本研究提出了一种支持野火空袭策略的两栖遥控和自主固定翼飞机的高级概念设计、优化和评估方法。特别令人感兴趣的是规模、水源利用和区域背景下高级飞机参数的优化问题。加拿大不列颠哥伦比亚省被用作案例研究，因为该地区野火控制的相关性。本战略包括对可用水体、油轮基地位置及其与历史野火地点的距离的详细分析，并探讨了这些区域特定细节如何影响最佳飞机设计参数。得到了最佳湖面大小以及相应最优飞机的主要设计特性的结果。评估了两种填充策略，即“走走停停”策略和传统的撇脂策略。结果表明，优化飞机机队有可能提供高流量，同时利用使用遥控和自主系统的既定优势。希望这项工作将鼓励未来对改进模型的研究，并进一步开发用于该应用的无人机技术，包括必要的超视距技术和基础设施。
1. 引言在过去的几十年里，野火的频率和强度急剧增加。在北美，由于人类活动增加、炎热干燥天气延长以及干旱，美国西部和加拿大一直经历着更长和更严重的野火季节。例如，Jones 等人（2020 年）证明了气候变化对全球（包括美国西部和加拿大）延长和更严重的火灾季节的作用。这些新的现实正在将传统的消防预算、资源和策略推向实际极限。正如 Clark 等人（2022 年）所讨论的那样，目前的许多水轰炸机都包括重新利用的商业设计，为探索更高效和优化的专用飞机的潜力留下了空间。不幸的是，专用飞机（例如Canadair CL-415）的数量有限。因此，迫切需要探索利用尖端技术的新措施的研究活动。高级概念化技术（如Howe 2000所描述的技术）在新型飞机系统的早期开发中起着至关重要的作用。这些技术使飞机工程师了解整个设计空间中的重要考虑因素，并在高保真分析和详细设计阶段之前提供必要的信息。最近利用或改进高级概念设计技术的工作包括 Gómez-Rodríguez 等人 （2019）、De Marco 等人 （2020）、Sziroczak 等人 （2020）、Zeng 等人 （2020） 和 Cai 等人 （2022）。目前的工作始于一个假设，即小型飞机具有潜在的优势，因为它们能够利用在许多地区更丰富的较小尺寸的湖泊。为了进行调查，对历史野火数据、湖泊和水库的分布以及它们与飞机设计和性能的相互作用进行了综合检查。由于对小型飞机的重视，这必然导致对遥控飞机系统（RPAS）的关注。因此，本工作利用高级概念化和分析技术来探索遥控和自主飞机系统在野火空袭中的潜力，包括区域优化设计。
目前工作的主要重点是小型飞机回收和向野火输送水的能力，重点是遥控系统。虽然这将是一项新能力，但至少在过去十年中，自主和遥控空中系统在野火战斗中的潜在作用已经得到认可（Dufresne 等人，2008 年;弗朗西斯 2012 年）。例如，一些研究已经检查了在灾区（包括野火）中使用此类系统进行成像、规划和预测支持的情况（Kumar 等人，2011 年;Julian 和 Kochenderfer 2019;Soderlund 等人，2019 年、2020 年;Chakrabarty 和 Ippolito 2021;Shobeiry 等人，2021 年）。遥控自主飞机为野火空袭任务提供了几个好处，包括增强的安全性、更大的灵活性（例如，在夜间运行的能力）和更低的成本。此外，集成先进的传感器和自主技术可以使这些系统做出实时数据驱动的决策，从而提高它们在扑灭野火方面的效率。这些能力，如果与积极参与野火袭击的能力相结合，可以为进一步扩大RPAS在这些情况下的作用提供主要理由。只有少数研究讨论或探讨了用于水和灭火剂输送的自主和远程驾驶系统在直接野火战斗角色或防御火线建设中的潜在作用。Ausonio 等人（2021 年）利用元胞自动机模拟来预测所需的（临界）流速，并评估了携带 20 L 水有效载荷的多旋翼飞机机队。Subramaniam等人（2012年）提出了一架消防飞机的概念设计，可在2公里的作战范围内提供40 000 L / h。Vimalkumar （2020） 展示了一架重型旋翼飞机，旨在提供 1.5 公斤的灭火球。Clark 等人（2022 年）进行了多学科优化，以概念化最高有效载荷分数的飞机，以提供 18000 磅的有效载荷，并具有众多设计约束。Prakasha 等人（2021 年）的一项努力探索了各种车辆设计参数，以最大限度地减少火灾破坏的能力。Peña 等人（2022 年）提出了一种重型八轴飞行器的设计，可在野火情况下提供 600 升的水有效载荷。文献中之前的所有工作都是基于关于应该创建哪种类型的无人机以及它应该能够实现的功能的假设。水源可用性和区域火灾信息的影响被忽视了。据作者所知，文献中关于调查飞机整体设计要求以最大限度地发挥遥控和自主系统潜力的研究有限。虽然文献中的大部分先前工作都集中在旋翼飞行器上（Vimalkumar 2020;Ausonio 等人，2021 年;Prakasha 等人，2021 年;Peña 等人，2022 年），目前的工作仅侧重于具有广泛作战能力的固定翼两栖式飞机。目前的研究重点是固定翼飞机，其假设是它们在航程和飞行时间方面的优势超过了旋转飞机改进的近距离机动性。未来，本研究提出的方法可以扩展到旋转和垂直起降（VTOL）固定翼飞机。
