AFLoNext 是一个为期四年的项目,由欧盟委员会在第七框架计划下资助。该项目的主要目标是验证和完善用于新型飞机配置的极具前景的流动控制和降噪技术,以在提高飞机性能和减少环境足迹方面迈出一大步。该项目联盟由来自 15 个国家的 40 个欧洲合作伙伴组成。构成 AFLoNext 科学概念的六条技术流之一涉及减轻和控制起飞和降落期间起落架区域的振动。起落架附近的结构部件,例如起落架壳壁、支柱或起落架门,通常会承受显著的动态载荷。这些载荷源于波动的气动压力和由此产生的结构振动。机身下方高度波动且复杂的气动流动行为会导致结构部件上的非稳定压力。本文介绍了用于预测此类动态载荷的 CFD 方法,并介绍了使用混合 RANS-LES 模型和格子波尔兹曼方法计算的一些初步结果。与飞行测试数据的比较验证了这些 CFD 模拟的真实性。
稿件版本:作者接受的稿件 WRAP 中呈现的版本是作者接受的稿件,可能与已发布的版本或记录版本不同。 永久 WRAP URL:http://wrap.warwick.ac.uk/115804 如何引用:请参阅已发布的版本以获取最新的书目引用信息。如果已知已发布的版本,上面链接的存储库项目页面将包含有关访问它的详细信息。 版权和再利用:华威研究档案门户 (WRAP) 在以下条件下开放华威大学研究人员的这项工作。版权 © 和此处呈现的论文版本的所有道德权利属于个人作者和/或其他版权所有者。在合理和可行的范围内,WRAP 中提供的材料在提供之前已经过资格检查。完整项目的副本可用于个人研究或学习、教育或非营利目的,无需事先许可或收费。只要注明作者、标题和完整的书目详细信息,并提供原始元数据页面的超链接和/或 URL,并且内容不会以任何方式更改。出版商声明:请参阅存储库项目页面的出版商声明部分,了解更多信息。如需更多信息,请联系 WRAP 团队:wrap@warwick.ac.uk。
飞机于 05:16 1ST(23:46:50 UTC)开始下降进入香港。它对跑道 07L 进行了 ILS 进近。它在 2000 英尺(气压高度)处建立了 ILS(LOC 和 GS)。飞机在 ILS(LOC 和 GS)上建立后,没有观察到与 DFDR 数据的显着偏差。飞机从 1000 英尺无线电高度下降,配置为襟翼 30 着陆,减速板处于准备状态,正在接近跑道 07L。自动驾驶仪在 05:53:47 1ST 时(00:23:47UTC)处于下滑道 (G/S) 和定位器 (LOC) 模式,自动油门接合速度 (SPD) 模式。自动驾驶仪在 5:54:03 1ST 时(00:24:03 UTS)在 843 英尺 RA 处解除,而自动油门保持接合直到接地后,参考着陆速度 (VREF) 记录为 140 节,在进近过程中,计算空速保持在大约 145 节 (VREF+5)。进近过程中下降率保持在平均 800 英尺/分钟。
无人机具有提高操作灵活性和降低任务成本的良好能力,我们正在利用固定翼无人机实现的自动航母着陆性能改进。为了展示这种潜力,本文研究了两个关键指标,即基于 F/A-18 大攻角 (HARV) 模型的无人机飞行路径控制性能和降低进近速度。着陆控制架构由自动油门、稳定增强系统、下滑道和进近航迹控制器组成。使用蒙特卡洛模拟在一系列环境不确定性下测试控制模型的性能,包括由风切变、离散和连续阵风以及航母尾流组成的大气湍流。考虑了真实的甲板运动,其中使用了海军研究办公室 (ONR) 发布的海军环境系统表征 (SCONE) 计划下的标准甲板运动时间变化曲线。我们通过数字方式演示了允许成功着陆航母的限制进近条件以及影响其性能的因素。
加拿大运输安全委员会 (TSB) 任命了一名授权代表负责调查,飞机制造商庞巴迪为 TSB 代表任命了一名顾问。爱尔兰航空事故调查组 (AAIU) 和瑞典事故调查机构 SHK (Statens haverikommission) 依据《国际民用航空公约》附件 13 任命了授权代表负责调查。依据关于调查和预防民航事故和事件的 (EU) No 996/2010 条例,欧洲航空安全局 (EASA) 任命了一名技术顾问负责调查。依据《安全调查法》第 12 条,SIAF 决定让授权和授权的代表和顾问参与调查。
