一种飞机油箱油液容量有校正的动态模型构建方法

技术领域

本发明涉及本发明涉及飞机油箱油量估算领域，尤其涉及一种飞机油箱油液容量有校正的动态模型构建方法。

背景技术

航空发动机燃油箱外形不规则、内部结构复杂，燃油体积是一个多元非线性函数，因此对于航空发动机燃油箱油量测算困难，目前，航空发动机燃油箱油量体积是根据液位传感器测得的浸油深度和飞机姿态角(即油箱中的液面角)查表计算得出，而对应的表则是需要通过大量的试验得到，即往燃油箱内注入不同体积的燃油，并使飞机处于不同的飞行姿态，然后观察液位计的读数，进而形成相应的表格，如此即可结合液位计的读数配合查表，得到大致的油箱油量，在飞机飞行过程中，会存在姿态变化，即会出现俯仰角0°～15°、翻滚角在0°～25°，对于不同的机型，需要分别实验获取对应的表格，飞行过程中，短期情况下，一般认为油箱里面的油流量变化不大，然而飞机在飞行的过程中，可能会出现颠簸状态，颠簸状态目前的测量是不准确的，如果对颠簸状态的油液估算是亟待解决的技术问题。

发明内容

本发明的目的是提供一种飞机油箱油液容量有校正的动态模型构建方法，稳定状态下的液位体积估计值赋予更大的权值，不稳定状态下的液位体积估计值赋予较小的权值，对于不稳定状态的读数序列V2(t1,t2,…,tn)，采用卡尔曼滤波进行状态评估和体积预测，进而可以构建出有校正的动态模型，用于估算包含颠簸状态的油箱油液容量。

为了实现以上目的，本发明采用的技术方案为：一种飞机油箱油液容量有校正的动态模型构建方法，包括如下步骤：

步骤一、构建有效正的静态模型，用于反馈静态状态下各种姿态角度的下的液位计z

步骤二、对于不稳定状态的读数序列V

状态预测方程：V

协方差预测方程：

F

B

u

P

Q

Kalman增益方程：

状态更新方程：V'

协方差更新方程：P

H

R

z

优选的，有校正的静态模型构建方法，其特征在于，包括如下步骤：

步骤1：将油箱外壳设计实体模型转化为STL格式文件；

步骤2：将STL格式数据读入Matlab软件环境，生成油箱外壳的法向量矩阵vm；

步骤3：对vm进行标准坐标转化，同时也对飞行姿态角进行标准坐标转化，并在标准坐标下提取每层的数据[X,Y,Z,α,β]；

步骤4：计算每层的体积S

步骤5：计算出参考坐标系截距Z

步骤6：根据液位计读数计算油液容量，即Z

第二次转动是沿着OX轴转动β角到达坐标系Oxyz，旋转矩阵T

由地面坐标系到机体坐标系的总的坐标变换矩阵T为

因此机体坐标系上的点(x,y,z)与在参考坐标系上的点(X,Y,Z)间的关系为

X＝x cosα+y sinβsinα+z sinαcosβ

Y＝y cosβ-z sinβ

Z＝-x sinα+y cosαsinβ+z cosαcosβ

油面在参考坐标系和机体坐标系的截距分别为Z

为了方便计算，将参考坐标系和机体坐标系的原点设在油箱最低点，则Z

则油平面在地平面坐标系中的方程为

Z＝Z

优选的，步骤4的体积计算步骤如下：

①在XoY平面，计算每层的中心点(以算数平均值确定)，记为A；

②以中心点A为公共顶点，与外壳映射到XoY平面的点进行连接，将每层分割成多个三角形；

③计算每个三角形的面积，加和得到每层的截面积S

④每层的体积V

本发明的技术效果为：

1、稳定状态下的液位体积估计值赋予更大的权值，不稳定状态下的液位体积估计值赋予较小的权值，对于不稳定状态的读数序列V2(t1,t2,…,tn)，采用卡尔曼滤波进行状态评估和体积预测，进而可以构建出有校正的动态模型，用于估算包含颠簸状态的油箱油液容量。

