杜 濤,牟 宇,楊建民,李 君,胡彥辰
(1.北京宇航系統(tǒng)工程研究所,北京,100076;2.中國運載火箭技術研究院,北京,100076)
西昌、太原等多個火箭發(fā)射場地處內(nèi)陸,火箭的一子級殘骸將墜落在內(nèi)陸地區(qū)。傳統(tǒng)落區(qū)人口日益密集,迫切需要采取控制措施降低火箭飛行任務對落區(qū)生產(chǎn)和生活的影響。對火箭殘骸的落區(qū)控制早期采取預測殘骸散布的被動控制,當前以減少火箭殘骸數(shù)量或增加可控返回的主動控制為主[1-3]。由于內(nèi)陸落區(qū)不具備回收條件,因此開展現(xiàn)役火箭縮小落區(qū)范圍研究更有現(xiàn)實意義。CZ-2C型號團隊承擔了中國首次在現(xiàn)役運載火箭上開展一子級落區(qū)精確控制的探索。在火箭一子級級間段增加4片柵格舵,通過舵面控制一子級下落過程,大幅度降低殘骸落點的散布區(qū)域,如圖1所示。
圖1 火箭一子級落區(qū)控制的柵格舵方案示意Fig.1 Illustration of grid fins in the rocket first stage landing area control project
柵格舵(翼)技術起源于航空發(fā)展早期采用的多翼面組成的升力系統(tǒng)。20 世紀40 年代末蘇聯(lián)開始研究在亞聲速條件下工作的可折疊柵格翼的空氣動力學。柵格翼是一種新型的承力穩(wěn)定面和控制面,它在許多方面表現(xiàn)出優(yōu)于傳統(tǒng)的單面翼的特征:a)更高的抗失速性能;b)在體積較小情況下獲得較大的柵格翼總面積,可折疊,可減小上升飛行段影響;c)鉸鏈力矩小,其轉(zhuǎn)動驅(qū)動機構(gòu)功率需求可以很??;d)最大剛度面與最大氣動載荷作用面相重合,幾乎不考慮氣彈穩(wěn)定性問題。
這些優(yōu)點促使柵格舵技術在多個型號任務上獲得應用[4],中國最早應用在CZ-2F 的逃逸飛行器上[5],用于被動增加穩(wěn)定性。柵格舵這些突出的優(yōu)點,非常適合應用于子級回收場景,甚至通常被看作“缺點”的阻力大,在落區(qū)控制應用上可以幫助減速,反而成為應用的優(yōu)點。
在本項目上,柵格舵的功能是進行控制和機動,工作馬赫數(shù)范圍從亞聲速擴大到高超聲速的寬馬赫數(shù)范圍。不同于美國SpaceX公司的Falcon火箭一子級回收方案,有主發(fā)動機和姿控發(fā)動機的配合,本項目中,一子級從大氣層外形進入后處于無控的自由飛行狀態(tài),需要氣動舵面完成姿態(tài)穩(wěn)定和起控,氣動舵面操縱是姿態(tài)穩(wěn)定和機動的唯一手段,如圖2所示。因而柵格舵氣動特性的功能在項目中更加重要,對預測的正確性有更高的依賴性,成為項目飛行成敗關鍵事項。
圖2 火箭一子級落區(qū)控制飛行流程示意Fig.2 Flight process of rocket first stage landing area control
本文介紹在CZ-2C型號開展一子級落區(qū)精確控制研制中,解決氣動布局設計、試驗、數(shù)值分析和建模等諸多技術難題后,完成一子級再入柵格舵控制設計工作的情況,并對一子級柵格舵控制技術未來發(fā)展進行了展望。
