Professional Documents
Culture Documents
Ingenierı́a en Aeronáutica
TESIS:
Análisis de control y estabilidad
longitudinal de una aeronave
de geometrı́a ala integrada
Ingeniero en Aeronáutica
Presenta:
Juan David Brigido González
Asesores:
Dr. Hugo Rodrı́guez Cortés
M. en C. Sergio Ángel Araujo Estrada.
M. en C. José Javier Roch Soto.
Dedicado a
Yahveh, Carmen, Juan, Sandra y Novak
i
Agradecimientos
A Carmen, por todo el sacrificio, espero que esto pruebe lo tanto que me importas.
Al Doctor Hugo Rodrı́guez Cortés, por ayudarme a poner los pies en la tierra e impulsarme
en mis estudios de posgrado. Siempre le estaré agradecido por esta oportunidad.
Al Maestro en Ciencias Sergio Ángel Araujo Estrada, por el tiempo en asesorarme y siempre
responder todas mis preguntas por tontas que fueran.
A Abel Alcocer Márquez, por ser un amigo fiel, y apoyarme cuando más lo necesite, gracias
dude eres de las mejores personas que conozco.
A Rogelio Guadarrama, por enseñarme Mecatrónica. Eres un gran amigo. Te debo varias.
A Mariana Rocha, por enseñarme a ser persistente, sin importar los perjuicios de terceros.
ii
Resumen
Esta investigación aborda el problema de realizar control en alas integradas, dando solu-
ción mediante la teorı́a de control clasico y moderno basada en la linealización y retroali-
mentación del sistema no lineal inestable. Se plantea el diseño de una ala integrada tomando
como referencia bibliográfica publicaciones de investigadores que han desarrollado y fun-
damentado teorı́a en el diseño de estas aeronaves, con ello se plantea la obtención de las
propiedades aerodinámicas utilizando dinámica computacional de fluidos. Se desarrolla el
modelado dinámico sólo abordando a la dinámica longitudinal; teniendo el modelo y las
propiedades aerodinámicas se analizan las propiedades de estabilidad y controlabilidad del
sistema. Finalmente se construye una ley de control basado en control PI con el objetivo de
controlar el sistema inestable en su condición de vuelo de crucero.
iii
Abstract
This research addresses the problem of making control in blended wing bodies, providing
solution using modern and classic control theory based on feedback and linearization of
nonlinear system unstable. It takes the approach of designing a blended wing body with
bibliographic reference to publications of researchers who have developed and based theory
in the design of these aircrafts; this would pose to obtain the aerodynamic properties using
computational fluid dynamics. Dynamic model is developed to prioritize only the longitudinal
dynamics, taking the model and the aerodynamic properties are analyzed to check properties
of stability and controllability of the system. Finally, we construct a control law based on PI
control in order to control the unstable system in cruise flight condition.
iv
Índice general
Agradecimientos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . ii
Resumen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . iii
Abstract . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . iv
Lista de figuras X
Lista de tablas XI
1. Introducción 1
1.1. Planteamiento de la investigación . . . . . . . . . . . . . . . . . . . . . . . . 2
1.1.1. Antecedentes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.1.2. Equilibrio y estabilidad . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.1.3. Dinámica de vuelo . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.1.4. Control en aeronaves . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.1.5. Metodologı́a de control . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.1.6. Selección de aeronave para control: Alas Integradas (Blended Wing
Body, BWB) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.2. Situación problemática (inestabilidad de un ala integrada) . . . . . . . . . . 6
1.3. Objetivo general de la investigación . . . . . . . . . . . . . . . . . . . . . . . 8
1.4. Objetivos especı́ficos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.5. Justificación . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.6. Alcance . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
2. Diseño de la aeronave 10
2.1. Principios básicos sobre estabilidad de un ala integrada . . . . . . . . . . . . 11
2.1.1. Estabilidad estática de cabeceo para aviones sin cola (Cmα ) . . . . . 11
2.1.2. Amortiguamiento de cabeceo para aviones sin empenaje (Cmq ) . . . . 15
2.1.3. Potencia para Control del elevador en un avión sin cola (Cmδe ) . . . . 15
2.1.4. Margen estático para aviones sin cola (Kn ) . . . . . . . . . . . . . . . 15
2.1.5. Efecto del flechado en una aeronave sin cola (Λ) . . . . . . . . . . . . 16
2.2. Análisis del diseño . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
2.2.1. Killerbee . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
2.2.2. Interpretación y modificación del diseño basado en el Killerbee. . . . 19
2.2.3. Dimensionamiento . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
v
2.3. Diseño aerodinámico . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
2.3.1. Perfil aerodinámico . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
2.3.2. Superficies de control . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
2.3.3. Polar . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
2.4. Diseño estructural . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
2.5. Integración de sistemas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
2.6. Matriz de inercia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
5. Control y estabilidad 80
5.1. Modelo del ala integrada . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 81
5.2. Puntos de equilibrio . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 83
5.2.1. Punto de equilibrio del sistema . . . . . . . . . . . . . . . . . . . . . 83
5.3. Linealización . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 87
5.3.1. Linealización aproximada mediante la expansión en serie de Taylor . 87
5.3.2. Representación del sistema linealizado. . . . . . . . . . . . . . . . . . 90
5.4. Estabilidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 95
5.4.1. Estabilidad en sistemas lineales . . . . . . . . . . . . . . . . . . . . . 95
5.5. Controlabilidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 96
5.6. Matriz de transferencia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 99
vi
5.7. Modos longitudinales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 102
5.7.1. Desacoplamiento de los modos. . . . . . . . . . . . . . . . . . . . . . 103
5.8. Control PI . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 104
5.8.1. Aproximación del fugoide. . . . . . . . . . . . . . . . . . . . . . . . . 104
5.8.2. Sintonización del PI . . . . . . . . . . . . . . . . . . . . . . . . . . . 107
5.9. Control en el sistema completo. . . . . . . . . . . . . . . . . . . . . . . . . . 115
5.10. Conclusiones. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 118
5.11. Trabajo futuro. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 118
Apendice A 119
Apendice B 120
vii
Índice de figuras
viii
2.29. CM vs α para cada δe . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
2.30. α vs CL . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
2.31. CD vs CL . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
2.32. Curvas caracterı́sticas del motor . . . . . . . . . . . . . . . . . . . . . . . . . 40
2.33. Superficies de control . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
2.34. Sistemas de la aeronave . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
2.35. Cotas en mm de las superficies de control . . . . . . . . . . . . . . . . . . . . 44
2.36. Obtención del CG y matriz de inercia en CATIA. . . . . . . . . . . . . . . . 46
2.37. Vista isométrica de los dispositivos . . . . . . . . . . . . . . . . . . . . . . . 47
2.38. Vista isométrica del ala integrada . . . . . . . . . . . . . . . . . . . . . . . . 47
ix
5.17. Velocidad con control . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 116
5.18. Ángulo de ataque con control . . . . . . . . . . . . . . . . . . . . . . . . . . 117
5.19. Velocidad de cabeceo con control . . . . . . . . . . . . . . . . . . . . . . . . 117
5.20. Ángulo de cabeceo con control . . . . . . . . . . . . . . . . . . . . . . . . . . 117
x
Índice de tablas
xi
Capı́tulo 1
Introducción
-Mario Benedetti
1
1.1. Planteamiento de la investigación
1.1.1. Antecedentes
Se relata sobre la estabilidad y control de una avión de ala integrada; con el objetivo de
encontrar leyes de control para manipular en vuelo a la aeronave, después se comenta de
la importancia de desarrollar aeronaves con geometrı́a de ala integrada y se finaliza con la
problemática de la inestabilidad que conlleva a desarrollar una aeronave con esta geometrı́a.
2
1.1.4. Control en aeronaves
La teorı́a de control automático no es sino una pequeña parte de una teorı́a más general que
estudia el comportamiento de todos los sistemas dinámicos. En todos los sistemas de control
se usan con frecuencia componentes de distintos tipos, por ejemplo, componentes mecánicos,
eléctricos, hidráulicos, neumáticos y combinaciones de estos. Un ingeniero que trabaje con
control debe estar familiarizado con las leyes fı́sicas fundamentales que rigen estos compo-
nentes.
El control en una aeronave se basa en manipular las superficies de control, estas superficies
generalmente son controladas con servomotores. Los servomotores reciben señales en tiempo
real de la computadora, dentro del procesador se encuentra programado el algoritmo de con-
trol que toma como referencia las señales de los sensores; estos sensores se encargan de medir
los estados, los cuales pueden ser velocidades, ángulo de ataque, ángulo de cabeceo, presión,
temperatura. etc.
3
Figura 1.1: Proceso de control en un UAV. Figura tomada de[32]
tamiento general del sistema, de ahı́ se necesita linealizar estas ecuaciones, ya que muchas de
estas ecuaciones son no lineales, que suelen ser sistemas difı́ciles de analizar y modificar, es
la razón por la cual se linealizan. Después se necesita encontrar el punto de equlibrio para la
condición de vuelo deseada, con ello se analizara la estabilidad del sistema. Finalmente si el
sistema es estable, se puede tener una aeronave segura en vuelo; sin embargo si el sistema es
inestable, se pueden proponer leyes de control que permitan estabilizar y controlar la aeron-
ave en su condición de vuelo deseada, los sistemas de control incluyen actuadores, los cuales
ejercen fuerzas en las superficies de control moviéndolas en distintas direcciones y generan
fuerzas rotacionales o momentos sobre el centro de gravedad de la aeronave, lo cual permite
producir un cabeceo, alabeo o guiñada. Estas leyes pueden ser comprobadas en sistemas de
simulación. La simulación se obtiene numéricamente en software de computación, Matlab[40]
es uno de ellos, los cuales nos permiten visualizar o aproximar el comportamiento de una
aeronave real en vuelo, recordando que la simulación es una pequeña interpretación de la
realidad y con esta herramienta es posible implementar en la practica toda la algoritmia para
el sistema de control del avión.
4
1.1.6. Selección de aeronave para control: Alas Integradas (Blend-
ed Wing Body, BWB)
La evolución del avión ha sido por el hecho de querer eficientar los costos operacionales. May-
or beneficio a menor costo. A principios de este siglo la economı́a ha sido un factor relevante
para la contribución de la tecnologı́a, ya que no se puede innovar sin despreciar la utilidad
monetaria. En consecuencia es necesario modificar la metodologı́a de diseño aerodinámico,
para alcanzar prestaciones, rendimientos y actuaciones óptimas.
Aviones convencionales: Son los aviones que tienen ala, cono de cola, empenaje hor-
izontal, empenaje vertical y fuselaje. Y estos a su vez tienen otras clasificaciones como
ala alta, ala baja, ala media, empenaje en V, empenaje en H, etc.
Aviones Canard: Son aviones similares a los convencionales con la diferencia de tener
Canards en lugar de empenajes horizontales, se encuentran delante de las alas. Estos
diseños también tienen diferentes clasificaciones como los convencionales.
Alas voladoras: Aeronaves que carecen de fuselaje y empenajes, solo tienen como
superficie su ala; la cual tiene un flechado a lo largo de la envergadura.
5
consumo de combustible es mucho menor. Desde una perspectiva ambiental significa
menos emisiones por pasajero, en pocas palabras es una aeronave más ecológica.[1]
Otro concepto que ha ido ganando interés es montar los motores por encima de la lı́nea
de referencia del fuselaje o el eje longitudinal, ya que el fuselaje integrado en el ala puede
actuar como un escudo en contra del ruido reflejando la mayor parte de la energı́a lejos de
la tierra[2]. Esto ha llevado a un nuevo diseño revolucionario de ala integrada desarrollado
bajo la iniciativa de ser una aeronave silenciosa[3]. Un proyecto conjunto entre el MIT y
Cambridge, aunque todavı́a en experimentación, se está pensando en nuevas estrategias de
control, tales como empuje vectorial para proporcionar control adicional de cabeceo[4].
Una comparación de rendimiento del Boeing BWB-450 con el Airbus A380-700. Ambos
aviones se comparan para una carga útil de aproximadamente 800 pasajeros y una autonomı́a
de 7000 nm. El resultado más notable es el 32 % menos del consumo de combustible por
asiento que tiene el BWB sobre el convencional. Ambos aviones están usando los motores
de tecnologı́a equivalente y empuje similar, pero el A380-700 necesita cuatro y el BWB sólo
tres[5]. Liebeck en 1990[6] discute el potencial de la BWB para la reducción significativa
de las emisiones y el ruido, demostró que la configuración ala integrada con una capaci-
dad de 800 pasajeros a una velocidad crucero de mach 0.85 con una capacidad de rango de
7000 millas náuticas ofrece un incremento del 40 % en la relación de fineza y un 25 % en la
reducción de consumo de combustible comparado con la tecnologı́a de un avión convencional.
