Optimized Fuzzy Control and Simulation for Vibration Mitigation in Fighter Aircraft Landing Gear Using Magnetorheological Dampers
本文通过一项仿真研究表明，在十自由度战斗机着陆架模型中，利用元启发式算法对磁流变阻尼器进行调优的最优设计二型模糊控制器，在减轻着陆振动和管理系统不确定性方面，显著优于一型模糊控制器及传统的基于专家系统的控制器。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
当飞机在跑道上着陆时，轮子与地面之间的碰撞会向整个机器发送一股剧烈的冲击波。这种冲击不仅是让飞机停下来，它还会震动机身，颠簸座椅，并将尖锐的振动直接传递给飞行员和乘客。为了应对这一问题，工程师们依赖于配备了减震器的起落架，这些装置旨在吸收动能并平滑乘坐体验。在现代航空领域，这些装置通常不仅仅是传统的被动弹簧，而是“智能”阻尼器，其中填充了特殊的液体，这种液体在暴露于磁场时可以几乎瞬间改变其粘度。通过调节这个磁场，计算机可以实时调整阻尼器的硬度或软度，从而根据着陆时的特定颠簸来定制乘坐感。然而，控制这些智能装置非常困难，因为起落架的物理特性非常复杂，涉及轮子的运动、飞机机身的扭转，以及座椅和机组人员重量的变化，同时系统还要面临不可预测的不确定性。
研究人员 Arash Rahmani、Sooreil Sheikh Ahmadi 和 Hossein Mahmoudi 着手解决这一控制问题，通过教计算机如何管理这些智能阻尼器，而无需人类专家来编写规则。他们将研究重点放在一架战斗机上——这是一种对稳定性要求极高的机器，并为整个系统构建了一个详细的数字模型。该模型包含十个不同的运动部件：三组轮子、飞机主体、两个座椅和两名飞行员，所有部件都通过弹簧和阻尼器连接在一起。他们模拟了一个着陆场景，即轮胎以三个尖锐的三角形凸起撞击地面，以模拟真实着陆时的突然冲击。目标是观察是否可以编写一个控制器，使其能够自动计算出调整磁性阻尼器的最佳方式，以保持飞机的稳定，而不是依赖人类去猜测正确的设置。
为了实现这一目标，团队采用了被称为模糊控制的计算机逻辑方法。与进行严格的“是或否”决策的传统计算机不同，模糊逻辑允许存在灰色地带，这使其非常擅长处理着陆过程中混乱且具有不确定性的现实情况。研究人员测试了两个版本的逻辑：一个标准版本和一个能够处理更深层次不确定性的高级版本。至关重要的是，他们没有要求人类专家来定义控制器应如何表现的规则，而是使用了元启发式优化技术，让计算机自行寻找最佳规则。这个过程涉及调整模糊系统的参数，以找到能够使飞机震动最小化的特定配置。计算机不断调整其“隶属函数”（即系统对“微小”或“巨大”振动的内部定义），直到找到最有效的配置。
他们的模拟结果显示出了清晰的性能等级。即使经过计算机优化，标准模糊控制器的表现也优于由人类专家设计的传统系统。然而，能够解释更广泛不确定性的高级模糊控制器被证明是最有效的工具。在模拟中，该高级系统产生了最平滑的力量，并保持了对阻尼器最稳定的电压水平。当起落架撞击模拟的凸起时，高级控制器使飞机机体和飞行员的运动保持得异常平稳。虽然未经过优化的系统会导致显著的震动和不规则运动，但经过优化的高级控制器将飞行员在某一方向的位移限制在小于 10 毫米，在另一方向限制在 5 毫米以内。飞行员运动的速度也被控制在每秒 100 毫米和每秒 50 毫米的可控范围内，这与未优化测试中看到的混乱运动相比是一个巨大的进步。
这项研究表明，依靠人类直觉来设计这些控制系统，其效果不如让算法寻找最优解。通过使用元启发式优化，研究人员消除了对专家定义规则表的依赖，创造了一个能够适应战斗机起落架非线性和不可预测特性的系统。高级控制器管理“不确定性足迹”（即系统中未知变量的范围）的能力，使其表现优于标准版本，提供了更平稳、更安全的乘坐体验。虽然这些发现来自计算机模拟而非实际飞行测试，但数据表明，这种方法为减轻振动提供了一种稳健且精确的方法。这项工作强调，对于像飞机起落架这样复杂的机械系统，控制的未来在于能够学习如何稳定机器的智能算法，确保着陆时的剧烈冲击在到达舱内人员之前就被吸收掉。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。