多操纵面飞翼构型飞机舵面故障在线诊断方法

舵面故障会影响飞机的操纵性,为实现飞机的控制重构需在线诊断出舵面的故障信息.针对多操纵面飞翼构型飞机,提出了一种在线诊断其舵面故障的方法.飞翼构型飞机舵面故障在线诊断需辨识的操纵导数个数较多,直接使用最小二乘法难以精确辨识得到各操纵导数.基于限定记忆最小二乘法,采用分组辨识法对飞机的操纵导数进行辨识,减少了每次辨识操纵...     

非电传民机纵向气动参数辨识激励信号研究

针对非电传民机气动参数辨识时,须通过设计激励信号激发出与待辨识参数相关的飞机运动模态才能得到准确的气动参数的特点,开展了适用于非电传民机纵向气动参数辨识的激励信号设计方法研究。基于信号能量分布和幅频响应分析的信号设计方法,对激励信号进行参数设计;综合辨识效果和驾驶员的易操纵性,建议选取经参数设计后的单周期正弦信号作为非电传民机的纵向激励信号。试飞验证结果表明,所提方法能够较好地激发出飞机运动模态,使试飞数据具有较高的气动参数可辨识性。     

推力矢量飞机自适应控制系统仿真平台研究

研究了具有自修复功能的推力矢量飞机自适应控制系统的结构功能特点,研究了RHO优化控制算法实现在线控制器设计,利用MSLS辨识算法实现在线飞行参数辨识和等价空间算法、传感器信息融合技术和概率统计理论实现FDI算法。并且根据系统各个部分的算法,采用面向对象技术语言VC 6.0和三维图形语言OpenGL开发了仿真平台,利用仿真平台实时演示了飞机存在舵面故障情况下的飞行控制系统运行仿真,解决了飞机飞行过程中存在舵面损伤和气动参数变化的问题,该仿真平台可以根据需求进行飞机故障加载,具备完备的推力矢量飞机自适应控制系统仿真功能。     

基于递推傅里叶变换的飞行器参数在线辨识方法

在线辨识在现代飞行控制系统设计中扮演越来越重要的角色,飞行器模型的在线更新使得人们可以采用更智能的控制方法。基于计算精度和速度的考虑,在线辨识方法通常以递推方式进行,主要分为时域和频域两大类方法。在建立飞行器系统模型结构的基础上,利用频域递推傅里叶变换及最小二乘方法,实现对气动及控制偏导数的在线辨识。针对某飞机纵向通道的在线辨识仿真验证该方法有效,且计算速度和收敛速度快,辨识结果与参数真实值之间的一致性好,方法对传感器噪声有较强的适应性。最后,分析比较了各种典型激励信号对辨识结果的影响,为进行实际在线辨识试验提供了参考依据。     

俯仰跟踪任务中的驾驶员神经网络模型辨识

 在飞机设计中,应用驾驶员数学模型预测飞机飞行品质是避免人机系统出现不良耦合的重要途径之一。为了提高飞行品质的预测精度,采用人工神经网络(NN)方法进行驾驶员模型辨识,着重研究该模型对不同飞机被控对象的适应能力。首先,详细分析了驾驶员完成俯仰跟踪任务的操纵行为特点,提出适用于该驾驶员行为描述的神经网络模型结构形式。然后,根据对不同被控对象进行俯仰跟踪实时仿真实验的结果,对神经网络模型参数进行识别。最后,对模型辨识结果进行了精度评价。研究结果表明,该辨识方法适用于研究具有不同增益、不同短周期振荡频率飞机被控对象的驾驶员操纵行为特性。     

飞翼气动布局飞机纵向短周期等效系统参数辨识技术研究

飞翼布局飞机由于其特殊布局形式,飞控系统设计通常采用高增益大阻尼控制增稳方法,同时飞翼布局飞机的操纵面操纵效率非线性显著,涉及多操纵面组合控制以及控制分配,因此,采用常规的杆力或杆位移作为输入指令,多数情况下无法顺利地激励出理想的纵向短周期模态。本文采用迎角指令跟踪法研究飞翼布局飞机的纵向短周期品质,利用Simulink进行创新操纵面布局飞机的闭环仿真系统建模与验证,并通过小型飞翼布局无人机进行飞行试验评估。结果表明,该方法用于飞翼布局飞机纵向短周期品质试飞时,易于激励出其纵向短周期模态,并可实现飞机精确控制。     

