3、空气动力学基础：旋翼/螺旋桨气动特性、机体阻力、地面效应、干扰流场对建模的影响
电动垂直起降飞行器（eVTOL）的空气动力学环境与传统固定翼飞机和直升机有显著差异。其多旋翼/倾转旋翼布局导致流场高度耦合，旋翼尾流与机体、机翼、涵道之间相互作用强烈。在进行飞行器建模与辨识时，若忽略这些气动细节，将导致模型在悬停、低速过渡及高速巡航阶段的预测精度严重下降。本章聚焦于旋翼/螺旋桨气动特性、机体阻力、地面效应以及干扰流场对动力学模型结构的影响，为后续的辨识实验设计与参数估计奠定物理基础。
上图展示了eVTOL在典型飞行模式下各气动模块之间的耦合关系。从建模视角看，旋翼既是升力/推力来源，也是干扰流场的源头；机体阻力不仅取决于自身外形，还受旋翼尾流速度脉动的影响；地面效应则通过改变旋翼诱导速度场，进而影响整机力与力矩。下面分别展开论述。
3.1 旋翼/螺旋桨气动特性及其建模表达
3.1.1 核心原理：动量理论与叶素理论的融合
旋翼气动建模的基础是动量理论（Momentum Theory）与叶素理论（Blade Element Theory, BET）的结合。动量理论将旋翼视为一个“致动盘”，通过流量守恒和动量定理建立诱导速度与拉力的关系。对于悬停状态，理想诱导速度 \(v_i\) 满足：
T = 2 · ρ · A · v_i²其中 \(T\) 为拉力，\(ρ\) 为空气密度，\(A\) 为桨盘面积。然而，实际旋翼存在桨尖损失、非均匀入流和涡环状态，单纯动量理论无法捕捉叶素迎角沿展向的变化。因此，工程上常采用叶素动量理论（BEMT），将桨叶沿展向离散为若干微段，每个微段根据当地合速度计算升力和阻力，再沿展向积分得到总拉力与扭矩。
在eVTOL建模中，旋翼转速通常较高且桨叶刚性较大，但为了准确捕捉动态响应，需要引入动态入流模型（如Pitt-Peters模型）。该模型将诱导速度分布用一阶谐波近似，并建立诱导速度对拉力变化的二阶惯性响应，其状态方程形式为：
M · v̇_dyn + L⁻¹ · v_dyn = C · T其中 \(M\) 为质量矩阵，\(L\) 为入流增益矩阵，\(C\) 为拉力耦合矩阵。这一动态项在辨识实验中表现为旋翼拉力的相位滞后，尤其在悬停小扰动激励时不可忽略。
3.1.2 判断方法：旋翼模型复杂度选择准则
建模者需根据飞行包线和辨识目标选择旋翼模型复杂度。下表给出了不同复杂度模型的适用场景：
| 模型类型 | 状态变量 | 适用场景 | 辨识难度 |
|---|---|---|---|
| 静态查表模型 | 无（代数方程） | 稳态配平、巡航性能分析 | 低 |
| 一阶惯性模型 | 诱导速度（1阶） | 悬停/低速姿态控制设计 | 中 |
| 动态入流模型（3阶） | 入流谐波分量（3阶） | 全包线仿真、阵风响应分析 | 高 |
| 自由涡/CFD耦合 | 尾迹节点坐标（数十阶） | 气动弹性分析、噪声预测 | 极高（不用于实时辨识） |
对于系统辨识而言，推荐采用“静态查表+一阶动态入流”的组合。静态查表提供稳态增益，一阶动态项提供相位滞后，足以覆盖eVTOL飞控设计所需的频带（0.1~10 rad/s）。
3.1.3 案例拆解：悬停状态旋翼拉力辨识实验
某eVTOL验证机在系留平台上进行悬停辨识。实验采用扫频激励信号，频率范围0.2~20 rad/s，幅值为额定转速的±5%。初始现象：在频率高于5 rad/s时，实测拉力响应相比静态模型预测出现约15°的相位滞后，且幅值衰减约8%。
分析过程：首先排除传感器延迟（经校准后延迟约3ms），确认滞后来源于旋翼入流动态。随后在模型中加入一阶惯性环节，时间常数 \(τ\) 通过最小二乘拟合确定为0.12s。操作步骤：
- 采集旋翼转速指令与拉力传感器数据，同步采样率1kHz；
- 利用FFT计算频率响应函数（FRF）；
