航空器航迹噪声预测模型研究

航空器航迹噪声预测模型研究

现在，中国经济水平快速发展，人民生活水平逐步提高，人民移动方式发生了重大变化，丰富了中国航空业的发展。机场飞机起降次数增加带来的噪声问题日益突出,给周边人民日常生活和工作带来了一定的影响。所以,科学准确地预测航空器起降带来的噪声的影响范围和噪声强度尤为重要。国内外对此问题展开了较为深入的研究,其中德国和美国取得了一些较为瞩目的成就。在20世纪70年代,德国率先研究出了计算飞机噪声烦扰度的方法,于1975年发布了第一款软件AzB。之后,美国空军研发出软件NoiseMap,其应用范围也比较广,最初试用于空军机场的噪声预测,现在在许多国家的民用机场也得到了广泛的应用。中国对机场附近噪声的测量和标准也做出了相应的研究。许多文献对航空器噪声的评价和预测进行了详细的介绍,并给出了一些评价参数的计算公式以及相关的噪声计算的修正方法。在应用方面,首都机场股份有限公司采取了一系列的措施,包括安装运行机场噪声监测系统,花费1.2亿元在机场附近社区采取隔音措施等。在实际运用过程中发现,飞行航线情况错综复杂,飞机在沿航线飞行过程中的飞行状态(如速度、推力、爬升角度等)不断变化。其飞行航迹可能由不同长度的弯道和直线以各种方式交替组成,计算噪声过程中对于如何计算预测点距离相应航线的最短距离,如何分析航空器在不同飞行状态的情况,需要有一套迅捷的完整的计算模型,而仅知道部分噪声评价量的计算公式很难对机场周围的噪声情况进行客观准确的评估。本文通过分析航空器飞行航迹的几何特点,建立一个适用于各种机型和不同航迹的噪声预测模型,通过实验验证该模型在航空器噪声预测方面达到了准确和快速的效果,为机场噪声的预测提供了依据和支持。1加航迹的结构在飞机适航过程中,涉及大量的飞行性能相关的工作,主要有基准噪声航迹的计算、飞行航迹的测量以及飞行航迹的修正。计算航空器噪声需要许多参数,其中航迹的确定对预测该条航迹周围的噪声起到了尤为重要的作用。航迹有直线型的(包括起飞滑跑、直线仰飞、直线平飞、直线俯飞以及直线着陆等),曲线型的(包括左右转弯爬升、左右转弯平飞以及左右转弯下滑等),也有二者都有的,因此文中将航迹看成直线段航迹和曲线段航迹的组合。每个航迹段都有稳定的速度、推力和仰角等参数。这两种基本航迹段就是飞行器航线组成的基本单位,各种飞行航迹均可由这两种航迹段排列组合构成。由此可以看出,不同的航迹有相似性,差异在于其构成航迹单元的数量和排列不同。计算整段航迹影响区域的噪声情况只需确定该航迹的航迹单元组成情况,分别计算航迹单元影响下的噪声,在此基础上进行叠加便可。图1所示为一段航空器起飞的航迹示意图,可将其分成①、②、③和④4段,其中③为曲线段。若要计算P点的噪声,则先分别计算4段航迹对P点的噪声,再将4段的贡献值综合起来即可得到。2建立直角坐标系航空器噪声预测模型的建立首先需要建立合适的坐标系,本文建立如下直角坐标系:原点为跑道中心线的起点,X轴沿跑道方向的中心线,Y轴沿垂直跑道中心线的方向,Z轴沿高度方向。2.1机械噪声曲线拟合直线段航迹示意图如图2(a)所示,在计算过程当中需要获悉的参数有:航迹段序号i,航迹段的水平仰角θi,终端高度zBi,航线AiBi到X轴的水平转角αi(αi<π),终端功率WBi,终端速度VBi,监测点与航迹段平面投影的最短距离Li;在航空器平飞时,还须确认航空器水平飞行的航程Si。该航迹段的起点坐标为Ai(xAi,yAi,zAi),终点坐标为Bi(xBi,yBi,zBi),实际情况中每个点的坐标由该点的纬度、经度和高度表示,即Ci(li,gi,hi)。计算航迹附近的噪声值需要确定该段航迹的影响区域,将直线段航迹映射在平面上如图2(b)所示。在确定直线段影响区域时需要确定的是航迹水平转角αi的大小。不同的αi对应不同的影响范围,具体如下:式中:k=tanαi;k′=-1/k。在确定每段航迹的影响区域时,需要计算影响区域的噪声值。确定了监测点和航迹的具体位置关系之后,有两种方法可以得到该点的噪声值:一种是利用NPD(NoisePowerDistance)数据库,根据斜距和相应航迹段的推力,在对应机型的NPD数据库中查出对应的噪声值大小;另一种方法是将斜距代入具体机型的噪声曲线拟合表达式计算。大部分机型通常采用二次多项式进行噪声曲线拟合,也就是说在机型和功率固定的前提下,找到有效感觉噪声级和斜距之间满足的二次多项式关系。例如,在某波音737机型的不同功率下,有效感觉噪声级与斜距的关系为这种噪声曲线拟合表达式是对工程测量中许多测量值进行拟合得到的,可以体现出噪声变化的大致过程。不同机型噪声数据量的不足,导致现在适用于不同机型的噪声曲线公式远远不够。图3显示的是监测点和航迹段在平面投影的位置关系,图4是其空间剖面图,可以根据式(8)~式(11)计算出监测点P的斜距。