倾转旋翼控制技术发展浅析

1

背景

随着无人机技术的不断发展，舰载无人机在现代战争中的地位也越来越重要。但是普通舰艇受到场地、空间的限制，基本不具有足够长的起降跑道，因此具有垂直起降功能的无人飞行器越来越受到海军的青睐。垂直起降无人机不需要额外跑道，也不需要额外的发射和回收装置，具有操作简捷的特点。目前，最常见的垂直起降无人机以多旋翼以及直升机为主。虽然这类无人机在悬停和小速度前飞的时候具有很好的性能，但是这类无人机存在一个共同的不足：在大速度前飞时性能较差。固定翼无人机虽然避免了前飞时候性能不足的问题，但是固定翼无人机对最低飞行速度有一定的限制，起飞和降落依赖于机场。倾转旋翼无人机作为一种新构型无人机具有直升机垂直起降和悬停性能，同时又具有固定翼航程远，巡航速度高的特点。根据各自的任务需求，国内外都提出了多种倾转旋翼无人机技术方案。

2

倾转旋翼发展现状

国外对倾转旋翼无人机的研究较早。二战时期的贝尔公司工程师提出了倾转旋翼机的概念。根据美军的计划，贝尔公司于20世纪50年代成功的研制出第一架倾转旋翼机XV-3。XV-3在1958年完成了从直升机模态过渡到固定翼飞机模态的转换，验证了倾转旋翼机的可行性。在无人驾驶倾转旋翼机UAV方面，贝尔公司在“鱼鹰”的基础上研制的“鹰眼”极具代表性。2006年，“鹰眼”倾转旋翼无人机开始投入使用，通过地面站或者舰载工作站对其进行飞行控制，“鹰眼”的主要工作是负责侦查、监视和情报收集。

（a）鹰眼倾转旋翼无人机	（b）V-247倾转旋翼无人机

图1 国外研制的油动倾转旋翼无人机

贝尔公司于2018年9月在弗吉尼亚州海军陆战队基地匡蒂科举行的2018年现代海洋博览会上，首次展示了V-247的全尺寸模型。V-247采用的技术来自海军陆战队已经飞过的V-22倾转旋翼，以及仍在开发中的V-280。V-247具备自主飞行能力，并将拥有必要的数据链接，以支持与有人驾驶飞机的协同。

（a）Songbrid1400倾转旋翼无人机	（b）黑豹倾转旋翼无人机

图2 国外研制的电动倾转旋翼无人机

油动倾转旋翼无人机虽然在航程、载重等方面具有较大优势，但是其存在较大震动和复杂的传动等结构问题，为了简化倾转旋翼无人机的设计和满足技术验证的需求，电动倾转旋翼无人机得到各国的广泛关注。以色列航空工业公司研制生产了新一代倾转旋翼无人机“黑豹”，黑豹气动布局属于倾转三旋翼布局，其中机翼两端各有一可向上和向前之间倾转的旋翼结构，并且在尾部安装了可左右偏转的旋翼结构，在直升机模式中，通过三个旋翼提供垂直向上的升力以及稳定姿态与航向；在固定翼模式时，在机翼两端的旋翼倾转至水平位置并提供前向拉力。德国AeroLution公司研发制造的一种名为“Soongbrid1400”的倾转四旋翼布局无人机，这款倾转四旋翼无人机结合固定翼与四旋翼无人机的优点，通过可变形轴将四个旋翼连接在固定翼无人机的机翼两端，通过向下倾转前部旋翼和向上倾转后部旋翼实现从直升机模式到固定翼模式的过渡转变。在直升机模式中，四旋翼提供垂直向上升力，并且稳定姿态与航向；当飞行模式切换为固定翼时，Songbrid无人机的四旋翼结构倾转90°提供固定翼前飞拉力。

3

飞行动力学特性研究

倾转旋翼无人机在过渡模态下结构布局会发生改变，其气动特性发生较大变化，并且旋翼与机翼等存在相互干扰。倾转旋翼无人机飞行动力学模型复杂度较高。在建模的过程中，目前基本都是先对倾转旋翼无人机进行气动分析，得到各个部件的气动系数。然后将各部件的气动系数引入到飞行动力学模型中。倾转旋翼无人机的气动特性作为研究飞行动力学的基础，目前主要有试验研究和理论研究两种方式。