具有自修复功能间接自适应飞行控制系统研究

分析了具有自修复功能的推力矢量飞机自适应控制系统的结构功能特点,利用RHO优化控制算法实现在线控制器设计,利用MSLS辨识算法实现在线飞行参数辨识,采用等价空间算法、传感器信息融合技术和概率统计理论实现FDI算法。依据系统各个部分的算法开发了仿真平台,对飞机存在舵面故障情况下的飞行控制系统进行仿真,解决了舵面损伤后气动参数变化问题。仿真表明,该控制系统是一个完整、鲁棒、收敛系统。     

飞机横航向模态模型的选择

评价有人驾驶飞机的操纵品质，要求将高阶飞机系统用一个动态特性等效的低阶系统来代替。由于飞机横航向等效系统比较复杂，如何选择恰当的模型进行辨识是一个很重要的问题。依照军用规范，通过对飞机横航向运动等效系统模型的建立，分析了在××飞机铁鸟台架试验过程中，在信号激励下飞机横航向运动的几种模态的运动情况，并依此模型进行辨识，得到飞机横航向模态的品质参数，取得很好的计算结果。     

基于均值的副翼作动筒载荷事件划分方法

副翼是民用飞机重要操纵面之一,主要功用是产生飞机滚转力矩,用于改变飞机的航向。 现代中大型飞机的操纵系统大都采用伺服作动器-操纵面装置,当操纵面受到铰链力矩时作动器也相应受载。 以民用飞机副翼作动筒为研究对象,基于试飞实测数据与主操纵面作动筒载荷计算模型,提出了一种基于均值的作动筒载荷事件划分方法。 结果表明,该事件划分方法效果理想,较好地反映出了不同飞行事件之间载荷均值的差异。 通过对 14 000 次飞行作动筒载荷历程进行雨流处理,给出了相应的载荷谱及载荷幅值、均值分布直方图,总结出相关分布规律。 该疲劳载荷谱及相应的分布规律对工程实践中的寿命计算具有重要意义。     

直升机动态逆神经网络模型

以SH－2G直升机辨识模型为对象，采用天并作用函数的多层感知器网络，建立了直升机的动态逆神经网络模型，在直升机越障机动飞行仿真的同时，利用直升机操纵信号和对应的状态作为网络的训练样本，对直升机逆模型进行在线辨识，并给出了仿真结果及其分析。结果表明，该网络对直升机动力学逆模型具有良好的在线辨识效果。     

利用飞行试验信号对发动机模型辨识的研究

 利用飞行试验信号对发动机模型辨识进行了研究。在飞行过程中,发动机将受到各种随机扰动的作用,这种扰动将引起发动机特性的变化、在这种情况下,利用与发动机特性有关的信号进行发动机数学模型辨识对发动机自适应控制和状态监控有实际的意义。飞行试验是在H=3km、v=770km/h和H=13km、v=1540km/h时进行的,利用机载信号采集与记录设备录取了试验信号。介绍了信号的平滑和滤波方法,讨论了巴特沃思滤波器的设计和参数选择。为了得到无偏估计,采用递推广义最小二乘方法进行辨识,并得到了辨识结果。     

基于参数辨识原理的飞机参数分析及算法研究

提出一种在飞机概念设计中基于参数辨识理论的设计参数分析方法。在给定的设计重量和任务剖面要求下,利用基于物理的运动方程和动力学方程模型辨识出飞机气动力参数,并在总体性能评估的基础上进行设计参数分析,给气动设计提供了设计参考;在辨识过程中针对参数可行域离散度很高使得很难收敛到Pareto解的问题,提出了将神经网络预测模型融合到遗传操作过程,使得尽量在可行域内搜索。最后通过对某客机进行算例分析,表明基于辨识理论的参数分析方法和改进的算法是合理和可行的。与一般经验公式方法相比,该方法对布局类型的限制较小,在满足概念设计参数分析准确度要求的条件下能够为下一步的气动设计提供设计指标。     

Correlation filters for aircraft identification from radar rangeprofiles

The potential for identifying aircraft using one or more radar range profiles, in conjunction with a correlator, is investigated. Two types of filter which maximize the expected value of certain correlation peaks are described. The effectiveness of one type of filter was investigated in identification experiments using an extensive data set of real radar range profiles of 24 different aircraft. The results suggest that reliable identification is possible provided aircraft aspect information is used and identifications are based on multiple profiles     

An optimal method of posture adjustment in aircraft fuselage joining assembly with engineering constraints