6
claro que todo esto depende del tipo de perfil que se usa en el ala, y esto solo es válido
para cierto tipo de perfiles que generalmente su centro aerodinámico se sitúa al 25 %
de la cuerda[7]. El ala integrada al carecer del empenaje, tiene un comportamiento
de coeficientes de momento positivos invariantes al ángulo de ataque; sin embargo se
pueden usar perfiles reflejo para contrarrestar los momentos que ejerce la misma ala;
el perfil reflejo tiene un borde de salida con dirección divergente simulando una cola
para contrarrestar el momento de cabeceo que produce el ala; los perfiles reflejo no
son perfiles de alto levantamiento y no tienen buena fineza, motivo por el cual no se
usan en la mayorı́a de ala integradas. Otra forma de intentar controlar los momentos
es con el doble flechado que tanto caracteriza al ala integrada, el primer flechado se
encuentra en la sección central de la aeronave y el segundo flechado seria el restante
del ala. El flechado de la sección central tratara de nivelar los momentos de la aeronave
cuando los ángulos de ataque se vuelvan positivos y el segundo flechado nivelara los
momentos cuando los ángulos de ataque se vuelvan negativos; la desventaja de usar
este método es al ser cuidadoso con el ángulo de flechado, ya que estos al ser excesivos
provocarı́an la deformación del perfil a lo largo de la envergadura y esto causa perdida
de sustentación. Con la ayuda del perfil reflejo y el doble flechado es posible reducir la
pendiente de los coeficientes de momento en función del ángulo de ataque o inclusive
tener una pendiente nula o negativa.
7
Figura 1.2: CM vs α en varios tipos de avión
1.5. Justificación
Este estudio tiene la finalidad de desarrollar sistemas de control para aeronaves inestables,
estas aeronaves son la nueva tendencia en diseño aeronáutico; se espera en los proximos años
8
Figura 1.3: Diferencia de margen estático entre convencional y Ala integrada
un aumento potencial de alas integradas, motivo por el cual, el control sera el pilar para el
desarrollo tecnólogico de estas aeronaves.
1.6. Alcance
El desarrollo de la tesis comienza con el diseño básico de un ala integrada, seguido del mode-
lado matemático tradicional de las aeronaves referenciado a varias bibliografı́as de la dinámica
de vuelo; de las cuales solo se dará enfoque en las ecuaciones dinámicas longitudinales. En
seguida se desarrollan las superficies de control longitudinal de la aeronave y se presentan los
resultados de simulaciones de CFD (Dinámica computacional de fluidos), para cada deflexión
de ángulo de la superficie, con ello se buscara la interpretación del movimiento caracterı́stico
de la aeronave en la ecuaciones de movimiento y que a su vez permitan encontrar un punto
de equilibrio para determinar estabilidad en el sistema longitudinal. Finalmente se emplea
la construcción de leyes de control para la manipulación de la aeronave en su condición de
vuelo de crucero.
9
Capı́tulo 2
Diseño de la aeronave
-Albert Einstein
10
2.1. Principios básicos sobre estabilidad de un ala in-
tegrada
Esta sección presenta una revisión sobre algunos parámetros importantes que definen la
estabilidad longitudinal de una aeronave, como son el parámetro de cabeceo Cmα , el amor-
tiguamiento de cabeceo Cmq , y el control del elevador Cmδe . También incluye la influencia
del margen estático Kn , y el flechado Λ.
Ahora se considera el caso en donde se presenta el balance del momento estático para una
aeronave convencional como se muestra en la figura 2.2. El momento de cabeceo sobre el CG
11
Figura 2.1: Variación del momento de cabeceo con respecto al ángulo de ataque
de la aeronave puede ser escrito como la suma de cada uno de sus momentos individuales
provocados por la sustentación del ala, la sustentación del empenaje y el momento producido
por el centro aerodinámico del ala. Para este simple análisis, los momentos generados por el
sistema de propulsión, y el arrastre que produce el fuselaje y el cono de cola no son consid-
erados. También es asumido que el ángulo de ataque es pequeño; por lo tanto se considera
cos(α) u 1. El momento de cabeceo alrededor del CG es presentado en la siguiente ecuación.
la forma adimensional de la siguiente ecuación, dividiendo la ecuación anterior por 0,5ρV 2 SC,
resulta en
12
St
Cmcg = Cmac + (h − h0 )CLw − (ht − h) CLt (2.4)
S
definiendo una variación lineal del coeficiente de sustentación de la cola, CLt ; se tiene que
d
CLt = at α(1 − ) − it (2.5)
dα
CLw = aw α (2.6)
donde aw es la curva de la pendiente de sustentación del ala. La ecuación (2.4) ahora puede
ser escrita de la siguiente manera
St d
Cmcg = Cmac + (h − h0 )aw α − (ht − h) at α(1 − ) − it (2.7)
S dα
la ecuación (2.7) es básicamente la relación del momento de cabeceo alrededor del CG para
una aeronave con empenaje, definiendo lo siguiente:
St
Cm0 = Cmac + (ht − h) at it (2.8)
S
St d
Cmα = (h − h0 )aw − (ht − h) at (1 − ) (2.9)
S dα
13
medio del centro aerodinámico del empenaje y el CG, ht -h, también es positiva. Entonces la
contribución del empenaje provoca que Cm0 sea positivo y contribuye a alcanzar el estado
deseado de Cm0 > 0. Para una aeronave sin empenaje la ecuación (2.8) se reduce a
el Cm0 se hace positivo por la incorporación de un reflejo en el borde de salida del ala
(véase figura 2.3). Sin embargo, esto tiene el costo de reducir el coeficiente de levantamiento
considerablemente.
A partir de la expresión para Cmα dada por la ecuación (2.9), puede verse que también se
compone de dos partes, una dada por el ala y la otra por el empenaje. Para la ecuación (2.1)
se sabe que para mantener la condición de estabilidad de cabeceo positivo, Cmα < 0. La
segunda parte (debido al empenaje) se encuentra en la parte derecha de la ecuación (2.9), la
cual proporciona la parte de mayor magnitud negativa del componente de Cmα . La primera
parte (h − h0 )aw , que es debido al ala, es usualmente positiva con (h − h0 ) siendo positivo.
Esto significa que el centro de gravedad puede ser ubicado delante del centro aerodinámico
del ala. Para aviones sin empenaje la ecuación (2.9) se reduce a:
la única manera de que Cmα sea negativo es que (h − h0 ) < 0. Esto se logra localizando el
CG después del centro aerodinámico del ala. Si se hace esto, se restringe en forma importante
la posición del CG de una aeronave sin empenaje en comparación de un avión convencional.
14
2.1.2. Amortiguamiento de cabeceo para aviones sin empenaje
(Cmq )
Para aviones con estabilizadores horizontales, la mayor parte del amortiguamiento de cabeceo
es controlado por el estabilizador horizontal. Jones[19] señala qué mientras la aeronave ten-
ga un margen positivo estático, un valor bajo de Cmq asociado con aeronaves sin empenaje
no serı́a una desventaja tan seria. Northrop[10] explica que aunque el valor de Cmq es bajo
para aeronaves sin cola, el perı́odo corto de oscilación es bien amortiguado; esto es debido
al parámetro vertical de amortiguamiento (CZw ), que absorbe la mayorı́a de la energı́a de la
oscilación. Donlan[8] sugiere que un reducido o un valor negativo de margen estático para
alas voladoras puede resultar en una inestabilidad dinámica incontrolable llamada volteo
(tumbling). Volteo consiste en rotaciones continuas e incontrolables sobre el eje lateral del
avión. Superficies de control convencionales son casi inútiles una vez que el movimiento de
volteo se inicia. Donlan[8] estipula que para evitar caer a este modo dinámico o volteo, el
centro de gravedad de un avión sin cola no se debe permitir bajo ninguna condición estar
posicionado detrás del centro aerodinámico del ala. Sin embargo Fremaux[11] argumenta que
un margen estático positivo, no es una garantı́a para evitar el fenómeno del volteo en un ala
sin cola. La ausencia del estabilizador horizontal y el reducido amortiguamiento de cabeceo
Cmq , es un gran inconveniente para el diseño de estas aeronaves.
Momento de cabeceo del peso del avión alrededor del punto al contacto con el suelo.
15
avión en vista en planta. El poder del control longitudinal y problemas de estabilidad longi-
tudinal restringen severamente el rango del CG de los aviones sin cola. Donlan[8] sugiere un
rango máximo de margen estático entre 0.02 y 0.08 para aviones sin empenaje. Castro[12]
también afirma que debido al poder limitado del control, el margen estático positivo tiene que
limitarse a valores inferiores a los de los aviones convencionales. Northrop[10] sin embargo ar-
gumenta que una configuración inestable utilizando el poder de un sistema digital de control
de vuelo Fly-by-Wire ofrece la mejor opción de diseño para un avión sin cola. El rango final
del margen estático para cualquier aeronave, sólo puede determinarse después de un análisis
completo de la estabilidad dinámica y estática de la envolvente de vuelo correspondiente.
Teniente. Columna Douglas Larson, jefe de la división de los usos del combate en el
UAV Battlelab hablando sobre el Killerbee.
16
2.2.1. Killerbee
Para el diseño de un ala integrada, se tomó como referencia el UAV Killerbee.
La compañı́a Raytheon ha formado equipo con Swift Engineering para ofrecer una solución
denominada Killerbee. Raytheon ha identificado el programa STUAS como una lanzadera
apropiada para entrar con fuerza en el mercado de los UAV’s. La compañı́a asegura que
dispone de capacidad para abordar la ingenierı́a de un vehiculo aéreo no tripulado y suficiente
experiencia en sistemas con autopilotos, ası́ como la infraestructura necesaria. Raytheon es el
fabricante del misil crucero Tomahawk, que como afirma su director de programas de UAV’s
puede ser considerado un UAV que no vuelve. Además Raytheon produce los sistemas de
sensores y las estaciones de tierra para muchos de los UAV actualmente en operación o de-
sarrollo, como el Global Hawk, Fire Scout, Predator, Reaper y Sky Warrior. El Killerbee es
un diseño de ala integrada con 5.800 pies cúbicos de espacio interno y unas cincuenta libras
de capacidad de carga. El requerimiento del Tier II es de 25 a 30 libras, con lo que el vehı́culo
dispone de capacidad de crecimiento y puede llevar ese tipo de carga durante unas quince
horas.[33]
17
información importante sobre la situación en el área al comandante y con ello evaluar la
situación y tomar decisiones.
18
Killer Bee KB-2 KB-3 KB-X
Envergadura 2m 2.74 m 5.2 m
Autonomı́a 12 a 24 horas 12 a 24 horas 12 a 24 horas
Peso de carga 3.2 a 6.8 kg 7 a 14 kg 27 a 54 kg
Peso máximo 20 kg 39 kg 163 kg
Velocidad crucero 109 km/hr 108 km/hr 113 km/hr
Velocidad máxima 201 km/hr 193 km/hr 195 km/hr
2.2.3. Dimensionamiento
La FAA(Federal Aviation Administration) pública las normas FAR(Federal Aviation Regu-
lations) y estas presentan reglamentación para el diseño de las aeronaves y entre estas normas
hay una forma de calcular la velocidad crucero para aviones utilitarios, la metodologı́a y el
cálculo para aviones utilitarios se muestra en la FAR parte 23. A continuación se presenta la
siguiente ecuación para obtener la velocidad crucero.
r
W
V = 33,3333 (2.13)
S
Para poder aplicar la ecuación es necesario tener el peso en Lbf y proponer una serie de
superficies alares para poder elegir una velocidad crucero indicada.
19
Para referenciar el peso aproximado en la aeronave, se utiliza el del Killerbee KB-X que es
de 163 Kg, sin embargo el diseño a detalle proporciona el peso verdadero de la aeronave.
W = mg (2.14)
W = 1599,03N = 359,4762443Lbf
S = 5,667875878m2
teniendo la superficie alar se dispone a modelar la vista superior de esta, teniendo en cuenta
que el modelo esta basado en el Killerbee. A continuación se muestra en la Figura 2.6 la vista
superior del killer bee. En la Figura 2.18 se muestra la vista superior el diseño del nuevo avión.
Teniendo las cotas, dimensiones de envergadura y de largo se puede calcular la cuerda media
aerodinámica. Se necesita obtener las funciones de los bordes de ataque y bordes de salida.
Se utiliza una herramienta de aproximación polinomial para la obtención de estos bordes, el
cual, por simplicidad, se decide dividir el borde de ataque en un polinomio y una lı́nea recta.
El borde de salida, también se divide de esta forma, a continuación se puede apreciar en la
figura 2.7 la concepción de la idea anterior.
A continuación se presentan las funciones polinomiales del borde de ataque y borde de salida
20
Figura 2.6: Vista superior del Killerbee
21
Función polinomial del borde de salida 1
Roskam[14] demuestra que para calcular la cuerda media aerodinámica de cualquier tipo de
ala, se necesita calcularla de la siguiente forma:
Z b
1 2
cam = C(y)2 dy (2.15)
S − 2b
donde
b
cam es la cuerda media aerodinámica, S es la superficie alar, 2
es la semienvergadura y C
es la cuerda evaluada en ese punto de la integral.
También es posible obtener la cuerda media aerodinámica con la siguiente ecuación, que
tiene origen en la ecuación (2.15).
Z b Z b
1 2 X 1 2 X
cam = ba dx − bs dx (2.16)
Cp − C r 0 C p − Cr 0
donde
Z2,6
Z 2,9
1 1
cam = ba1 dx +
ba2 dx
2,6 − 0 2,9 − 2,6 2,6
0
Z 2,6 Z 2,9
1 1
− bs1 dx − bs2 dx
2,6 − 0 0 2,9 − 2,6 2,6
cam = 1,193m.
