飞行仿真气动力数据机器学习建模方法

基于机器学习思想,提出了一种大空域、宽速域的气动力建模方法。该方法利用飞行仿真弹道数据辨识的气动力数据,采用人工神经网络技术,实现了对高度、速度、姿态和舵偏角等多维度强非线性特性的全弹道气动力数据的高精度逼近。首先,分析了神经网络层数、隐含层神经元个数等对建模误差的影响,通过对典型弹道气动数据的神经网络建模计算,确定了较合适的神经网络层数和较优的隐层神经元个数。进而,利用飞行仿真的弹道数据辨识出沿弹道的气动力,采用神经网络建立了包含多个弹道融合的气动力模型,输出量分别为三轴气动力系数和力矩系数。最后通过气动模型输出量与原样本数据的对比,以及4条未参与训练弹道气动数据的预测,验证了该气动力建模方法具有较高的精度。建模结果表明:采用神经网络方法建立的飞行器气动力模型,对拟合多源耦合输入全弹道非线性气动力是可行的和有效的,在样本覆盖的高度、速度、姿态和控制舵偏角范围内,气动力拟合能力较强,并具有一定的外推性。该项研究可以为基于飞行试验数据的气动建模提供新的方法,并且能为飞行器气动力数据挖掘、飞行仿真和总体性能分析提供参考。     

高超声速锥体表面凸起物分离干扰区气动力/热关联计算方法

针对高超声速锥体表面凸起物周围的分离干扰流动产生的气动力/热提供了关联计算方法,包括凸起物周围分离干扰区压力分布计算方法、分离干扰区几何特征的计算方法、分离干扰区附加气动力计算方法、分离干扰区气动热计算方法.对典型的钝锥加凸起物外形进行了计算,计算分析了由于凸起物周围分离干扰区压力升高引起的附加气动力、凸起物表面及干扰区的气动热,对气动热计算结果与激波风洞实验结果进行了比较,本文关联方法计算结果与实验结果符合较好.     

基于XML的飞行仿真气动力模型存储格式

飞行仿真获取气动力/力矩的传统方法主要是将气动力模型硬编码在仿真程序进行求解。由于气动力模型和求解程序耦合,一旦修正或更换气动力模型,需要花费大量代价来重新构建仿真过程,无法满足现代飞行器仿真的需求。根据气动力模型树形结构的特点,提出了气动力模型树的概念并基于XML语言的特点设计了一种模型存储格式（MBX）来存储气动力模型树。MBX存储格式不仅提高了飞行仿真系统更换和修正气动力模型的效率,而且提高了气动力/力矩解算的通用性,使得气动力/力矩的求解能够被标准化。MBX存储格式作为气动力模型交换标准不仅能把不同部门交换气动力模型的时间从几周/人缩短至几天/人,也能加快气动力模型逼近飞机真实气动特性的进程。     

非定常气动力的结构自适应神经网络建模方法

讨论了非线性非定常气动力的结构自适应神经网络模型建模方法,该方法具有同时进行结构辨识与参数辨识的优点;利用纵向大振幅强迫振荡风洞试验数据,验证了建模方法及所建模型的有效性,结果表明:结构自适应神经网络模型对非定常气动力有很好的逼近能力,由于采用飞行参数的时间离散数据作为输入量,模型可直接应用于飞行仿真研究。     

耦合运动非定常气动模型对飞机飞行特性仿真的影响

 在大振幅偏航滚转单自由度强迫振荡和耦合强迫振荡运动风洞试验的基础上,分别运用准定常气动力建模方法和非定常气动力建模方法,获取飞机的气动力模型;运用两种不同的气动力模型,对飞机的纵向正弦振荡机动飞行进行了仿真。结果表明,准定常模型在小迎角下的仿真结果与非定常模型的结果基本一致;在较大迎角时,准定常模型仿真结果趋于稳定,而非定常模型仿真结果使飞机进入横航向振荡飞行状态,这一现象与F-16XL的试飞结果类似,其主要原因是耦合运动的非定常模型与准定常模型所产生的阻尼特性不一致。这也表明,分析大迎角飞行特性时应考虑耦合运动下的非定常气动特性。     