国外较早便对XV-15和V-22倾转旋翼进行了一系列的气动特性试验研究，并根据试验数据对尾迹开展了优化工作，结果表明地面效应会增加飞行器的负载能力。我国在倾转旋翼气动特性试验研究方面开展较晚，2017年，南航采用参数化建模方法，建立了适用于飞行力学分析的倾转旋翼机旋翼／机翼气动干扰模型，提出一套简单而准确的干扰区计算方法，得出了干扰区边界的解析表达式，并根据解析式数值积分得到了干扰区的面积，据此给出了过渡过程中旋翼／机翼气动干扰的速度边界。针对上述模型和方法，进行了倾转旋翼在不同旋翼总距、前飞速度以及短舱倾角下的旋翼／机翼之间气动干扰风洞试验，并通过理论计算结果与风洞试验结果的对比验证建模方法的正确性。

图3 倾转旋翼风洞试验

气动试验研究成本大、周期长，为了降低气动研究的成本、缩短研究周期，在气动理论计算方面也越来越受到各国研究者的青睐。起初，只采用涡格方法对旋翼与机翼进行了气动数值计算研究，没有考虑到机翼和旋翼之间的耦合，只是分析了旋翼对机翼的作用。为了进一步分析气动干扰特性，学者将机翼划分为受旋翼尾流影响的滑流区和不受尾迹影响的自由流区两个计算区域，然后将两个区域计算得到的气动力和力矩引入到飞行动力学模型中，该方法简单有效。但其在计算过程中未考虑几何尺寸和飞行状态参数对气动特性的影响。

为分析倾转旋翼无人机飞行动力学特性，主要采用基于MATLAB/Simulink的全飞行模式非线性飞行动力学模型，并进行直升机模式，过渡模式以及固定翼模式下的配平分析。基于小扰动原理，通过线性化的模型，进行相应模型的稳定性以及操纵响应分析，给飞行控制律设计提供一定的建议。

4

倾转过渡操纵策略研究

倾转旋翼无人机同时具有直升机和固定翼等操纵面，因此其存在操纵冗余的问题。针对倾转旋翼无人机的多飞行模态操纵分配问题，目前主要采用的方式为在直升机模式下升力由旋翼提供，在固定翼模式下，升力主要由机翼提供。在过渡模式下，通过合理分配操纵权限，使升力从旋翼过渡到机翼。倾转旋翼无人机的最小前飞速度和旋翼提供的功率决定了倾转旋翼无人机的倾转过渡走廊。在倾转过渡走廊中，选取一条最优的倾转路径对于倾转旋翼无人机完成安全平稳的过渡飞行至关重要。目前，倾转旋翼在过渡模式下的控制方法主要集中在预置控制方法上，以解决操作冗余的问题，控制系统的设计目的是跟踪预置命令(倾转规律、飞行轨迹等)。在不同飞行任务下，不可能获得整个倾转过程的最优操纵策略和飞行轨迹。

5

飞行控制技术研究

倾转旋翼无人机复杂的气动特性和冗余的操纵特点，使得在过渡阶段的飞行控制技术成为主要的难点和重点之一。倾转旋翼无人机在过渡阶段具有较强的耦合特性，如何对倾转旋翼无人机在过渡阶段进行解耦控制，以及如何对外界干扰进行有效抑制控制成为倾转旋翼无人机飞行控制技术的主要研究方向。

传统PID控制方法由于结构简单，设计难度低依然被广泛应用于工业领域内。国内外很多学者也针对倾转旋翼采用了传统PID控制方法对其进行控制器设计。在已有风洞试验验证的数字模型基础上，利用内/外环控制结构和特征结构分配算法，设计倾转旋翼飞机的飞行控制律，通过飞行控制系统的构建和试飞试验，提出控制律。随着控制技术的发展，先进控制理论走入人们的视野。针对倾转旋翼操纵耦合的特点，先进控制理论能够更好的实现对操纵的解耦控制。