摘要 旋翼机运行的安全性受当地天气条件的显著影响,尤其是在悬停和着陆等关键飞行阶段。尽管旋翼机具有操作灵活性,但此类飞机的事故比例明显高于固定翼飞机。操作旋翼机的一个关键风险时期是在视觉环境恶化的情况下运行,例如浓雾天气。在这种情况下,飞行员的工作量显著增加,他们的态势感知能力会受到极大阻碍。本研究考察了在清晰和模糊的视觉环境中运行时,通过使用平视显示器 (HUD) 向飞行员提供信息对感知工作量和态势感知的影响程度。结果表明,虽然 HUD 在清晰条件下对飞行员没有好处,但在模糊的视觉条件下运行时,飞行员的工作量会减少。总体结果表明,使用 HUD 可以减少在视觉环境较差的情况下飞行的困难。
摘要 旋翼机的运行安全性受当地天气条件的显著影响,尤其是在飞行的关键阶段,包括悬停和着陆。尽管旋翼机具有操作灵活性,但此类飞机的事故比例明显高于固定翼飞机。旋翼机操作的关键风险时期是在视觉环境恶化的情况下,例如浓雾天气。在这种情况下,飞行员的工作量显著增加,他们的态势感知能力会受到极大阻碍。本研究考察了在清晰和模糊的视觉环境中操作时,通过使用平视显示器 (HUD) 向飞行员提供信息对感知工作量和态势感知的影响程度。结果表明,虽然 HUD 在清晰条件下对飞行员没有好处,但在模糊的视觉条件下操作时,飞行员的工作量会减少。总体结果表明,使用 HUD 可以减少在模糊的视觉环境中飞行的困难。
小型飞行机器人可以通过保持恒定的发散度,利用仿生光流进行着陆动作。但是,光流通常是根据标准微型摄像机记录的帧序列估算出来的。这需要在机上处理完整图像,限制发散度测量的更新率,从而限制控制回路和机器人的速度。基于事件的摄像机通过仅以微秒时间精度测量像素级亮度变化来克服这些限制,从而为光流估计提供了一种有效的机制。据我们所知,本文首次将基于事件的光流估计集成到飞行机器人的控制回路中。我们扩展了现有的“局部平面拟合”算法,以获得改进的、计算效率更高的光流估计方法,该方法适用于各种光流速度。该方法已针对真实事件序列进行了验证。此外,介绍了一种基于事件的光流估计发散的方法,该方法考虑了孔径问题。开发的算法在四旋翼飞行器上的恒定发散着陆控制器中实现。实验表明,使用基于事件的光流,可以在很宽的速度范围内获得准确的发散估计。这使四旋翼飞行器能够执行非常快速的着陆机动。
条件是专门为本研究创建的。风速设置为 80 kt(150 公里/小时),相当于蒲福风级 17° 风暴强度时的风速。飓风期间也可以发现类似的风速。除了风力变化外,ILS 的另一个困难是,当超过 1,500 英尺时,风向会发生变化。风引起的湍流强度设置为最高水平。图 8 显示了 a) 在 Google Earth 中制作的 3D 路径着陆进近,以及 b) 使用 FS Instructor 创建的显示下滑道以及应用的理想 GP 线的图表。可以看出,ILS 未能引导飞机进入跑道。在进近开始时,飞机偏离了理想下滑道。由 ILS 引导的飞机在距离跑道外缘约 15 米处着陆。在这种情况下着陆时,飞行员有责任中断进近。如果在达到决策高度时发生这种情况,飞机将不会位于跑道轴线上。
他进一步表示,他不习惯使用 A/THR,他更喜欢在 A/THR 断开的情况下进近。稳定高度设置为 1,000 英尺 AGL。他补充说,他已经向副驾驶解释过,如果他认为有必要,他可以要求中止进近。ACARS 在 06 时 47 分收到的 ATIS O 提到风速为 25 节,风向为 210°,阵风为 37 节。他解释说,他查看了 MCDU 上显示的 Vapp 值,并且在进近过程中他使用了这个值,在该值上增加 5 到 10 节作为手动飞行的目标速度,但没有修改 MCDU 上 PERF APPROACH 页面上显示的值。下降 200 英尺后,他看到 PAPI 上的三个红灯和速度趋势增加。他解释说,在最后进近时,飞机向左急速倾斜让他很惊讶,他担心左翼会碰到跑道。他说他没有时间拉平。他考虑过中止着陆,但当他注意到飞机没有打滑时,他宁愿减少推力并部署反推装置。