战斗机大迎角气动特性研究技术的发展与应用

飞机布局的大迎角气动特性是决定飞行包线左边界的主要因素之一。飞行包线左边界区域的扩展增强了飞机的大迎角机动性和敏捷性，但是同时也极大地挑战着飞机的安全。几十年来，随着大迎角飞行研究技术的发展，战斗机飞行不断突破失速迎角附近及以上区域，将飞行左边界左移，扩大了飞行包线，减少了飞行限制，挖掘了战斗机的作战潜能。本文对战斗机大迎角飞行相关的气动特性研究技术，包括流动机理研究、数值计算方法研究、风洞气动试验、气动建模与数据库构建、气动与控制综合验证等关键技术的发展与应用进行了阐述。基于这些技术的发展，结合工程实践经验，提出了战斗机大迎角气动特性研究的整体思路和方法，包括大迎角气动力预先设计、气动力获取、气动力表达、气动力综合分析和气动-运动-控制一体化验证五个部分，以供相关装备研制参考。     

直升机机动飞行仿真的气动建模及试验研究

 建立了适用于直升机机动飞行仿真的动力学模型。为了提高模型的真实度,着重通过瞬态操纵实验研究建立了旋翼非定常气动模型;又通过旋翼/ 机身气动干扰试验研究,并运用神经网络技术建立了一种新的机身气动力模型。使用该仿真模型做出的UH260A 直升机仿真计算结果与飞行试验数据符合良好。     

高超声速飞行器气动力/热参数辨识研究综述

飞行器气动力和气动热参数辨识是高超声速飞行器设计的关键技术之一。笔者对高超声速飞行器的气动力和气动热参数辨识技术进行了综述。介绍了飞行器气动力、气动热参数辨识的基本原理与主要方法,气动力、气动热参数辨识技术在高超声速飞行器研发中的应用情况与发展趋势。同时也简要介绍了中国空气动力研究与发展中心（CARDC）在气动力和气动热参数辨识研究方面的研究概况。     

基于气动相似预估旋翼桨叶气动力的方法

提出气动相似情况下旋翼桨叶气动力的转换方法。由此可利用已有旋翼或模型旋翼桨叶的实测内力预估未知旋翼相关状态的气动力。该方法基于旋翼桨叶载荷识别、相似转换和旋翼桨叶动力响应分析 ,将旋翼桨叶气动力分解为与桨叶位移相关和无关的分量后 ,由于气动相似的旋翼间与桨叶位移无关的气动力相等 ,即可实现气动相似动力不相似旋翼间气动力的转换、预估。以桨叶挥舞方向为例 ,导出稳定飞行状态下旋翼桨叶气动力转换、预估方程。最后由实验结果进行了验证     

PSO-LSSVM在民机气动性能数学建模上的应用

目前风洞试验仅为民用飞机飞行性能提供有限数据.全飞行包线的技术支持对于民机飞行试验十分重要,需要采用数学建模和参数辨识的方法.选择合适的机器学习算法是参数辨识中最为关键的一步.支持向量机(SVM)采用结构风险最小化原理,尤其适用于小样本情形.根据A320非巡航起降阶段的几组真实数据,以及全机气动力估算的结果,使用最小二乘支持向量机建立预测模型.随后采用粒子群算法优化模型参数从而提升泛化能力.由此实现民机飞行包线的气动性能整体建模与辨识.与Ma=0.78时的实验数据相比较,PSO-LSSVM模型的预测结果吻合,是一种有效的气动数学建模方法.     

高速自旋飞行器气动参数辨识

根据高速自旋飞行器运动的特点，发展了气动参数辨识的一种数学模型，辨识参数包括静态气动导数、气动阻尼导数和马格努斯力矩导数等。仿真算例证实了该数学模型的有效性。应用该数学模型分析处理了某高速自旋飞行器的飞行试验数据．辨识获得了其主要气动参数，并分析了若干常见误差源对气动参数辨识结果的影响。     

三次样条插值法在气动导数计算中的应用

在飞行仿真建模过程中,快速、精确的气动导数查寻可以提高仿真系统的实时性和逼真性。在研究大量现有气动导数查寻方法的基础上,提出了一种运用三次样条法、双三次样条法进行气动导数查寻的新思路,该方法不仅避免了以往线性插值的"局部性",提高了计算结果的精度,而且还克服了函数(多项式)拟合法导致动力学模型通用性差的缺陷。仿真实验表明,该方法在气动力和气动力矩的计算中是有效的、可行的。     

极大似然法及在有控飞行器气动参数辨识中的应用

 <正> 一、引言 飞行器气动参数辨识作为系统辨识理论在航空、宇航领域的应用分支,在一些发达国 家受到了相当的重视,并且从70年代以来已形成了气动参数辨识软件包,不仅缩短了飞行器的设计、改型及性能分析的周期,并且还具有靠风洞实验或理论分析所不具备的优点。目前飞行器的气动参数辨识虽已有很大发展,但是对有控飞行器的闭环辨识问题仍未解决,分析传感器非线性因素对气动参数辨识结果的影响也不够深入。本文使用极大似然法,结合某有控飞行器的全弹道仿真数据,研究了在闭环飞行状态下进行气动参数辨识所存在的问题,分析了传感器的非线性因素对气动参数辨识的影响。     