式中:Ri为P点的斜距;D1、D2和D3分别为地面投影三角形的3条边(见图3);HMSLA为机场的海拔高度;HMSLC为监测点的海拔高度;γi为地面投影三角形中的一个角,计算式为将按照上述方法计算所得的监测点的斜距代入NPD数据库中或者代回曲线的模拟二次多项式中便可以得到该点的噪声值。2.2航迹影响区域的确定在计算曲线段航迹时需要获悉的参数有:航迹段序号i,起点坐标Ai(xAi,yAi,zAi),终点坐标Bi(xBi,yBi,zBi),航迹段水平仰角θi,航线AiBi到X轴的水平转角αi(αi<π),终端功率WBi,终端速度VBi,曲线段近似圆圆心的坐标Oi(xOi,yOi)以及圆半径ri。图5(a)为曲线段航迹剖面图,图5(b)为其地面投影图,曲线段航迹取圆弧两端点与圆心之间连线所夹的区域以及其对角区域为其影响区域,根据中心点Oi(xOi,yOi)坐标和起点Ai、终点Bi的位置关系来确定航迹的影响区域,具体分为以下4种情况:式中:。在计算曲线段航迹影响范围内的噪声情况时,需要确定监测点具体落位情况,如图6所示。当监测点落在曲线段航迹的扇形范围时(见图7(a),其地面映射如图6(a)所示),斜距Ri的计算方法为当监测点落在曲线段扇形区域外时(见图7(b),其地面映射如图6(b)所示),斜距Ri计算方法为式中:,LOiA、LOiP和LAP分别表示两点之间的距离。按照上述方法计算出来的噪声值,经过适当的修正之后便可以代表该监测点的具体噪声情况。3监测点噪声传播通过两种方法验证所提模型的计算结果:一种是与NoiseMap软件下模拟同样飞行过程的结果进行对比;另一种是与北京机场实测数据中抽离出的航迹以及相应的噪声数据进行对比分析。如图8所示,用NoiseMap软件模拟A319飞机降落的一段直线段航迹,按照本文航迹分割的原理将其分成4小段,分段的依据为飞机在飞行过程中的推力变化情况。在该航迹段的周边任意设置5个兴趣点作为监测点(P1,P2,P3,P4,P5)。图9给出模型计算值和软件模拟值的对比图。噪声计算过程是:将数据代入模型里求出监测点和航迹的斜距,之后在NPD数据库中查找该机型的斜距和推力已知的条件下该点的噪声值。可以看出模型计算值普遍高于软件模拟值,分析推测其原因是:模型没有考虑气候(温度、湿度、气压)和地形因素等对噪声传播的影响,而软件在这方面有适当的考虑。从图9可以看出,在监测点距离航迹斜距较小的地方,计算值和软件模拟值之间的差距较小,最小的差距是1.98dB。由于人耳的分辨范围在3dB之外,只有监测点P1超出这个范围,所以预测结果比较准确。图10给出NoiseMap软件模拟的F16A飞机起飞时的一段航迹。其中监测点P1、P2和P3在直线段航迹的影响范围内,而P4和P5在曲线段的影响范围内,P4在曲线段的扇形范围内,P5在扇形范围外。图11是模型计算值和软件模拟值的对比分析。可以看出,在斜距较小的P1、P4两点的噪声值差异最小,其中在P1点的差异只有1.67dB。在曲线段航迹影响的2个监测点,模型预测值低于软件模拟值,差距分别是1.70dB和6.57dB,这种差距受气候和飞机侧向衰减因素的影响,其中飞机侧向衰减因素要占较大成分。以上都是航迹段对监测点噪声的平均影响,下面将每段航迹细分,从而体现出飞机瞬时对监测点的噪声影响。下例是北京机场监测点的实时数据和模型计算值的对比。图12是北京机场的噪声监测点分布图,包含编号51~69共19个监测点。其中有一条由34个航迹点构成的直线段航迹,这段航迹由A320飞机从630m下降到140m过程中每隔3~4s留下来的位置点组成。其中影响的监测点号依次有P61、P60、P62和P59。在此次噪声事件影响的20s左右的时间里,监测设备记录了期间的噪声变化情况,按照飞机在此过程中推力的变化将该航迹分成4段,如图12中黑色虚线段表示。分别计算每小段(8、9或10个位置点组成)航迹对影响范围内的监测点的噪声影响,并与实测数据进行对比分析,结果如图13所示。可以看出在前部或者尾部的差异比较大,基本在3dB以上,只有在噪声值最高点的差异相对较小,可见对相同推力段的航迹进行细分后,预测的准确率有明显的下降。根据其NPD数据库计算飞机航迹的噪声,数据库中飞机的推力是离散值,在一定推力下对应的斜距也是离散的。由于飞机的NPD噪声数据可以模拟成曲线,这样对于有些推力值或者斜距不在相应表中的情况,需要对其进行插值计算,但是分别进行插值会对计算结果的准确率造成较大影响。所以为了保证预测结果的准确性,对航迹的分割按照航迹段上的推力和NPD数据库中推力相匹配的原则,只对监测点的斜距与数据表中数据不匹配的点的噪声值采用距离反比插值算法计算。4噪声预测的准确性1)根据模型计算结果和软件模拟结果的对比,无论是在直线段航迹还是在曲线段航迹,任取其中的5个监测点,其中有4个监测点的噪声偏差在3dB之内,可以看出该模型在航迹段对监测点的总体噪声预测较为准确。2)由该模型和实测数据的对比分析结果可以看出,将每