22
A continuación se presenta las dimensiones generales de la aeronave, acotadas en mm:
Se elige el perfil FX 62-K-153-20 para el diseño de la aeronave, este perfil tiene excelentes
propiedades aerodinámicas, baja resistencia al avance, excelente fineza; el perfil elegido no
es un perfil reflejo, esto tiene la finalidad de obtener un sistema inestable, el propósito de la
23
0.25
Boeing106R
BW44DB
Douglas Clark Ym18
Eppler66
0.2 FX60−177
FX62−K−153−20
FXS03−182
Gottingen 398R
0.15
0.1
Cm
0.05
−0.05
−0.1
−10 −5 0 5 10 15
α (º)
tesis es controlar un ala integrada inestable. Este perfil también permite obtener una aeron-
ave eficiente en aspectos aerodinámicos.
Con la ayuda del perfil se modela el sólido superficial de la aeronave, esto permite obtener
los parámetros aerodinámicos necesarios para el cálculo de la potencia del avión, y desde este
punto dimensionar toda la aeronave.
24
1.5
Boeing106R
BW44DB
Douglas Clark Ym18
Eppler66
FX60−177
FX62−K−153−20
1 FXS03−182
Gottingen 398R
0.5
Cl
−0.5
−1
−10 −5 0 5 10 15
α (º)
Para el diseño de las superficies en el ala integrada fue necesario el uso de herramientas
computacionales (CFD) para estudiar el cambio en las propiedades aerodinámicas de los el-
evadores.
El diseño consiste en la propuesta de varias geometrı́as de elevadores que tienen como refer-
encia un porcentaje de la cuerda media aerodinámica y superficie alar. Después se someten
a simulaciones por CFD, y se obtienen las propiedades aerodinámicas correspondientes. Fi-
nalmente se estudia el cambio en las propiedades aerodinámicas.
25
0.25
Boeing106R
BW44DB
Douglas Clark Ym18
Eppler66
FX60−177
FX62−K−153−20
0.2 FXS03−182
Gottingen 398R
0.15
Cd
0.1
0.05
0
−10 −5 0 5 10 15
α (º)
26
Figura 2.13: Perfil FX 60-177
27
Figura 2.16: Perfil Boeing 106R
28
a probar otro nuevo diseño para los elevadores.
Como segundo diseño y definitivo, se diseñan los elevadores con una relación de cuerda
media aerodinámica del 35 % y una relación de superficie alar del 35 %. En el capı́tulo 4 se
puede apreciar la discretización por volumen finito y simulación en CFD, y se concluye que el
cambio de las propiedades aerodinámicas debido a las deflexiones del elevador son adecuadas
y suficientes para el diseño del control. Por último se realiza un diseño conceptual del alerón
en el resto del ala, esto con la finalidad de realizar control lateral-direccional; sin embargo
sólo se tomo como concepto para no dejar vacı́a esta fase del diseño, ya que el objetivo del
trabajo es solo realizar control longitudinal. En muchas alas integradas, la unión del elevador
y el alerón se considera como elevon, y se usa tanto para hacer control longitudinal como
control lateral-direccional.
2.3.3. Polar
La base de todos los parámetros es el análisis aerodinámico, ya que el análisis propulsi-
vo, estructural y de control dependen antes de la aerodinámica, ya que la mayor fuente de
propiedades dinámicas se encuentran en las fuerzas y propiedades aerodinámicas que envuel-
ven al avión. Las fuerzas aerodinámicas principales son cuatro: el empuje es la fuerza que
permite avanzar a la aeronave, el arrastre es la fuerza que se opone al movimiento de la aeron-
ave, la fuerza de sustentación es la fuerza que permite volar a la aeronave y por último el peso,
es la fuerza que resulta de la atracción gravitacional. Estas fuerzas son vitales para analizar
la aeronave, sin embargo las propiedades aerodinámicas son medidas o analizadas en túneles
de viento, o mediante métodos numéricos también conocidos como análisis computacional de
29
Figura 2.20: Propuesta 1 para elevadores con una deflexión de 0 grados
Figura 2.21: Propuesta 1 para elevadores con una deflexión de -20 grados
30
Figura 2.22: Distribución de presión estática para la propuesta 1 de elevadores
31
1.4
δe = 0(º)
δe = −20(º)
1.2 δe = 20(º)
0.8
CM
0.6
0.4
0.2
−0.2
−10 −8 −6 −4 −2 0 2 4 6 8 10
α (º)
1
δe = 0(º)
δe = −20(º)
δe = 20(º)
0.8
0.6
0.4
CL
0.2
−0.2
−0.4
−10 −8 −6 −4 −2 0 2 4 6 8 10
α (º)
32
0.14
δe = 0(º)
δe = −20(º)
δe = 20(º)
0.12
0.1
0.08
CD
0.06
0.04
0.02
0
−10 −8 −6 −4 −2 0 2 4 6 8 10
α (º)
fluidos(CFD). El análisis en CFD consiste en métodos numéricos que linealizan las ecuaciones
de Navier Stokes, estas linealizaciones son simplificadas por métodos de turbulencia qué per-
mite analizar un flujo adecuado para una capa limite indicada según el sólido y esto depende
del número de Reynolds, el desarrollo en CFD se ve con más detalle en el capı́tulo 4 donde se
comenta los conceptos y la teorı́a, por último la obtención de las propiedades aerodinámicas
se obtienen mediante coeficientes en función del ángulo de ataque y la deflexión del elevon,
el ángulo de ataque es el ángulo entre la cuerda del perfil y el ángulo del viento. Se debe
notar que todas las Figuras que presentan las propiedades aerodinámicas en este capı́tulo
son obtenidas del análisis en CFD del capı́tulo 4. A continuación se presentan las ecuaciones
para la obtención de las fuerzas necesarias.
1
L = ρV 2 SCL (2.17)
2
1
D = ρV 2 SCD (2.18)
2
En las Figuras 2.27, 2.28, 2.29 se tienen las polares de la aeronave obtenidas mediante CFD.
Para completar esta fase, se dispone a elegir un motor adecuado que cumpla con esta
condición de manera correcta; se tiene que elegir la potencia correcta para el motor de la
33
1
δe = 10(º)
δe = 5(º)
0.8 δe = 0(º)
δe = −5(º)
δe = −10(º)
0.6
0.4
CL
0.2
−0.2
−0.4
−0.6
−0.2 −0.15 −0.1 −0.05 0 0.05 0.1 0.15 0.2
α (rad)
aeronave. Para el análisis se considera la condición de crucero y se sabe que para esta condición
se tiene que el levantamiento es un poco mayor al peso de la aeronave y el empuje es un poco
mayor a la resistencia al avance. Entonces se tiene:
LuW (2.19)
EuD (2.20)
2W
CLmı́n = (2.22)
ρSV 2
34
0.14
δe = 10(º)
δe = 5(º)
δe = 0(º)
0.12 δe = −5(º)
δe = −10(º)
0.1
0.08
CD
0.06
0.04
0.02
0
−0.2 −0.15 −0.1 −0.05 0 0.05 0.1 0.15 0.2
α (rad)
teniendo el coeficiente de levantamiento; se busca en las gráficas polares del avión, que
ángulo satisface este coeficiente y ası́ cumplir con esta condición. Finalmente se calcula la
resistencia al avance para ver cuánto empuje necesita la aeronave. Para esto, el coeficiente
de levantamiento obtenido de la ecuación (2.22) da una relación de coeficiente al arrastre y
esta se puede obtener de las gráficas polares. Por último este coeficiente se sustituye en la
siguiente ecuación para calcular la fuerza de resistencia al avance.
1
E = D = ρV 2 SCD (2.23)
2
Preq = EV (2.24)
Preq
Pmotor = (2.25)
ηH
35
0.1
δe = 10(º)
δe = 5(º)
0.05 δe = 0(º)
δe = −5(º)
δe = −10(º)
−0.05
CM
−0.1
−0.15
−0.2
−0.25
−0.3
−0.2 −0.15 −0.1 −0.05 0 0.05 0.1 0.15 0.2
α (rad)
2(980,97057)
CLmı́n = = 0,3
(0,67093)(5,667875878)(422 )
sin embargo como se desea que el levantamiento sea un poco mayor al peso, se aumenta el
valor del coeficiente de levantamiento un 5 %.
36
Entonces se tiene que:
CL ≥ CLmı́n
CLmı́n = 0,31
L = W = 980,97057N
L>W
Ahora se obtiene de la Figura 2.30 el ángulo de ataque en función del coeficiente de levan-
tamiento, para la condición de deflexión del elevador que más resistencia al avance produce,
con ello se obtiene la función polinomial de esta gráfica, para ası́ calcular con precisión el
ángulo de ataque.
0.2
δe = −10(º)
0.15
0.1
0.05
α (rad)
−0.05
−0.1
−0.15
−0.2
−0.8 −0.6 −0.4 −0.2 0 0.2 0.4 0.6
CL
Figura 2.30: α vs CL
37
la ecuación (2.26) es la función de la gráfica 2.30; esta se adquiere utilizando métodos
numéricos.
De la ecuación (2.22) se sustituye el valor del CL en la ecuación (2.26) para obtener el ángulo
de ataque ideal en esta condición; entonces se tiene:
α = 0,08803116807(radianes)
α = 5,043814396(grados)
enseguida se calcula el coeficiente de arrastre que se produce en función del coeficiente de
levantamiento, de la grafica 2.31 se obtiene CD en función de CL .
0.08
δe = −10(º)
0.07
0.06
0.05
CD
0.04
0.03
0.02
0.01
−0.8 −0.6 −0.4 −0.2 0 0.2 0.4 0.6
CL
Figura 2.31: CD vs CL
CD = 0,01742482857
38
ahora bien, se utiliza el CD para calcular la fuerza de resistencia al avance, entonces de la
ecuación (2.23)
D = 58,44328805N
para asegurarse que el avión avance, el empuje tiene que ser un poco mayor a la resistencia
al avance por lo cual se incrementa la resistencia al avance un 5 %.
E≥D
E = 62N
como último paso se calcula la potencia del motor; con anterioridad se definió la eficiencia
de la hélice de un 75 %; usando la ecuación (2.25).
2604
Pmotor = = 3472W
0,75
la potencia necesaria para crucero es la indicada para elegir un motor, sin embargo es
necesario un factor de seguridad, con anterioridad se desprecio la potencia necesaria para los
ascensos y descensos que produce la aeronave y también se desprecio la potencia necesaria
para los virajes, estas condiciones también se presentan en la condición de crucero. Por lo
tanto y por simplicidad se aumenta el coeficiente de arrastre al doble, esto permite tener un
factor adecuado que cumpla con la condición de crucero sin preocupaciones. En consecuencia
el CD = 0,04. y se reitera la misma metodologı́a del paso anterior para obtener la potencia.
D = 134,1609481N
E = 142N
142
Pmotor = = 7952W
0,75
39
como parte del diseño de la aronave se elige el motor AR731-38BHP de la marca UAV
engines[29].
En la Figura 2.32 se muestran las propiedades del motor, de las cuales se relaciona el
consumo especı́fico de combustible y la potencia en función de las revoluciones.
40 0.64
Potencia al freno
Consumo Especifico de Combustible
30 0.62
SFC (Lb/bhp/hr)
Potencia (Lb/ft)
20 0.6
10 0.58
0 0.56
3000 3500 4000 4500 5000 5500 6000 6500 7000 7500 8000
RPM
40
material fibra de vidrio.
41
• Acelerómetro: Contienen 3 acelerómetros en los ejes xyz, estos miden las com-
ponentes del vector de gravedad, Los acelerómetros electrónicos permiten medir
la aceleración en una, dos o tres dimensiones, esto es, en tres direcciones del espa-
cio ortonormales. Esta caracterı́stica permite medir la inclinación de un cuerpo,
puesto que es posible determinar con el acelerómetro la componente de la acel-
eración provocada por la gravedad que actúa sobre el cuerpo. Un acelerómetro
también es usado para determinar la posición de un cuerpo, pues al conocerse
su aceleración en todo momento, es posible calcular los desplazamientos que tu-
vo. Considerando que se conocen la posición y velocidad original del cuerpo bajo
análisis, y sumando los desplazamientos medidos se determina la posición.[32]
Para la dinámica longitudinal este sensor nos permitirá medir el ángulo de cabeceo y
la velocidad de cabeceo.
Tubo pitot: Es un sensor que mide la velocidad del avión con respecto al aire, mejor
conocido como velocidad anemométrica, depende de cual tubo pitot se utilice también
puede medir ángulo de ataque y ángulo de derrape, este instrumento es de los más
importantes, ya que puede medir varios estados, sin embargo varios UAV’s no lo usan, lo
cual nos dicen que dependen de observadores para aproximar los estados, o se avalan de
otros sensores, generalmente todos los proyectos de UAV’s solicitan de este instrumento.
42
Actuadores: suelen ser servomotores que se encargan de manipular el movimiento
de las superficies de control de la aeronave como los alerones, flaps, elevadores, etc,
también son instrumentos para manipular la potencia del motor y suministro de energı́a
y combustible en la aeronave.
Sistema estructural: Son los huesos del avión, la encargada de soportar y acomodar
todos los sistemas de la aeronave, este sistema soporta las cargas internas y externas.
43
Figura 2.34: Sistemas de la aeronave
44
Dispositivo Peso (kg )
Combustible 40
Estructura, superficies de control 15
y piel
Motor y hélice 10
Cámaras 1.997
Sistema de control, sensores 3
y electrónica
Baterı́as 7
Servos 3
Carga útil y peso extra 20
Total 99.997
Gt = SF C · t · P (2.28)
Gt = 80,61838651lb = 36,56791191kg
Por seguridad se asume 40 kg de combustible.