数据挖掘技术在飞行试验数据分析和气动参数辨识中的应用研究

为了检验飞行试验辨识结果的可信度,首次将数据挖掘技术用于飞行试验数据的分析和气动参数辨识,初步解决了试验数据有限、数据信息含量差别较大给聚类、分类、回归等分析处理带来的问题;提出了利用不同时间段、不同飞行批次的飞行数据在划分区间的气动特性分布来检验辨识结果可信度的方法;以某飞行器为对象,利用数据挖掘技术,建立了基于飞行试验数据的气动力数学模型,检验了辨识结果的一致性和可信度,并与地面试验结果进行了比较分析,给出了地面试验预测误差。多批次飞行试验数据的整体辨识结果表明,所发展的方法是可行和有效的。该项研究为验证辨识结果的可信度、建立基于飞行试验数据的气动模型提供了新的途径,并可应用于CFD 和风洞试验的验证与确认。     

高超声速飞行的若干气动问题

转捩、层流流动分离和气动误差带是高超声速飞行需要关注的几个气动问题。转捩与层流流动分离会对飞行器的气动特性产生显著的扰动,且这种扰动存在一定的不确定性;而如何合理地确定飞行器的气动误差带也是高超声速飞行的一个关键。本文主要从工程设计的角度对这些气动问题及其影响进行了论述,提出为满足高超声速飞行的需求,仍应针对所关注的问题发展相关的理论分析与数值模拟技术,进一步提升地面风洞试验的技术水平,并强调了开展相关气动飞行试验的重要性。     

基于遥测数据的无人机气动参数辨识方法研究

针对无人机在高空低速飞行时易受风场影响及在数据分析时遥测数据不完备的问题,进行了气动参数辨识方法研究,提出了基于空速管平面矢量三角形的风场估计方法及基于风场信息修正的气动角估计方法。以某型无人机为例,对遥测数据进行了充分分析与信息综合,运用逐步回归方法进行了纵向气动参数辨识,并进行了实验验证。结果表明,模型计算结果与实测数据吻合较好,说明所提方法有效。考虑到辨识模型的数学本质,该方法对其他固定翼无人机同样适用。     

一种折叠弹翼悬挂物的分离轨迹试验技术

提出了一种新的折叠弹翼悬挂物机弹分离轨迹试验技术,重点解决了在机弹分离过程中折叠弹翼动态展开时悬挂物的气动力获取问题。研究表明,提出的试验技术通过将悬挂物气动力修正方法引入到悬挂物分离安全性研究当中,准确地得到悬挂物的分离特性,解决了折叠弹翼悬挂物分离轨迹风洞试验技术瓶颈,为折叠弹翼悬挂物的投放分离安全性提供一套工程实用的解决方案。     

飞机大攻角空间机动气动力建模研究

 准确的气动力模型是大攻角机动仿真与控制等飞行动力学问题研究的基础。针对纵向运动建立的非线性非定常气动力微分方程模型扩展应用于一般空间运动形式,在分析大攻角非定常流动机理和试验数据的基础上,发展了一种多自由度非线性非定常气动力数学模型,并探讨了模型辨识和参数估计问题。用全机构形的大攻角动态风洞试验数据对模型进行的验证表明所发展的气动力模型能够描述大攻角气动力主要的非线性和非定常特性。     

基于粒子群优化的WNN飞行数据气动力建模

为了使所建立的气动力模型能准确地描述飞行器的动态特性,提出一种基于改进粒子群优化(IPSO)算法的小波神经网络(WNN)飞行数据气动力建模方法。该方法引入邻近粒子信息和变异操作,对标准PSO(SPSO)算法的不足进行改进,以提高WNN参数的全局搜索能力,克服早熟收敛,再按照所设计的飞行数据的气动力建模流程,构建了IPSO算法训练的WNN模型。试验结果表明:提出的气动力建模方法预测精度高,收敛速度快,能较好控制早熟收敛问题,用于飞行数据的气动力建模是有效的,也是可行的。     

双尾撑无人机气动数值计算

使用CFD计算流体力学软件对双尾撑无人机进行气动力数值计算,得到小迎角范围内的气动特性参数以及双尾撑无人机表面的压力、密度和来流速度分布情况。运用飞机工程经验计算方法对该无人机进行气动力计算,同时与数值计算结果进行比较分析,结果表明,数值计算方法能够合理的模拟低速流场流动,对无人机的气动布局分析具有重要作用,为下一步无人机的气动布局优化提供了有效的理论基础和参考。