自主飞行器和城市空中机动(UAM)飞行器的快速演变正在改变交通环境,这些飞机旨在无载人驾驶员的情况下运行,或在城市内短距离载客,依靠精密的飞行控制系统,在能够精确控制和稳定的关键性部件中,有Aileron, 翼的后缘的连接面,本条探讨了Aileron在自主飞行器和UAM飞行器中的作用,详细介绍了它们的功能,利益和未来的进步.

飞行控制中的艾利龙基础

气旋是管理飞机滚轴的主要飞行控制表面。 机翼的机舱部分上挂着,但运行时会形成相反:左气旋向上偏移,降低机翼的升力,右气旋向下偏移,升力增加。 这种不对称的升力创造了一个滚动的时刻,使飞机可以靠岸和转弯。 在传统的试飞飞机中,飞行员手动输入滚动指令通过控制枷锁或棒。 然而,在自主系统中,气旋由解释传感器数据并执行预编程动作的飞行计算机驱动。

光环操作背后的物理是直截了当的,但至关重要。偏转角与气速和翼几何相结合,决定了滚转的速度。现代的光环设计包括[]浮流型[ 浮流,在上升时稍微向气流中冲进,以减少不利的 ⁇ ,以及[偏移的亚历[,这些偏移比向下偏移更多,以尽量减少不必要的 ⁇ 。要将这些细微的微微分解纳入自主控制法,精确性和可预测性是至关紧要的。

将Ailerons纳入自动飞机系统

在自主飞机中,AIlerons作为闭路控制系统的一部分发挥作用。来自惯性测量单元(IMU)、全球定位系统、空气数据传感器和视距或LiDAR系统输入的输入输入输入到飞行控制计算机中。计算机计算所需的滚角,以实现所期望的航向、高度或路径,然后命令服务器动因子相应移动AIlerons。这一过程每秒发生数十次或数百次,确保飞行平稳,即使在动荡条件下也是如此。

传感器组合和冗余

自动系统需要高度的可靠性,多种多余的传感器——如三重重联装和空中速测仪——提供交叉核对的数据,飞行控制软件使用表决算法来识别故障传感器,并用仍然健康的传感器继续操作,Aileron起动器也重复或三重复制,往往有独立的电力供应和控制渠道,这种冗余确保一次故障不会影响卷控,这是DO-178C和DO-254等标准下认证的关键要求.

精密处理控制算法

自主的AIleron控制依赖于先进的算法. 比例-内置-衍生(PID)控制器很常见,但更复杂的方法如模型预测控制(MPC)或线性四极调节器(LQR)越来越多地用于UAM车辆. 这些在车辆动态,动因子限制和环境扰动中,可以计算出最佳的亚ileron偏转. 例如,在城市峡谷的急剧转弯中,控制器可以将aileron输入器与舵手和电梯指令混合,以保持协调飞行而不会造成乘客不适.

自主型和UAM型车辆中的Ailerons的主要效益

AILERONS提供了与自主飞机和城市空中机动性的业务需求相一致的显著优势.

  • 增强稳定性: Ailerons自动从沟槽或不对称推力中抵消滚动扰动. 在自主飞行中,控制器持续监测滚速和角度,进行微调以保持机翼水平. 这种稳定性对于乘客舒适度和精确感应方向(例如确保LiDAR扫描保持一个一致的平面)至关重要.
  • 精确的Maneuvering: UAM飞行器经常在封闭的空域中运行——在建筑物之间、在顶端港附近或紧急转移时运行,Ailerons使收紧的辐射转弯和快速滚动反应成为可能,随着自动化,这些操作可以重复,并优化能源效率,例如,eVTOL(电动垂直起飞和着陆)飞机在翼载航行时可以使用Aileron在2秒内进行30度的岸转,同时将高度保持在1米以内。
  • 改进安全性:[ 实时的AIleron调整可以降低失去控制的风险,在出现风切变或突发动荡时,自主系统的反应比人类飞行员快,在毫秒内应用修正的AIleron偏转,此外,AIleron权威可以用于被动的Gust负载减轻,延长结构寿命和减少疲劳.
  • 效果优化: 高级控制策略通过优化aileron trim设置来最小化拖曳. 一些自主系统使用aileron进行银行对转弯协调,减少侧滑从而拖曳,这直接转化为更长的距离和较低的能耗,对电池容量有限的电动UAM车辆至关重要.

