Способ определения посадочных характеристик самолета путем имитационного моделирования

В статье рассматривается способ определения посадочных характеристик самолета, основной из которых является длина пробега, в зависимости от типа и давления зарядки авиационных колес, состояния поверхности взлетно-посадочной полосы, массы самолета, наличия тормозных парашютов. Представленные результаты получены путем имитационного моделирования пространственного движения самолета на режиме «посадка». Модель динамики движения самолета включает модули расчета кинематических параметров движения самолета, тяги двигателя, опорных реакций шасси, тормозных усилий в тормозах колес и тормозных парашютах. Адекватность и достоверность разработанной модели движения самолета подтверждена путем сравнения значений кинематических параметров движения, полученных в результате имитационного моделирования, и параметров, полученных из реального полета маневренного самолета. Разработанная имитационная модель позволяет анализировать изменение кинематических параметров движения самолета, определяющих режим его полета. По результатам проведенного исследования было определено, что уменьшение почти в два раза нормального эксплуатационного давления в основных колесах шасси уменьшает длину пробега самолета больше чем на сорок процентов. Установка колес КТ-163Д вместо КТ-251А сокращает длину пробега примерно в полтора раза, использование тормозных парашютов сокращает длину пробега самолета почти в два раза при посадке на обледеневшую взлетно-посадочную полосу. Представленный способ рекомендуется использовать при исследовании посадочных характеристик самолета при его проектировании или модернизации. Также предлагается интегрировать разработанный способ определения посадочных характеристик в состав информационно-управляющей системы самолета в целях оперативного определения посадочных характеристик самолета в режиме реального времени в полете в конкретных условиях полета.

1. Ефремов А.В. Система самолет-летчик. Закономерности и математическое моделирование поведения летчика. М.: Издательство МАИ, 2017. 196 с.

2. Robinson T. Train virtual, fight easy [Электронный ресурс] // AERO SPACE. Royal aeronautical society. 2017. No. 6 (44). Pp. 16–19. URL: https://www.aerosociety.com/news/train-virtual-fight-easy (дата обращения: 23.11.2021).

3. Мышкин Л.В. Прогнозирование развития авиационной техники: теория и практика. М.: ФИЗМАТЛИТ, 2006. 304 с.

4. Ефремов А.В. Динамика полета: учебник для вузов / А.В. Ефремов, В.Ф. Захарченко, В.Н. Овчаренко, В.Л. Суханов. М.: Машиностроение, 2011. 776 с.

5. Костин П.С., Верещагин Ю.О., Волошин В.А. Программно-моделирующий комплекс для полунатурного моделирования динамики маневренного самолета [Электронный ресурс] // Труды МАИ. 2015. № 81. 30 c. URL: http://trudymai.ru/published.php?ID=57735 (дата обращения: 23.11.2021).

6. Икрянников Е.Д., Иськуо А.С., Левицкий С.В. и др. Самолет Як-130УБС. Аэродинамика и летные характеристики / Под ред. В.А. Подобедова, К.Ф. Поповича. М.: Машиностроение, 2015. 346 с.

7. Heinemann S., Müller H.A., Suleman A. Toward smarter autoflight control system infrastructure [Электронный ресурс] // Journal of Aerospace Information Systems. 2018. Vol. 15, no. 6. 21 p. DOI: 10.2514/1.I010565 (дата обращения: 23.11.2021).

8. Борисов В.Г., Начинкина Г.Н., Шевченко А.М. Методика проектирования алгоритмов управления полетом маневренных самолетов // Труды МИЭА. Навигация и управление летательными аппаратами. 2011. № 3. С. 48–56.

9. Верещиков Д.В., Журавский К.А., Костин П.С. Оценка качества управления движением маневренного самолета // Вестник Московского авиационного института. 2021. Т. 28, № 2. С. 191–205. DOI: 10.34759/vst-2021-2-191-205

10. Efremov A.V. Pilot behavior modeling and its application to manual control tasks / A.V. Efremov, M.S. Tjaglik, U.V. Tiumentzev, T. Wenqian [Электронный ресурс] // IFAC-PapersOnLine. 2016. Vol. 49, no. 32. Pp. 159–164. DOI: 10.1016/j.ifacol.2016.12.207 (дата обращения: 23.11.2021).

11. Jirgl M., Jalovecky R., Bradac Z. Models of pilot behavior and their use to evaluate the state of pilot training // Journal of Electrical Engineering. 2016. Vol. 67, no. 4. Pp. 267–272. DOI: 10.1515/jee-2016-0039

12. Wang T., Xie W., Zhang Y. Sliding mode reconfigurable fault tolerant control for nonlinear aircraft systems [Электронный ресурс] // Journal of Aerospace Engineering. 2015. Vol. 28. 17 p. DOI: 10.1061/(ASCE)AS.19435525.0000420 (дата обращения: 23.11.2021).

13. Majka A. Remotely piloted aircraft system with optimum avoidance maneuvers [Электронный ресурс] // Proceedings of the Institution of Mechanical Engineers, Part G: Journal of Aerospace Engineering. 2018. Vol. 232, no. 7. Pp. 1247–1257. DOI: 10.1177/0954410017697997 (дата обращения: 23.11.2021).

14. Skoog M.A., Less J.L. Development and flight demonstration of a variable autonomy ground collision avoidance system [Электронный ресурс] // American Institute of Aeronautics and Astronautics. 2014. 22 p. URL: https://technology-afrc.ndc.nasa.gov/documents/features/DR-0005-DRC-012-033_iGCAS-paper_2014-06-28.pdf (дата обращения: 23.11.2021).

15. Okamoto K., Tsuchiya T. Optimal aircraft control in stochastic severe weather conditions // Journal of Guidance, Control, and Dynamics. 2015. Vol. 39, no. 1. Pp. 77–85. DOI: 10.2514/1.G001105

16. Suzuki, S., Sakamoto, Y., Sanematsu, Y. & Takahara, H. (2006). Analysis of human pilot control inputs using neural network. Application Interrupt and Reset Control Register, vol. 43, no. 3, pp. 793–798. DOI: 10.2514/1.16898