- 在频域拟合传递函数 \(G(s)=K/(τs+1)\)，其中 \(K\) 为静态增益；
- 将辨识结果与BEMT理论计算对比，误差小于3%。
结果对比：加入动态项后，模型在10 rad/s处的相位误差从15°降至2°以内。代价是模型阶数增加1阶，但计算量增加可忽略。复盘经验：旋翼动态时间常数与桨盘载荷（\(T/A\)）强相关，后续在不同转速工况下需重新辨识。
3.2 机体阻力建模与气动导数修正
3.2.1 核心原理：阻力分解与动压修正
eVTOL机体阻力由压差阻力、摩擦阻力和诱导阻力组成。在建模中，通常将阻力系数 \(C_D\) 表示为迎角 \(\alpha\) 和侧滑角 \(\beta\) 的函数。然而，旋翼尾流对机体的冲刷会显著改变局部动压和气流方向。例如，前飞时前旋翼的尾流向下偏转，使得机翼实际迎角小于几何迎角，导致升力线斜率下降、阻力增加。
工程上采用“尾流修正因子” \(\eta_w\) 来修正机体气动系数：
C_L_eff = C_L(α - Δα_w) · (1 + η_w · (V_rotor/V∞)²)其中 \(Δα_w\) 为旋翼下洗引起的迎角变化，\(V_rotor\) 为旋翼尾流特征速度。该修正因子需通过风洞实验或CFD计算获得，是辨识模型中重要的先验参数。
3.2.2 判断方法：阻力模型结构选择
根据飞行速度范围，机体阻力模型可分为三种结构：
- 低速段（V<20m/s）：阻力以诱导阻力为主，采用 \(D = k·T²/(ρ·π·R²)\) 形式，其中 \(k\) 为诱导阻力因子；
- 中速段（20~50m/s）：压差阻力与诱导阻力并存，采用多项式 \(C_D = C_D0 + k_1·α + k_2·α²\)；
- 高速段（V>50m/s）：以摩擦阻力为主，需考虑雷诺数效应，采用 \(C_D = C_D0·(1 + a·(Re/Re0)^n)\)。
在辨识实验中，可通过分段拟合或加权最小二乘来确定模型参数。若飞行数据跨越多个速度段，建议采用“分区+平滑过渡”的建模策略。
3.2.3 实战场景：过渡飞行阶段阻力辨识
某倾转旋翼eVTOL在从悬停过渡到前飞（速度0→30m/s）过程中，发现机体俯仰力矩出现异常波动。初始现象：在速度15m/s附近，俯仰力矩系数出现约0.02的跳变。关键数据：旋翼转速恒定，倾转角从90°逐渐前倾至30°。
分析判断：该速度区间恰好是旋翼尾流从“垂直向下”转为“水平向后”的临界点，尾流对平尾的遮挡效应发生突变。操作步骤：
- 在风洞中测量不同倾转角下的平尾区域动压分布；
- 将动压比 \(q_h/q_∞\) 作为状态量加入模型；
- 采用平滑切换函数 \(q_h/q_∞ = 0.5·(1+tanh((V-V_c)/ΔV))\) 描述过渡；
- 重新辨识俯仰力矩模型，误差降低60%。
结果对比：修正后模型在15m/s附近的力矩预测误差从0.02降至0.005。风险与代价：切换函数的参数 \(V_c\) 和 \(ΔV\) 对飞行状态敏感，需在不同构型下重新标定。复盘经验：过渡阶段的干扰流场变化往往比稳态更剧烈，建模时应预留足够的模型结构余量。
3.3 地面效应与干扰流场耦合建模
3.3.1 核心原理：地效的物理机制与建模方法
当eVTOL距离地面小于一个桨盘直径时，旋翼诱导气流受到地面阻挡，导致诱导速度减小、桨盘效率提高。经典的地效模型采用“镜像法”，将地面视为对称面，用镜像旋翼代替地面效应。此时，旋翼拉力增加量可表示为：
ΔT/T = (1 - (R/(4h))²) / (1 + (R/(4h))²)其中 \(h\) 为桨盘离地高度，\(R\) 为桨盘半径。该公式在 \(h/R > 0.5\) 时精度较好，但更接近地面时需考虑粘性效应和地面边界层的影响。