柵格舵的基本功能是保障一子級再入飛行時的定性和操縱性,實現(xiàn)一子級再入過程的可控飛行。由于飛行包線范圍寬,飛行過程復雜,在設計上除了考慮穩(wěn)定和配平特性,還需要考慮鉸鏈力矩、結(jié)構(gòu)和熱環(huán)境等諸多專業(yè)之間復雜和嚴格的限制性和約束,以及柵格舵本體格柵內(nèi)部隨馬赫數(shù)的復雜變化規(guī)律,這些給寬馬赫數(shù)柵格舵設計和應用增加了額外的困難。與此適應的設計流程與平直舵不同,包含:外流程和內(nèi)流程。外流程同普通平直翼設計流程類似,以滿足控制系統(tǒng)的要求為目標,設計舵的整體尺寸和布局(例如“十”字或“X”字布局等)。寬馬赫數(shù)柵格舵的特殊性導致設計外流程內(nèi)還需要嵌套一個內(nèi)流程設計。寬馬赫數(shù)柵格舵氣動設計流程如圖3 所示。因為柵格舵是由獨立的格子單元組合而成,格子參數(shù)變化對流動有著復雜且重要的影響。例如對格子的流動特征描述,存在多個臨界馬赫數(shù),柵格內(nèi)部流動將依次出現(xiàn)無壅塞、壅塞、激波外推、激波反射和激波無反射等復雜的流動形態(tài)。這種復雜的流動狀態(tài)自然會影響到柵格舵的整體氣動特性。內(nèi)流程設計是研究格子內(nèi)部的流動特征,以及與柵格舵氣動特性之間關聯(lián)性,尋找格子的合適參數(shù),為柵格舵設計和優(yōu)化提供依據(jù)。柵格舵格柵最重要的特征參數(shù)是展弦比,即格子邊長同流向弦長的比值,這一參數(shù)對格柵的流動特性影響非常大[6],準確掌握該參數(shù)對格柵流動的影響規(guī)律是高質(zhì)量完成設計的關鍵。
圖3 寬馬赫數(shù)柵格舵氣動設計流程Fig.3 The aerodynamic design diagram for grid fins in wide flight speed range
柵格舵設計的一個重要約束來源于柵格舵操縱舵機功率的約束。通常舵機是成熟的通用化產(chǎn)品,根據(jù)安裝空間、能源和質(zhì)量確定合適的舵機型號,柵格舵舵面操縱的鉸鏈力矩是舵機選型的重要依據(jù)。在最初的設計中,從繼承性考慮,借用了成熟的CZ-2F柵格翼作用操縱舵面,氣動分析結(jié)果也顯示能夠給出良好的穩(wěn)定性和操縱性,如圖4所示。然而舵面的鉸鏈力矩分析結(jié)果顯示,鉸鏈力矩接近10 kN·m,這在工程上難以實現(xiàn)。隨后開展了不帶舵面的一子級氣動特性的研究工作,作為舵面尺寸選擇的依據(jù)。柵格舵首先改善一子級箭體的靜穩(wěn)定性,進而操縱力矩能夠配平和操縱飛行攻角,如圖5所示。這樣設計出新的外形不但具有良好的穩(wěn)定性和操縱性,同時鉸鏈力矩還具有工程可行性。
圖4 一子級采用CZ-2F柵格翼的氣動特性Fig.4 Aerodynamic characteristics of first-stage with grid fin from LM-2F
圖5 單獨箭體俯仰力矩與帶柵格舵比較Fig.5 Pitch moment of first-stage compared with or without grid fins
在完成柵格舵布局設計后,需要解決柵格舵氣動外形同結(jié)構(gòu)和工藝的協(xié)調(diào)性。氣動外形只是理論外形,還需要考慮結(jié)構(gòu)和工藝約束,從而變成實際可生產(chǎn)的外形。舵面的氣動載荷是柵格舵結(jié)構(gòu)需要滿足的環(huán)境適應條件,結(jié)構(gòu)設計的結(jié)果是柵格舵的根部變厚,以承擔柵格舵承受的氣動載荷和其他載荷。另外一個需要考慮的問題是氣動外形同工藝的協(xié)調(diào)性。