飛機剎車系統(tǒng)是飛機上具有相對獨立功能的子系統(tǒng)，承受飛機的動、靜態(tài)載荷及著陸時的動能，實現(xiàn)飛機的制動控制。

　　從20世紀40年代至今，飛機剎車系統(tǒng)已發(fā)展到第四代。第一代飛機剎車系統(tǒng)由離合開關調節(jié)壓力來實現(xiàn)剎車控制;第二代用固定參考減速度為誤差門限進行控制;1967年Hydro-Aire公司的第三代飛機剎車系統(tǒng)，以一定的滑移率為誤差門限進行控制;20世紀70年代后，第四代系統(tǒng)用指令傳感器代替液壓閥，采用微處理器，將控制算法通過編程來實現(xiàn)。近年來，國外已著手運用最新控制理論——模糊控制和神經(jīng)網(wǎng)絡理論研究新一代防滑剎車系統(tǒng)，并成功地利用DC-9飛機的參數(shù)進行了仿真。結果表明:新系統(tǒng)具有更高的剎車效率、更好的控制魯棒性。我們也已開始了相應的研究，并成功地進行了軟件仿真，本系統(tǒng)在文獻[5]的基礎上，在硬件上實現(xiàn)了神經(jīng)網(wǎng)絡和模糊控制，較大程度地提高了飛機剎車效率。

1 工作原理

1.1 飛機剎車系統(tǒng)原理

　　飛機剎車制動主要靠剎車時輪胎和地面間產(chǎn)生的結合力來使飛機減速。影響結合力大小的主要因素是結合系數(shù)μ。該系數(shù)與滑移量σ之間存在一個復雜的非線性關系，在整個剎車過程中，存在一個最大值μmax，它對應的滑移量為最佳滑移量σp，如圖1所示。

在整個剎車過程中，飛機速度不斷下降，因此σ也不斷變化，必然引起μ變化。為了達到最佳剎車，應不斷調節(jié)剎車力矩，使剎車機輪在結合系數(shù)為最大值或者在其附近區(qū)域II、III的情況下產(chǎn)生運動。

　　目前在剎車系統(tǒng)對μ-σ的處理中，μ取為定值，這與實際情況存在較大差異。有文獻采用多級σ值的計算方法來實現(xiàn)μ隨σ變化而變化，但控制效果并不理想。本文采用神經(jīng)網(wǎng)絡來處理μ-σ的非線性關系，因為根據(jù)Kolmogorov神經(jīng)網(wǎng)絡映射存在以下理論:任何一個給定的連續(xù)函數(shù)或映射，都能夠用一個三層神經(jīng)網(wǎng)絡來精確實現(xiàn)。

　　現(xiàn)有剎車系統(tǒng)根據(jù)不同的跑道狀況，由速度反饋單元不斷地對參考速度進行修正，具有一定自適應能力。但當飛機由干路面進入積水路面時，會引起剎車減速率的突變，引起系統(tǒng)和起落架的震動。在本文研制的系統(tǒng)中，按模糊規(guī)則來控制系統(tǒng)，系統(tǒng)受路面影響較小，具有較好的魯棒性。

1.2 神經(jīng)網(wǎng)絡原理

　　神經(jīng)網(wǎng)絡中應用最廣的是多層前向網(wǎng)絡。多層前向網(wǎng)絡應用于具體實時控制問題時，必須有一個訓練網(wǎng)絡權值的算法，應用最廣的是BP算法。這種算法思路簡潔明了，具有自適應、自學習、自組織功能，根據(jù)實際訓練樣本不斷實時調節(jié)自己的參數(shù)，以達到理想輸出的目的。在本系統(tǒng)中即采用BP算法。圖2即為一個典型的三層前向網(wǎng)絡。

1.3 模糊控制原理

　　模糊控制是利用人的智能和經(jīng)驗，制定一些模糊規(guī)則，進行推理，得出控制查詢庫，按查詢庫來控制系統(tǒng)。采用模糊控制，可以有效地克服參數(shù)變化對系統(tǒng)造成的不利影響，極大地增強系統(tǒng)的魯棒性。同時避免不精確建模造成的誤差，使系統(tǒng)有效地工作，故近年來獲得越來越廣泛的應用。神經(jīng)網(wǎng)絡和模糊控制兩者是互補的。簡單地說，神經(jīng)網(wǎng)絡是模擬人的大腦結構，而模糊控制模擬人的大腦功能，兩者的有機結合可組成性能更好的系統(tǒng)。 [!--empirenews.page--]