En la tabla 2.2 se encuentran los pesos de cada sistema y el peso máximo de la aeronave.
El peso de la estructura y todos los demás dispositivos se obtuvierón del software CATIA,
de Dassault Systemes[30].
Con la ayuda del software fue fácil obtener el centro de gravedad, vital para poder calcular
el brazo de palanca que hay entre la superficie de control y su CG, también con el uso de
esta herramienta es posible calcular su matriz de inercia necesaria para el sistema de control.
34,097 0 0,582
J = 0 15,698 0
0,582 0 49,265
45
Figura 2.36: Obtención del CG y matriz de inercia en CATIA.
46
Figura 2.37: Vista isométrica de los dispositivos
47
Capı́tulo 3
“Un hombre que huye de lo que teme a menudo comprueba que sólo ha tomado
un atajo para salirle al encuentro”
-J.R.R. Tolkien
48
Las ecuaciones del movimiento de una aeronave se obtienen aplicando la segunda ley de
Newton, la cual relaciona la sumatoria de fuerzas y momentos con cantidades de movimiento
lineales y angulares del sistema. Para poder deducirlas, primero hay que definir un sistema
de ejes y tener en cuenta ciertas hipótesis:
1. El centro del sistema de ejes cuerpo esta en el centro de gravedad de la aeronave. Los
ejes OX Oz están en el plano de simetrı́a del aeronave, y Jxy = Jxy = 0.
49
Figura 3.1: Ejes tierra y horizonte. Figura tomada de [21]
Eb = Lbh Eh (3.1)
en donde
cos θ cos ψ cos θ cos ψ − sin θ
Lbh = sin φ sin θ cos ψ − cos φ sin ψ sin φ sin θ sin ψ + cos φ cos ψ sin φ cos θ (3.2)
cos φ sin θ cos ψ + sin φ sin ψ cos φ sin θ sin ψ − sin φ cos ψ cos φ cos θ
50
Figura 3.2: Ejes cuerpo y viento. Figura tomada de [22]
Para esta relación es importante dar a conocer los ángulos que nos permiten las transfor-
maciones, donde α es el ángulo de ataque y β es el ángulo de derrape.
Eb = Lbw Ew (3.3)
cos α cos β − cos α sin β − sin α
Lbw = sin β cos β 0 (3.4)
sin α cos β − sin α sin β cos α
51
Figura 3.3: Ángulos de euler. Figura tomada de [22]
·
xe
· c.g ·
Vec.g = r = ye (3.6)
·
ze
52
Vec.g es la velocidad del centro de gravedad del avión en ejes tierra. Para tener la velocidad
en ejes cuerpo solo basta usar la matriz de transformación Lbh .
u
Vbc.g = Lbh Vec.g = v (3.7)
w
también se puede obtener la velocidad en ejes viento con la matriz de transformación Lbw
siendo
V
Vwc.g = 0 (3.10)
0
u V cos α cos β
Vbc.g = v = V sin β (3.11)
w V sin α cos β
√
V = |Vwc.g | = u2 + v 2 + w2
w
α = arctan (3.12)
uu
β = arcsin
V
T
la velocidad angular en ejes cuerpo se define como Ω = p q r
·
Ω = Wη (3.13)
53
en donde
1 0 − sin θ
W = 0 cos φ cos θ sin φ (3.14)
0 − sin φ cos θ cos φ
·
η = W −1 Ω (3.15)
·
φ
· p + tan θ(q sin φ + r cos φ)
·
η=
θ =
q cos φ − r sin φ (3.16)
· q sin φ+r cos φ
ψ cos θ
·
mVbc.g + mS(Ω)Vbc.g = FbE
·
(3.17)
J Ω + S(Ω)JΩ = MbE
donde m es la masa del aeronave, Vbc.g es la velocidad del centro de gravedad en ejes cuerpo,
Ω es la velocidad angular, J es la matriz de inercia, FbE y MbE son las fuerzas y momentos
aplicados. S(Ω) es una matriz definida de forma tal que S(Ω)Vbcm = Ω × Vbcm .
54
las fuerzas y momentos aplicados de la ecuación (3.17) son expresadas de la siguiente manera:
en donde X, Y , y Z son las fuerzas aerodinámicas que actúan sobre los ejes cuerpo. L, M
y N son los momentos que actúan sobre los ejes cuerpos[23], T es la tracción entregada por
la planta motriz. Teniendo estos datos se obtienen las ecuaciones dinámicas de la aeronave
en ejes cuerpo, que se escriben de la siguiente manera:
· X +T
u= + rv − qw − g sin θ
m
· Y
v= + pw − ru + g sin φ cos θ
m
· Z −T
w= + qu − pv + g cos φ sin θ
m
·
2
Izz L + Ixz N − {Ixz (Iyy − Ixx − Izz )p + [Ixz + Izz (Izz − Iyy )] r} q (3.24)
p= 2
Ixx Izz − Ixz
· M − (Ixx − Izz )pr − Ixz (p − r2 )
2
q=
Iyy
2
· Ixx N + Ixz L − {Ixz (Iyy − Ixx − Izz )r + [Ixz + Ixx (Ixx − Iyy )] p} q
r= 2
Ixx Izz − Ixz
para obtener las ecuaciones dinámicas en ejes viento se tiene que derivar la ecuación (3.12)
con respecto al tiempo.
55
· · ·
· uu + v v + ww
V =
V
· ·
· uw + wu
α= 2 (3.25)
u + w2
· ·
· vV − v V
β= 2
V cos β
· T cos β cos α − D
V = g(sin β cos θ sin φ − cos α cos β sin θ + sin α cos β cos θ cos φ) +
m
· mg(cos α cos θ cos φ + sin α sin θ) − mV sin β(r sin α + p cos α) + mV q cos β − T sin α − L
α=
mV cos β
· g(cos β cos θ sin φ + sin β cos α sin θ − sin α sin β cos θ cos φ)
β= +
V
mV (p sin α − r cos α) − T sin β cos α − Y
mV
2
· Izz L + Ixz N − {Ixz (Iyy − Ixx − Izz )p + [Ixz + Izz (Izz − Iyy )] r} q
p= 2
Ixx Izz − Ixz
· M − (Ixx − Izz )pr − Ixz (p − r2 )
2
q=
Iyy
2
· Ixx N + Ixz L − {Ixz (Iyy − Ixx − Izz )r + [Ixz + Ixx (Ixx − Iyy )] p} q
r= 2
Ixx Izz − Ixz
(3.26)
56
·X +T
u= − qw − g sin θ
m
· Z +T
w= + qu + g cos θ
m (3.27)
·
θ=q
· M
q=
Iyy
se presenta las ecuaciones anteriores en ejes viento, que serán los ejes que se utilizan a lo
largo de esta investigación. Los ejes viento se utilizan porque se tiene la capacidad de conocer
las propiedades aerodinámicas en estos ejes.
· T cos α − D
V = − g sin(θ − α)
m
· −T sin α − L + mV q + mg cos(θ − α)
α=
mV (3.28)
·
θ=q
· M
q=
IY Y
1
L = ρSV 2 CL (3.29)
2
1
D = ρSV 2 CD (3.30)
2
1
M = ρcSV 2 CM (3.31)
2
1
T = ρSV 2 δt (3.32)
2
57
donde ρ es la densidad en función de la altitud de vuelo, S es la superficie alar, V es la ve-
locidad de vuelo, c es la cuerda media aerodinámica, CL es el coeficiente de sustentación, CD
es el coeficiente de resistencia al avance, CM es el coeficiente de momento, δt es el coeficiente
de tracción.
CL (α, δe )
CD (α, δe ) (3.33)
CM (α, δe )
58
Capı́tulo 4
“En todos los tiempos y lugares el que expresa su verdad en voz alta, como
la cree, lealmente, causa inquietud entre los que viven a la sombra de intereses
creados”
-José Ingenieros
59
La dinámica de fluidos computacional (o CFD, acrónimo de las palabras inglesas “Com-
putational Fluid Dynamics”) consiste en el análisis del movimiento de los fluidos mediante
simulaciones con ordenadores.
Las ecuaciones de Navier-Stokes constituyen una modelización correcta del flujo de un flu-
ido Newtoniano, incluyendo todos los efectos viscosos y térmicos. Adecuadamente resueltas
incluyen los efectos de la turbulencia y de la capa lı́mite. Pero esta resolución directa requiere
de una discretización espacial y temporal tan fina que está claramente fuera del alcance de
cualquier aplicación industrial.
La solución de un determinado problema utilizando las técnicas numéricas implica los sigu-
ientes pasos:
60
4.1. Ecuaciones de Navier-Stokes.
Las ecuaciones de Navier-Stokes constituyen el fundamento de toda la dinámica de fluidos. A
ellas hay que añadir la ecuación de continuidad. Para fluidos compresibles estas ecuaciones no
son suficientes para describir el fluido. Las variaciones de presión y densidad producen varia-
ciones de temperatura. Por consiguiente, hay que tomar en consideración la termodinámica
del sistema. Esto proporciona la ecuación de estado, que enlaza presión, densidad y temper-
atura. Además, si la transformación no es isotérmica, se añade la ecuación de la energı́a[18].
Conservación de la masa.
∂ρ ∂(ρvi ) ·
+ = ρs (i = 1, 2, 3) (4.1)
∂t ∂xi
Conservación de especies K.
·
∂(ρY k ) ∂(ρY k vi ) ∂ ∂Y k
+ = (ρDT ) + ρks (k = 1, 2, ......N ) (4.2)
∂t ∂xi ∂xi ∂xi
Conservación de la energı́a.
61
fracción másica de la especie K respectivamente, N es el número de especies, τij es el tensor
de tensiones y t es el tiempo.
4.1.1. Turbulencia
Cuando entre dos partı́culas en movimiento existe gradiente de velocidad, o sea que una se
mueve más rápido que la otra, se desarrollan fuerzas de fricción que actúan tangencialmente
a las mismas.
Las fuerzas de fricción tratan de introducir rotación entre las partı́culas en movimiento, pero
simultáneamente la viscosidad trata de impedir la rotación. Dependiendo del valor relativo
de estas fuerzas se pueden producir diferentes estados de flujo.
Las partı́culas del fluido poseen energı́a de rotación apreciable, y se mueven en forma
errática chocando unas con otras.
Cuando las fuerzas de inercia del fluido en movimiento son muy bajas, la viscosidad es la
fuerza dominante y el flujo es laminar. Cuando predominan las fuerzas de inercia el flujo es
turbulento. Osborne Reynolds estableció una relación que permite establecer el tipo de flujo
que posee un determinado problema. Para números de Reynolds bajos el flujo es laminar,
y para valores altos el flujo es turbulento. O. Reynolds, mediante un aparato sencillo fue el
62
primero en demostrar experimentalmente la existencia de estos dos tipos de flujo.
Reynolds, a principios del siglo, y más tarde Von Karman y Hinze estudiaron que tipo de
ecuaciones eran las adecuadas para describir, al menos, el flujo turbulento. Reynolds fue el
primero en asumir un promedio temporal con objeto de reducir el problema. Hinze baso su
estudio en la distribución del flujo medio (componentes macroscópicas del flujo) y de las
fluctuaciones (componentes pulsantes). Sin embargo, es imposible desacoplar estas dos com-
ponentes del flujo como se muestra a continuación[18].
φ = hφi + φ0 (4.5)
en donde
hφ0 i = 0 (4.6)
Z t+τ
1
hφi = lı́m φdt (4.7)
τ →∞ τ t
φ es cualquiera de las variables de flujo que aparecen en las ecuaciones (4.1) hasta (??)
− hρvi i
vi = (4.8)
hρi
en donde:
63
Conservación de la masa.
∂ρ ∂(ρvi ) ·
+ = hρs i (4.10)
∂t ∂xi
Conservación de especies K.
·
∂(ρY k ) ∂(ρY k vi ) ∂ ∂Y k ∂(ρhvi0 Y 0K i)
+ = (ρDT ) + hρks i − (4.11)
∂t ∂xi ∂xi ∂xi ∂xi
Conservación de la energı́a.
∂(ρe) ∂(ρevi ) ∂(ρvi ) ∂(τij vi ) ∂hJi i · ∂hρ0 vi0 i ∂hτij0 vi0 i ∂(ρhe0 vi0 i)
+ =− + − + hQs i− + − (4.13)
∂t ∂xi ∂xi ∂xj ∂xi ∂xi ∂xj ∂xi
4.2. Discretización
Una vez definidas las ecuaciones diferenciales simplificadas, aparece otro problema rela-
cionado con el posible tratamiento que se pueda hacer de dichas ecuaciones usando técnicas
computacionales. Por medio de los ordenadores resulta muy fácil resolver una ecuación o
sistema de ecuaciones algebraico, sin embargo, las ecuaciones que estudian el movimiento de
los fluidos son ecuaciones diferenciales no lineales. Resulta obligatorio realizar la transforma-
ción de las ecuaciones de forma que puedan ser resueltas por un ordenador. El paso de las
ecuaciones diferenciales a sus equivalentes lineales constituye otro nivel de aproximación y
normalmente recibe el nombre de discretización de las ecuaciones.