神经网络具有可以逼近任意函数的特点，因此神经网络也被应用到各种控制律的设计中，为倾转旋翼飞机提供包括转换飞行在内的飞行控制方法。该控制方法的响应特性具有一致性，有助于实现所需的处理质量，并允许对部分故障进行补偿。针对倾转旋翼飞机在过渡模式下的高阶、时变和非线性特性，利用神经网络的强非线性映射特性，在传统BP神经网络的权值调整公式中加入惯性项，可提高其收敛速度。针对倾转旋翼无人机在过渡飞行状态下，容易受到外界扰动的特点，学者们提出了一种基于扩展状态观测器的姿态控制方法，该方法的核心是对模型上的扰动进行估计和补偿。扰动包括模型误差和不同通道间的耦合。通过对扰动的补偿，控制器实现了系统的解耦，同时补偿了模型误差和其他扰动。

表1 控制算法优缺点

6

总结

（1）由于该类飞行器并没有统一的设计标准，因此很多研究者都根据各自的需求和目标设计了自己的倾转旋翼。常见的建模方法由于没有充分考虑到各个部件之间的气动干扰问题而导致模型的精度较低。而试验方法虽然能够建立较为准确的模型，但是由于其成本高、研发周期长也不能得到广泛的应用。计算流体动力学方法可以准确地模拟倾转旋翼组件之间的动力学特性和干涉特性，但是，CFD方法基本都应用在气动特性分析中，几乎没有直接应用在飞行动力学建模中。为进一步提高倾转旋翼飞行动力学建模中气动干扰的计算精度，需要开发一种准确有效的配平分析方法。

（2）目前对倾转旋翼的操纵冗余以及操纵策略的解决方法上，主要是依靠经验，给一个预定的操纵分配因子。通过不同飞行状态下的操纵分配权限，实现对操纵面的解耦控制。而针对倾转路径，基本都是保证倾转旋翼能够在过渡飞行时，其倾转角-速度在过渡走廊之内即可，并没有从中结合操纵策略选择一条最佳的倾转路径。因此，需要提出一种综合考虑操纵策略的倾转路径优化策略，实现倾转旋翼无人机在过渡飞行稳定快速状态转变。

（3）常规的控制算法不是过于依赖于数学模型精度，就是在调参过程中过于依赖于工程经验，调参难度较大，其对倾转旋翼需要进行解耦和抗干扰效果不佳，鲁棒性不好。因此，针对倾转旋翼在过渡状态下变结构、变气动特性的特点，需要提出一种新的控制算法，使其能够对倾转旋翼无人机实现良好的解耦控制，具有较好的抗扰动能力。

参考文献：

[1] Zhao M, Xiao Z, Fu S. Predictions of Transition on a Hovering Tilt-Rotor Blade. Journal of Aircraft, 2014, 51(6).

[2] RadhakrishnanA, SchmitzFH. Quad Tilt Rotor Aerodynamics in Ground Effect. Proceedings of Aiaa Applied Aerodynamics Conference, 2006.

[3] Gibertini G, Auteri F, Campanardi G, et al. Wind-tunnel tests of a tilt-rotor aircraft. Aeronau- tical Journal, 2011, 115(1167):315–322.

[4] Zhigang Wang, Rui Zu, Dengyan Duan and Jianbo Li. Tuning of ADRC for QTR in Transition Process Based on NBPO Hybrid Algorithm. IEEE Access. 2019, 7(1): 177219 – 177240.

[5] Zhigang Wang, Jianbo Li and Dengyan Duan. Manipulation Strategy of Tilt Quad Rotor Based on Active Disturbance Rejection Control. Proceedings of the Institution of Mechanical Engineers, Part G: Journal of Aerospace Engineering. 2020. 234(3): 573 – 584.

[6] Zhigang Wang, Hong Zhao, Dengyan Duan, Yuanyang Jiao and Jianbo Li. Application of improved active disturbance rejection control algorithm in tilt quad rotor. Chinese Journal of Aeronautics. 2020, 33(6): 1625 – 1641.