自主复合直升机的混合推进系统设计与仿真 安德烈亚·佩特罗托（Andrea Petrotto）、 洛伦佐·弗兰基（Lorenzo Franchi）、 朱塞佩·马泰（Giuseppe Mattei）和 卢卡·普吉（Luca Pugi）

《Machines》：Design and Simulation of a Hybrid Propulsion System for an Autonomous Compound Helicopter Andrea Petrotto, Lorenzo Franchi, Giuseppe Mattei and Luca Pugi

　　摘要
无人机的机动性和性能受到所采用的推进布局的强烈影响。电气化技术使得现代无人机实现了前所未有的机动性，包括悬停和垂直起降（VTOL）能力，从而可以采用传统化石燃料发动机无法实现的复杂推进布局。尽管基于锂的电池技术取得了显著进步，但当前储能系统所达到的能量密度仍不足以确保长时间的操作自主性。混合动力系统是一种有效的折中方案，它结合了传统燃料的高能量密度和电力存储系统的灵活功率管理。在这项工作中，作者研究了一种配备混合动力推进系统的创新自主复合直升机的设计、建模和控制。为此，开发了一个全面的数字孪生模型，能够在预定义的任务剖面下模拟车辆、推进系统和能量管理系统之间的相互作用。

1. 引言
由于无人机在航空工业中应用范围广泛且具备先进的操作能力[1,2,3,4,5]，因此它是目前最显著和最有前景的领域之一。从技术角度来看，根据特定的操作要求，有许多不同的设计解决方案，这些方案在空气动力学布局和推进配置上各不相同[6]。近年来，人们对混合动力架构的开发给予了越来越多的关注，因为它们结合了内燃机和电力技术的优势，克服了仅使用单一推进方式的局限性[7,8,9]。因此，推进系统和能量管理在无人机设计中起着关键作用，因为它们极大地影响了自主性、移动性能和可执行的任务剖面。例如，多旋翼无人机提供了出色的悬停和垂直起降能力，但由于续航能力和空气动力学效率较低，在长距离操作方面存在固有限制。另一方面，固定翼无人机具有较高的空气动力学效率，可以在相对较高的巡航速度下覆盖长距离，但缺乏垂直起降和持续悬停能力[10]。出于这些原因，如图1所示，提出了多种推进布局，以结合固定翼和旋翼飞机的优点，实现高空气动力学效率、延长航程和续航能力，同时保持悬停和垂直起降能力。

2. 混合动力推进系统
所提出的推进布局如图2所示。无人机配备了三个主要执行器：一个安装在机头的牵引螺旋桨、一个主旋翼和一个Fenestron尾旋翼。在前进飞行时，飞机表现为固定翼无人机，机翼提供升力，而机头安装的螺旋桨产生所需的推力。在垂直飞行时，飞机像传统直升机一样操作主旋翼和Fenestron尾旋翼。为了管理不同飞行阶段的功率分配并满足任务要求，必须采用混合动力推进系统。所提出的混合架构是一种混合串联-并联配置，使用Wankel发动机作为主要动力源。这种特定架构是在对各种混合架构进行广泛权衡分析后选定的，它在能量效率、系统可靠性和工业可制造性之间实现了最佳平衡，满足了这类无人机所需的严格重量和复杂性约束。此外，选择Wankel发动机的原因是这种发动机能够实现较高的功率重量比，这一点得到了市场分析和文献的证实[17]。实际上，所选发动机是一种商用Wankel发动机[18]，在约18公斤的重量下可提供约46千瓦的功率，进一步证明了其高功率重量比。相关的功率和扭矩曲线如图3所示。如图4所示，Wankel发动机通过离合器直接连接到机头安装的螺旋桨，属于并联混合布局。这种配置允许在前进飞行期间优化传动效率。为了避免需要不断调整发动机转速以适应负载需求，采用了变螺距螺旋桨。这样，内燃机可以在高效速度范围内运行，而所需的推力通过改变螺旋桨螺距来调节。同一主要动力源还驱动发电机，为电池充电和供应机载系统以及驱动主旋翼和尾旋翼的电动机提供电力，从而实现了混合架构的串联分支。功率流由功率管理单元（PMU）管理，该单元还允许将电池电力与发电机电力集成，从而改善整体调节动态。

