大家觉得哪个厂家生产的自制飞机模型可飞质量好呢

三、纵向运动线性小扰动模型 四、横航向运动线性小扰动模型

要描述一个飞机的飞行状态我们通常需要9个状态变量,即:

即飞机的飞行速度 滚转角速率、俯仰角速率鉯及航向角速率 ,滚转角、俯仰角以及偏航角

其中航向角 不影响受力分析,这个也很容易理解假设你在一块很大的平地上骑自行车,洏且没有风那往哪个方向骑,都应该是一样费力的如下图所示。

因此对于飞机的飞行力学方程而言,我们只需要搞定剩余8个状态变量即可

说完状态变量,我们再来分析一下控制变量在文章 我们介绍了,飞机的控制主要通过三个主舵面来完成:升降舵控制飞机俯仰運动;副翼控制飞机的滚转运动;方向舵控制飞机的航向运动也就是说通过舵面的偏转量可以控制飞机的姿态,这三个控制变量用 来表礻其中 为副翼(aileron)偏转量, 为升降舵(elevator)偏转量 为方向舵(rudder)偏转量。

除此之外我们还需要一个重要的控制变量,那就是发动机的油门(Throttle)我们用 表示。

总结一下就是飞机可以通过如下变量定义其飞行运动:

那飞机运动方程具体是什么样呢在文章 我们给出了飞机彡个方向的力平衡方程如下:

看着就头疼,是吗——实际上还会更头疼,因为控制变量 以及姿态角 体现在方程右侧的力 以及力矩 里面洳果展开的话,形式会更复杂这个方程组不仅仅看着复杂,而且是严重非线性的是无法得到解析解的,这也给我们预估飞机的飞行特性带来很大的困难

那怎么办呢?——无它简化而已。后面我们将主要进行方程简化的思路和逻辑为使精力都集中在关键点,我们先將先将前面飞机运动方程改写成形式:

简化的方式是利用泰勒展开核心思想是抓大放小,如下图所示

就像素描一样最关键的一步是輪廓的搭建(树干),也就是确定各个部位的大致的空间分布在此基础上再逐步刻画细节(枝叶)。比如按照泰勒公式,我们可以把指数函数展开成幂级数的形式:

而研究幂级数要比要就超越函数 要简单多了关于泰勒公式的理解,推荐文章(作者原知乎用户陈二喜)显然,幂级数的形式越高刻画越精细(见右侧苍老师),但是也越复杂;幂级数越低刻画约粗糙(见上图左侧),同时也越简单峩们需要在简约和精确之间找到一个平衡,幸运的是对于平飞的飞机而言,我们只保留线性项就可以获得比较满意的结果,我们把这種方法称之为小扰动模型或者增量式模型


我们通常很难获得其解析解。那怎么研究其特性呢不妨先用一个稍微简单一点的函数研究一丅,假如我们有如下非线性方程组:

这其实是一种生物界的进化数学模型——竞争模型主要研究在同一个自然环境中生存的两个种群之間的竞争关系对其数量的影响, 代表两个种群的数量根据常识我们可以猜测,当外界条件不变时如果给定初始条件 ,那最终两个种群嘚数量应该趋于稳定的我们可以把 放在同一个坐标轴上(也就是相图(phase portrait))来观察其相互变化关系,如下图所示

图中 轴表示变量 , 轴表示变量 轨迹代表矢量 变化情况,箭头轨迹的切线反向即 。从这个图中可以看出很多有意思的事情:

在很多情况下我们更感兴趣的昰系统处于稳定状态下受到扰动时的动态行为,如果我们把相图(phase portrait)在平衡点附近放大可以得到:

那怎么来研究这个区域的性质呢?——这个时候我们最简单的方法就是进行线性化(linearization)也就是多元泰勒展开,只保留线性项

对于飞机而言,稳定点(stable point)或平衡点(equilibrium point)称之為配平状态运动方程的线性化就是在配平状态进行泰勒展开,具体实施方式如下:

找到配平状态按照之前的定义,也就是求解 即求解 ,得到飞机的配平状态 以及对应的控制量 。

考虑到在配平状态有一个小的扰动

带入到微分方程就可以得到:

将微分方程展开,就可以得箌:

忽略高次项就可以得到线性小扰动方程组:

注意,此时的状态变量已经发生了变化由 变成了增量 ,控制量也由 变成了增量

好了,铺垫结束我们来看一下具体到飞机上是怎么处理的。在文章 我们介绍了除偏航角 之外,剩余8个状态变量是之间相互耦合在一起的處理起来还是比较麻烦。通常采取的方法是将这8个状态变量分为相对耦合性最小的两组运动:纵向运动横航向运动

其中纵向方程组為一个旋转两个平动,变量为 :

横航向为两个旋转一个平动,变量为 :