在干扰流场方面，多旋翼布局的相邻旋翼之间会产生相互诱导。例如，四旋翼飞行器中，前侧旋翼的尾流会降低后侧旋翼的来流速度，导致后侧旋翼拉力下降。这种干扰可用“干扰系数矩阵” \(K_{ij}\) 描述：
T_i = T_i0 · (1 + Σ K_ij · (T_j/T_i0))其中 \(K_{ij}\) 表示第 \(j\) 个旋翼对第 \(i\) 个旋翼的干扰强度，通常通过CFD或实验测量获得。
3.3.2 判断方法：地效与干扰的辨识策略
在辨识实验中，地效和干扰流场的影响往往耦合在一起。建议采用以下分层辨识策略：
| 步骤 | 实验条件 | 辨识目标 | 注意事项 |
|---|---|---|---|
| 1 | 单旋翼离地高度变化 | 地效修正系数 \(K_{IGE}(h/R)\) | 确保无风环境，地面平整 |
| 2 | 双旋翼间距变化 | 干扰系数 \(K_{ij}\) | 保持转速一致，避免共振 |
| 3 | 全机悬停不同高度 | 综合地效+干扰模型 | 记录实际高度（激光测距） |
| 4 | 低速前飞（V<5m/s） | 地效随速度衰减规律 | 地效在V>10m/s后基本消失 |
该策略的核心思想是“先解耦、后综合”，避免多参数同时辨识导致的不可辨识性问题。
3.3.3 案例拆解：垂直起降阶段的地效辨识
某城市空中交通（UAM）eVTOL在垂直起降场进行自动着陆测试。初始现象：当飞行器下降至离地1.2m（\(h/R=0.8\)）时，垂直速度出现异常增大，即使油门已减小，飞行器仍加速下降。关键数据：四个旋翼转速一致，总距指令已降至最小。
分析判断：这是典型的地效“吸力效应”——地面效应改变了旋翼入流，使得在近地面时拉力-转速曲线斜率发生变化，原有的控制器增益不再适用。操作步骤：
- 在系留状态下测量不同高度（0.5m~3m）的拉力-转速曲线；
- 拟合地效修正系数 \(K_{IGE}(h/R)\)，发现当 \(h/R<0.6\) 时拉力增加超过15%；
- 在飞控模型中增加地效补偿项，将拉力指令修正为 \(T_cmd = T_base / (1 + K_{IGE})\)；
- 重新进行自动着陆测试，垂直速度波动从±0.8m/s降至±0.2m/s。
结果对比：补偿后着陆精度从±0.3m提升至±0.05m。风险与代价：地效补偿依赖于高度测量精度，在GPS信号遮挡的室内环境需使用激光或气压高度计融合。复盘经验：地效辨识实验必须在真实地面条件下进行，风洞中的移动地面模拟与真实地面存在差异。
3.4 常见误区与建模复盘
3.4.1 误区一：忽略旋翼动态入流
许多初学者将旋翼视为纯静态执行器，直接使用 \(T = k·ω²\) 的代数关系。这在悬停小扰动辨识中会导致相位滞后被错误归因于执行器延迟，进而影响控制参数整定。正确做法是至少引入一阶惯性环节，其时间常数可通过频域辨识获得。
3.4.2 误区二：将地面效应视为常数
地面效应随高度非线性变化，且在不同飞行速度下衰减规律不同。若在建模中将其视为常数，会导致着陆阶段模型失配。建议将 \(K_{IGE}\) 作为高度和速度的二维查表函数，并通过插值平滑过渡。
3.4.3 误区三：干扰流场仅考虑相邻旋翼
在倾转旋翼构型中，旋翼尾流对机翼、平尾、垂尾的干扰同样重要。例如，尾推滑流会显著增加平尾动压，提高俯仰操纵效率。若忽略此效应，辨识出的操纵导数会随飞行速度变化，导致模型结构不稳定。
3.4.4 建模复盘清单
- 旋翼模型是否覆盖了辨识频带内的动态特性？
- 机体阻力模型是否包含了旋翼尾流修正项？
- 地效修正是否考虑了高度和速度的二维变化？
- 干扰系数矩阵是否通过实验或高保真仿真标定？
- 模型复杂度是否与辨识数据的信息量匹配？
通过以上系统性的建模与辨识流程，可以建立适用于eVTOL全飞行包线的高保真动力学模型，为飞控设计、故障诊断和适航验证提供可靠基础。