64
4.2.1. Discretización espacial
En cuanto a la geometrı́a a estudiar, se debe señalar que la aproximación a la que debe some-
terse no sólo es de orden descriptivo respecto a su contorno sino que además ha de establecerse
la definición del espacio ocupado por el fluido. En este sentido, resulta imprescindible referir
los puntos a un sistema determinado de coordenadas, en los que se pretenderá resolver las
ecuaciones para obtener soluciones de las variables deseadas. Aunque el campo fluido sea un
continuo, no se puede pretender resolver las ecuaciones en todos los puntos de un determinado
volumen, porque entonces se tendra un número enorme de ecuaciones a resolver. Por tanto,
hay que elegir cierto conjunto de puntos en los que se resuelven las mencionadas ecuaciones
y también son los puntos dónde finalmente se conocen los valores de las variables fluidas. La
definición de estos puntos es lo que se denomina habitualmente discretización espacial del
dominio (también se habla de generación del mallado).
L(φ) = 0 (4.14)
φ∗ = a0 + a1 x + a2 x2 + ..... + an xn (4.15)
R = L(φ∗ ) (4.16)
Se desea entonces hacer pequeño este residuo para que la solución aproximada se acerque a
la solución exacta, por lo cual se propone:
Z
W Rdx = 0 (4.17)
65
de Galerkin, que es un método utilizado en elementos finitos.[18]
En la figura 4.1 se aprecia el comportamiento de flujo en la capa lı́mite que rodea al sólido,
esto nos permite aproximar el tamaño de los nodos que deben mallar al volumen. Con la
siguiente ecuación se calcula el tamaño mı́nimo del elemento.
y(ν)
∆y = (4.18)
V∗
66
Figura 4.1: Capa lı́mite
s
Tr
V∗ = (4.19)
ρ
donde ρ es la densidad y
1
Tr = ρV 2 Ctr (4.20)
2
0,079
Ctr = √4
(4.21)
RE
RE es el número de Reynolds.
LρV
RE = (4.22)
µ
donde L es longitud del sólido, para este caso es la cuerda media aerodinámica, V es la
velocidad, y µ es la viscosidad dinámica.
En las tablas 4.1, 4.2 y 4.3 se presentan todos los parámetros necesarios para la discretización
y la simulación del sistema, tener en cuenta que todo el análisis correspondiente es bajo la
67
Propiedades Geométricas Magnitud Unidad
Superficie alar 5.667875878 m2
Cuerda media aerodinámica 1.193 m
Envergadura 5.8 m
Cuerda de raı́z 2.326 m
RE = 2101232,488
∆y = 0,0004406550592m.
Para la construcción del mallado se realizan 5 mallados para 5 configuraciones diferentes,
las cuales se presentan a continuación:
Las deflexiones del elevador de -10 grados a 10 grados, son suficientes a la respuesta que
necesita el control, ya que el diseño de las superficies de control se penso esperando una
respuesta rápida, motivo por el cual las dimensiones del elevon se dimensionarón con gran
68
Propiedades atmosféricas Magnitud Unidad
Temperatura total 250.1405 K
Presión total 48175 N/m2
Densidad 0.67093 Kg/m3
Velocidad del sonido 317.0567 m/s
Viscosidad dinámica 0.000015999 N s/m2
Viscosidad cinética 0.000023845 m2 /s
Coeficiente termal de conductividad 0.022281 W/m K
Mach 0.1325
Reynolds 2.1013X106
Ka 1.4
magnitud.
Una vez finalizada la discretización para cada caso, se prosigue a definir las condiciones de
frontera para cada condición de mallado.
Condiciones de frontera
Presión de campo lejano:
Las condiciones de Presión de campo lejano se utilizan en CFD para modelar flujo libre
69
en el infinito, con el flujo libre de número de Mach y las condiciones estáticas que se
especifican. La condición de frontera de presión en campo lejano a menudo se llama
una condición de contorno caracterı́stico, ya que utiliza la información caracterı́stica
(invariancia de Riemann) para determinar las variables de flujo en las fronteras.
70
Figura 4.3: Mallado con δe =10 grados
71
algún término no afecta a la solución de una determinado flujo, se debe alcanzar tras analizar
detenidamente la sensibilidad del problema, ante valores dispares de dicho término. Normal-
mente, dicho estudio se hace tras adimensionalizar convenientemente las ecuaciones y realizar
el correspondiente análisis de semejanza (técnicas asintóticas). Esta cuestión es de importan-
cia capital en la Mecánica de Fluidos y está en el origen de cualquier estudio experimental.
Desde el punto de vista numérico, la eliminación de algún término en las ecuaciones introduce
lo que se denomina nivel de aproximación dinámico, de las ecuaciones consideradas. Para con-
seguir esto, las ecuaciones de Navier-Stokes se promedian sobre las escalas de las fluctuaciones
de turbulencia (RANS). Estos métodos dan lugar a un campo de flujo promediado y simu-
lado que es más uniforme que el flujo real, y por tanto, reduce drásticamente el número de
puntos de la discretización espacial y temporal, necesario para obtener las variables buscadas.
Modelos algebraicos:
72
Además de usar τijtur , se modelan triples correlaciones que aparecen en la ecuación de k en
la forma:
µt ∂vi0 ∂vi0
= h( )i (4.24)
ρ ∂xj ∂xj
∂vi
P = τijtur (4.26)
∂xi
la ecuación de transporte para es de la forma:
Por último, el problema queda cerrado, definiendo la relación entre k y via la viscosidad
turbulenta:
k2
µt = C µ ρ (4.28)
73
donde Cµ =0.09. Para las otras constantes los valores más comunes son C1 =1.44, C2 =1.92
y en la elección de C3 hay una gran variedad de opiniones.
Pop
ρ= R
(4.29)
Mw
T
donde R es la constante universal de los gases, Mw es el peso molecular del aire y Pop es la
presión que se maneja en operación.
PT
Pe =
RP
(4.30)
TT
Te =
RT
Ka − 1 2 KK−1
a
RP = (1 + M ) a
2 (4.31)
Ka − 1 2
RT = 1 + M
2
74
α (rad) CL CD CM
-0.174532925199433 -0.122 0.0364 -0.132
-0.0872664625997165 0.195 0.0267 -0.172
0 0.491 0.0409 -0.215
0.0872664625997165 0.750 0.0730 -0.249
0.174532925199433 0.953 0.125 -0.279
4.4.1. Resultados
En esta sección se presentan todos los resultados obtenidos de la simulación de CFD uti-
lizando Ansys Fluent[31].
En las figuras 4.5, 4.6 y 4.7 se visualiza la distribución de presión estática a lo largo del Ala
integrada para cada condición de deflexión del elevon.
En las tablas 4.4, 4.5, 4.6, 4.7, 4.8 se presentan los resultados obtenidos del CL , CD y CM
en función del ángulo de ataque y la deflexión del elevon. Estos datos permiten realizar la
construcción de las Figuras 4.8, 4.9 y 4.10. Con estas Figuras se obtienen los coeficientes
aerodinámicos en función α y δe . A continuación se presentá las funciones de cada coeficiente
aerodinámico.
75
Figura 4.5: Distribución de presión estática con δe =0 grados
α (rad) CL CD CM
-0.174532925199433 -0.212 0.0377 -0.0928
-0.0872664625997165 0.0866 0.0190 -0.132
0 0.396 0.0272 -0.182
0.0872664625997165 0.675 0.0551 -0.214
0.174532925199433 0.894 0.103 -0.249
76
Figura 4.7: Distribución de presión estática con δe = -10 grados
77
α (rad) CL CD CM
-0.174532925199433 -0.306 0.0433 -0.0500
-0.0872664625997165 -0.0385 0.0153 -0.0897
0 0.282 0.0161 -0.138
0.0872664625997165 0.580 0.0387 -0.181
0.174532925199433 0.824 0.0825 -0.216
α (rad) CL CD CM
-0.174532925199433 -0.409 0.0585 0.00735
-0.0872664625997165 -0.176 -0.176 -0.0355
0 0.138 0.00973 -0.0801
0.0872664625997165 0.45101 0.0243 -0.132
0.174532925199433 0.721 0.0616 -0.171
78
Figura 4.10: CM en función de δe (rad) y α(rad)
α (Radianes) CL CD CM
-0.174532925199433 -0.508 0.0794 0.0726
-0.0872664625997165 -0.298 0.0314 0.0321
0 -0.00986 0.0129 -0.0185
0.0872664625997165 0.305 0.0180 -0.0726
0.174532925199433 0.600 0.0462 -0.126
79
Capı́tulo 5
Control y estabilidad
“Siempre hay que saber cuándo una etapa llega a su fin. Cerrando ci-clos,
cerrando puertas, terminando capı́tulos; no importa el nombre que le demos, lo
que importa es dejar en el pasado los momentos de la vida que ya se han acabado.”
-Paulo Coelho
80
5.1. Modelo del ala integrada
Para el desarrollo y diseño de control de la aeronave con geometrı́a de Ala integrada, primero
se utiliza el modelo dinámico en ejes viento que se obtuvo del Capı́tulo 3. Este modelo
representa el movimiento y comportamiento general del avión, a su vez él modelo es aplicable
para cualquier tipo de aeronave. Sin embargo, lo que distingue a las aeronaves y todas las
propiedades que caracterizan a un avión como único, son las propiedades aerodinámicas que
se obtuvierón del Capı́tulo 4. A continuación se presentan las ecuaciones dinámicas que rigen
el movimiento de la aeronave. A partir de ahora, estas ecuaciones son conocidas como la
planta del sistema.
· T cos α − D
V = − g sin(θ − α)
m
· −T sin α − L + mV q + mg cos(θ − α)
α=
mV (5.1)
· M
q=
IY Y
·
θ=q
donde:
1
L = ρSV 2 CL (5.2)
2
1
D = ρSV 2 CD (5.3)
2
1
M = ρcSV 2 CM (5.4)
2
1
T = ρSV 2 δt (5.5)
2
81
·
x1 = f1 (x1 , ....., xn, t, u1 , ...., up )
·
·
(5.9)
·
·
·
xn = fn (x1 , ....., xn, t, u1 , ...., up )
equivalentemente, definiendo.
x1 u1 f1 (x, t, u)
·
·
·
x=
· ,
u=
· ,
f (t, x, u) =
·
· · ·
xn un fn (x, t, u)
·
x = f (x, t, u), x : estado (5.10)
y = h(x, t, u) (5.11)
las ecuaciones (5.10) y (5.11) representan una realización en el espacio de estados. Con-
siderando u=0, la ecuación (5.10) se expresa como
·
x = f (x, t, 0) = f (x, t) (5.12)
que se conoce como sistema no forzado, variante en el tiempo. La clase de sistemas no cambia
cuando u = 0 o u 6= 0. Se debe Notar que u puede definirse como u = γ(x, t). Obteniéndose
un nuevo sistema de la forma.
·
x = f (x, t) (5.13)
82
f puede no ser una función explicita de t, esto es
·
x = f (x) (5.14)
De la definición se tiene entonces que, los puntos de equilibrio de (5.15) pueden obtenerse
al considerar.
· dx
f (x0 ) = 0 =⇒ x = = f (x0 ) = 0 (5.16)
dt
· T cos(α) − D
V = − g sin(θ − α) = 0
m
· −T sin(α) − L + mvq + mg cos(θ − α)
α= =0
mV (5.17)
· M
q= =0
Iyy
·
θ=q=0
T cos(α) − D
− g sin(θ − α) = 0
m
−T sin(α) − L + mg cos(θ − α) (5.18)
=0
mV
M =0
83
expandiendo los términos de las fuerzas aerodinámicas y propulsivas, el sistema queda de
la siguiente manera.
1
2
ρv 2 Sδt cos(α) − 21 ρv 2 S(0,01594 + 0,06792δe + 0,09694α + 0,323δe2 + 1,001δe α + 1,524α2 )
m
−g sin(θ − α) = 0
− 21 ρv 2 Sδt sin(α) − 12 ρv 2 S(0,2505 + 1,254δe + 3,229α) + mg cos(θ − α)
=0
mV
1 2
ρv cS(−0,1347 − 0,5335δe − 0,4913α + 0,07729α2 + 0,421αδe + 0,5846δe2 ) = 0
2
(5.19)
el siguiente paso es calcular las variables que permiten obtener el punto de equilibrio.
Como variables se tienen: V , δe, δt y α. Por lo tanto se aprecia que se tiene un sistema de 3
ecuaciones y 4 variables, esto significa que se tiene un número infinito de puntos de equilibrio.
En seguida se presentan las variables de equilibrio que permiten obtener un punto de equi-
librio.
m
V0 = 42
s
δe0 = −0,3002544323(radianes)
δt0 = 0,02389198515
α0 = 0,1286503592(radianes)
La siguiente fase, es realizar una simulación del sistema, utilizando las componentes del
punto de equilibrio como condiciones inı́ciales, ası́ como la posición del acelerador δt y la
deflexión del elevon δe como entradas, también evaluadas en el punto de equilibrio.
84
Figura 5.1: Diagrama de bloques del sistema
85
60
40
V (m/s)
20
0
0 50 100 150 200 250 300
t (s)
0.5
0
α (rad)
−0.5
−1
−1.5
0 50 100 150 200 250 300
t (s)
0
q (rad/s)
−2
−4
−6
−8
0 50 100 150 200 250 300
t (s)
86
0
−100
θ (rad)
−200
−300
−400
0 50 100 150 200 250 300
t (s)
5.3. Linealización
5.3.1. Linealización aproximada mediante la expansión en serie de
Taylor
Se considera nuevamente el sistema no lineal.