3. 推进系统的数字孪生模型
推进系统的数字孪生模型如图7所示，是根据所提出的混合架构（图4）构建的，并使用MATLAB-Simulink R2024b?实现的。此外，子系统使用了使能信号，可以根据无人机的操作模式选择性地激活它们。这种方法减少了计算负担，提高了仿真执行速度，并便于在嵌入式或实时系统上实现。定义了参考信号以再现所需的任务剖面，并在整个仿真过程中驱动推进系统，确保飞机速度、高度、偏航角和无人机操作模式的目标条件得到满足。为了跟踪参考信号，实现了多级控制方案，通常基于级联配置的PID调节器。在这种结构中，外环测量要控制的变量，将其与期望的设定值进行比较，并生成作为内环参考的控制信号。然后内环将此参考值与相应的中间变量进行比较，并相应地调节执行器指令。这种级联控制架构提高了系统稳定性并实现了更快的动态响应[22,23]。无人机考虑了两种不同的操作模式：固定翼模式和VTOL模式。

3.1. 固定翼模式
在固定翼模式下，无人机表现为传统飞机。离合器接合，执行与机头安装的螺旋桨相关的模块（图7中的Nose Propeller），而与两个旋翼相关的模块保持不活动状态。飞机的纵向动力学由以下方程描述：
[此处应插入方程]
在这种操作模式下，飞机在巡航、上升和下降阶段以前进速度飞行，内燃机以恒定转速运行；因此，机头安装的螺旋桨也以恒定速度旋转。为了跟踪所需的速度参考值，通过改变螺旋桨螺距来调节螺旋桨推力，如图8所示。使用推进系数J、推力系数和功率系数[24]评估了螺旋桨推力和扭矩。特别是，根据推进系数J和螺旋桨螺距确定了趋势，从而计算出相应的推力和扭矩。最终，Wankel发动机将产生的扭矩作为外部干扰进行抵消。

4. 电池技术
本文考虑并比较了在这种应用中常用的两种电池技术：LiPo[19,20]和Li-Ion[21]。基于满足设计要求所需的组装电池组，选择了锂离子（Li-Ion）电池，因为它们质量更轻，为无人机电池组提供了更高的能量密度。表3总结了混合系统的主要组件重量。

5. 结论
推进系统的数字孪生模型如图7所示，是根据所提出的混合架构（图4）构建的，并使用MATLAB-Simulink R2024b?实现的。此外，子系统使用了使能信号，可以根据无人机的操作模式选择性地激活它们。这种方法减少了计算负担，提高了仿真执行速度，并便于在嵌入式或实时系统上实现。定义了参考信号以再现所需的任务剖面，并在整个仿真过程中驱动推进系统，确保飞机速度、高度、偏航角和无人机操作模式的目标条件得到满足。为了跟踪参考信号，实现了多级控制方案，通常基于级联配置的PID调节器。在这种结构中，外环测量要控制的变量，将其与期望的设定值进行比较，并生成作为内环参考的控制信号。然后内环将此参考值与相应的中间变量进行比较，并相应地调节执行器指令。这种级联控制架构提高了系统稳定性并实现了更快的动态响应[22,23]。最终，评估了燃料消耗量，以确定整个仿真过程中的飞机质量。燃料流量是根据发动机功率和制动比油耗（BSFC）计算得出的，制动比油耗是从一个二维查找表中根据油门开度和转速获得的，然后转换为质量流量。累积的燃料质量随时间积分，并从初始飞机质量中减去，以获得其在仿真过程中的变化情况，如图9所示。图9. 仿真过程中的燃料流量计算和质量变化。

