張 偉 王 楠
(新鄉(xiāng)航空工業(yè)(集團)有限公司, 河南 新鄉(xiāng) 453000)
知識工程是一種基于人工智能的原理及方法,利用合理的方法及活動獲取、表達和推理專家知識,將專家邏輯和語言轉化為機器邏輯和語言。將專家知識與人工智能信息化進行結合,最終通過專家信息問詢、問題識別以及問題處理等步驟系統(tǒng)解決復雜工程問題。知識工程通常包括知識獲取、知識驗證、知識表示、推論、解釋和理由5 個活動。該文以飛機燃油系統(tǒng)為例,通過運用KBE 方法、UML 知識表示語言以及MATLAB 編程語言建立飛機燃油箱專家建模系統(tǒng),將專家知識與信息化智能工具結合,基于不同的飛機燃油箱結架構定義實現(xiàn)快速建立燃油箱物理模型以及熱模型的目標,以縮短早期概念設計的周期。
知識獲取是將解決問題的專業(yè)知識從專家或文檔化的知識源積累、轉移和轉化為用于構建或擴展知識庫的計算機程序[1]。飛機機翼通常由不同的隔艙組成,每個隔艙由飛機的肋、桁以及蒙皮組成。燃油箱通??醋鳈C翼的一個功能模塊,對應由飛機的肋、桁以及蒙皮組成。肋、桁以及蒙皮成為構成機翼和燃油箱的結構模塊,翼型為機翼和燃油箱的幾何屬性,通過影響肋的幾何特性影響機翼和油箱的具體結構。
在獲取初步知識架構后,需要對專家知識進行進一步開發(fā)和表示,知識表示語言(該文使用UML)運用不同的推理符號和描述邏輯(DLS)[2]進行表示。在圖1 中,與飛機機翼(Civil Fix wing Aircraft)類對應的屬性有隔艙(Segment)、油箱(Fuel Tank)。
UML 用組合(用符號*表示)來表示具有多重限制的形式部分-整體關系,用數(shù)字和*來表示組合關系,數(shù)字n表示該整體由n個部件組成,n*表示整體由至少n個部件組成。圖1 表示固定翼機翼(Civil Fix wing Aircraft)通常由隔艙(Segment)組成,每個隔艙通常由翼型(Airfoil)、桁(Spar)以及肋(Rib)組成,隔艙、翼型、桁以及肋的數(shù)量至少為1、2、0 和0 個。同時,每種類/對象完整的特征屬性均在屬性框中進行定義。圖1 表示固定翼機翼(Civil Fix wing Aircraft)由不少于0個燃油箱(Fuel Tank)組成(全電飛機為0),每個燃油箱(Fuel Tank)由至少1 類熱部件(Thermal component)組成,燃油箱(Fuel Tank)的熱屬性包括空氣(Air)、燃油(Fuel)以及氣隙(Ullage)熱部件的屬性(包括表面屬性(Surface)及流體屬性(Fluid))。
基于UML 的知識表示提供了清晰的知識架構,定義了各元素屬性及邏輯關系,為算法需求識別提供了條件。由圖1 可知,在屬性翼型(Airfoil)、桁(Spar)以及肋(Rib)中,翼型為衍生屬性,是機翼及油箱建模的核心共用模塊,需要對算法進行特別研究。機翼翼型通常分為對稱翼型、半對稱翼型、克拉克Y 翼型、內凹翼型以及S 翼型等,燃油箱建模專家系統(tǒng)需要分別對不同翼型進行算法研究。因篇幅有限,半對稱翼型等其他翼型通常可以通過對稱翼型衍生獲取,該文僅體現(xiàn)對稱翼型的部分算法。
圖1 飛機機翼結構類模型及熱模型
對稱翼翼型的上表面和下表面都可以使用任意順序的伯恩斯坦多項式來描述1 組分量形狀函數(shù)[3],用伯恩斯坦多項式表示翼型的方法具有以下獨特、非常強大的特性:1) 這種翼型算法可獲取連續(xù)光滑翼型。2) 機翼各處的翼型都可以從翼型模型中提取。3) 機翼中每個翼型都可以從其他翼型衍生而來。
機翼后緣上表面厚度比如公式(1)所示。
式中:uTE為機翼后緣上表面距離弦線的厚度;c為弦長;z為距離翼型面中軸線的z向高度。
機翼后緣下表面厚度比如公式(2)所示。
隨著社會的不斷發(fā)展,網(wǎng)絡技術已經(jīng)成為大眾生活中無法缺少的技術之一。網(wǎng)絡技術不僅為大眾的生活提供了便利,也走進了校園,成為教師主要的教學手段。在小學語文教學的過程中,運用網(wǎng)絡資源開展教學,能夠有效地拓展學生的知識面,提升學生的文學素養(yǎng),促進學生核心素養(yǎng)的發(fā)展。
式中:lTE為機翼后緣下表面距離弦線的厚度。
機翼上表面幾何特性可以由公式(3)~公式(7)得出。
式中:x為距離機翼前緣的縱向距離;Su為機翼上表面函數(shù);Aui為機翼上表面特性因子;ΔzET為后緣距離弦線的厚度;Ψ為弦位;ζ為翼弦比;ζT為翼弦比斜率。
機翼下表面幾何特性同理[4],基于公式(1)~公式(7)可以實現(xiàn)對稱翼型的幾何模型線編程建模。
在飛行過程中,飛機油箱的熱量來源主要有空間熱輻射、機翼對流換熱、機翼摩擦熱量以及機翼蒙皮導熱器等。油箱單元中的熱力邊界如公式(8)所示。