·
x = f [x(t), u(t)] x(t0 ) = x0
y(t) = h[x(t)]
cuyos puntos de equilibrio son constantes y están dados por (U, X, Y). Se escribe el sistema
de ecuaciones diferenciales, dado en términos de la ecuación integral equivalente de la manera
siguiente:
Z t
x(t) = x0 + f [x(σ), u(σ)]dσ
t0
Z t (5.20)
y(t) = hx0 + f [x(σ), u(σ)]dσ
t0
esta representación presenta ventajas al momento de evaluar el efecto causado sobre los
estados y las salidas debido a posibles perturbaciones que sucedan en el estado inicial x0 y
la entrada u(t).
87
es decir, el estado inicial en que se encuentra operando al sistema en el instante t0 coincide
enteramente con el estado de equilibrio constante X, el cual se produce de manera inmutable
(si el sistema es asintóticamente estable) sobre la base de sustentar la entrada constante
u = U durante un periodo de tiempo indefinidamente grande[25].
Z t
x(t) = X + x0δ + f [X + xδ (σ), uδ (σ)]dσ
t0 (5.21)
y(t) = h[X + xδ (t)]
la expresión (5.21) constituye una representación exacta del efecto de las perturbaciones.
Ciertamente esta representación no es muy sutil puesto que sigue describiendo mediante una
ecuación integral no lineal el valor del nuevo estado x(t) = X + xδ (t) y como una relación no
lineal el valor de la nueva salida y(t) = Y + yδ (t).
En efecto, a partir de (5.21) y de las definiciones que se acaban de dar, el estado perturbado
y la salida perturba, se obtiene:
Z t
x(t) = x0δ + f [X + xδ (σ), uδ (σ)]dσ
t0 (5.22)
y(t) = h[X + xδ (t)] − h(X)
es preferible, por lo tanto, utilizar una aproximación lineal de estas relaciones. Se sabe que,
en virtud del teorema de expansión en serie de Taylor, en consecuencia se escriben los valores
perturbados de las funciones f (x) y h(x) como:
88
∂f ∂f
f (X + x0δ (t), U + uδ (t)) = f (X, U ) + |(X,U ) xδ (t) + |(X,U ) uδ (t) + . . . + Ω
∂x ∂x
∂h
h(X + xδ (t)) = h(X) + |X xδ (t) + . . . + Ω
∂x
Z t
∂f ∂f
xδ (t) = x0δ + |(X,U ) xδ (t) + |(X,U ) uδ (t) + . . . + Ω dσ
t0 ∂x ∂x
y de la salida perturbada.
∂h ∂h
yδ (t) = h(X) + |X xδ (t) + . . . + Ω − h(X) = |X xδ (t) + . . . + Ω
∂x ∂x
Z t
∼ ∂f ∼ ∂f
xδ (t) = x0δ + |(X,U ) xδ (t) + |(X,U ) uδ (t) dσ
t0 ∂x ∂x
(5.23)
∼ ∂h ∼
yδ (t) = |X xδ (t)
∂x
∼ ∼
obsérvese que xδ (t), no es exactamente igual a xδ (t), lo mismo sucede con yδ (t) y yδ (t). Sin
embargo, no se establece diferencia entre el valor de la perturbación dado en (5.22) y el valor
aproximado de la misma obtenido en (5.23).
89
Asumiendo como valor perturbado del estado y como valor de la perturbación de la señal
de salida, a la solución de la ecuación integral y a la relación lineal descrita en (5.23), es decir:
Z t
∂f ∂f
xδ (t) = x0δ + |(X,U ) xδ (t) + |(X,U ) uδ (t) dσ
t0 ∂x ∂x
(5.24)
∂h
yδ (t) = |X xδ (t)
∂x
Z t
xδ (t) = x0δ + [Axδ (t) + Buδ (t)] dσ
t0 (5.25)
yδ (t) = Cxδ (t)
Espacio de estados
Si se toman derivadas respecto del tiempo en esta ecuación integral, obtenemos una ecuación
diferencial equivalente para xδ (t) :
·
xδ (t) = Axδ (t) + Buδ (t); xδ (t0 ) = x0δ
(5.26)
yδ (t) = Cxδ (t)
para dicho sistema de ecuaciones diferenciales, puede observarse que se toma en cuenta como
una condición inicial en t = t0 , el valor x0δ = x0 − X.
90
La solución xδ (t), es una aproximación al comportamiento de las perturbaciones que exhibe
el sistema no lineal (5.20), sobre los valores de la trayectoria de equilibrio x(t) = X, que para
conocer ı́ntegramente la solución (5.26), deben conocerse tanto el valor de la perturbación
del estado inicial xδ (t0 ) como los valores, en función del tiempo, de las perturbación de la
entrada de equilibrio uδ (t)[25].
Las matrices constantes (A, B, C), llamadas matrices jacobianas, que definen a esta aprox-
imación lineal están dadas por:
∂f ∂f ∂h
A= |(X,U ) B= |(X,U ) C= |(X,U )
∂x ∂u ∂x
0
F (x) u F (x0 ) + F (x0 )(x − x0 )
91
T cos(α) T0 ∂ Tm0 cos(α0 )
u cos(α0 ) + (V − V0 )
m m ∂V (5.27)
∂ Tm0 cos(α0 ) ∂ Tm0 cos(α0 )
+ (δT − δT 0 ) + (α − α0 ) = J1
∂δT ∂α
−D D0 ∂ Dm0 ∂ D0 ∂ D0
(5.28)
u− − (V − V0 ) − m (δe − δe0 ) − m (α − α0 ) = J2
m m ∂V ∂δe ∂α
∂g0 sin(θ0 )
−g sin(θ − α) u −g0 sin(θ0 ) − (θ − θ0 )
∂θ (5.29)
∂g0 sin(α0 )
+g0 sin(α0 ) + (α − α0 ) = J3
∂α
T0
−T sin(α) T0 ∂ mV sin(α0 )
u− sin(α0 ) − 0
(V − V0 )
mV mV0 ∂V
(5.30)
∂ T0 sin(α0 ) ∂ T0 sin(α0 )
− mV0 (δT − δT 0 ) − mV0 (α − α0 ) = K1
∂δT ∂α
L0 L0 L0
−L L0 ∂ mV ∂ mV ∂ mV
u− − 0
(V − V0 ) − 0
(δe − δe0 ) − 0
(α − α0 ) = K2 (5.31)
mV mV0 ∂V ∂δe ∂α
g0 cos(θ0 )
mg cos(θ − α) g0 cos(θ0 ) ∂ V0 ∂ g0 cos(θ
V0
0)
u + (V − V0 ) + (θ − θ0 )
mV V0 ∂V ∂θ
g0 sin(α0 )
(5.32)
g0 cos(α0 ) ∂ V0 ∂ g0 cos(α
V0
0)
− − (V − V0 ) − (α − α0 ) = K3
V0 ∂V ∂α
M0 M0 M0
M M0 ∂ Iyy ∂ Iyy ∂ Iyy
u + (V − V0 ) + (δe − δe0 ) + (α − α0 ) = L1 (5.33)
Iyy Iyy ∂V ∂δe ∂α
92
·
V u JI + J2 + J3
·
α u K1 + K2 + K3 + q
· (5.34)
q u L1
·
θ=q
·
V
· V
α α δt
· = A +B
q
q δe
· θ
θ (5.35)
V
α
[Y ] = C
q
θ
donde:
·
V
A11 A12 0 A14 V B11 B12
·
α A21 A22
= 1 A24 α B21 B22 δt
· q + 0 B32
q A31 A32 0 0 δe
· 0 0 1 0 θ 0 0
θ (5.36)
V
1 0 0 0
α
[Y ] =
0 0 0 1 q
θ
93
A14 = −g0 cos(θ0 ) (5.39)
T0 L0
1 ∂ mV sin(α0 ) ∂ mV
A21 = (−mg0 cos(θ0 ) + mg0 sin(α0 )) − 0
− 0
(5.40)
mV02 ∂V ∂V
L
∂ V0
0
T0 cos(α0 ) ∂α g0 sin(α0 )
A22 =− − + (5.41)
mV0 m V0
g0 sin(θ0 )
A24 = − (5.42)
V0
1 ∂M0
A31 = (5.43)
Iyy ∂V
1 ∂M0
A32 = (5.44)
Iyy ∂α
1 ∂T0
B11 = cos(α0 ) (5.45)
m ∂δT
1 ∂D0
B12 = − (5.46)
m ∂δe
T0
∂ mV sin(α0 )
B21 = − 0
(5.47)
∂δT
L0
∂ mV
B22 = − 0
(5.48)
∂δe
1 ∂M0
B32 = (5.49)
Iyy ∂δe
94
·
V
· −0,0856 6,5938 0 −9,81 V
α −0,0188 −2,5786 1 0 α
· = +
q −2,38 −120,16 0 0 q
· 0 0 1 0 θ
θ
33,54124326 −2,278121242
0 −1,001445692
δt (5.50)
0 −135,9867736 δe
0 0
V
1 0 0 0
α
[Y ] =
0 0 0 1 q
θ
5.4. Estabilidad
5.4.1. Estabilidad en sistemas lineales
· ∂f
Teorema 5.1. Sea x = 0 un punto de equilibrio de x = f (x). Sea A = |
∂x x=0
. Entonces:
Para estudiar la estabilidad se tiene que calcular las raı́ces del polinomio caracterı́stico, de
la matriz A que viene de la ecuación (5.36)
λ − A11 −A12 0 −A14
−A21 λ − A22 −1 −A24
λI − A = −A31
(5.51)
−A32 λ 0
0 0 −1 λ
95
enseguida se presenta la representación numérica de los pasos anteriores:
λ + 0,0856 −6,5938 0 9,81
0,0188 λ + 2,5786 1 0
λI − A = (5.53)
2,38 120,16 λ 0
0 0 1 λ
λ1 = 0,5471663504
λ2 = −1,317765829 + 10,90906531I
(5.55)
λ3 = −0,5758346923
λ4 = −1,317765829 − 10,90906531I
se puede apreciar que las raı́ces del sistema son; un par complejo conjugado y dos raı́ces
reales. En particular una de las raı́ces reales, es positiva, por lo tanto el sistema es inestable.
5.5. Controlabilidad
Teorema 5.2. La condición necesaria y suficiente para que el sistema lineal:
·
x = Ax + Bu
sea estabilizable mediante una ley de control por realimentación constante del vector de esta-
do, es que el par(A, B) sea controlable. Si el sistema es incontrolable, este puede aun esta-
bilizarse mediante realimentación, sı́ y solo sı́ los modos incontrolables son asintóticamente
estables[24].
96
Para demostrar la controlabilidad del sistema, se tienen que las matrices obtenidas de (5.36)
A11 A12 0 A14
A21 A22 1 A24
A= A31 A32 0 0
0 0 1 0
B11 B12
B21 B22
B= 0 B32
0 0
para determinar la controlabilidad del sistema lineal, se utiliza (5.56). Por lo tanto, se
realizan los cálculos correspondientes.
A11 B11 + A12 B21 A11 B12 + A12 B22
A21 B11 + A22 B21 B32 + A21 B12 + A22 B22
AB = A31 B11 + A32 B21
A31 B12 + A32 B22
0 B32
z11 z12
z21 z22
A2 B =
z31 z32
z41 z42
R11 R12
R21 R22
A3 B = R31 R32
R41 R42
siendo:
z11 = B11 A211 + A12 A21 + B21 (A11 A12 + A12 A22 )
z12 = B32 (A12 + A14 ) + B12 A211 + A12 A21 + B22 (A11 A12 + A12 A22 )
z21 = B11 (A31 + A11 A21 + A21 A22 ) + B21 A222 + A32 + A12 A21
z22 = B12 (A31 + A11 A21 + A21 A22 ) + B32 (A22 + A24 ) + B22 A222 + A32 + A12 A21
z31 = B11 (A11 A31 + A21 A32 ) + B21 (A12 A31 + A22 A32 )
97
z32 = A32 B32 + B12 (A11 A31 + A21 A32 ) + B22 (A12 A31 + A22 A32 )
R11 = B11 A31 (A12 + A14 ) + A11 A211 + A12 A21 + A21 (A11 A12 + A12 A22 )
+B21 A32 (A12 + A14 ) + A12 A211 + A12 A21 + A22 (A11 A12 + A12 A22 )
R12 = B12 A31 (A12 + A14 ) + A11 A211 + A12 A21 + A21 (A11 A12 + A12 A22 ) +
B22 A32 (A12 + A14 ) + A12 A211 + A12 A21 + A22 (A11 A12 + A12 A22 )
R21 = B11 A11 (A31 + A11 A21 + A21 A22 ) + A31 (A22 + A24 ) + A21 A222 + A32 + A12 A21
+B21 A12 (A31 + A11 A21 + A21 A22 ) + A32 (A22 + A24 ) + A22 A222 + A32 + A12 A21
R22 = B12 A11 (A31 + A11 A21 + A21 A22 ) + A31 (A22 + A24 ) + A21 A222 + A32 + A12 A21
+B22 A12 (A31 + A11 A21 + A21 A22 ) + A32 (A22 + A24 ) + A22 A222 + A32 + A12 A21
R31 = B21 A232 + A12 (11 A31 + A21 A32 ) + A22 (A12 A31 + A22 A32 )
+B11 (A31 A32 + A11 (A11 A31 + A21 A32 ) + A21 (A12 A31 + A22 A32 ))
R32 = B22 A232 + A12 (A11 A31 + A21 A32 ) + A22 (A12 A31 + A22 A32 )
+B12 (A31 A32 + A11 (A11 A31 + A21 A32 ) + A21 (A12 A31 + A22 A32 ))
+B32 (A12 A31 + A22 A32 + A31 A14 + A32 A24 )
R41 = B11 (A11 A31 + A21 A32 ) + B21 (A12 A31 + A22 A32 )
R42 = A32 B32 + B12 (A11 A31 + A21 A32 ) + B22 (A12 A31 + A22 A32 )
98
numéricamente la matriz de controlabilidad queda de la siguiente manera:
−2,871130423 −6,408325426
−0,6305753733 −133,3616171
AB =
−79,82815896 125,7556430
0 −135,9867736
−3,912119132 455,2189712
−78,14818005 469,7623852
A2 B =
82,60322726
16039,98372
−79,82815896 125,7556430
268,1556472 1824,889614
284,1896722 14820,09632
A3 B =
9399,596160 −57530,06935
82,60322726 16039,98372
·
x = Ax(t) + Bu(t)
(5.58)
y(t) = Cx(t) + Du(t)
99
Definicion 5.3. Una función de transferencia racional (cociente de polinomios) es propia,
sı́ el grado del polinomio numerador no supera (es menor o igual) al grado del polinomio del
denominador. Sı́ el grado del numerador es estrictamente menor que el del denominador,
la función se dice estrictamente propia. La definición de función transferencia propia se
extiende naturalmente a una matriz de transferencia, que es (estrictamente) propia si todos
sus elementos son funciones racionales (estrictamente) propios [24].