接下来我们就分别对这两组方程线性化


三、纵向运动线性小擾动模型

我们先将纵向方程组改写成如下形式:

式中 表示在稳定性坐标系下,飞机在 轴方向上收到的外力包括气动力的合力在 轴分量信息 以及重力分量信息 (为使参量归一化,此时 均为除以飞机质量 以后的值)其中气动力信息 又可以分为升力信息 以及阻力信息 。注意由於历史原因 有时候表示升力信息,有时候表示绕 轴力矩信息需要根据上下文区分。 的意义和 类似

当然,这样写太复杂了其输入和輸出之间的关系可简要写成如下形式:

然后可进一步简化书写形式:

其状态变量和控制变量分别为:

其配平状态和扰动分别为:

根据常识,我们能做如下判断飞机平飞(level flight)时是一种配平状态,此时有:

把以上代入纵向运动方程组具体过程就不说了,得到纵向小扰动方程組为:

的量表示气动力(或力矩)对扰动的导数简称气动导数,取决于飞机的气动系数比如升力系数和阻力系数,是由飞机本身特性決定的一般可通过吹风得到,这些导数都有明确的物理意义是决定飞机飞行特性最重要的参数,感兴趣可以查看参考文献1里面对每個导数都有严格的数学推导。

此时的控制变量已经变成了:

这个矩阵里面的数表示控制变量在一定扰动下气动力和力矩的变化情况。

前媔我们进行线性化的时候我们把气动力和力矩( )对于扰动 进行展开时只保留了线性项,这样做一般精度也是可以的实际上呢,对于變量 (代表攻角信息)而言其二次项也有较大影响,所以如果想要模型更加准确,需增加对 的二次导数项 其中 一般比较小,可忽略这样就需要对之前的线性方程组进行修正,即:

则可以得到更新后的矩阵为:

比如对于波音747飞机而言在标准海平面条件下,以0.25马赫平飛(此时 )时纵向其气动导数如下(单位为英制):

则带入到矩阵 就可以得到如下矩阵:

我们简要分析一下这个矩阵,这是一个4阶矩阵特征根有4个,具体是怎么分布的呢令

进过计算可以得到,矩阵 的4个特征根为两组共轭根:

其中 为实部 为虚部,对应的阻尼比为:

两個模态的无阻尼固有频率为:

则两个模态对应的周期为:

可见对于纵向运动扰动,有两个模态:

  • 一个模态周期短称之为短周期运动(short period),其阻尼一般比较大;
  • 一个模态周期长称之为长周期运动(phugoid),其阻尼一般比较小;

当然很多时候我们才会采取其他的状态变量,仳如说把攻角的扰动量作为一个状态变量。

上图展示了攻角、侧滑角与相对风速及其分量的关系

不难发现,攻角的的增量 与 轴的速度增量 近似成线性关系即:

同时还可以得到,侧滑角的的增量 与 轴的速度增量

所以以速度增量 为状态变量,和以攻角及侧滑角 基本是一囙事当然,气动导数也需要相应变化


四、横航向运动线性小扰动模型

横航向为两个旋转一个平动,变量为 :

通常来说呢 相比于 和 要尛很多,我们可以先暂时将其忽略然后将方程改写成如下形式:

式中 表示在稳定性坐标系下,飞机在 轴方向上收到的外力包括气动力嘚合力在 轴分量信息以及重力分量信息 (为使参量归一化,此时 均为除以飞机质量 以后的值) 注意由于历史原因, 有时候表示升力有時候表示绕 轴力矩,需要根据上下文区分

表示气动力在 轴和 轴方向产生的力矩,习惯用 和 表示

其输入和输出之间的关系可简要写成如丅形式:

然后可进一步简化书写形式:

其状态变量和控制变量分别为:

其配平状态和扰动分别为:

根据常识,我们能做如下判断飞机平飛(level flight)时是一种配平状态,此时有:

把以上代入可以得到纵向小扰动方程组为:

其中形如 的量表示气动力(或力矩)对扰动导数即气动導数,一般可通过吹风得到感兴趣可以查看参考文献1。

这样我们就获得了纵横向的运动方面前我们假设 相比于 和 要小很多,如果我们想更精确的话也可以把这两项加上,令

通过公式推导可获得修正矩阵如下:

这样,完整的微分方程为:

还是波音747飞机在标准海平面條件下,以0.25马赫平飞(此时 )时其横航向气动导数如下(单位为英制):

知道了 ,通过计算可以得到,矩阵 的4个特征根为一组共轭根两個负实根,数值分别为:

同样对于横航向运动,我们也可以选择侧滑角扰动作为状态变量前面我们已经说过:


当然,横航向的气动导數也需要相应变化


飞机的五种运动模态是理解飞机运动的重要概念,后面文章中还会就此展开

我要回帖

更多关于 自制飞机模型可飞 的文章

 

随机推荐