本工作将GIS水库数据和历史野火周界与既定的飞机设计原则相结合，探索了用于野火战斗的遥控飞机的系统级设计、概念化和优化。要解决的关键问题是 （i） 哪些水体最适合瞄准，以及 （ii） 什么飞机（尺寸、功率等）最适合瞄准它们？例如，大型飞机可以携带更多的水，但必须飞行更长的距离。相反，极小型飞机可以瞄准非常小和丰富的水体，但有效载荷和航程显着减少。出现了一个优化问题，必须首先通过高层次的概念分析和对区域GIS数据的调查来探索。多学科设计优化和高级概念设计的现代方法允许探索更大的图景，并提出有关高级飞机设计要求的关键问题。尽管与高保真技术相比，分析方法很粗糙，但可以获得基本的见解，为未来的工作提供信息和激励。迄今为止，还没有任何工作研究过广泛的固定翼系统，考虑了水库的大小和分布、空中加油机基地的位置以及统计火灾历史对飞机设计的影响——在高水平或详细的水平上。同样，尚未进行考虑这些因素的优化，以告知下一代遥控飞机的设计。这项工作以加拿大最西端的不列颠哥伦比亚省为案例研究。然而，该方法可以重复用于在其他地理区域（例如加利福尼亚州）的背景下探索当前的研究问题，在这些地理区域，不同的景观可能会产生独特的结果。还应该注意的是，本研究并未明确解决围绕超视距 （BVLOS） 无人机操作的局限性，这些局限性因管辖权和应用而异。这里探索的遥控飞机的尺寸、航程和有效载荷目前在非军事应用中极为罕见。在Francis（2012）、Davies等人（2018）和Fang等人（2018）的著作中可以找到对当前一些挑战的回顾。Hartley 等人（2022 年）发表了一篇专门与森林环境相关的综述。希望本研究的结果及其方法可以支持和激励未来的工作，以扩大无人机在野火领域的使用和能力。
2. 飞机概念化本节总结了系统级性能和高级概念化，用于建立部署远程驾驶系统以直接扑灭野火的最有效方法。这些飞机的部署主要有两种方式：即（i）直接攻击和（ii）间接攻击。直接攻击是指飞机直接将水或阻燃剂投到或非常靠近活跃的火锋上，以扑灭它，降低其强度或引导其传播。间接攻击是指飞机投下抑制剂以构建屏障，以保护脆弱的生态系统和基础设施并控制野火的传播方向。间接攻击最常由陆基飞机进行，很少使用水。因此，目前的工作重点是直接空袭策略，其中最有效的飞机解决方案是在最短的时间内提供最多水（即有效流量）的解决方案。然而，应该注意的是，这项工作并没有明确考虑攻击方法本身，而是有效地考虑了任何需要每单位时间最大供水量的策略。考虑了一组有限的高级飞机设计参数：（i）机翼载荷，（ii）功率载荷，（iii）水有效载荷，以及（iv）燃料质量与有效载荷质量分数。这些输入，以及填充方法和 GIS 野火和水库数据（见第 3 节），独特地决定了最终的飞机概念及其性能。
2.1. 配置和约束为了缩小高层次分析的设计空间，做了一些初步的设计选择。有意作出这些选择是为了缩小目前工作的范围，将重点放在高层次的成果上。在未来的工作中，其中许多变量将成为此处介绍的优化算法中的浮动设计变量。因此，以下设计选择仅作为合理的估计，当然可以更改。对这些假设对优化结果的相对影响的全面调查已推迟到当前工作进一步完善时进行未来的分析。主要设计选择如下：（i） 所有飞机均为固定翼飞机;（二） 飞机必须能够在可用水体长度的75%以内起飞或掠过（即平均直径减去由估计的上升角度和22.2米的典型周围植被高度计算的爬升距离;Tompalski 等人，2021 年）;（iii） 机翼展弦比固定为8;（四） 发电厂是两台安装在机翼上的活塞动力螺旋桨发动机;（v） 机翼的四分之一弦后掠角为零，没有高升力装置;（六） 燃料储存在机身内;（vii） 假设飞机以额定功率的 80%（典型的油门值;Kroo 和 Shevell 2001）;（viii） 空气动力学和质量系数来自Howe（2000年）（表1和表3中总结）。
表 1.
表 1.空气动力学系数。
表 2.
表 2.方程 24 的系数。
表 3.