金屬結(jié)構(gòu)的柵格舵有焊接和鑄造兩種可選擇的加工方式。焊接的代表是CZ-2F柵格翼[7]和CZ-4B一子級落區(qū)控制柵格舵[8]。優(yōu)點是外形精度高,氣動理論外形一般不需要修改就可以精確實現(xiàn);缺點是成本高,生產(chǎn)周期較長。鑄造生產(chǎn)效率高,金屬利用率達到90%,成本低廉,非常適合于一次性使用場合,因此在本項目中采用了鈦合金熔模精密鑄造技術[9]。但由于格柵壁面較薄,鑄造從流動性考慮,實際生產(chǎn)壁面會比氣動理論外形厚,存在影響理論氣動特性的風險。因此開展了外形變化對氣動特性的影響研究,研究顯示柵格框厚度增加會影響穩(wěn)定性,在亞聲速和跨聲速段會增加抬頭力矩,而在超聲速段會增加低頭力矩,但對操縱效率的影響可以忽略,見圖6。經(jīng)過控制系統(tǒng)評估,壁厚增加引起的氣動變化對控制影響可以忽略,因此可以接受上述生產(chǎn)偏差,推動了鑄造的應用,降低了生產(chǎn)成本。
圖6 格柵壁厚對配平和操縱特性的影響Fig.6 Influence of wall thickness of grid fins on maching and manipulation characteristics
最后還需要對柵格舵的外形開展熱環(huán)境評估,為防熱設計提供依據(jù)。這些需求之間是互相制約,甚至是矛盾的。例如減小柵格舵前緣半徑,能夠提高柵格舵的操縱效率,但是會惡化熱環(huán)境,進而給熱防護設計造成阻礙。因此設計上滿足每個要求時,都需要兼顧到其他需求。經(jīng)過全流程評估,最終的柵格舵氣動外形見圖7。
圖7 柵格舵外形Fig.7 The shape of grid fin
在研制階段以CFD為主開展了氣動特性的計算和分析。柵格舵外形復雜,包括了多種狀態(tài)和舵面偏轉(zhuǎn)、翼面調(diào)整等外形的改變,如果采用結(jié)構(gòu)化網(wǎng)格會涉及到網(wǎng)格的分區(qū)、嵌套和插值,同時網(wǎng)格調(diào)整的靈活性很差,計算模型微小的改動也會給網(wǎng)格生成帶來極大工作量。笛卡爾網(wǎng)格生成方法則簡單、省時。它基于飛行器表面幾何造型一次性生成所需的空間網(wǎng)格,采用叉樹結(jié)構(gòu)可以很容易地實現(xiàn)網(wǎng)格的自適應加密。飛行器表面造型改動容易,可以迅速實現(xiàn)計算模型的變動,這使得空間網(wǎng)格的生成靈活性很強。本項目采用了八叉樹結(jié)構(gòu)的笛卡爾網(wǎng)格,可以整體網(wǎng)格整體求解,網(wǎng)格生成快速、質(zhì)量高、加密容易。與分區(qū)網(wǎng)格相比,整體網(wǎng)格在流場計算中不需要傳遞網(wǎng)格塊的流場信息,節(jié)省了計算時間。圖8展示安裝柵格舵的芯一級外形縱向?qū)ΨQ面和柵格舵表面及附近箭體表面的網(wǎng)格。
圖8 非結(jié)構(gòu)笛卡爾網(wǎng)格分布Fig.8 Unstructured Cartesian grid distribution
氣動布局設計完成后,在1.2 m 的FD-12 暫沖式亞跨超聲速風洞上開展了氣動特性試驗。柵格舵風洞試驗的特殊性在于存在跨尺度縮比問題,縮比后的柵格舵格厚僅0.3 mm,采用高強度鋼可滿足加工要求。
氣動模型采用了增量氣動模型形式,氣動數(shù)據(jù)庫的6個氣動系數(shù)分量的氣動模型計算公式如下(僅考慮靜氣動系數(shù)):