2 系統(tǒng)總體結構

　　系統(tǒng)根據(jù)μ-σ曲線上的μmax計算出期望的飛機速度及機輪轉速ωd，與速度傳感器測得的機輪速度ω進行比較，將差值e放大后輸入FC(FUZZY CONTROLLER)控制器中;同時計算出ωd與ω差值的變化率ec，輸入到FC控制器中，由規(guī)則庫給出的知識進行查詢，輸出調節(jié)電流，由伺服閥控制剎車壓力，實現(xiàn)模糊剎車。

　　根據(jù)系統(tǒng)的性能要求及實際情況，本系統(tǒng)采用DSP(數(shù)字信號處理器)實現(xiàn)神經(jīng)網(wǎng)絡，用單片機89C52實現(xiàn)模糊控制方案。系統(tǒng)硬件原理圖如圖3所示。伺服控制系統(tǒng)框圖如圖4所示。

3 系統(tǒng)的實現(xiàn)

3.1 系統(tǒng)硬件實現(xiàn)方案

3.1.1 神經(jīng)網(wǎng)絡部分

　　核心處理器為DSP，外擴8253來計外部脈沖。 DSP芯片外部接口電壓為3.3V，內部核心電壓為1.8V，采用TI公司的專用電源芯片為DSP提供兩種低壓的電源。神經(jīng)網(wǎng)絡的權值訓練程序作為DSP的中斷子程序調用(開關觸發(fā))。

3.1.1.1 存儲器

　　神經(jīng)網(wǎng)絡部分需要保存權值與閾值參數(shù)，實現(xiàn)在線擦寫，因此采用高速FLASH。本系統(tǒng)采用5V工作的INTEL28F010A，其與DSP間電平轉換通過74LVC16245來進行。

3.1.1.2 復位電路

　　在實際應用系統(tǒng)中，可靠性是個不容忽視的問題。自動復位電路除具有上電復位功能外，還具有監(jiān)視系統(tǒng)運行并在系統(tǒng)發(fā)生故障時進行復位的能力，因此采用MAX706實現(xiàn)自動復位電路。

3.1.2 模糊控制部分

　　核心處理器為ATMEL公司的89C52芯片，處理完的數(shù)字控制信號由AD7528芯片轉換為模擬電流信號輸出。

3.1.3 雙機通信

　　系統(tǒng)設計重點之一在于主機和從機間的數(shù)據(jù)通信。神經(jīng)網(wǎng)絡與模糊控制之間要求快速高效地通信，采用DSP的HPI主機接口方式。HPI為一個8位并行接口。通過DSP和微處理器都可以訪問到DSP片內為HPI所設的專用存儲器，可在DSP和微處理器之間進行信息交換。DSP處理完信號后，向89C52發(fā)出中斷信號，觸發(fā)單片機讀取DSP的處理結果以進行模糊控制的處理，形成一條信號處理流水線系統(tǒng)，從而大大提高了信號的處理效率，保證了系統(tǒng)的實時性要求。

3.2 系統(tǒng)軟件實現(xiàn)方案

3.2.1 神經(jīng)網(wǎng)絡部分

　　網(wǎng)絡訓練程序作為DSP的中斷子程序調用。神經(jīng)網(wǎng)絡部分處理完數(shù)據(jù)，將結果傳到HPI接口RAM緩存區(qū)，通過HINT管腳向89C52發(fā)出中斷信號。主程序流程圖見圖5。

 [!--empirenews.page--]

如前所述，神經(jīng)網(wǎng)絡部分采用常用的BP算法，其具體的學習步驟如下:

　　(1)初始化，將各連接權值及閾值賦隨機值;

　　(2)隨機選取模式，計算各層的輸入和輸出;

　　(3)計算各層的一般化誤差;

　　(4)更新各層的閾值及層之間的連接權值;

　　(5)下一個模式對輸入網(wǎng)絡進行訓練，返回步驟(3)，至全部模式訓練完;

　　(6)判斷是否需要循環(huán)學習。

　　當整個網(wǎng)絡訓練完后，學習結果記憶在權值和閾值中。

　　針對BP算法中存在的問題及剎車系統(tǒng)自身的特點，我們進行了改進。

3.2.1.1 活化函數(shù)的選取

　　在μ-σ曲線中，μ的取值存在著接近0的點，如果選取單極連續(xù)的S型函數(shù)則接近0或1時收斂速度極慢，所以系統(tǒng)選取雙極連續(xù)的S型函數(shù)該函數(shù)在接近0處斜率最大，收斂最快，解決了網(wǎng)絡的訓練在0點處的收斂速度問題。

