2. 从工程问题到参数模型

续航评估是无人机设计中最典型的性能问题之一,但它很少能直接用一个公式回答。工程上真正要回答的是:在给定任务剖面、给定环境条件、给定设计约束下,这架无人机能飞多久、飞多远,哪些设计变量对结果影响最大。SysML 参数约束建模的价值,正是把这类模糊的工程问题转化为可计算、可追溯、可复用的参数网络。本节以一架电动多旋翼无人机为对象,完整走一遍从问题边界到可计算目标拆解的过程。

一、先划边界:什么在模型内,什么在模型外

参数模型的第一步不是写公式,而是定义问题边界。边界不清,模型会无限膨胀。对续航评估,我们把研究对象限定为巡航阶段的平飞续航时间,即从爬升结束、进入稳定巡航开始,到电量降至安全阈值(示例取剩余 20%)为止。以下内容明确排除在本次模型之外:起降与悬停阶段、电池老化与温度对容量的影响、飞控姿态修正带来的额外功耗、通信链路与载荷的瞬时峰值功耗。这些不是不重要,而是需要作为后续独立模型或修正项处理。

边界定义同时要记录假设,因为假设直接决定模型的可信区间。本示例采用以下假设:

  • 巡航为定高、定速平飞,忽略风场垂直分量;
  • 电池可用容量按标称容量的 80% 计,作为安全余量;
  • 电机与螺旋桨效率在巡航工况下取常值,不随转速非线性变化;
  • 整机质量在巡航中视为常量,忽略燃油/电池消耗引起的质量变化(电动无人机该假设合理)。
假设不是免责声明,而是模型的输入条件。每一条假设都应在模型中对应一个可替换的参数或约束,便于后续做敏感性分析。

二、识别三类参数:性能指标、设计变量、外部环境参数

参数化建模的核心动作,是把问题中的量分成三类,并明确它们之间的依赖方向。

性能指标(输出)是我们要评估的目标,本示例取两个:巡航续航时间 T_cruise(min)和巡航航程 R_cruise(km)。它们是模型的因变量,不直接由设计者自由设定,而是由其他参数计算得到。

设计变量(可控输入)是设计者可以调整的量,包括:整机质量 m(kg)、电池标称容量 C_bat(Ah)、电池标称电压 V_bat(V)、巡航速度 V_cruise(m/s)、升阻比 L_D(无量纲)、推进系统总效率 eta_prop(无量纲)。这些量在设计中可被修改,是优化的抓手。

外部环境参数(不可控输入)是任务与环境的给定条件,包括:巡航高度对应的空气密度 rho(kg/m³)、重力加速度 g(取 9.81 m/s²)、任务要求的巡航速度若由任务规定则也归入此类。环境参数不能由设计者改变,但会影响性能指标。

三类参数的关系可以用一张参数依赖图清晰表达。下图给出本示例的参数网络:左侧为设计变量与环境参数,中间为中间计算量,右侧为性能指标,箭头表示依赖方向。

无人机巡航续航参数依赖网络 设计变量(可控) 整机质量 m 电池容量 C_bat 电池电压 V_bat 巡航速度 V_cruise 升阻比 L_D 推进效率 eta_prop 外部环境参数 空气密度 rho | 重力 g 可用能量 E_avail = C_bat × V_bat × 0.8 巡航需用功率 P_cruise = m·g·V / (L_D·eta_prop) 巡航电流 I_cruise = P_cruise / V_bat 续航时间 T_cruise = E_avail / P_cruise 巡航航程 R_cruise = V_cruise × T_cruise 设计变量依赖 环境参数影响

三、把目标拆成可计算的约束链

有了参数网络,下一步是把它写成可计算的约束。SysML 参数图(Parametric Diagram)中,每个约束块(Constraint Block)对应一组方程,参数通过绑定连接器(Binding Connector)与值属性关联。本示例的核心约束链如下:

E_avail   = C_bat × V_bat × 0.8
P_cruise  = m × g × V_cruise / (L_D × eta_prop)
I_cruise  = P_cruise / V_bat
T_cruise  = E_avail / P_cruise
R_cruise  = V_cruise × T_cruise

代入一组示例参数:m = 3.5 kg、C_bat = 10 Ah、V_bat = 22.2 V、V_cruise = 15 m/s、L_D = 8、eta_prop = 0.65、g = 9.81 m/s²。计算过程为:

E_avail  = 10 × 22.2 × 0.8 = 177.6 Wh
P_cruise = 3.5 × 9.81 × 15 / (8 × 0.65) ≈ 99.0 W
T_cruise = 177.6 / 99.0 ≈ 1.79 h ≈ 107.6 min
R_cruise = 15 × 107.6 × 60 / 1000 ≈ 96.8 km

这组数值是教学示例,用于说明参数如何流动,不代表任何真实机型的实测结果。关键在于:一旦参数网络建立,修改任意一个设计变量,结果会沿约束链自动更新,这正是参数化模型相对于手工计算的核心优势。

四、敏感性判断:哪个参数最值得优化

参数模型不仅要能算,还要能回答“改什么最有效”。对上述约束链做简单敏感性观察:T_cruise 与 C_bat、V_bat、L_D、eta_prop 成正比,与 m、V_cruise 成反比。这意味着:

  • 提升电池容量对续航是线性增益,但会增加质量,形成负反馈,需在模型中把 m 与 C_bat 的耦合关系显式表达;
  • 提高升阻比 L_D 不增加质量,是气动优化的重点方向;
  • 巡航速度 V_cruise 同时出现在功率分子和航程公式中,对航程的影响是非单调的,存在一个使航程最大的速度点。
敏感性分析必须在参数网络完整的前提下进行。如果遗漏了“电池容量增加导致质量增加”这一耦合,优化结论会严重偏乐观。

五、可计算目标拆解与假设记录表

最后,把上述内容整理成一份可直接用于建模的目标拆解与假设记录表。它既是参数模型的输入清单,也是后续验证的对照依据。

类别 参数/目标 符号 示例值 说明
性能指标 巡航续航时间 T_cruise 待计算 电量降至 20% 为止
巡航航程 R_cruise 待计算 平飞段水平距离
设计变量 整机质量 m 3.5 kg 含电池、载荷
电池容量 C_bat 10 Ah 标称值
电池电压 V_bat 22.2 V 6S 锂聚合物
巡航速度 V_cruise 15 m/s 任务给定或可调
升阻比 L_D 8 巡航工况估计值
推进效率 eta_prop 0.65 电机+螺旋桨综合
环境参数 空气密度 rho 1.225 kg/m³ 海平面标准值
重力加速度 g 9.81 m/s² 常量
关键假设 可用容量系数 — 0.8 安全余量
效率常值假设 — — 巡航工况下不随转速变化
质量恒定假设 — — 忽略电量消耗引起的质量变化

这张表可以直接作为 SysML 参数图的输入清单:每一行对应一个值属性或约束参数,类别决定它在参数网络中的位置。完成这一步后,续航评估就从“一个模糊的工程问题”变成了“一组可计算、可追溯、可替换的约束关系”,后续无论是做敏感性分析、优化设计还是验证试验,都有了统一的参数基准。