式中C為6個氣動系數(shù)分量中的一個;Cbase為無舵偏的基礎量;ΔC為增量;下標β表示側(cè)滑角,eleven表示升降舵,aileron 表示副翼;rudder 表示方向舵。氣動數(shù)據(jù)庫表提供基本氣動特性和各個操縱舵面操縱引起的增量。
在風洞試驗中,開展了組合舵偏的操縱效率同單獨舵偏效率的增量疊加比較。圖9提供了俯仰舵和副翼耦合特性(圖中紅色方塊)同單獨舵偏對力矩特性影響的比較,圖10 提供了方向舵和副翼耦合舵偏(圖中紅色方塊)與單獨舵偏對力矩特性的影響比較。圖中顯示耦合作用下,舵面操縱無交互干擾現(xiàn)象,可以采用無交聯(lián)增量模型描述。
圖9 俯仰舵和副翼耦合氣動特性比較(Ma=2,Dp=10°,Dr=-5°)Fig.9 Comparison of elevator and aileron coupling aerodynamic characteristics
圖10 方向舵和副翼耦合氣動特性比較(Ma=2,Dy=10,Dr=-10)Fig.10 Comparison of rudder and aileron coupling aerodynamic characteristics
寬馬赫數(shù)柵格舵飛行速域?qū)?、空域廣和姿態(tài)多,帶來氣動特性工況巨大的問題,即使不考慮耦合效應,也至少需要200個基本工況的試驗車次才能滿足設計需要。但受不足10個月的氣動研制周期和研制經(jīng)費制約,所需試驗工況僅完成了一半左右。以俯仰通道氣動特性為例,根據(jù)控制設計需要,馬赫數(shù)每間隔1時應該開展7 個不同舵偏車次的風洞試驗,僅完成了54%,見表1。尤其馬赫數(shù)為4~7區(qū)間,考慮到成本和時間,幾乎未開展試驗。需要通過技術和方法上創(chuàng)新,在風洞試驗數(shù)量減半情況下,在規(guī)定設計節(jié)點低成本建立高質(zhì)量的完整氣動數(shù)據(jù)庫,保障飛行試驗的成功。
表1 俯仰通道基本工況風洞試驗情況Tab.1 Fundamental state for wind tunnel experiment on pitching moment
設計師隊伍考慮引入機器學習方法破解試驗工況不足的問題。機器學習作為目前實現(xiàn)人工智能的主流手段之一,是一種以已有數(shù)據(jù)(風洞試驗和數(shù)值計算結(jié)果)作為輸入訓練出模型,然后使用模型預測未知數(shù)據(jù)的一種方法。人工智能技術應用于氣動設計的概念已提出30多年[10-11],已發(fā)展出線性回歸、支持向量機和神經(jīng)網(wǎng)絡等多種機器學習算法,但目前文獻中并無工程應用的實例。實際應用后,顯示目前主流機器學習算法在場景復雜、對象規(guī)律性差的實際工程環(huán)境應用時,預期正確性偏低,達不到工程設計苛刻的要求。圖11提供了機器學習預測馬赫數(shù)為3時升降舵引起俯仰力矩特性,可以看到不同舵偏曲線交叉違背基本物理特性的現(xiàn)象,預測完全失敗。
圖11 馬赫數(shù)3的俯仰力矩預測結(jié)果Fig.11 Predicted pitching moment for Mach number 3 with AI