Teorema 5.3. Una matriz de transferencia G(s) es realizable ⇐⇒ G(s)es una matriz racional
y propia[24].
ξ11 = B21 A12 S 2 + A14 A32 − B11 −S 3 + A22 S 2 + A32 S + A32 A24
(5.62)
ξ21 = B11 (SA31 + A21 A32 − A22 A31 ) + B21 (SA32 − A11 A32 + A12 A31 ) (5.64)
100
numéricamente la realización queda de la siguiente manera:
Ψ11 Ψ12
G(s) = (5.66)
Ψ21 Ψ22
donde:
−79,83S − 130,1
Ψ12 = (5.68)
S4 + 2,664S 3 + 120,5S 2 + 2,631S − 38,04
en la Figura 5.6 se presenta la gráfica del lugar de las raı́ces para cada función transferencia.
20 20
15 15
10 10
Imaginary Axis
Imaginary Axis
5 5
0 0
−5 −5
−10 −10
−15 −15
−20 −20
−2 −1.5 −1 −0.5 0 0.5 1 −10 −5 0 5 10 15 20
ψ11 ψ12
Real Axis Real Axis
20 20
15 15
10 10
Imaginary Axis
Imaginary Axis
5 5
0 0
−5 −5
−10 −10
−15 −15
−20 −20
−2 −1.5 −1 −0.5 0 0.5 1 −2 −1.5 −1 −0.5 0 0.5 1
ψ21 ψ22
Real Axis Real Axis
101
Se concluye que las funciónes de transferencia Ψ11 ,Ψ21 ,Ψ22 son inestables, ya que tienen un
polo en el lado deracho del plano complejo. La función de transferencia Ψ12 es crı́ticamente
estable, ya que a pesar de que todos sus polos están en el lado izquierdo del plano complejo,
dos de ellos están en el eje imaginario.
Para el diseño del controlador del sistema es necesario desacoplar el sistema. Stevens y Lewis
[28] proponen varias formas de controladores para la dinámica longitudinal y una de ellas
es desacoplar el sistema utilizando los modos longitudinales, para realizar control autónomo
ellos desacoplan el sistema despreciando el periodo corto y solo enfocándose en el modo del
fugoide.
Los eigenvectores permiten conocer que salidas están más relacionadas a los modos. A con-
tinuación se presentan los eigenvectores del sistema.
Perı́odo corto:
−0,0242 + 0,0187i −0,0242 − 0,0187i V
−0,0104 + 0,0896i −0,0104 − 0,0896i α
(5.71)
−0,9914 −0,9914 q
0,0108 + 0,0896i 0,0108 − 0,0896i θ
Modo fugoide:
0,9989 −0,9959 V
−0,0199 0,0195 α
−0,0210 0,0423 q (5.72)
0,0366 0,0774 θ
Ambos pares de eigenvectores están dominados por la velocidad y los demás estados. Sin
embargo los resultados muestran que los estados α y q son relativamente pequeños en el
modo del fugoide comparado con respecto al periodo corto, y el modo del fugoide tiene
mayor presencia en los estados V y θ.
102
5.7.1. Desacoplamiento de los modos.
El polinomio caracterı́stico de la dinámica longitudinal es de cuarto orden, por lo tanto
los modos obtenidos también son de cuarto orden. El desacoplamiento de los modos y sim-
plificaciones del sistema, basados en el conocimiento de las derivadas de estabilidad y las
propiedades fı́sicas del vuelo, pueden simplificar el análisis de estabilidad y control.
Las funciones de transferencia de una entrada y una salida pueden ser obtenidas fácilmente
aplicando la regla de Cramer para la transformación laplaciana de las ecuaciones de estado.
La matriz A es representada como siempre se ha hecho, la matriz B se representa de la
siguiente forma tomando solo las entradas en sus elementos.
δt δe
δt δe
B=
0 δe
(5.73)
0 0
La matriz C se representa tomando como elementos las salidas que se desean desacoplar;
como sólo interesa el modo del fugoide, se sabe que los estados que más representan este
modo son la velocidad y el ángulo de cabeceo.
V 0 0 0
C= (5.74)
0 0 0 θ
V V
δt δe
G(s) = θ θ (5.76)
δt δe
donde:
103
θ
δt
Es la función de transferencia donde se da mayor prioridad a la entrada δt con la
salida θ.
θ
δe
Es la función de transferencia donde se da mayor prioridad a la entrada δe con la
salida θ.
Las funciones de transferencia que se seleccionan para el control son δVt y δθe . Steven y Lewis
[28] señalan que para realizar control automático en la condición de la dinámica longitudinal,
se debe desacoplar la matriz de transferencia, seleccionando sólo dos funciones de transferen-
cia; estas dependen de la fuerza de los actuadores a los estados. Los autores comentan que la
entrada de control δt predomina en la salida V , ya que es considerada como la posición del
acelerador del motor, lo que permite aumentar o disminuir la potencia del motor y esto se ve
reflejado en disminución o aumento de la velocidad de la aeronave, y la entrada de control
δe predomina en el estado θ, ya que es considerado la deflexión del elevador y el movimiento
angular de este actuador produce momentos sobra la aeronave, estos momentos son medidos
por el ángulo de cabeceo de la aeronave. Como se puede ver, estas funciones de transferencia
tienen un denominador de cuarto orden, y son sumamente difı́ciles de analizar.
Steven y Lewis [28], simplifican el problema. En el caso del fugoide, la velocidad y el ángulo
de cabeceo varı́an con el ángulo de ataque, y la velocidad de cabeceo es casi constante;
mientras que en el periodo corto α, q y θ varı́an con una velocidad casi constante. Esto
implica adición de desacoplamiento en las ecuaciones dinámicas. El desacoplamiento puede
ser mucho más versátil si se asume que las matriz A puede ser simplificada si se considera lo
∂L
siguiente: la derivada de estabilidad ∂V es negada a bajos números de mach, y la derivadas
∂T ∂T
∂V
y ∂α son pequeñas bajo condiciones normales de vuelo. Las condiciones para desacoplar
A incluyen un pequeño ángulo de trayectoria, pequeño ángulo de ataque y un número de
mach bajo, para desacoplar la matriz B se considera el mando de control fijo, y se considera
∂( T sin(α))
la derivada de control mV∂δt igual a cero.
5.8. Control PI
5.8.1. Aproximación del fugoide.
Para la obtención de las funciones de transferencia que se desean utilizar en el control
de la aeronave, se considera el siguiente desacoplamiento dado por [28]. Se asume que el
· ·
único modo excitado es el del fugoide. Si las derivadas α y q son despreciadas, el primer par
de ecuaciones se reducen a ecuaciones algebraicas, que actúan como una restricción en las
ecuaciones diferenciales en las variables restantes del fugoide. Por lo tanto, se tiene:
A22 A23 α A21 A24 V
0= +
A32 A33 q A31 A34 θ
104
" · #
V A12 A13 α A11 A14 V
· = + (5.77)
θ A42 A43 q A41 A44 θ
cuando las ecuaciones algebraicas se utilizan para eliminar α y q de las ecuaciones diferen-
ciales, las siguientes ecuaciones para las variables del fugoide se obtienen:
" · #
A33
− A22 A33A−A
23
V A11 A14 A12 A13 A22 A33 −A23 A32 23 A32
A21 A24 V
· = −
θ A41 A44 A42 A43 − A22 A33A−A
32
23 A32
A22
A22 A33 −A23 A32
A31 A34 θ
(5.78)
simplificando se obtiene:
" · #
A11 − A12 A
V 31
A32
A14 V
· = A31 (5.79)
θ A41 − A21 + A22 A32 A44 − A24 θ
" · #
V a11 a12 V
· = (5.80)
θ a21 a22 θ
donde:
A31
a11 = A11 − A12 =
A32
∂M0
(5.81)
1 ∂T0 ∂D0 1 ∂T0 ∂D0 ∂V
cos(α0 ) − −( cos(α0 ) − + mg0 cos(α0 ) ∂M0
)
m ∂V ∂V m ∂α ∂α ∂α
1 1
a21 = A31 A22 + A21 = −( (−mg0 cos(θ0 ) + mg0 sin(α0 ))
−A32 mV02
T0 L0
L
∂( V 0 )
∂M0
(5.83)
∂( mV sin(α0 )) ∂( mV ) T0 cos(α0 ) 0
g0 sin(α0 ) ∂V0
− 0
− 0
) + (− − ∂α + ) ∂M0
∂V ∂V0 mV m V ∂α
g0 sin(θ0 )
a22 = A44 − A24 = (5.84)
V
105
evaluando numéricamente se tiene que:
" · #
V −0,216 2 −9. 81 V
· = (5.85)
θ −3. 227 4 × 10−2 0 θ
" · # " #
∂T0
1 1
− ∂D
V a11 a12 V m ∂δT
cos(α0 ) m ∂δe
0
δt
· = + (5.86)
θ a21 a22 θ 0 0 δe
1 0 V
[Y ] =
0 1 θ
V
Para δt
1 0
C=
0 1
" #
1 ∂T0
m ∂δT
cos(α0 ) 33,54124326 b1
B= = =
0 0 b2
V
−1 δt
G(s) = C(SI − A) B = θ
δt
106
V S
= −b1
δt Sa11 + a12 a21 − S 2
V 33. 541S
= 2 (5.87)
δt S + 0,216 2S − 0,316 61
θ
para δe
1
− ∂D
m
0
∂δe
−2,278121242 b1
B= = =
0 0 b2
θ a21
= −b1
δe Sa11 + a12 a21 − S 2
θ 7. 352 4 × 10−2
= 2 (5.88)
δe S + 0,216 2S − 0,316 61
107
Figura 5.7: Diagrama de bloques del PI
I: acción de control integral: Conocido como RESET. Este tipo de controlador anula
errores y corrige perturbaciones, mediante la búsqueda de la señal de referencia, requiere
de un tiempo Ti para localizar dicha señal. Se representa mediante el término Ki , que
es el coeficiente de acción integral y es igual a T1i . Da una salida del controlador que es
proporcional al error acumulado[26].
Z t
u(t) = Ki e(τ )dτ
0 (5.90)
Ki
Ci (s) =
S
la señal de control u(t) tiene un valor diferente de cero cuando la señal de error e(t)
108
Figura 5.9: Acción Integral
es cero. Por lo que se concluye que dada una referencia constante, o perturbaciones, el
error en estado estacionario es cero.
1
CP I (S) = Kp (1 + ) (5.92)
Ti s
con un control proporcional, es necesario que exista error para tener una acción de control
distinta de cero. Con acción integral, un error pequeño positivo siempre es una acción de
control creciente, en caso contrario la señal de control es decreciente. Este razonamiento sen-
cillo, muestra que el error en estado estacionario siempre es cero[26].
Muchos controladores industriales tienen solo acción P I. Se puede demostrar que un control
P I es adecuado para todos los procesos donde la dinámica es esencialmente de primer or-
den. Lo que puede demostrarse en forma sencilla, por ejemplo, mediante un ensayo al escalón.
109
Kp Ti
P 0,5Kc
Pc
PI 0,45Kc 1,2
PI. El otro método se resume en ensayar al sistema a lazo abierto con un escalón unitario, se
calculan algunos parámetros, como la máxima pendiente de la curva y el retardo, y con ellos
se establecen las ganancias del controlador PI. Estos métodos fueron propuestos por
Ziegler y Nichols (Z-N) en 1942, dichos métodos se basan en resultados experimentales[26].