2、采用实体模型转化的方式生成油箱外壳的法向向量矩阵，并在标准坐标下提取每层的数据，计算出平稳运动状态下Z＝z

附图说明

图1为整个壳体的Matlab环境坐标图。

图2为每层分割成多个三角形的示意图。

图3为坐标旋转示意图。

图4为稳态情况下各层体积估算变化曲线。

图5为液位传感器数量与布局优化方法示意图。

具体实施方式

为了使本领域技术人员更好地理解本发明的技术方案，下面对本发明进行详细描述，本部分的描述仅是示范性和解释性，不应对本发明的保护范围有任何的限制作用。

油箱内的液位传感器(液位计)布局的设计是另一个直接影响油液测量系统精度的重要因素，当飞机飞行姿态发生变化时，液位传感器采集的信号将产生姿态误差，特别是在油箱液处于低位时对信号测量影响最大(一定的姿态角就会导致液位传感器未完全浸入油中，无法得到准确的液位信号，进而无法给下一阶段的飞行任务提供信息)，由于误判会直接导致重大飞行事故。

此时有必要合理布置传感器，而飞机油位传感器优化设计的核心就是涉及油箱内液位传感器的数量和布局位置的确定、计算机仿真和实验验证，目标是以最少数量的传感器、最优的布局，能覆盖所有飞行姿态变化情况下的油箱液位监测，减少姿态角带来的监测误差。图4中描述的传感器数量和布置的优化程序主要包括三个方面：上下油量限制的优化、测量连续性限制的优化、正常油位误差限制的优化。

油箱可测区域计算

可测区的计算是传感器布局的前提，根据航空行业标准HB6178-1988《电容式燃油油量测量系统的安装和校准》规定，水平姿态时，油箱中传感器垂直安装在不可用油平面和最大可用油平面之间，所以以水平姿态下的不可用油平面和最大可用油平面作为传感器安装的基准面。

可测区的计算步骤为以下三点：

(1)计算传感器的基准安装面，根据航空标准，对于底部基准安装面，水平姿态下的不可用油平面即为安装面；而对于顶部基准安装面，水平姿态下最大可用油平面即为安装面，因此，要计算传感器基准安装面的范围，只要求出水平姿态时不可用油、最大可用油平面与油箱外轮廓的相交多边形即可。

(2)确定基准安装平面后，分别求基准安装面与最小、最大可测油平面的交线，油平面与基准安装面的位置关系可能为：一、相交且交线在基准安装面内；二、相交但交线不在基准安装面内；三、平行。

(3)在基准安装面上，确定可测区域，某极限姿态下，油面与基准面交线的一侧为可测区。

液位传感器布局计算

以三个不同的长方体油箱模型做仿真，确定飞机俯仰角0°～15°、翻滚角在0°～25°范围内保持测量连续性(备注：本次仿真所设计的传感器布局在机身下方，沿机身中心线布局，所以姿态角是对称的)。需要在各姿态角下保证至少有两根传感器浸入但未浸没于油液中，以测量数据实时计算当前姿态油平面计算出油液体积，以极限姿态角的姿态：俯仰角为±15°，翻滚角±15°分别计算底部可测区域，确定出传感器安装位置。

按照上述传感器布局设计，仿真结果汇总，见表1。

表1不同飞姿下油液测量盲区仿真结果

根据以上仿真结果得出以下结论：

在水平飞姿情况下，最大盲区体积占比为2.44％；随着翻转角的变化(直至最大翻转角)，不可测体积逐渐增加，其中最大盲区体积占比为25.74％；俯仰角对油液体积测量影响比翻转角小，其中最大盲区体积占比为1.97％(此时为极限情况)；在翻转角与俯仰角均为极限时，最大盲区体积占比为8.39％。

在传感器数量限制的情况下，结合表1仿真结果，考虑到实际飞行姿态情况(极限飞姿状态占比少)，在5个传感器协同监测下，油箱液位监测相互校准，同时配合算法估计和滤波，预计可以降低不可测量盲区体积量(系统误差)。