表 3.质量系数。
概念飞机的船体使用了著名的研究几何形状。这确保了捕获逼真的两栖飞机起飞特性。为此，使用了NACA TN-2481滑尾船体设计（Suydam 1948）。船体和机身相对于机翼的尺寸是使用携带有效载荷和燃料所需的体积以及漂浮所需的空气量来计算的。然而，在优化过程中产生的低有效载荷的飞机的情况下，机身受到限制以限制极小的机身形状。因此，机身被限制为不短于翼展的约65%。同样，在非常大的有效载荷的情况下，机身容积使用分数被限制为不超过80%。这些限制阻止了在优化阶段产生不切实际的小型或过度填充的机身。鉴于这些限制，机身容积由以下公式计算：
(1)
其中 TN-2481 机身的体积由 L 非尺寸化3.图 1 显示了此处探索的飞机配置图。
图 1.
图 1.本研究中的飞机配置概述（仅供说明）。
2.2. 性能分析本节详细介绍了用于计算每种飞机配置的性能和特性的评估技术。用于性能分析的方程主要依赖于基本的空气动力学关系（Anderson 2011）、经验公式（Howe 2000）和文献中提出的两栖起飞计算（Chicken 1999;古德蒙德森 2020;Chinvorarat 等人，2021 年）。本节中概述的方程构成了一个必须迭代求解的方程组。在本工作中，该系统通过猜测初始有效载荷分数并迭代直到收敛来求解。具体的错误仓位过程很简单，因此没有详细讨论。重要的是要承认，本研究中使用的模型具有某些局限性，可能会影响结果，尤其是在非常小的规模上检查数据时。很少有型号可以准确覆盖从非常小到非常大的飞机范围。高级模型只能提供具有代表性的值或估计值。改进建模以完善和提高小规模优化的准确性将是未来工作的主要重点，这是由当前工作的结果推动的。概念化过程的示意图如图2所示。
图 2.
图 2.利用历史火灾和GIS数据的概念化过程示意图。
2.2.1. 空气动力学以下空气动力学分析主要用于估计飞行和起飞条件所需的功率。假设本作品中的飞机以下式给出的不粘升力系数起飞和掠过
(2)
其中 LET 和 TET 是前缘和后缘提升装置的因子，而 Λ1/4是四分之一弦扫掠角。在本研究中，这些都被认为是零。在巡航过程中，由于迎角较低，使用薄翼型和升力线理论来估计巡航迎角。升力系数作为角度攻角的函数由下式给出
(3)
哪里
(4)
在任何给定的操作条件下，总阻力系数的计算公式为
(5)
其中系数 CD，Z和 CD，I分别是零升力阻力和升力引起的阻力。升力引起的阻力计算公式为
(6)
其中 t/c 是厚度与弦的比，Ne是机翼上方的发动机数量，f（λ） 是锥度比函数：
(7)
其中 λ 是机翼锥度比。
零升程阻力系数CD，Z计算公式如下：
(8)
其中 cl是估计在层流中的弦的分数，Rw是润湿面积与机翼面积的比值，是机翼厚度的校正因子， Tf是飞机类型因素。
2.2.2. 推进分析本研究中的活塞动力螺旋桨发动机使用Howe（2000）的推力，功率和燃料消耗的关系进行了分析。给定推进功率 P（以 kW 为单位）和飞行速度 V（以 m/s 为单位），可用推力（以 N 为单位）计算公式为
(9)
其中η是螺旋桨效率。螺旋桨效率主要由推进比 J 决定，该比由
(10)
其中 n 是转速，单位为 rev/s。对于小型直驱活塞发动机，没有指定螺旋桨尺寸，而是假设
.可实现的最大效率取决于推进比。适用于 0.4 ≤ J ≤ 1.0
(11)
当 J ⩾ 1.0 时，效率由下式给出
(12)
其中 j = 0.3（log （J))2.4.
还必须计算静态推力，以便于在空速较小且动态推力未定义的情况下进行起飞计算。静态推力计算如下：
(13)
静态推力系数 （cT)s计算方法如下：
(14)
其中 z 是螺旋桨叶片的数量。
是功率盘负载，估计如下：
(15)
最后，设计螺旋桨直径计算如下：
(16)
为了限制低速时不切实际的动态推力值，将总动态推力取为以下分段函数：
(17)
2.2.3. 巡航速度巡航速度是通过假设在额定功率的 80% 下稳定水平飞行来计算的（参见第 2.1 节）。在稳定水平巡航时，飞行动力学方程简化为：
(18)
和
(19)
其中 α 是迎角。因此，给定巡航功率、飞机质量和空气密度，这些方程可以与方程 3、5 和 9 组合，并求解为α的迭代方程组巡航和 V巡航.为了计算飞机的供水流量，在飞机充满水和空载时都计算巡航速度。
2.2.4. 两栖起飞和掠掠分析为了进入给定的水域，飞机必须能够在方程 43 和 44 给出的距离内起飞或掠过。本节介绍了两栖起飞和撇脂计算。两栖起飞距离主要按照 Gudmundsson （2020） 和 Chinvorarat 等人 （2021） 中概述的程序计算。这两项工作都是基于 NACA TN-2481 船体设计和阻力剖面（Suydam 1948）的已发表特征。