3.2.1.2 初始值的選擇

　　由于曲線是非線性的，初始值對于學習是否達到局部最小和是否收斂影響很大。初始權值在輸入累加時，每個節(jié)點的狀態(tài)值接近0，保證開始時不落到活化函數(shù)的平坦區(qū)上。權值和閾值一般隨機取值，該系統(tǒng)中兩者初始值均取在(-1，+1)之間，對輸入樣本初始值進行歸一化處理，使較大的輸入仍落在活化函數(shù)梯度大的區(qū)域。

3.2.1.3 退火系數(shù)Q的選擇

　　系統(tǒng)中加入了動量項，針對學習過程中易引起振蕩的現(xiàn)象，加入退火系數(shù)來改變活化函數(shù)曲線形狀，以改變接近0處的斜率，即活化函數(shù)為
從而可通過調節(jié)Q值消除振蕩和發(fā)散現(xiàn)象。

3.2.1.4 BOOT設計

　　TMS320C54X DSP芯片一般都在片內設置有BOOT程序，其作用是開機時將程序從外部裝入內部程序存儲器。DSP芯片有多種BOOT方式，本系統(tǒng)采用8位并口BOOT方式。

3.2.2 模糊控制部分

　　89C52收到DSP發(fā)的中斷信號時，向DSP的HPI口發(fā)出讀信號，讀取DSP的處理結果。由89C52進行查表及反模糊化控制，最終將所得數(shù)字結果通過D/A轉換器轉換為所需的模擬電流控制信號。

　　模糊控制需進行三部分的工作:輸入精確量的模糊化、模糊控制規(guī)則的推理合成運算和模糊量的精確化(反模糊化)。在實際應用中，考慮到單片機的特點，力求使其存儲、變換和處理過程簡單、快捷、節(jié)省內存，本文采用直接查表法。

　　查表法可歸納為以下四步的工作:

　　(1)確定輸入量及輸出量的論域;

　　(2)根據(jù)各論域所分級數(shù)n，將e、u變化范圍分為n檔，使每檔與論域的某個元素相對應;

　　(3)查模糊控制表，得出控制量u，反模糊化;

　　(4)將控制量u乘以比例因子，施于被控對象。

　　模糊控制表格的生成是脫機進行的。表格生成后，存入單片機的ROM中，這樣輸入模糊化、模糊推理以及模糊量的精確化過程就可簡化為查模糊控制表來實現(xiàn)。這種控制器結構簡單、響應速度快、資源開支少，適于在單片機上實現(xiàn)。

4 試驗結果及分析

　　通過實驗和研究表明:采用新系統(tǒng)后，飛機防滑制動性能明顯提高，制動距離、制動時間均減少。新系統(tǒng)的實驗結果見圖6。表1示出了新系統(tǒng)與原系統(tǒng)的比較結果，可以看出: 

(1)新系統(tǒng)有效縮短滑跑距離，提高剎車效率，在濕跑道、積水跑道上更為明顯;

　　(2)新系統(tǒng)在各種跑道上的減速率從高速到低速變化均在5%以內，明顯小于原系統(tǒng)(最大達15%)。說明剎車力矩變化平穩(wěn);

　　(3)新系統(tǒng)的減速率在濕跑道和積水跑道均比原系統(tǒng)要大20%左右，干跑道也大6%;

　　(4)新系統(tǒng)的滑移率σ控制在0.15左右，剎車效能始終保持在最佳狀態(tài);

　　(5)新系統(tǒng)在各跑道上均未出現(xiàn)抱死現(xiàn)象，也消除了原系統(tǒng)的打滑逐漸加深的現(xiàn)象。

　　本系統(tǒng)通過應用智能控制領域的神經(jīng)網(wǎng)絡和模糊控制兩個分支，改進了飛機剎車系統(tǒng)的控制算法，并通過DSP和單片機組成雙機系統(tǒng)，不僅快速實時地實現(xiàn)了新一代飛機剎車系統(tǒng)的性能改進，而且將神經(jīng)網(wǎng)絡在硬件上實現(xiàn)，使神經(jīng)網(wǎng)絡等復雜算法不再只是停留在計算機仿真的階段，而是有了切實可行的實現(xiàn)途徑，為其在嵌入式系統(tǒng)中得到廣泛的應用提供了新的方法。該系統(tǒng)的算法已經(jīng)在微機上實現(xiàn)仿真，并且在硬件上得以實現(xiàn)，提高了原有飛機防滑剎車的效率和控制的魯棒性。