根据上述结果将液位传感器安装到油箱内，基于此本发明步骤一有校正的静态模型建模思路：

当俯仰角α和翻转角β(偏航角γ对结果没有影响)发生变化时，计算出平稳运动状态下Z＝z

以地面坐标系为参考坐标系(OXYZ)，当飞机姿态角为零时机体坐标系(Oxyz)与参考坐标系重合，分析不同飞行姿态时参数的变化，以图3为示例介绍。

利用油量传感器和飞机姿态信息即俯仰角、滚转角传感器的输出值计算出油箱中实际油面方程；当飞机姿态角为α和β时，可以看作是机体坐标系相对于地面坐标系经过两次转动，第一次转动是沿着OY轴转动α角到达坐标Ox1y1z1，旋转矩阵T

第二次转动是沿着OX轴转动β角到达坐标系Oxyz，旋转矩阵T

由地面坐标系到机体坐标系的总的坐标变换矩阵T为

因此机体坐标系上的点(x,y,z)与在参考坐标系上的点(X,Y,Z)间的关系为

X＝xcosα+ysinβsinα+zsinαcosβ

Y＝ycosβ-zsinβ

Z＝-xsinα+ycosαsinβ+zcosαcosβ

油面在参考坐标系和机体坐标系的截距分别为Z

为了方便计算，将参考坐标系和机体坐标系的原点设在油箱最低点，则Z

则油平面在地平面坐标系中的方程为

Z＝Z

实现过程：

步骤1：将油箱外壳设计实体模型转化为STL格式文件；

步骤2：将STL格式数据读入Matlab软件环境，生成油箱外壳的法向量矩阵vm；

步骤3：对vm进行标准坐标转化，同时也对飞行姿态角进行标准坐标转化，并在标准坐标下提取每层的数据[X,Y,Z,α,β]；

步骤4：计算每层的体积

①在XoY平面，计算每层的中心点(以算数平均值确定)，记为A；

②以中心点A为公共顶点，与外壳映射到XoY平面的点进行连接，将每层分割成多个三角形，见下图2

③计算每个三角形的面积，加和得到每层的截面积S

④每层的体积V

步骤5：根据液位计读数计算油液容量，即Z

本发明步骤二基于步骤一基础的有校正的动态模型建模思路如下：

1、飞行过程中，短期情况下，一般认为油箱里面的油流量变化不大。

2、稳定状态下的液位体积估计值赋予更大的权值，不稳定状态下的液位体积估计值(一般是指发动机颠簸很厉害)赋予较小的权值。

3、对于不稳定状态的读数序列V

状态预测方程：V

协方差预测方程：

F

B

u

P

Q

Kalman增益方程：

状态更新方程：V'

协方差更新方程：P

H

R

z

卡尔曼滤波的基本步骤包括：

步骤1)：初始化系统状态的估计和协方差矩阵。

步骤2)：对当前状态进行预测，同时更新状态协方差矩阵。

步骤3)：根据传感器的测量值和预测的状态，计算卡尔曼增益，并使用测量值对状态进行更新。

步骤4)：重复步骤2)和步骤3)，递归地进行状态的预测和更新。

利用有限元分析估算油箱理论体积、Solidworks软件构造油箱3D模型，对上述校正方法进行仿真验证。

在稳态条件下，将整个油箱平分成30层(每层10mm)，分别计算每层的体积，见图4，从图4可以看出，曲线变化情况与油箱外形变化情况一致，趋势符合，故从定性角度，校正模型是合理的。

根据设计资料，4个关键节点对应的高度和体积见表2，与估算体积对比，从表2可以看出，4个节点的误差均低于5％，平均精度达到96.575％。

表2静态情况下关键节点体积对照表

考虑飞行姿态的仿真实验(动态权重仿真情况为0的状态，与静态校正一致)结果见表3，4个节点的误差均低于5％，平均精度达到96.675％。

表3飞行姿态下节点体积对照表

需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。

本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实例的说明只是用于帮助理解本发明的方法及其核心思想。以上所述仅是本发明的优选实施方式，应当指出，由于文字表达的有限性，而客观上存在无限的具体结构，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进、润饰或变化，也可以将上述技术特征以适当的方式进行组合；这些改进润饰、变化或组合，或未经改进将发明的构思和技术方案直接应用于其它场合的，均应视为本发明的保护范围。