在整个起飞过程中经历的水位移阻力由下式给出
(20)
哪里
(21)
和
(22)
(23)
电阻系数 Cr对于 NACA TN-2481 船体，由以下高斯曲线拟合给出（Chinvorarat 等人，2021 年）：
(24)
系数列于表2中。这里，速度系数 Cv由下式给出
(25)
船体纵倾角和机翼迎角是使用以下拟合 NACA TN-2481 船体纵倾角的曲线计算的（Chinvorarat 等人，2021 年）：
(26)
其中α1= 6°，α2= 8°， ，
Cα，2= −（2.647 交流v1） 考虑 Cv1= 0.3501 和 Cv2= 1.8401。机翼迎角假设为比车辆船体大 5.5 度的恒定度，以匹配 TN-2481 滑行尾翼模型。使用计算α船体，则使用方程 5 中的阻力系数计算产生的空气动力阻力。
滑水摩擦力使用以下关系式计算：
(27)
其中 f 是以 SI 单位表示的光滑船体的摩擦系数为 2.171 （0.012 lbs/（ft2结2); Gudmundsson 2020）和 S湿是船体的润湿区域。船体的润湿面积与横梁长度有关，但取决于飞机尺寸和船体形状。为了简化这一点，假设润湿面积约为光束长度平方的 20%：
(28)
这个假设是近似的，但与Gudmundsson（2020）使用的假设相匹配。使用该值进行了测试，以比较 Chicken （1999） 中列出的起飞距离，并获得了合理的一致性。
使用此处总结的方程来评估飞机上的力与速度的关系，通过以下数值积分获得飞机起飞距离：
(29)
撇油比两栖起飞需要更简单的分析。假设撇脂操作在 V 下执行松开.因此，可实现的捕获水流速基于 V 处的飞机推力过大松开在撇脂时（考虑空气阻力和防水性）。然后，撇去和填充车辆所需距离的方程由下式给出
(30)
2.2.5. 质量估计飞机质量是使用错误位置方法估计的，有效载荷分数是迭代猜测的。使用Howe（2000）的关系估计组件质量，表3总结了特定于飞机类型的质量系数。
飞机总质量由下式给出
(31)
其中 M燃料和 M水是设计变量，而其他组件质量则在以下小节中计算，其特定配置相关值可在表 3 中找到。
提升面的质量由下式确定
(32)
其中 C1是中程亚音速轰炸机的升力面质量系数，N是最大机动加速度系数的1.65倍。根据加拿大交通部对特种作战飞机（包括消防）的要求，选择最大机动加速度系数为3.25g。
机身的质量是使用
(33)
其中 C2是Howe（2000）的机身质量系数，用于带有机翼发动机的轰炸机。以功率负载为输入变量，可以使用最大起飞重量 M 找到飞机功率。动力装置质量可以使用计算出的最大静态功率 P 来确定0:
(34)
具有幂关系
和 C3作为动力装置的安装因素，考虑安装材料、排气系统和其他必需品。在上述两个方程中，VD是设计最大速度，取巡航速度的 1.25 倍。
其他系统（例如起落架和其他设备）的质量使用以下公式估算：
(35)
其中值系数 C4对于使用亚音速轰炸机。C 的值4对于未来的工作可能很重要，因为系统质量必须考虑重量预算，以支持BVLOS功能所需的先进航空电子设备和设备。
2.2.6. 油耗和续航里程在优化计算过程中，飞机携带的燃料质量是一个输入设计参数。因此，需要进行空气动力学和推进力计算，以评估飞机在单次任务中可以完成的行程次数。根据 Howe （2000） 提供的公式，比燃料消耗（单位为 N/kW/h）计算公式为
(36)
式中 PFC公司是给定飞行条件（起飞、掠过、巡航等）所需的功率。相对空气密度σ和比油耗系数c′都被视为该优化的统一体。在任何飞行机动期间消耗的燃料质量都是使用机动的功率和持续时间计算的。
然后计算飞机可以乘坐的行程次数
(37)
其中飞行时间tf–w，空、tf-w，全和 tB-F使用巡航速度和点对点距离 d 计算B-F（基地到火）和 df–w（火对水）。为简单起见，忽略了任务期间燃料质量的减少。这可以包括在今后的工作中。在优化过程中，N旅行不计算为整数，因为这些分析位于湖到火距离分布（中值或平均距离）的代表性中间值。例如，飞机的平均行程次数可以是一个非整数值。但是，对于正在评估单个场景的情况，例如在蒙特卡洛分析中，每个案例的行程数应向下舍入到最接近的整数，因为飞机无法进行部分行程。
2.2.7. 流量计算对于每种加注方法，飞机提供的体积流量取决于有效载荷体积、给定任务中的行程次数以及构成总任务时间的组成部分。用于确定该流速的一般公式如下式所示：
(38)
其中 N旅行是任务中的行程次数，是水有效载荷的体积， 任务是执行任务所需的总时间。
