter landing trajectory parameters under real control

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 20

参考文献 22

相关文章 15

编辑推荐

Metrics

本文评价

[1]	谭剑锋, 闫羽泽, 张卫国, 刘亚奎, 邵天双. 沙盲环境直升机桨叶磨损分析方法[J]. 航空学报, 2025, 46(9): 431012-431012.
[2]	李荣祖, 刘莉, 杨盾. 基于多源域融合代理模型的氢能无人机优化设计[J]. 航空学报, 2025, 46(9): 630979-630979.
[3]	员婉莹, 李逢源, 黄博, 王思予, 焦韵菲, 白馨雨, 黄雪琪. 可靠性分析改进元模型重要抽样算法[J]. 航空学报, 2025, 46(7): 230738-230738.
[4]	李凯尚, 范浩奇, 王润梓, 张显程, 涂善东. 基于双尺度损伤理论的高温装备寿命设计方法[J]. 航空学报, 2025, 46(5): 531706-531706.
[5]	李卓远, 杨旭东, 孙恺, 熊俊辉, 史帅. 分布式涵道风扇气动布局复杂强干扰效应及性能影响[J]. 航空学报, 2025, 46(3): 130805-130805.
[6]	冯蕴雯, 崔宇航, 贺谦, 薛小锋, 陆俊. 基于ISMA-Stacking集成建模和贝叶斯融合的全机结构试验可靠性评估[J]. 航空学报, 2025, 46(21): 532365-532365.
[7]	姜璐璐, 潘鑫, 蒋伟, 冯瑞, 陈刚. 基于融合代理策略的超声速降落伞气动优化设计[J]. 航空学报, 2025, 46(1): 630471-630471.
[8]	何昊, 王鹏. 高速变形飞行器制导控制一体化设计方法[J]. 航空学报, 2024, 45(S1): 730692-730692.
[9]	周大鹏, 曲晓雷. 基于知识引导智能鸽群优化的舰载机着舰控制[J]. 航空学报, 2024, 45(S1): 730801-730801.
[10]	李博, 王潇. 共轴双旋翼/尾推桨/传动耦合系统动力学建模与固有特性分析[J]. 航空学报, 2024, 45(9): 528945-528945.
[11]	崔壮壮, 原昕, 赵国庆, 井思梦, 招启军. 共轴刚性旋翼高速直升机前飞性能操纵策略影响[J]. 航空学报, 2024, 45(9): 529256-529256.
[12]	柳家齐, 陈荣钱, 楼锦华, 韩旭, 吴昊, 尤延铖. 基于深度学习的高速直升机旋翼翼型气动优化设计[J]. 航空学报, 2024, 45(9): 529828-529828.
[13]	陈树生, 冯聪, 张兆康, 赵轲, 张新洋, 高正红. 基于全局/梯度优化方法的宽速域乘波-机翼布局气动设计[J]. 航空学报, 2024, 45(6): 629596-629596.
[14]	李玉涵, 杨宝玉, 吴亦农, 张强, 唐晓. 卫星光机载荷热模型参数高效修正方法研究进展[J]. 航空学报, 2024, 45(6): 628814-628814.
[15]	胡明辉, 高金吉, 江志农, 王维民, 邹利民, 周涛, 凡云峰, 王越, 冯家欣, 李晨阳. 航空发动机振动监测与故障诊断技术研究进展[J]. 航空学报, 2024, 45(4): 630194-630194.