式中:ρ為密度;Cp為油箱單元定壓比熱容;V為油箱單元體積;Tj為油箱單元瞬時溫度;t為熱力學溫度;Qrad,j為輻率(太陽、大地以及飛機);Qconv,j為對流換熱率(惰化氣體、環(huán)境空氣);Qgen,j為摩擦生熱率(機翼上下表面);Qcond,j為導熱率(機翼前后緣)[5]。
在飛行過程中,飛機外蒙皮氣流由于相對運動速度快,因此會在蒙皮表面形成附面層,氣動熱使飛機蒙皮溫度升高。機翼表面附面層溫度如公式(9)所示。
根據(jù)能量守恒方程建立附面層與飛機蒙皮的對流換熱,如公式(10)所示。
式中:CH為大氣-蒙皮換熱系數(shù);Tw為蒙皮溫度。
在外界對飛機蒙皮溫升造成影響的同時,飛機蒙皮同樣對大氣有向外的熱輻射損失。根據(jù)斯特潘-波爾茲曼定律建立熱輻射方程式,如公式(11)所示。
式中:ε為輻射傳熱系數(shù),取 0.5 W;TH為對流層中任一高度下的大氣溫度。
基于油箱熱力環(huán)境的不同,可以將油箱熱力單元分為空網(wǎng)格(全部為空氣)、氣隙網(wǎng)格及滿油網(wǎng)格。由于油箱浸油部分的表面與油箱內的燃油是直接接觸的,可以認為油箱浸油表面與燃油進行對流換熱。因此,油箱蒙皮浸油表面向燃油加載的熱量如公式(12)所示。
式中:Tjin為油箱蒙皮浸油溫度;Tfuel為燃油溫度;CT為燃油對流換熱系數(shù),CT=125 W/(m2·K);Rw為飛機蒙皮熱阻。
對非浸油部分來說,傳熱主要包括熱輻射和空氣導熱2個部分:1) 非浸油部分蒙皮向燃油輻射量Q1。2)空氣和燃油表面對流換熱Q2。2 個部分的熱量和即為蒙皮非浸油面加載給燃油的熱量。其熱量平衡方程如公式(13)所示。
式中:Qcond,2為油箱蒙皮非浸油表面向燃油所加的熱量;Tfei為油箱蒙皮非浸油部分的溫度;Caf為空氣-燃油的對流換熱系數(shù),Caf=14.65 W/(m2·K);εnp為輻射傳熱系數(shù)。
通過公式(8)~公式(13)可以建立飛機燃油箱熱模型。
基于MATLAB 編程語言,按照圖1 的知識表示架構及邏輯運用結構體數(shù)組分別對翼型(Airfoil)、桁(Spar)、肋(Rib)、燃油箱以及熱模型等各元素進行建模,編程邏輯分配與圖1 知識描述一致。在MATLAB 結構體數(shù)組中,結構體數(shù)組隔艙(Segment)的數(shù)組中包括隔艙數(shù)量(NO.)、翼展(Span)、反角(Dihedral)、后掠角(LeSweep)、桁(Spar)、翼型(Airfoil)以及Rib(肋);結構體桁(Spar)中包括桁數(shù)量(NO.)、展弦比(Chord_Ratio);結構體翼型(Airfoil)中包括弦長(Chord)、厚度比(TC_Ratio);結構體Rib(肋)中包括肋數(shù)量(NO.)、跨度比(Span_Ratio)。通過建立結構體和結構體中的數(shù)組元素與知識表示中的對象及對象屬性一一對應的關系,實現(xiàn)了知識架構到軟件算法的邏輯映射。
為了驗證專家系統(tǒng)的準確性,分別對 A320-L-1011、A340-300、B737-800 和 B787-8 飛機進行幾何模型測試。其中,A320-L1011 油箱的幾何模型測試結果如圖2(a)所示,油箱瞬態(tài)溫度測試模型如圖2(b)所示。機翼的幾何參數(shù)能夠實現(xiàn)98%以上的匹配度,同時該專家建模系統(tǒng)可適用于特殊機翼(折疊機翼、三角機翼等)及油箱建模。同時,基于A320-L-1011 的飛行數(shù)據(jù),結合不同飛行包線下的邊界參數(shù),對燃油箱初始溫度T0為20 ℃時燃油箱內溫度-飛行時間變化關系進行熱模型分析,結果如圖2(b)所示。與結構模型不同,考慮熱分析環(huán)境與真實飛行環(huán)境存在一定的差異性,油箱溫度變化只能模擬理想飛行工況,不具備與真實油箱溫度數(shù)據(jù)進行比較的條件,只能模擬假定理想工況,主要用于支撐燃油防爆系統(tǒng)的系統(tǒng)安全性分析。
圖2 基于專家系統(tǒng)的機翼油箱模型
該文基于知識工程方法和UML 知識表示語言對飛機機翼結構和燃油箱熱模型的架構進行知識獲取和知識描述,并對飛機機翼結構及燃油箱熱模型設計算法進行研究,通過MATLAB 編程語言建立了架構化的燃油箱專家建模系統(tǒng),實現(xiàn)模塊化的可復用燃油箱專家建模系統(tǒng)。系統(tǒng)用戶只需要在用戶軟件使用界面簡單輸入定制化參數(shù),即可快速建立機翼結構、機翼油箱和燃油箱熱模型。該專家建模系統(tǒng)中的燃油箱幾何建模模塊適用于所有對稱翼型機翼(包括特殊結構機翼,例如折疊機翼),準確度可達98%。燃油箱熱模型對比幾何模型有更多的邊界條件及影響因子,由于該文獲取的飛行數(shù)據(jù)獲取有限,因此需要結合實際的飛行數(shù)據(jù)對熱模型進行進一步迭代修正,以獲取更準確的修正因子和熱模型。