2.2.8. 成本估算估算飞机成本是一项复杂而细致的任务，需要详细的设计信息和分析。因此，在概念设计阶段的早期很难进行准确的成本估算（Scanlan 等人，2002 年）。为了帮助目前的工作，Valerdi（2005）发表的关系将无人机系统的空重与其成本线性相关。以下成本关系是 Valerdi （2005） 提供的 2005 年 1 月至 2022 年 6 月美元（1500 美元/磅至约 2275 美元/磅;美国劳工统计局 2022 年）。
(39)
(40)
由于提供的数据有限，这是一个非常粗略的估计。需要进行深入的经济分析才能给出更准确的结果。但是，进行成本估算有利于比较飞机解决方案和当前委托的水轰炸机。可以理解的是，随着技术的进步，成本估算可能会发生变化和不确定性。在这种情况下，BVLOS所需的系统和航空电子设备的现代成本将难以预测。因此，本工作中计算的成本仅供说明之用。Valerdi（2005）模型的主要作用是最小化空重是最小化系统成本的有用模拟。
3. 水体的可用性和适宜性
3.1. 湖泊和水库清查本文探讨的空中野火作战策略的一个关键考虑因素是淡水的可用性。请注意，通常避免使用盐水，因为它会增加运营成本，并且由于腐蚀而对植被和飞机产生不利影响。在不列颠哥伦比亚省，目前的空战舰队经常掠过50-60个湖泊（与不列颠哥伦比亚省野火服务部门通信时提供的信息）。这一事实主要是由于两栖飞机在较小的水体上安全起飞、降落和掠过的能力受到限制。相比之下，不列颠哥伦比亚省大陆有超过40万个淡水湖，面积超过1000米2，它可能成为更小、更敏捷的飞机的目标（Schiefer 和 Klinkenberg 2004）。直观地说，随着规模较小的湖泊越来越多，它们会更容易找到，因此更频繁。因此，在构思野火空袭解决方案时，这些湖泊的分布及其与最可能的火灾地点的距离代表了极其有价值的信息。使用QGIS软件（QGIS开发团队2022）分析了湖泊大小、湖泊间距和历史火灾数据位置之间的定量关系。
历史火灾数据以及淡水湖泊和水库的详细清单来自不列颠哥伦比亚省政府 GIS 数据库（BC Wildfire Service 2022;GeoBC 2022）。收集了可追溯到 1917 年的可用历史火灾周界。图 3 显示了历史火灾周界（左）和淡水地图集湖边界（右）。计算了所有火和湖泊周长的质心，并在对数尺度上按最小尺寸对湖泊进行分层，从 10 以 0.125 的指数增量增加2.5至 107m2.最后，通过对每场火灾执行到最近枢纽的距离分析来交叉引用整个湖泊集合，并针对每个湖泊大小子集重复。这些结果产生了 37 个直方图，显示了历史火灾与给定大小或更大的湖泊之间的距离。图 4 显示了中位行程距离与最小湖泊大小的关系图。还包括显示湖泊距离直方图的两个示例的插图直方图。
图 3.
图 3.左图：历史火灾周界（1917-2021）（BC Wildfire Service 2022）。右图：不列颠哥伦比亚省淡水阿特拉斯湖和水库周边（GeoBC 2022）。不列颠哥伦比亚省的基本边界是从加拿大统计局（2016年）获得的。投影为 NAD83。
图 4.
图 4.中位火与湖泊距离的关系（df−w， 中位数）相对于湖泊大小。
鉴于获得的分布都是完全偏斜的，火灾和每个湖泊大小类别之间的中位距离被用作分布的代表性中间值。然后将这些数据曲线拟合到方程 41 中给出的四阶对数多项式。方程41中多项式函数的系数列于表4中。
(41)
哪里
(42)
是湖的平均直径。
表 4.
表 4.湖泊间距多项式的系数。
由于许多湖泊的几何形状极其复杂，因此很难计算每个湖泊的几何形状。因此，湖泊形状因子的影响将是未来工作研究的问题。然而，在以前的工作中注意到，较小区域的湖泊（例如本工作中的湖泊）更常见的是圆形的（Schiefer 和 Klinkenberg 2004）。此外，其他潜在的重要因素，如深度和污染，在现阶段无法考虑，但将成为未来的重要考虑因素。这些分布是假设伽马分布拟合的，以促进在第 4.3 节的蒙特卡洛分析中生成随机湖泊到火灾的距离。然后对湖泊大小之间的伽马分布系数进行插值，使统计数据具有有效的连续性。
3.2. Firebase 位置分析另一个重要的考虑因素是火灾地点与潜在水轰炸机基地的距离。从不列颠哥伦比亚省政府目录（不列颠哥伦比亚省 2022 年）中获得了现有油轮基地的列表，并使用公开地址找到了每个油轮基地的纬度和经度。接下来，使用QGIS进行到最近枢纽的距离分析，以生成历史火力周界质心与最近的水轰炸机基地之间距离的直方图。得到的直方图如图 5 所示。与湖泊数据一样，生成的直方图是右偏斜的，从而得出结论，中值是最合适的中间值。不列颠哥伦比亚省油轮基地与所有记录的野火质心之间的中位距离为73.92公里。该分布使用伽马分布进行拟合，以便于在第 4.3 节的蒙特卡洛分析中从该分布中抽样。
图 5.
