气象模型航迹测试刍议论文气象模型航迹测试刍议论文预读:摘要:飞行管制数据信息的AIDL过程交互飞行意图描述语言AIDLAIDL是一种基于字母和语法的语言,AIDL旨在利用航迹计算过程相关的物理和数学基础,用来描述一段模糊航程(即一段未被精确计算的航段),在ATM情景下,任何一架航空器可能发生的运动行为模式都可以合理地由AIDL语言来引出.AIDL包括字母表和语法,字母表中包括了32个基本指令,每一个基本指令都同航空器的一个基本运动相关联［2］.这些简单的指令按照语法规则相互组合,便形成了飞行员的一个操作或者是管制员的一个指令.将这些代码输入到计算机中,便能实现一个标准化的数据交换模式来进行地面和空中的高精确度的通信.AIDL状态模块包括对应的速度、航迹角、高度、偏航角、航迹限制等等.在管制过程中,对相应的飞行参数与AIDL指令逐一对应,并记录动作改变的开始和结束时间.这样通过AIDL语言来对航空器飞行模式进行描述的同时,也得到了航空器的实时飞行状态参数,做到实时的信息反馈.AIDL语言通过发布指令,后台进行计算,根据计算结果从而改变航空器的运行状态.基于AIDL的数据信息交互在航空器的实际飞行中,管制员指挥意图不确定性是飞行航迹预测中最大的误差源之一.管制员的任务是保证飞行间隔、解决飞行冲突和减轻拥挤.管制员和飞行员之间通信的准确性就变得至关重要,这也是影响航迹预测精确度的主要方面.为了提高预测的准确性,减少在实际飞行中管制员指挥意图的不确定性,并且解决在飞行过程中潜在的飞行冲突,本文提出在考虑气象模型的基础上运用AIDL语言进行交互.AIDL语言将必要的参数用公式来描述飞行意图,根据AIDL来表示飞机的意图,它确保给每个飞行意图都定义了一个独特的航迹.任何一架航空器可能发生的运动行为模式都可以合理地由AIDL语言来表示.当管制员需要发布指令时,可以通过输入AIDL指令,通过上文介绍的方法进行后台运算,从而得出航空器接下来的运行状态,方便不同的用户之间进行共享与使用.通过实时的4D航迹预测计算出航空器的飞行轨迹,同时将风的因素考虑在内,求出在考虑风的变化的情况下更加接近于实际航迹的飞行轨迹,算出数据,作为AIDL指令执行的参考依据,地面和空中通过AIDL标准化语言进行通信,降低了由于人为因素或者语音通话的传输的不确定所造成的误差当管制员或飞行员需要对航空器进行操作时,地基ATM系统施加一个意图信息给航空器进程,空中系统就会产生一个满足该意图信息的四维航迹,并将其传达给地基系统,如果地基系统发现存在潜在冲突,就会向空中系统请求航空器意图,从而解决冲突.一旦地基系统有了消除冲突的办法,地基系统就会吸收一个额外的意图信息从而产生等同的航迹,并将该意图信息传给空中系统.空中系统会产生满足所有意图信息的四维航迹,并将其传给地面.由此实现了地面和空中的交互通信.考虑气象因素的4D航迹模型飞机质点的运动方程在空中交通管理的应用中,用来描述飞行器运动轨迹的方程组有很多,由于这些方程是依赖于简化和假设提出的,所以在组成上有所不同.另外,由于运动方程中出现的变量同样出现在了飞行意图的定义中,所以运动方程的实际组成形式会影响到飞行意图的公式化表示.AIDL是通过一系列的运动方程来定义的.我们运用这些运动方程来描述航空器重心的运动,并且把航空器看作是一个质量变化的刚性物体.航空器之所以能被看作是一个质量变化的刚性物体,主要是由于在飞行过程中航空器油量的变化所引起的.通常,我们用三个坐标来描述航空器质量中心的位置:纵向(x),横向(y),高度(h);另外两个量用来描述航空器的姿态:飞行航迹角(θ),迎角(α).为了能推导出航空器的运动方程,通常假设航空器所进行的是对称协调的飞行,并且具有小的迎角.还有一些假设则是根据飞行性能模型和环境模型的需要所给出的.以下给出在ATM中用来描述航空器运动过程中（式略）轨迹预测中风的模型在航空器飞行过程中,由于高度的升高,风的影响,即使保持等马赫数或等校正空速,飞机的真空速也会发生改变.为了提高航迹计算的精确程度,就要考虑气象因素的影响.建立精确的风模型,对于四维轨迹预测是至关重要的,能够有效地提高航空器到达预定关键点的精确度,常通过当前值和预测值来估计任意一点风的信息.在实时预测的4D航迹中,采用AIDL语言进行通信,描述航空器的意图,并将风的信息考虑在内,提高航迹预测的精确度.巡航阶段可以根据机载设备测量值和气象部门的预报值来获取风的信息,在某地预报风的标准偏差近似为δt=4槡T,T为预报风的时间,单位为h,基于机载测量预报某航路点风速的标准偏差为δdi=1．3△Di,△Di为当前飞机位置到预报风航路点的直线距离.基于以上两种偏差,可以得到在航路点i处的估计风速为:（式略）4算例验证本文以广州白云机场(ZGGG)02R跑道某一离场程序的关键航路点RWY02R、D12．01BBR、CON、D20．0CON、LMN飞行信息为例进行仿真,选取机型为B737－300的中机型,进行航迹预测分析.根据基本航迹预测模型,需要输入数据源包括:航空器状态、航迹限制条件、航空器性能模型以及气象信息.提取日FPL报可得到航空器状态,包括:地速、航向、高度、航空器位置、航空器机型等根据上文所介绍的模型,已知离场航线上各重要点的经纬度坐标,通过计算,预测出航空器在离场时飞离各点的高度,速度以及过点时间,实际的飞行中,空域环境及气象条件的影响不是固定不变的.特别是大气中的云和风对飞行的动态影响会降低管制部门对空中交通态势预测的准确性,从而增加飞行的不确定因素.本文正是出于对实际飞行的考虑,将风的影响因素实时应用到飞行状态的变化中,得到更精准的航路点过点速度、高度及时间,并及时修改航迹信息和实际情况相符.结果表明两个方向得到的计算数据是有效的.结论据原创论文数据统计分析,1)设计了转子支承三维CATIA模型,并建立了对应的有限元模型,在StaticStructural中对不同零件采用不同网格大小进行网格划分,并施加载荷,从而算得了支承的刚度值.2)通过对比3种方案得到的结果,在实际计算过程中,可以采用在空心轴内表面上加面力或空心轴外表面上加轴承载荷的方法来计算支承刚度.3)本文研究工作对于航空发动机转子系统的模拟支承设计与刚度计算提供了重要方法和思路.