針對應用中暴露出來的問題,經(jīng)過仔細分析,發(fā)現(xiàn)了原因:人工智能是“模仿”人腦的學習過程,但人腦學習過程是帶反饋的雙向機制,而目前的機器學習是單向過程,缺乏評估結(jié)果后的信息反饋。這點差異造成學習能力低下、復雜工程應用的適應性差。相應的對策就是在機器學習過程中引入反饋模式,“人在回路”(man-in-loop)反饋模式是目前最現(xiàn)實的選擇?!叭嗽诨芈贰笔窃谀壳凹兇獾臄?shù)字化計算機智能尚不能滿足工程復雜環(huán)境的條件下,一些學者提出了流程中引入“人機接口”以控制優(yōu)化進程、引入判斷與創(chuàng)新的方法[12-13]。在機器學習過程實現(xiàn)“人在回路”反饋的形式上開展了方法創(chuàng)新,確立了相關函數(shù)的物理相容性和檢驗物理化等4項改進措施。改進后的機器學習方法提升了預測魯棒性與泛化能力,多維復雜工程設計數(shù)據(jù)的預測一致性提升至97%以上,達到工程應用的要求。采用改進后的機器學習方法,獲得了覆蓋飛行彈道的全部工況的氣動特性,按時完成了任務,并實現(xiàn)了試驗成本的節(jié)約,如圖12 所示。相關研究工作的技術細節(jié)見文獻[14-15]。
圖12 人工智能氣動特性預測技術在項目中應用流程Fig.12 Flow chart of the application of artificial intelligence aerodynamic characteristics prediction technology in the project
2019年7月,一子級落區(qū)控制項目開展搭載試驗一子級殘骸準確落入預定落區(qū),將落區(qū)范圍大幅度縮小。
圖13為箭上高清攝像頭圖像記錄了柵格舵飛行全過程,顯示全程柵格舵工作情況良好。再入過程的飛行攻角和升降舵偏歷程參見文獻[14],符合設計預測結(jié)果。起控段氣動特性無試驗結(jié)果,全部由機器學習方法預測提供。全程飛行試驗結(jié)果顯示,一子級順利起控,表明氣動設計正確,試驗、計算和人工智能方法提供的氣動特性正確,保障了飛行試驗的成功。
圖13 高清攝像頭記錄飛行試驗中柵格舵關閉、展開的狀態(tài)Fig.13 Grid fin closing and deployment during flight test recorded with HD camera
飛行試驗的成功證明了寬馬赫數(shù)柵格舵設計正確。展望未來應用場景,還可以在以下幾個方面推動寬馬赫數(shù)柵格舵技術的進一步發(fā)展,以期后續(xù)在一子級落區(qū)控制和回收等方面發(fā)揮更大作用。
a)先進柵格舵氣動布局研究,發(fā)展局部后掠型的柵格舵技術,克服柵格舵跨聲速壅塞現(xiàn)象導致操縱效率低下,提升柵格舵跨聲速的可操縱性[16]。
b)開展發(fā)動機超前和布局對再入氣動特性的影響,深入研究跨聲速的復雜流動特性和機制。
c)開展外大氣層外再入大攻角飛行的靜態(tài)和動態(tài)氣動特性,正確預測再入初期的復雜氣動特性。
d)開展全向氣動特性建模方法研究,以適應控制系統(tǒng)對更大攻角和側(cè)滑角氣動特性描述的需求[17]。
e)進一步開展人工智能預測氣動特性技術的適應性發(fā)展,讓人工智能技術在氣動特性預測上發(fā)揮更大作用,提高設計效率,降低設計成本[15-18]。
CZ-2C承擔了中國首次開展的在役火箭一子級落區(qū)控制飛行演示試驗,在研制過程中,氣動設計團隊解決了氣動布局設計技術、氣動特性預測技術、氣動建模技術和人工智能氣動特性預測技術。在較短時間內(nèi)低成本高效率地完成了氣動設計,支撐了飛行試驗的成功。后續(xù)將在已有成果基礎上,開展深入研究,以支撐未來落區(qū)控制,以及航天運輸系統(tǒng)的重復使用技術的發(fā)展。