图 5.历史火灾地点到现在不列颠哥伦比亚省消防基地的距离分布。
3.3. 最小可访问湖泊大小确定特定飞机配置的最小可行湖泊大小对于预测野火战斗性能至关重要，因为它决定了飞机必须飞行多远才能找到水。这主要由第 2.2.4 节中的起飞和掠过距离分析确定。对于走走停停的飞机，使用方程 29 确定最短的两栖起飞距离。对于撇油飞机，允许飞机在单次撇油中填充其有效载荷体积的最短距离使用方程 30 计算。对于这两架飞机，都增加了额外的距离，要求飞机能够成功爬过周围的树冠（22.2 m;Tompalski 等人，2021 年）加上 2 m 的间隙缓冲区。用于此计算的爬升角比飞机的最大爬升角小 2.5 度。将此距离乘以 2 倍，假设爬升角和下降角相等。最后，包括一个可用的湖泊部分 χ，以解释并非所有湖泊都可用这一事实（在这种情况下，假设 χ = 0.75）。这些计算由等式 43 和 44 显示。
(43)
(44)
然后，可以将上一等式中最小可行湖泊大小的结果与方程 41 一起使用，以确定飞机必须行驶的距离才能重新填充，进而确定它向火提供水的速率。
4. 分析和结果这项工作包括两个分析阶段：（i）利用遗传算法和粒子群优化的多目标和单目标优化，以最大限度地提高流速并最小化成本，以及（ii）蒙特卡罗分析优化的飞机性能与历史野火数据。优化分析旨在探索设计空间并展示最佳参数范围，以实现最佳性能。蒙特卡罗分析旨在展示优化后的飞机在一系列现实条件下的表现。后一种分析对于为优化结果提供背景至关重要。除了最佳飞机外，还分析了现有飞机（AT-802F Fire Boss）。目前，使用第 3 节中获得的湖泊和火灾信息进行优化。然而，未来的工作将旨在将蒙特卡罗分析直接集成到优化例程中。
4.1. 优化分析即使只有四个设计变量，高分辨率的蛮力优化分析或参数研究也很麻烦。此外，通过识别、分类和分析问题的帕累托最优解，可以更容易地解释结果。在本分析中，使用Matlab进行单目标和多目标优化。在单一目标分析中，进行优化的目的是最大限度地提高每公斤空重的流量（或成本，假设空重与飞机成本之间存在线性相关性;Valerdi 2005 年）。对于优化计算，设计目标是最大限度地提高流量，同时最大限度地降低成本（空重）。对于多目标优化，这两个目标分别优化，以便可以查看一系列帕累托最优解。对于单目标优化，对每单位公斤空重的流速比（空重归一化流速）进行了单独优化。此参数随后用作讨论的主要性能指标。分别分析了撇脂和走走停停的填充方法。走走停停的泵灌装系统的设计需要了解泵的性能和重量。填充时间各不相同，以查看对结果的影响。实际泵设计对飞机性能的作用是正在进行的研究主题。在走走停停和撇油飞机之间的比较中，假设机载泵可以在与撇油飞机加注所需的相同时间内填充油箱。下一节将进行进一步的分析。
也许与我们最初的研究问题相关的最有意义的结果如图 6 所示。该图包含目标函数（每公斤空重的流量）和湖泊大小（单位为m2).对于铲斗和撇油飞机，在大约30 000和40 000 m之间有一个明显的最佳范围2在区域。超过这个湖泊大小，水体之间必须行驶的额外距离以及所需的飞机质量（以及成本）的增加会导致性能下降。同样，低于这个湖泊大小不仅显示出递减的回报，而且由于每次行程的有效载荷减少以及在较小的水体中起飞所需的发动机功率/重量增加，性能显着下降。
图 6.
图 6.沿帕累托前沿的空重归一化流速与湖泊大小的关系。
沿帕累托前沿的空重和跨度的流量/千克的变化如图 7 所示，表 5 列出了撇脂和走走停停的填充方法的最佳飞机规格。值得一提的是，帕累托前沿的解决方案在每公斤空重流量（每美元流量）方面的高性能。例如，帕累托前沿的峰值为 19.8 L/h/kg。相比之下，Fire Boss AT802F 的峰值流量为 50 000 L/h，列出的空重为 4037 kg，即 12.4 L/h/kg。Fire Boss 在第 4.3 节中进行了更仔细的检查。尽管Valerdi（2005）的成本模型很粗糙，但这一结果强烈表明，针对湖泊目标，最佳燃料负荷和有效载荷分数进行优化的远程驾驶和自主系统在固定预算下提供了可观的性能提升。虽然每架飞机提供的水量都比大型飞机少，但可以组装一个机队，在给定的预算内为火灾地点提供更多的水。获得的结果表明，达到相同流量的小型优化飞机机队将在空重的约63%下做到这一点，这可能表明成本降低（尽管飞机数量增加）。
图 7.
图 7.空重归一化流速与空重（左）和翼展（右）沿帕累托前方。
表 5.
