基于遗传算法的直升机索降效率研究

2018-12-12徐合良黄钦儿

直升机技术 2018年4期

徐合良，黄钦儿

(中国直升机设计研究所，江西景德镇 333001)

0 引言

随着直升机技术的发展，直升机的应用范围也在逐渐扩大，直升机索降可以有效地实现在固定翼甚至直升机不便于降落的区域海军陆战队登陆作战或是特种部队的机动作战等。目前直升机索降主要采用“两点”索降方法，这种方法索降的效率较低，直升机悬停时间长，缩短了直升机的作战半径，无法满足日趋紧张的环境下的使用要求。同时，采用“两点”索降方法，直升机重心普遍靠前，危及直升机安全，并且未设置机组人员的沟通交流机制，不利于直升机的任务执行。因此，亟需一种更加高效、安全的索降方法来提高直升机的作战能力。

近年来，国内外对直升机索降方法的研究较少，并未找到相关的资料。

针对某型直升机一架次分批索降的人员较多，导致优化设计的变量多、计算优化过程复杂及结果准确性低等问题，本文采用了在优化平台软件ISIGHT[1]的基础上结合遗传算法[2]，再通过C++编程实现设计变量输入与计算结果输出自动读写的方法，对直升机索降进行优化设计。最后将优化计算的索降顺序、时间与某型机地面模拟得出的顺序、时间进行对比分析。

1 总体布置及人员设置

参考目前在国内陆海空三军大量服役的某型直升机的总体布局，确定了分别在直升机滑动舱门电动绞车支架(代号：A)、主减速器外吊挂接头(代号：B)、尾舱门上接头左右两侧(左侧代号：C，右侧代号：D)安装索降装置，制定了“四点”索降方案，具体如图1所示。

图1 几何模型

舱内布置主要情况是航向左右两侧壁板安装两排座椅，索降人员依次入座，最多可载运18名索降队员，具体情况如图2所示。图中注明每个座位的序号，用于遗传算法中的计算。

“四点”索降方案设置1名领航员与2名投放员，领航员负责与飞行员进行沟通交流，传达飞行员指令；投放员负责投放索降吊具，执行已制定的索降顺序并回收索降吊具，保证索降过程通畅安全。图中1号位置为领航员，4号与20号位置分别为1#投放员、2#投放员。

直升机操作需要遵守一定的设计要求，保证索降安全，这也是优化设计的前提条件，具体如下：

1) 首先拆除直升机的外吊挂口盖以及尾舱门，并做好起飞前的安全工作；

2) 直升机巡航至指定地点悬停，领航员与飞行员沟通完毕，开始索降准备工作；

3) 由1#投放员打开上地板口盖，挂上主减下方的索降吊具，3号位置队员挂上滑动舱门索降吊具，21号位置挂上尾舱门航向右侧和左侧的索降吊具；

4) 准备工作就绪，领航员与机组人员沟通，四个索降点开始索降。

图2 舱内布置图

2 设计变量编码方式

根据直升机舱内布局特点以及机上每个座位的离机验证时间，本文采用了是否离机和离机时间联合编码的方法[3]。对于每个索降队员来说，用两个整数状态变量来描述：E变量和F变量。其中E变量表示是否离机，F变量表示离机时间。E的取值范围是(0，1)，当为0时说明未离机。机上每个座位的索降队员离机验证时间(从解开安全带到离机整个过程所耗时间)如表1所示。

表1 对应座位离机时间

T的取值为座位号加索降点代号，如2号索降队员从A口索降则T取值为2A。

3 优化数学模型和优化步骤

直升机分批次索降过程以耗时最小为优化目标，在优化过程中以全机重量重心满足设计要求为准则,本文采用某型机典型的纵向重心包线范围6.2～6.6m，重心计算公式如下：

X全机=

本文优化过程中，每批次索降队员下降后均进行了重心计算，并判断是否符合包线要求，如不满足要求则可结束计算。由此可以建立直升机索降单目标优化设计的数学模型：

Min:T(E,F)

S.T:

其中，T表示索降过程所消耗时间，X全机表示全机纵向重心，Ei与Fi分别代表索降队员是否离机与离机时间。

本文采用的是ISIGHT软件自带的NSGA-Ⅱ遗传算法[11]，可以保证优化结果最终收敛到全局最优解。在ISIGHT中设置遗传算法参数，如表2。

表2 ISIGHT中遗传算法参数

图3是直升机索降优化设计的流程图。

图3 直升机索降优化流程图

4 优化结果

本文通过编写优化平台ISIGHT软件的接口程序实现计算数据的读写、查找、计算以及比较等功能自动化，具体如下：首先将读入的初始设计方案提交给优化平台；其次调用重心计算公式，经过计算得到结果文件；再次在结果文件中读取查找重心数据与时间，并判断重心是否在包线以内；最后自动将结果数据输出。每当计算完成一次后，将自动生成新的设计变量。根据设置的种群大小与种群代数，优化过程将会循环相应的步数，最终得到全局最优解，ISIGHT软件优化模型图如图4。

图4 ISIGHT优化模型图

初始方案为W=(E、F)=((0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0)((2A、3B、5C、6D)、(7A、8B、9C、10D)、(11A、12B、13C、14D)、(15A、16B、17C、18D)、(19A、21B、0C、0D)) ，针对初始索降方案，计算出索降时间是5.1min。通过ISIGHT优化后的优化结果方案是W=((1、1、1、1、1、1、1、1、1、1、1、1、1、1、1、1、1、1)((2A、13B、14C、15D)、(3A、10B、16C、17D)、(5A、11B、18C、19D)、(6A、8B、0C、21D)(7A、9B、12C、0D))。最终分5批索降，总耗时不到4.1min。

由于ISIGHT优化平台的遗传算法种群大小为50，种群代数是10，所以结果文件具有500个迭代值。为了更加清晰地分析数据的发展趋势，以下将选择100个迭代值。前200步(前4代)是对全局进行搜索，找出优异子代，一般数据会出现较大的跳变，故选择的100个迭代值将侧重于最后的4代。变化曲线如图5所示，从图5可以看出索降时间变化主要集中在几个离散点的跳动。

随着种群个体的不断进化，索降时间的变化趋势在逐渐减小。在90步左右的迭代步数时间开始收敛，最后的时间收敛到了4.1min。经过优化前后的比较，时间减少了1min。在优化过程中，索降过程中的重量重心数据不能显示，但必定满足重心包线要求，不然程序会终结。目前只能显示最后索降完毕直升机返航状态时的重心数据，具体的变化图如图6所示。从图中可以看出，其变化趋势与时间不同，在50步之后开始收敛，最终收敛到6.45mm。