Posture of an aircraft fuselage can be evaluated based on the coordinate values of measure points fixed on the aircraft fuselage in aircraft final assembly. Posture adjustment is carried out by rotation and translation of the aircraft fuselage to make sure that the actual coordinate values of the measure points are coincided with the theoretical ones read from the computer aided design(CAD) model. The point registration method of posture adjustment without considering engineering constraints may cause out-of-tolerance for some engineering constraints. Hence, engineering constraints such as plane symmetry of two points, as well as coplanar and collinear of the multipoint should be considered in the new optimal method of posture adjustment in aircraft fuselage joining assembly. Based on the point registration model, a multi-objective optimization model of posture adjustment considering engineering constraints including collinear, coplanar, and symmetry constraints is established and represented by a uniform vector function. The weights of constraint conditions can be set freely in the optimization model to reflect the importance of the corresponding constraints in aircraft fuselage joining assembly. The rotation and translation parameters of posture adjustment are obtained by the proposed multi-objective optimization algorithm based on the Gauss-Newton method. Results of an example of aircraft fuselage joining assembly show that constraint errors of posture adjustment obtained by the multi-objective optimization model are not out of tolerance for design constraint errors and satisfy the requirement of aircraft fuselage joining assembly.     

基于TD-RLS算法的四旋翼飞行器系统参数辨识

在对飞行器气动参数进行辨识的过程中,常需要对获得的数据求微分或二次微分,而利用差分法求微分会放大噪声的影响,引入滤波器抑制噪声又会产生相位延迟.针对这一问题,提出了一种跟踪微分器-递推最小二乘(TD-RLS)辨识算法.首先,建立了悬停条件下四旋翼飞行器的系统模型;然后,基于实验室四旋翼平台飞行试验实测数据,将TD-RLS算法应用于飞行器参数辨识.最终的辨识结果表明,在四旋翼飞行器悬停或者小角度飞行条件下,该方法可以实时获得比较精确的系统模型.     

基于导波传播模型的MUSIC损伤识别算法

针对结构健康监测领域的损伤近场定位问题,提出了适用于复合材料结构损伤识别的近场二维多重信号分类（MUSIC）损伤识别算法。该损伤识别算法将导波传播模型引入近场二维MUSIC损伤识别模型,构造损伤散射信号与实验差信号的互相关矩阵,通过信号子空间与噪声子空间正交特性构造近场二维MUSIC空间谱。通过数值仿真和实验验证了所提出的损伤识别算法能够有效地识别复合材料结构损伤位置信息,具有很高的定位精度和分辨率。针对飞机垂直尾翼的加强筋结构对导波传播特性影响较大的问题,提出了分区域监测的损伤检测策略,并利用基于导波传播模型的二维MUSIC空间谱损伤识别算法成功地识别飞机垂直尾翼结构损伤,实现了复杂复合材料结构损伤识别的工程验证。     

Separation of SSR Signals by Array Processing in Multilateration Systems

Location and identification of cooperating aircraft in the airport area (and beyond) may be implemented by multilateration (MLAT) systems using the secondary surveillance radar (SSR) mode S signals. Most of these signals, spontaneously emitted from on-board mode S transponders at a fixed carrier frequency, arrive randomly at the receiving station, as well as many mode A/C replies from legacy transponders still in use. Several SSR signals are, then, overlapped in multiple aircraft situations. Therefore, the aim of this work is the separation of overlapped SSR signals, i.e., signals superimposed in time at receiving stations. We improve the MLAT receiving station by replacing the single antenna by an array of m elements and using array signal processing techniques. In the literature, several algorithms address the general source separation problem, but a very few of them are specifically designed for a mixture of overlapping SSR replies. Unfortunately, all of them have either some shortcomings, or an expensive computational cost, or no simple practical implementation. In this paper, we use the time sparsity property of the sources to propose more reliable, simpler, and more effective algorithms based on projection techniques to separate multiple SSR signals. Real recorded signals in a live environment are used to demonstrate the effectiveness of our method.     

Improvement of Automatic Landing Through the Use of a Space Diversity ILS Receiving System

A space diversity method of receiving and processing ILS localizer information has been developed and flight tested. Multiple lateral ly separated antennas are used which sense the ILS signal on and around the approach path. Combining these signals suppresses ILS beam distortion produced by multipath signal interference and provides much improved guidance information to the landing aircraft control system.     

基于一种灰色聚类滤波算法的飞机远程故障诊断虚警辨识方法

 在航线排故过程中,常会出现飞机远程实时故障报文信息的“飞机通信与寻址系统(ACARS)虚警”现象,使排故效率降低。对此,本文将灰色聚类和滤波理论结合提出了一种新的辨识算法——灰色聚类滤波算法,将常增益滤波引入灰色聚类算法,在灰色聚类算法中使用ACARS报文故障的当前数据分类故障、判断虚警的基础上,增加报文故障的历史数据,用滤波方法将历史的和当前的数据结合起来,提高辨识虚警的准确性。本算法应用于航空公司的波音777机队,能够有效辨识飞机实时故障报文信息中的虚警。