Common-form statistical relations for conceptual sizing of electric and hybrid VTOL unmanned aircraft

设计一种既能像直升机一样悬停，又能像飞机一样向前飞行的飞行器，是现代工程领域中最具挑战性的难题之一。这些被称为垂直起降（VTOL）无人机的机器，必须同时满足两套截然不同的物理规则。为了悬停，它们需要强大的旋翼将空气直接向下推以支撑其重量；而为了高效地向前飞行，它们需要机翼来捕捉空气以产生升力，同时旋翼转速要大幅降低以节省能量。工程师面临的挑战在于，这两项要求往往是相互冲突的：拥有用于悬停的大型旋翼的设计可能会导致沉重且阻力大的机翼，从而破坏其前进速度；而设计精巧、速度快的飞机则可能缺乏垂直起飞所需的动力。几十年来，创造这些混合动力机器的过程需要建造昂贵的原型机、进行测试，并在数学计算不成立时重新开始。

索非亚技术大学的一个研究小组提出了一种在切割第一块金属之前解决这一难题的新方法。他们并没有将每一款新的无人机设计视为一个独特的谜团，而是收集了从2011年到2026年间建造的数十款现有电动和混合动力无人机的数据，以寻找共同的规律。他们研究了这些机器制造的四种主要方式：有些拥有独立的升力和巡航电机，有些会倾斜整个发动机，有些会倾斜机翼，还有些则是像飞机一样通过尾部着陆。通过分析这些不同设计的真实数据，研究人员发现，尽管形状各异，但它们都遵循一套相似的统计规则。这一发现使得工程师只需知道无人机的重量和目标速度，就能对机翼大小、旋翼尺寸以及所需电池功率做出可靠的初步预判。

研究人员首先收集了来自同行评审研究、制造商规格说明和研究演示机的海量数据集合。他们专注于电动和混合动力无人机，并将它们分为四个架构家族。对于每个家族，他们研究了飞行器重量与机翼尺寸之间的关系，以及重量与旋转旋翼总面积之间的关系。他们发现，对于给定的巡航速度，飞行器重量除以机翼面积在每种设计类型中都遵循一种可预测的模式。例如，使用独立升力和巡航电机的无人机，其机翼相对于重量的大小，往往与倾斜机翼以飞行的无人机不同。通过计算这些模式，团队创建了一组系数（即缩放因子），它们可以作为快速参考指南。这些因子告诉工程师，如果选择了特定的设计风格，他们可以立即估算出必要的机翼面积和旋翼尺寸，而无需运行复杂的计算机模拟。

研究人员还绘制出了这些机器的功率需求图。研究人员发现，悬停所需的能量与旋翼的负载程度直接相关，而负载是一个衡量每平方米旋翼面积需支撑多少重量的指标。较重的负载需要更多功率，但这种关系在所有不同类型的无人机中都遵循一条一致的曲线。同样，向前匀速飞行所需的功率被发现与速度成正比，并且每种设计风格都有一个特定的乘数。这意味着一旦工程师决定了巡航速度，他们就可以立即计算出电机维持该飞行所需的功率。团队还研究了电池储能，确定了在成功的案例中，每公斤飞行器重量通常安装了多少能量。这有助于设计师避免一个常见的陷阱：制造出的无人机因电池过重而无法起飞，或者在到达目的地之前就耗尽了电量。

为了证明他们的方法有效，研究人员将其公式应用于一个名为 TERES-02 的特定概念，这是一款旨在携带50公斤载荷的混合动力无人机。他们仅从三个基本输入参数开始：总重量、33米/秒的期望巡航速度以及四个升力旋翼。利用这些统计规则，他们计算出该无人机需要1.75平方米的机翼面积，以及直径约为0.88米的旋翼。随后，数学结果显示，电机需要产生约12.87千瓦的功率来进行悬停，以及2.23千瓦的功率进行巡航。最后，他们确定电池至少需要1.34千瓦时的容量，以应对五分钟的垂直飞行阶段。整个过程通常需要数周的详细建模，而现在仅需一步即可完成，为进一步开发提供了坚实的起点。

这项工作的价值在于它能够降低设计初期的不确定性。通过使用一种可以通过简单系数适应不同形状的单一数学结构，研究人员创建了一个几乎适用于任何固定翼VTOL无人机的工具。他们谨慎地指出，这些公式仅用于初步筛选阶段，不能替代后期的详细工程设计。由于他们使用的数据来自数量有限的现有飞行器，因此当设计与数据库中的案例高度相似时，结果的置信度最高。例如，倾转旋翼设计的数据仅基于五架飞行器，因此这些特定数值比拥有八个案例的升降巡航类设计更具尝试性。研究人员还指出，他们当前数据库的一个主要局限是缺乏一致的、真实的功率测量数据，因为许多来源仅报告理论功率或额定功率，而非电机在实际飞行中的实际功耗。

尽管存在这些局限性，该研究仍为下一代无人驾驶飞行器指明了一条清晰的道路。它将飞行器的几何形状与能源系统分离，允许设计师将不同的动力源（如电池或燃料电池）与最高效的机体形状相结合。研究人员强调，他们的方法并不是一种消除测试需求的“魔法解决方案”，而是一种确保第一版设计方案建立在已有实物基础之上的方法。通过借鉴数十个以往项目的集体经验，工程师可以避免最常见的错误，并将资源集中在完善设计上，而不是猜测其基本尺寸。这种方法将飞行器设计的早期阶段从一场概率游戏转变为一门更可预测的科学，帮助这些多功能机器更快地从绘图板走向蓝天。