3.2. 垂直起降（VTOL）模式
在VTOL模式下，无人机表现得像直升机一样。与两个旋翼相关的模块处于激活状态，而与机头安装的螺旋桨对应的模块则被停用，因为离合器已经分离。这种模式用于起飞和降落阶段，以及目标监测期间的悬停。主旋翼模型是使用Simulink-Simscape R2024b?库[25]实现的，采用了叶片元动量理论（BEMT）[26]方法来计算旋翼产生的推力和扭矩，这些推力和扭矩是旋转速度、前进速度和总距角的函数。校准后，模型结果与图5中显示的有限元分析（FEM）得到的参考数据进行了比较，如图10所示，两者吻合得很好。图10. 在600 rpm悬停条件下，BEMT模型与FEM结果之间的比较：(a) 推力；(b) 扭矩。因此，所提出的模型可以通过改变总距角来控制旋翼推力，从而模拟不同的垂直飞行阶段，同时保持旋翼旋转速度恒定。此外，同一个模型也可以用来表示飞机的自转运行状态，这在发生严重故障后的紧急降落时特别有用。尾旋翼则负责偏航控制。为了补偿主旋翼产生的扭矩或达到所需的偏航角度，通过改变其电动机的旋转速度来调节尾旋翼推力，因为螺旋桨的螺距是固定的。产生的偏航加速度由以下公式给出：
(2)
其中，是偏航角，是无人机重心与尾旋翼之间的距离，是主旋翼产生的扭矩，是无人机的旋转惯性。主旋翼和尾旋翼的电动机使用简化的无刷直流（BLDC）电机模型表示，由以下方程定义：
(3)
(4)
其中，和分别代表施加的电压和电流；和分别是电机的电感和电阻；和分别是反电动势、扭矩和粘性摩擦的系数；和分别是总轴旋转惯性、角速度和负载扭矩。这种建模方法允许确定所有相关的电机变量，并通过PWM信号控制旋转速度。最后，电机所需的功率通过电源管理单元（PMU）从电池中获取。电池模型是从基本电芯表示开始的[27]，考虑了连接的电芯数量。电池模型由公式(5)定义，其中包括开路电压（OCV）对充电状态（SoC）的依赖性：
(5)
其中，和分别表示电池电压、等效内阻和电池电流。充电状态根据以下公式进行评估：
(6)
其中，是初始电池容量，是电池电流（放电时为正值），是标称电池容量。一旦确定了充电状态，就可以实现完整的电池模型，如图11所示。图11. 电池模型。最后，发电机用于保持电池的恒定充电状态（SoC）。控制系统根据电池SoC和瞬时功率需求调节发电机扭矩。具体来说，扭矩参考值是通过一个SoC调节环路确定的，该环路使用当前的SoC估计值及其相对于预期负载的导数作为反馈信号来抑制负载干扰。这种控制策略确保SoC返回其参考值，同时考虑了发电机的操作限制。因此，电机所需功率的增加会导致发电机扭矩的增加，内燃机会补偿这一点以稳定其旋转速度。