城市空中机动车辆中的应用

城市空中机动车辆——包括电子车辆、无人驾驶载货无人驾驶飞机和空中出租车——提出了特殊的挑战,而这些车辆必须用密集的障碍(建筑、电力线、其他飞机)和可变天气(绕天楼的风雨、热电图)在低空飞行,为快速前进和避免碰撞提供必要的滚滚控制。

eVTOL 飞行模式转换

许多eVTOL设计,如那些具有倾斜翼或倾斜转盘,垂直和水平飞行过渡的. 过渡期间,在机翼逐渐承担升降责任的同时,AIlerons保持了滚转稳定性. 例如,Lilium喷气机在它的固定翼上使用AIlerons来控制前方飞行的滚转,而其分布式电导风扇则提供 ⁇ 和抛子. 与此相反,Joby航空S4号有AIleron与它的六台倾斜转盘协同工作,以实现平稳过渡. 精密的AIleron调度对于防止在关键过渡阶段失去控制至关重要.

导航城市峡谷

城市环境创造了复杂的气流模式. Ailerons必须补偿建筑物造成的突然的横风变化. 自主系统使用基于实时风力估计的(从空气数据探测器或机载流感应器)的向导控制来先发制人地偏移气流,这减少了滚滚的游览并保持乘客的舒适性. 一些设计包含 异性气流偏移,以尽量减少不利的电流,这在靠近障碍飞行时尤为重要.

噪音和社区接受

Aileron 设计也影响了噪音水平,这是UAM接受的一个关键因素。 被忽略的AIleron 会产生额外的拖曳和扰动,产生噪音。 工程师们正在探索 变形的AIlerons [ , 改变形状以降低噪音,同时保持控制权威。 例如, 灵活的后缘襟翼可以起到低噪音签名的AIleron 作用。 这些创新很可能被整合到下一代的UAM 设计中。

自主飞行的AILERON技术的未来发展

研发继续推动AIleron能力,若干趋势将决定其自主和UAM车辆的演变。

智能材料和粉碎结构

形状记忆合金、派佐电动器和二电弹性体可以使无离散链链的形状改变。这可以减少维护、重量和噪音。自主控制器可以命令细微的形状改变来进行细小的卷轴控制。NASA和学术研究人员已经演示了 适应性动因,在全程范围内变化凸轮,以优化飞行条件的性能。这种形态表面在未来的UAM车辆中可以成为标准,效率可以提高10%。

人工智能和机器学习

AI驱动的控制系统可以从模拟和实际飞行数据中学习最佳的AIleron设置. 强化学习剂可以制定在保持精确轨迹跟踪的同时将能量使用最小化的政策,这些系统还可以适应触发器的退化或结构随时间的变化,但是认证仍然是一个挑战; FAA关于软件保证的指导[ 需要机器学习组件的可追溯性和验证. 将经典控制与神经网络增强相结合的混合方法正在探索中.

分布式控制表面

某些UAM设计不是常规的亚历,而是使用分布式控制表面[——沿翼后缘多片小襟翼,这些可单独启动,以提供卷控,同时冗余和空气动力载荷的最佳分布,例如,NASA X-57 Maxwell实验飞机使用分布式电推进,并有可能将分布式的类似亚历孙表面融合起来。这种方法允许断层耐受性:失去一个振动器只会略微降低卷控权限。

增强模拟和测试

高真度模拟环境允许在无飞行风险的AIleron动力学上测试自主控制算法. UAM车辆的数码双胞胎结合实时AIleron模型,使得控制法能够快速迭代. JOby Aviation 和Volocopter等公司使用广泛的模拟验证它们的系统,这些模拟还包括故障假想(例如AIleron jam),以确保自主控制者能够使用剩余表面稳定飞机.

关于AIleron空气动力学和控制的进一步解读,可见于美国航天局关于AIlerons的教育资源和[美国航天局的飞机飞行手册。

结论

航空控制系统仍然是飞行控制的一个不可或缺的组成部分,即使飞机向自主和城市空中机动行动过渡,它们能够提供精确的卷控,加上先进的传感器、冗余系统和智能算法,从而能够在复杂的环境中安全而高效地飞行。 随着技术的发展,通过智能材料、AI驱动控制和分布式地面,将发展成满足下一代自主飞机的需求,它们的不断改进将发挥关键作用,使城市空中机动成为乘客和货物的现实。