用于航空安全量化研究的飞行员建模研究

发布时间：2017-10-03 06:30

  本文关键词：用于航空安全量化研究的飞行员建模研究

  更多相关文章： 飞行员模型 复杂系统理论 人为因素 航空安全 定量化

【摘要】：如何提高飞行安全一直是一个重要的话题。不同来源的统计均表明，飞行事故中由于人为因素而导致的机组操作错误造成的事故大约占总事故的60%-80%。研究飞行员人为因素对飞机飞行安全的影响对于降低事故率具有重要的意义。本论文受国家重点基础研究发展计划的支持(课题编号2010CB734103)。 研究人为因素对飞行安全定量化影响的最有效的途径是在人机一体化仿真环境中，综合人-机-环全方位信息，根据飞行员模型考察飞行状态的变化。人机环仿真模型的关键技术难点在于构建一个包含自适应行为、不确定性和多人为因素约束特点在内的飞行员模型。 本文的研究内容包括：分析了当前存在的飞行员模型结构的不足；通过讨论人与自动化的功能分配，建立非线性六自由度飞机模型，，设计了一定的自动化设备；提出了一个新的飞行员模型，该模型主要包括三个信息处理模块：信息感知模块、决策模块和动作执行模块。通过将飞行员模型中的人为因素设置为符合不同概率分布的随机变量和选取不同的控制规则，从而反映人的不同特性。分别了设置两个不同的场景，探究了人为因素的不确定性对飞行安全的影响，提出了基于飞行绩效间的人为因素量化方法。 研究结果表明：人为因素对飞行安全会产生严重影响，其中感知阈、驻留时间和反应时对飞行安全的影响趋势相同，而操作误差和仪表扫视顺序的影响趋势显著不同；通过采用本文提出基于飞行绩效阈边界识别的人为因素量化方法，可以大大的提高飞行员的操作绩效。
【关键词】：飞行员模型 复杂系统理论 人为因素 航空安全 定量化
【学位授予单位】：上海交通大学
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：V328
【目录】：

• 附件5-6
• 摘要6-7
• ABSTRACT7-9
• 目录9-12
• 图录12-14
• 表录14-15
• 第一章 绪论15-28
• 1.1 引言15-16
• 1.2 复杂系统理论16-19
• 1.2.1 复杂系统发展概述16-17
• 1.2.2 人-机-环复杂系统的特点17
• 1.2.3 复杂人-机-环建模技术难点17-19
• 1.3 飞行员建模综述19-27
• 1.3.1 人的生理建模20-21
• 1.3.2 准线性模型21-22
• 1.3.3 Hess 结构化模型22
• 1.3.4 基于神经网络的飞行员模型22-23
• 1.3.5 Hosman 描述模型23-24
• 1.3.6 最优控制模型24-25
• 1.3.7 基于任务网络和认知构架的飞行员模型25-27
• 1.4 论文主要内容与章节安排27-28
• 第二章 飞机模型建模28-43
• 2.1 飞行员与自动化的关系28
• 2.2 刚体飞机运动假设28-29
• 2.3 飞机空间运动的表示29-32
• 2.3.1 飞机运动坐标系和运动参数29
• 2.3.2 飞机运动的控制量和被控量29-30
• 2.3.3 飞机六自由度运动方程30-31
• 2.3.4 飞机空气动力学计算31-32
• 2.4 飞机六自由度运动方程的简化32-36
• 2.4.1 飞机运动方程的解耦32
• 2.4.2 飞机运动数学模型的配平32-35
• 2.4.3 飞机运动数学模型的线性化35-36
• 2.5 飞机控制系统设计36-42
• 2.5.1 俯仰姿态保持/控制模态控制器36-37
• 2.5.2 高度保持/控制模态控制器37-38
• 2.5.3 速度保持/控制模态控制器38-39
• 2.5.4 倾斜姿态保持/控制模态控制器39-40
• 2.5.5 航向保持/控制模态控制器40-41
• 2.5.6 侧向偏离保持/控制模态控制器41-42
• 2.6 本章小结42-43
• 第三章 飞行员建模43-54
• 3.1 飞行员模型构建概述43-44
• 3.2 人为因素选取44-45
• 3.3 感知模块45-46
• 3.4 决策模块46-47
• 3.5 控制模块47-49
• 3.6 飞行员在环仿真模型的实现49-53
• 3.6.1 人-机-环仿真系统开发平台49-50
• 3.6.2 人-机-环仿真系统实验流程50-53
• 3.6.2.1 飞行场景开发50-51
• 3.6.2.2 仿真参数初始化配置51
• 3.6.2.3 仿真数据产生51-52
• 3.6.2.4 仿真数据存储52-53
• 3.7 本章小结53-54
• 第四章 人为因素不确定性对飞行安全的影响54-61
• 4.1 飞行场景54-55
• 4.2 人为因素设置55-56
• 4.3 实验结果与分析56-60
• 4.4 本章小结60-61
• 第五章 基于飞行绩效边界识别的人为因素量化61-73
• 5.1 基于粒子群优化算法的支持向量机模型61-65
• 5.1.1 支持向量机模型61-64
• 5.1.2 基于粒子群优化算法的支持向量机参数选择（PSO-SVM）64-65
• 5.2 飞行场景65-66
• 5.3 飞行绩效定义66
• 5.4 人为因素设置66-68
• 5.5 实验结果与分析68-72
• 5.5.1 敏感性分析68-69
• 5.5.2 仿真结果分析69-72
• 5.6 实验验证72
• 5.7 本章小结72-73
• 第六章 总结与展望73-75
• 6.1 本文主要研究内容73-74
• 6.2 未来研究工作展望74-75
• 参考文献75-80
• 致谢80-81
• 攻读硕士学位期间已发表或录用的论文81

【参考文献】

中国期刊全文数据库 前7条

1 沈宏良,刘昶;飞机平衡状态的优化计算方法[J];飞行力学;2001年04期

2 金吾伦,郭元林;复杂性科学及其演变[J];复杂系统与复杂性科学;2004年01期

3 谭跃进,邓宏钟;复杂适应系统理论及其应用研究[J];系统工程;2001年05期

4 陈俊;李倩;;驾驶舱自动化与人的因素[J];中国民航飞行学院学报;2011年02期

5 张学工;关于统计学习理论与支持向量机[J];自动化学报;2000年01期

6 杜涛;王江云;;飞行仿真器方式控制面板的数字化设计与实现[J];系统仿真学报;2006年S2期

7 John H.Holland;;STUDYING COMPLEX ADAPTIVE SYSTEMS[J];Journal of Systems Science & Complexity;2006年01期

本文编号：963665