4. 仿真结果
通过实施参考信号并模拟三种任务场景，评估了系统在不同操作条件下的行为。以下部分展示了任务1—多站过境的选定仿真结果，该场景被认为是最具代表性的，因为它涉及两种飞行模式之间最多的转换，并反映了无人机的主要操作用途。任务包括五个垂直飞行阶段和四个前向飞行阶段。如图12所示，无人机在前向飞行阶段达到40 m/s的纵向速度，而在悬停和垂直起飞及降落阶段，速度保持为零，这符合施加的参考信号的要求。前向飞行过程中的偏差保持在0.4%以下，主要是由于爬升率（RoC）的变化所致。图12. 任务1的仿真—纵向速度。图13显示了高度剖面及其参考信号，表明无人机在整个任务中准确跟随了施加的高度剖面。图13. 任务1的仿真—高度。图14显示了偏航角响应及其对应的参考信号，该参考信号被设置为零以实现偏航稳定。在初始起飞阶段可以观察到一个峰值。这种偏差主要是由于主旋翼为了满足施加的高度参考而产生的推力迅速增加，从而导致相关扭矩的增加。因此，观察到的误差可以归因于尾旋翼补偿主旋翼产生的扭矩变化的时间延迟，这是由于控制系统的动态特性。最大偏差在其有限的幅度以及随后的偏差显著较小的事实下是可以接受的。图14. 任务1的仿真—偏航角。为了控制无人机速度，如图15所示，逐步调整了机头安装的螺旋桨螺距。在从垂直飞行过渡到前向飞行时，螺距逐渐增加以加速无人机。一旦进入前向飞行，它稳定在三个不同的值，分别对应于上升、巡航和下降阶段。在从前向飞行过渡到垂直飞行时，螺距逐渐减小到最小值15英寸，并在整个垂直飞行过程中保持这个值；然而，在这个阶段，螺旋桨通过离合器机械分离，不参与推力的产生。图15. 任务1的仿真—机头安装的螺旋桨螺距。图16展示了负载所需的总电能、发电机提供的功率（以绝对值表示）和电池充电状态（SoC）。图16. 任务1的仿真—总负载功率、发电机功率和电池SoC。负载所需的总电能在初始起飞阶段达到最大值，此时系统加速到所需的垂直速度。在这种情况下，主旋翼必须产生超过平衡无人机重量所需的推力，从而导致功率需求增加。一旦达到所需的垂直速度，功率就会减小并稳定在接近悬停时的值，这些值对于保持恒定的垂直速度是必要的。在前向飞行期间，负载所需的电能仅相当于机载系统所需的电能，因为机头安装的螺旋桨直接由内燃机供电。在连续的悬停阶段，由于燃料消耗导致无人机质量逐渐减少，所需功率逐渐减小。发电机提供的电能显示出与总需求相似的趋势，但峰值有所降低。与瞬态飞行阶段相关的快速功率变化主要由电池补偿，电池提供或吸收功率以平滑这些波动，并使发电机在更稳定的条件下运行。当电池部分放电且操作条件允许时，发电机提供的功率略高于负载所需的功率，以便为能量存储系统充电。电池SoC根据电池是在放电还是充电阶段表现出不同的趋势，这是由于充电和放电阶段相关的C率不同。如果在瞬态后SoC超过参考值，多余的电能将逐渐被机载负载吸收，恢复目标SoC。内燃机（ICE）被调节在最大效率点运行，该点对应于最低的比油耗（SFC），以满足所需的功率需求。如图17所示，发动机准确跟踪了指令速度，而飞行阶段中由扭矩变化引起的残余振荡被速度控制系统主动抑制。图17. 任务1的仿真—内燃机速度。最后，图18显示了整个任务过程中消耗的燃料质量的变化。时间演变表明，不同飞行阶段的燃料消耗量有所不同。值得注意的是，垂直飞行阶段的燃料消耗量比前向飞行阶段更高。图18. 任务1的仿真—燃料消耗量。

5. 结论与未来工作
本文介绍了一种混合推进系统及其数字孪生体，用于一种创新的自主复合直升机，旨在执行监视和监测任务。获得的结果证实了所提出的推进架构的可行性和开发模型的有效性。仿真结果表明，该模型能够再现不同子系统之间的复杂相互作用，同时准确跟踪复制所考虑操作场景所需的参考信号。此外，开发的框架具有高度可配置性，能够快速集成额外组件，并允许分析不同于本研究中考虑的操作条件下的系统行为。当前的分析集中在推进系统根据两种主要控制模式运行的配置上。然而，目前正在开发额外的控制策略，特别是针对主旋翼处于自转状态的运行条件，类似于旋翼机配置。该模型的这一内置功能是未来研究的重点，为研究故障或降级条件下的系统行为以及支持先进的安全关键控制策略的开发提供了框架。未来的活动将侧重于通过整合飞行测试数据并考虑未建模的动态和环境干扰来提高数字孪生体的真实性[28,29]，这对于完善系统在真实世界操作条件下的结构和控制响应至关重要。此外，后续研究将包括对结构动态特性的全面评估，以评估共振风险。这将涉及计算关键传动部件的自然频率和模态形状，利用先进的识别方法[30]将结构响应与操作谐波频率（如发动机点火频率和叶片通过频率）进行比较，然后再进行广泛的实验飞行测试。