Método de Oscilación
Este procedimiento se lleva a cabo siguiendo los siguientes pasos[26]:
Dicha tabla fue obtenida por Ziegler y Nichols quienes buscaban una respuesta al escalón de
bajo amortiguamiento para plantas que puedan describirse satisfactoriamente por un modelo
110
de la forma:
K0 e−sτ0
G0 (s) = (5.93)
υ0 s + 1
donde: υ0 > 0
111
Kp Ti
υ0
P K 0 τ0
0,9υ0
PI K 0 τ0
3τ0
y∞ − y0
K0 = ;
y∞ − y0
τ0 = t1 − t0; (5.94)
υ0 = t2 − t1
el modelo obtenido puede ser utilizado para varios métodos de ajuste de controladores PI.
Uno de estos, también fue propuesto por Ziegler y Nichols. El objetivo de diseño es alcanzar
un amortiguamiento tal que exista una relación de 4:1, para el primer y segundo pico de la
respuesta a una referencia escalón. Los parámetros sugeridos por Z-N son los que se muestran
en la tabla 5.2.
Utilizando las herramientas del método de Ziegler-Nichols, para la sintonización del con-
trolador PI de cada función de transferencia. se calcula la ganancia proporcional (KP ) y la
112
Figura 5.13: Sintonización de los PI por función de transferencia
En las Figuras 5.14, 5.15 se puede ver que las ganancias obtenidas por Ziegler-Nichols del
controlador PI controlan los estados V y θ.
113
70
Vreal
60
Vdeseada
50
V (m/s)
40
30
20
10
0
0 50 100 150 200 250 300
t (s)
0.35
θreal
0.3 θdeseada
0.25
0.2
θ (rad)
0.15
0.1
0.05
0
0 50 100 150 200 250 300
t (s)
Figura 5.15: Ángulo de cabeceo con PI sintonizado por Ziegler and Nichols
114
5.9. Control en el sistema completo.
La siguiente fase será acoplar los controladores PI diseñados con anterioridad, esto con la
finalidad de controlar todo el sistema en conjunto y validar el control general de todo el
sistema. Las ganancias de los controladores calculadas con anterioridad son diferentes a las
ganancias de los PI cuando se instalan en el sistema completo; se debe recordar que el meto-
do de Ziegler y Nichols es experimental. Ogata[26] comenta que al momento de acoplar los
controladores del sistema lineal al no lineal, es necesario hacer un ajuste en las ganancias
para que el sistema pueda estabilizarse como se desea, Ogata[26] recomienda que los con-
troladores PI sintonizados en la función de transferencia, sólo sirven de referencia cuando se
desea instalarlos en la planta.
(KP ) = 0,0004
(KI ) = 0,1
(KP ) = −7
(KI ) = −0,2
En la Figura 5.16 se aprecia el diagrama de bloques del sistema completo con controladores
PI.
En las Figuras 5.17 - 5.20 se puede apreciar el control en todos los estados del sistema.
Finalmente, se puede concluir que el control lineal que se hizo con los PI es suficiente para
el control del modelo no lineal del sistema, se debe tener en cuenta que el control será válido
mientras mantengamos la región lineal o vecindad del punto de equilibrio.
115
Figura 5.16: Sistema con control en diagrama de bloques
47
Vreal
46 Vdeseada
45
V (m/s)
44
43
42
0 50 100 150 200 250 300
t (s)
116
0.5
0.4
α (rad)
0.3
0.2
0.1
0 50 100 150 200 250 300
t (s)
4
q (rad/s)
−2
−4
0 50 100 150 200 250 300
t (s)
0.4
θreal
0.3 θdeseada
θ (rad)
0.2
0.1
0
0 50 100 150 200 250 300
t (s)
117
5.10. Conclusiones.
Dentro de la fase del diseño, se puede identificar la problemática sobre el diseño de las
superficies de control en un Ala integrada, esta investigación diseño superficies de control
con una rápida respuesta aerodinámica, lo cual facilita la tarea del controlador. Esto permite
entender porque en la mayorı́a de las Ala integradas se usa el elevon y no el elevador como
superficie para el control longitudinal.
Otro punto importante es la inestabilidad del sistema, se puede ver en el Capı́tulo 5, que
todos los estados de la aeronave son inestables, siendo el más notable el estado θ. Se puede
visualizar que el avión entra en el modo dinámico volteo, incluso aunque la aeronave fue
diseñada para un margen estático positivo; el modo no se pude evitar, tal y como lo dice
Fremaux[11].
Las ganancias sintonizadas para las funciones de transferencia encontradas por la aproxi-
mación del modo fugoide, permiten realizar una aproximación inicial al momento introducir
los controladores PI en el sistema no lineal, tal y como lo dice Ogata[26]. Los controladores
estabilizarón satisfactoriamente la planta, son aceptables para cualquier tiempo ya que el
error es bastante pequeño en los primeros segundos asegurando la convergencia en un tiempo
menor de 50 segundos.
δa serán las deflexiones angulares del elevón, en la dinámica longitudinal los elevones tienen el
movimiento en conjunto; mientras que en la dinámica lateral los movimientos son diferenciales
provocando la guiñada. δr serán las superficies que se encuentran en los winglets provocando la
guiñada. También en esta dinámica será posible desacoplar en modos y realizar control de una
entrada y una salida. Si juntamos la dinámica lateral-direccional y la dinámica longitudinal
tendrı́amos el sistema completo del ala integrada, finalmente se tendrán cuatro controladores
PI para el control de este avión.
118
Apéndice A
%Entradas
V =x(1); %Velocidad de vuelo (m/s)
alpha =x(2); %Ángulo de ataque
q =x(3); %Theta punto
theta =x(4); %Ángulo de Cabeceo
CL =x(5); %Coeficiente de Levantamiento
CD =x(6); %Coeficiente de Resistencia al avance
CM =x(7); %Coeficiente de momentos de cabeceo
delta_t =x(8); %Coeficiente de traccion
%Parámetros
cbar=1.193; %Cuerda Media Aerodinámica (m)
g=9.81; %Aceleración de la gravedad (m/s^2)
m=99.991; %Masa del vehı́culo (Kg)
S=5.667875878; %Superficie Alar (m^2)
ro=0.67093; %Densidad del Aire (kg/m^3)
Iyy=15.698; %Matrı́z de Inercia (kg*m^2)
%Ecuaciones Dinámicas
V_d= ((T*cos(alpha)-D)/m)-g*(sin(theta-alpha));
alpha_d = (-T*sin(alpha)-L+(m*V*q)+m*g*cos(theta-alpha))/(m*V);
q_d = M/Iyy;
theta_d = q;
Xcm_d = V*cos(theta-alpha);
Zcm_d = V*sin(theta-alpha);
%[42,0.1286503592,0,0,0,3800]
%Salidas
Lu=[V_d,alpha_d,q_d,theta_d,Xcm_d,Zcm_d];
119
Apéndice B
c=[1 0 0 0; 0 0 0 1];
b=[33.541238 -2.27812;
0 -1.001445;
0 -135.9862;
0 0];
[n,m]=size(B1);
for l=1:n
for k=1:m
if abs(B1(l,k))<=(1e-10)
B1(l,k)=0;
end
end
end
[n,m]=size(A1);
for l=1:n
for k=1:m
if abs(A1(l,k))<=(1e-10)
A1(l,k)=0;
end
end
end
[n,m]=size(B2);
for l=1:n
for k=1:m
if abs(B2(l,k))<=(1e-10)
B2(l,k)=0;
end
end
end
[n,m]=size(A2);
for l=1:n
for k=1:m
if abs(A2(l,k))<=(1e-10)
A2(l,k)=0;
120
end
end
end
g1=tf(B1(1,:),A1)
g2=tf(B1(2,:),A1)
g3=tf(B2(1,:),A2)
g4=tf(B2(2,:),A2)
figure(1);
subplot(2,2,1);
pzmap(g1)
subplot(2,2,2);
pzmap(g3)
subplot(2,2,3);
pzmap(g2)
subplot(2,2,4);
pzmap(g4)
121
Bibliografı́a
[1] Naveed ur Rahman. Propulsion and flight controls integration for blended wing body
aircraft, Cranfield University, Thesis, 2009.
[3] M.A. Sargeant, J.I. Hileman, S. Spakovszky, y M. Drela Airframe design for
silent aircraft, In 45th AIAA Aerospace Sciences Meeting and Exhibit, Nevada, AIAA
Paper 2007-0453, 2007.
[5] R.H. Liebeck, M.A. Page, y B. K. Rawdon. Blended wing body subsonic commercial
transport, In 36th AIAA Aerospace Sciences Meeting and Exhibit, Nevada, AIAA Paper
98-0438, 1998.
[6] Callaghan, J.T., y Liebeck, R.H. Some Thoughts on the Design of Subsonic Trans-
port Aircraft for the 21st Century, SAE Paper No. 901987, October 1990.
[7] B.W. McCormick. Aerodynamics, Aeronautics and Flight Mechanics., John Wiley,
New York, 1995.
[8] C.J. Donlan. Aerodynamics, Aeronautics and Flight Mechanics., An interim report on
the stability and control of tailless airplanes. NACA Report No 796. Technical report,
NACA, 1944.
[9] R.T. Jones. Notes on the stability and control of tailless airplanes NACA Report 837,
Technical report, NACA, 1941.
[10] J.K. Northrop. The development of all wing aircraft., Journal of the Royal Aeronau-
tical Society, Vol 51, pp. 481-510, 1941.
122
[11] C.M. Fremaux. Effect of geometry static stability and mass distribution on the tum-
bling characteristics of generic flying wing models. , In Proceedings of the AIAA Atmo-
spheric Flight Mechanics Conference, AIAA-93-3615, 1993.
[12] H.V. Castro. Flying and Handling Qualities of a Fly by Wire Blended Wing Body
Civil Transport Aircraft. , PhD thesis, Cranfield University, Cranfield UK, 2003.
[13] A.W. Thorpe. Note on longitudinal stability and trim of tailless aircraft, RAE- TN-
AERO 1021. Technical report, Royal Aircraft Establishment, 1942.
[14] Jan Roskam AIRPLANE DESIGN, Roskam Aviation and Engineering Corporation,
The University of Kansas Lawrence, 1985.
[15] Rosa, Edison Da. Introdução ao projeto aeronáutico: uma contribuição à competição
SAE Aerodesign, Florianópolis: UFSC/Grante, 2006.
[16] Stengel, R.F. Flight Dynamics, U.S.A, Princeton University Press 2004.
[17] Andy J. Keane y Prasanth B. Computational Approaches for Aerospace Design:
The Pursuit of Excellence, Nair John-Wiley and Sons 616 pages, June 2005 ISBN 0-470-
85540-1
[18] Pedroche, Sánchez Francisco. Contribucı́on a la simulación numérica multidi-
mensional del flujo en motores de combustión interna alternativos, Tesis, Universiad
Politécnica de Valencia, 1994.
[19] Jones, W.P. y McGuirk, J.J. Computational Fluid Dynamics for Turbulent Flows,
1984.
[20] Patel, V.C., Rodi, W. y Scheuerer, G. Turbulence Models for Near-Walls and
Low Reynolds Number Flows, A Review. AIAA Journal, Vol. 23. No.9 1984.
[21] M.V.Cook. Flight Dynamics Principles, 2nd ed., Oxford, UK: Elsevier, 2007. Segunda
y tercera imagen
[22] Fany Méndez Vergara. Control Hibrido de Velocidad y Orientación para Aeronaves
de Ala Fija, Tesis, Instituto Potosino de investigación cientı́fica y tecnológica, A.C., 2011.
[23] Sergio Ángel Araujo Estrada. Estimación de los parámetros aerodinámicos de
una mini aeronave de ala fija, Tesis, Centro de Investigación y Estudios Avanzados del
Instituto Politécnico Nacional, 2010.
[24] Hassan K. Khalil Nonlinear Systems, 3 ed., Prentice Hall, Michigan State University,
2002.
[25] Hebertt Sira-Ramirez., Richard Marquez., Francklin Rivas-Echeverria.,
y Orestes Llanes-Santiago. Control de sistemas no lineales. Linealizacion aproxi-
mada, extendida, exacta. , PEARSON EDUCACION, S.A., Madrid España, 2005.
123
[26] Katsuhiko Ogata Ingenierı́a De Control Moderna, 3 ed., Prentice Hall, 1996.
[27] Jan Roskam Airplane Flight Dynamics and Automatic Flight Controls, 2 ed, Design,
Analysis and Research Corporation(DARcorporation). U.S.A, 1998.
[29] http://www.uavenginesltd.co.uk/index.php?id=396
[30] http://www.3ds.com/products/catia/
[31] http://www.ansys.com/Products/Simulation+Technology/Fluid+Dynamics/
ANSYS+Fluent
[32] http://www.nmine.com/uav/avionica.htm
[33] http://www.raytheon.com/capabilities/
[34] http://www.as.northropgrumman.com/products/batuas/index.html
[35] http://www.ae.illinois.edu/m-selig/ads/coord_database.html
[36] http://es.wikipedia.org/
[37] http://www.aerodesign.de/english/profile/profile_s.htm
[38] http://tracfoil.free.fr/airfoils/indexH.html
[39] http://www.aerospaceweb.org/design/scripts/atmosphere/
[40] http://www.mathworks.com/products/matlab/
124