表 5.通过单目标优化获得最优飞机参数。
这里描述了最佳飞机的高级设计参数。结果表明，每kg水流量最大化的最佳飞机是低功率负载（高功率）和低机翼负载的飞机。这些飞机的主要优点是能够在较小的水源上起飞和掠过，从而增加流速。该分析的一个新发现是，在翼展为5.5米或空重为60公斤（见图7）以下，最佳的取水方法从撇脂/舀取转变为走走停停。这种新颖的填充策略在固定翼野火飞机中是独一无二的，表明了一种可以利用和利用小型飞机的新方式。这一有趣的发现可能会导致未来的研究。
为了简化沿帕累托前沿的输入设计参数的可视化，将每单位空重的流量与图 8 中的每个设计变量作图。图中的散点是由于数据在二维平面上表示，并且一次仅表示一个变量。从结果来看，每种配置似乎都有一个最小功率负载，低于该功率负载时，性能会大幅下降。这可能是由于发动机功率增加（因此发动机重量增加）没有转化为更好的性能。对于不同的 GIS 数据集，此结果可能会发生变化，这意味着飞机的最佳功率负载可能因区域而异。总体而言，低机翼载荷是强烈首选。但是，低于某个阈值时，性能会下降。在有效载荷体积方面也观察到同样的情况。对于此处探索的配置，观察到最佳水有效载荷体积约为 23 L。但是，低于此值时，性能会迅速下降。对于非常低的机翼载荷值，也进行了类似的观察。本分析的一个局限性是忽略了高升力机翼装置。使用高升力装置可以在更高的机翼载荷下进行更短的起飞和着陆机动，从而提高性能并增加最佳机翼载荷值。应该指出的是，在优化分析期间，许多被评估的飞机性能极差，因此有理由对较小的飞机进行大量优化（即使在高水平上）。
图 8.
图 8.空重归一化流速与沿帕累托前沿的飞机优化变量。
4.2. 泵速对走走停停性能的影响如上一节所示，在一定的重量和翼展（分别为 60 公斤和 5.5 米）以下，优化的走走停停的飞机可能会带来优势。然而，没有详细探讨泵的参数。为了进一步研究，在不同的灌装速度下进行了优化，以证明对性能的影响。分析了相当于撇脂速度的填充时间以及 5 秒和 30 秒的固定填充时间。沿帕累托前沿突出显示空重和跨度的性能值如图 9 所示。正如预期的那样，结果表明，增加的填充时间会使性能曲线向下移动，尤其是在最佳状态下。在 30 秒的长填充时间下，走走停停的方法将比撇脂配置性能差得多。此外，结果表明，其他参数（如机翼和功率载荷）的最佳值会随着填充时间而发生重大变化（为简洁起见，省略了这些图）。这些发现需要未来的研究来设计填充系统参数化，从而可以在优化中计算重量和填充速度。因此，对于正在进行的蒙特卡罗分析，仅使用撇油飞机进行比较。
图 9.
图 9.泵填充时间对优化结果和沿帕累托前沿的空重归一化流量的影响。
4.3. 蒙特卡罗分析前面的优化和参数分析仅通过检查输入火灾和湖泊数据的中值距离来评估飞机的能力。然而，考虑到从数据中产生的完整概率分布，检查最佳飞机的性能是很有意思的。为了验证这一点，对两种最佳飞机配置中的每一种都进行了蒙特卡罗模拟。特别是，火到水的距离和火到基地的距离是通过伽马和对数正态分布曲线拟合到图4和图5中的数据产生的。对于每个实例，都计算了飞机的流速。然后重复计算，直到观察到收敛的统计数据。最佳撇油飞机的蒙特卡罗模拟得到的概率分布如图 10 所示。勺配置的平均和中位流速分别为 826.7 和 494.7 L/h。作为峰值电位性能的指标，在累积分布函数 （CDF） 上获得了对应于 90% 和 95% 的流速，分别为 1672 和 2512 L/h。这些在图 10 中用彩色线条表示。
图 10.
图 10.最佳铲斗飞机的情境流速的估计概率分布。
为了提供结果的背景，检查了一架普通的消防飞机（AT-802F Fire Boss）。Fire Boss 是 BC Wildfire Services 以及全球众多消防机构的主要主力。为了将Fire Boss与本工作中的优化飞机进行比较，必须假设或从公开文献中获得有关其性能的详细信息。几个在线资源（Air Tractor、Fire Boss LLC 和 SAAB 网站，2022 年 8 月访问）指定 AT-802F Fire Boss 在靠近水源时可以提供高达 53 000 升/小时的速度。在澳大利亚政府的一份报告中，据称在某些情况下，可以达到 71 922 升/小时（维多利亚州可持续发展与环境部 2008 年）。同样，BC Wildfire Services为其每架可用飞机私下提供的数据显示，四架Fire Boss飞机的典型分组可以提供42 000至200 000升/小时（每架飞机10 500-50 000升/小时），分别对应9分钟和2分钟的周转时间。但是，这些数据并未考虑给定区域发生给定情景的可能性。本研究中的飞机是专门针对BC域优化的。为了提供对 Fire Boss 区域性能的估计，对记录的历史火灾地点以及不列颠哥伦比亚省 56 个湖泊的列表进行了类似于第 3 节的最近枢纽分析，这些湖泊的目标是在 2020 年火灾季节进行撇去。得到的直方图与对数正态分布拟合，以支持为蒙特卡罗分析生成随机输入数据。Fire Boss 上的已发布数据显示，满载（3104 L）的掠过时间为 14-15 秒，并提供了 150 的指示巡航速度 knots（Fire Boss LLC 网站，2022 年 8 月访问）。Fire Boss 也有 296 L 的泡沫容量，但这不包括在本分析中。最后，BC Wildfire 估计一个典型的 Fire Boss 任务持续 3.7 小时。利用这些数据，使用方程 38 和 45 估计给定火到湖距离和火到基地距离的火 Boss 的总流速。
(45)
由于 3.7 小时的任务持续时间是一个代表性值或平均值，因此行程数不会四舍五入到最接近的整数，从而给出平均值 N旅行.像这样的未来工作应该有一个情境旅行的持续时间。
该分析的结果如图 11 所示。有趣的是，尽管这种分析过于简单，但流速与AT802F Fire Boss的公开和轶事性能数据准确对应。特别是，检查 CDF 直方图，39 084 L/h 的流速大致对应于所实现流速的前 5%（第 95 个百分位性能）。在极少数情况下，直方图的高端会出现更高的流速。这与火势接近可行水源的情况下，Fire Boss 的预期性能一致。图 10 和 11 中显示的概率密度分布表明，平均和最常见的流速远低于最佳无人机和 Fire Boss 的峰值性能。从该分析中获得的Fire Boss的平均和中位流速分别为12 088和7182 L/h。这些结果表明，需要 15 架优化的撇油无人机才能超过 Fire Boss 的中位流速，需要 16 架才能超过其第 95 个百分位的性能。总体而言，该分析表明，优化算法产生的概念飞机与现有系统直接竞争，成本可能要低得多。可以公平地提出，需要更多的飞机是一个缺点。然而，也可以说，更多的数字可能会提高灵活性、冗余和降低成本，同时获得分布式远程驾驶和自治系统的好处。需要进行更广泛的系统级分析，包括实质性的业务考虑，以充分评估船队规模的影响，这超出了本研究的范围。
图 11.
图 11.AT-802F Fire Boss 情境流速的估计概率分布。
5. 结论本研究利用概念设计、遗传算法和蒙特卡罗技术探索了遥控和自主飞机在野火扑救中的设计参数优化。特别令人感兴趣的是研究历史野火数据和地理信息系统水源数据对最佳飞机设计和性能的影响。加拿大不列颠哥伦比亚省被用作主要调查区域。结果突出了应瞄准的最佳湖泊以及相应的最优高层飞机设计参数。单目标和多目标遗传算法被用作主要分析工具，并沿着得到的帕累托前沿检查设计变量。感兴趣的设计变量是机翼载荷、功率载荷、水有效载荷和燃料质量与有效载荷比。其他参数，例如飞机的最小可进入湖泊大小，是通过概念化分析唯一确定的。此外，还考虑了撇取和“走走停停”的配置。分析的重点是最大限度地提高流速，同时最大限度地减少空重，空重被视为与飞机成本成线性比例。最后，采用蒙特卡罗模拟方法，研究了最佳飞机在更广泛的历史条件下的性能。对现有的飞机AT-802F Fire Boss进行了检查，以提供性能的基线和背景。
对于感兴趣区域（加拿大不列颠哥伦比亚省），结果表明，最佳湖泊面积大约在30 000至40 000米之间2.结果表明，机翼载荷、功率载荷、水载荷和燃料质量与有效载荷质量分数存在最佳距离和值。正如人们所期望的那样，具有低机翼载荷和高功率的飞机具有显着的性能优势。同样，具有较小跨度和有效载荷的飞机具有优势，因为它们的成本更低，并且能够在更多的水体中着陆。然而，如果这些值中的任何一个极端化，都会导致输水能力的损失。结果还表明，应仔细考虑水有效载荷和燃料有效载荷以获得最佳性能，因为携带过多的燃料或过多的水会减少任务中可以输送的水量。最后，这项研究表明，撇油和走走停停的飞机都有可能提供强大的野火战斗支持，尽管撇油在更大范围内提供了更高的性能。未来的工作需要坚定地展示走走停停的飞机的能力。总体而言，这项工作说明了飞机设计变量、地理数据和操作考虑因素之间的相互作用。未来的调查将研究其他地理区域、更多设计变量、任务规划和更详细的飞机分析。这项工作中描述的方法可能会证明扩大用于空中野火战斗的湖泊和水库库存是合理的。还指出，在飞机概念设计阶段应考虑这些因素，从而可能产生区域优化的飞机解决方案。未来需要大量工作，以使用更强大的模型来探索所提出的设计空间，评估更多的变量，并考虑先进的航空电子系统和基础设施，例如BVLOS所需的系统和基础设施。
