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。     

月地返回轨道误差分析和第一次中途修正时机

分析了月地返回飞行过程中的误差因素和量级采用蒙特卡洛法和统计理论,定量分析了月地返回轨道入轨时刻误差、入轨状态误差、入轨控制误差、转移段定轨误差、中途修正控制误差等各种误差对轨道终端参数的影响。给出了月地返回轨道中途修正的计算步骤,然后以预期再入时刻和目标再入点为修正目标,采用微分改正法计算中途修正所需的速度增量。结合误差分析结果和测控条件,给出第一次中途修正时机的建议和一个具体算例,计算结果表明所提中途修正方法和策略可以修正入轨误差、定轨误差和控制误差的影响,使月地返回轨道可以按预期的再入时刻返回预定再入点。     

一种跳跃式返回再入的预测—校正制导方法

再入地球大气是探月飞船返回的关键阶段,再入制导是返回再入中的难点问题.飞船跳跃式再入过程复杂,标准轨道制导方法难以满足任务要求,因此具有高精度和强鲁棒性的预测—校正制导方法成为解决问题的首选.以探月飞船跳跃式再入为背景,设计了数值预测—校正制导律,研究了基于嵌套式积分算法的航程快速预报方法和基于有界试位法的倾侧角剖面快速更新算法,提出了一种气动系数误差和大气密度误差的在线参数辨识方法,并基于最大偏差法和蒙特卡洛打靶法进行了仿真分析.结果表明,预测—校正再入制导方法在跳跃式再入问题上具有较高的精度和较好的鲁棒性.5 000 km再入航程时,开伞点误差在2.5 km以内.     

面对称飞行器气动偏差与控制稳定性分析

TXI系列飞行器是一款单级火箭动力、有翼面对称飞行试验平台,在其气动设计中没有进行风洞试验,全部气动数据都是通过CFD计算所得。针对TXI飞行器首飞过程中出现的短暂振荡现象开展气动参数辨识,将获得的实际飞行气动数据与CFD计算数据进行对比,分析某些状态的气动偏差,并通过振荡状态的稳定性分析对气动偏差进行分析核验。结果表明:稳定性分析与气动偏差辨识结果一致;气动特性的偏差引起了飞行控制系统的不稳定。     

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。     

闭环气动参数辨识的两步方法

对于闭环控制飞行器动力学系统,如果输入输出数据中含有误差和噪声,将其直接用于辨识气动参数是有偏差的。针对这个问题,利用闭环控制飞行仿真数据,采用两步方法辨识飞行器的气动参数,并与直接开环辨识的结果及参数真值进行对比,表明两步方法辨识结果较直接开环辨识方法具有更高的精度,是一种有效的闭环气动参数辨识方法。     

航天器返回地球的气动特性综述

航天器返回地球的飞行过程中,气动特性是实现将宇宙飞行速度减到落地前速度、保证再入飞行得到有效控制以及再入防热安全可靠的关键因素。针对简单旋成体气动外形、半弹道式再入控制、烧蚀防热类返回航天器,综述了返回地球过程中变化的空气流域特性、航天器周围的气体绕流环境、空气与航天器作用产生的动力学与热效应等。系统地给出了该类航天器的再入气动特性参数与飞行性能的共性规律,包括:气动阻力与再入减速、气动升力与再入轨迹控制、配平攻角与飞行稳定性、气动加热与防热,以及再入过程中不同气动特性航天器、气象条件变化等对再入飞行性能的影响规律。为航天器开展返回飞行过程的跨流域气动性能工程研制提供设计参考。     

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。     

充气展开式再入航天器落点精度影响因素研究

为了明确充气展开式再入航天器落点精度的影响因素,针对充气展开式航天器的典型外形,在完成气动力系数和标称再入弹道设计的基础上,结合所选取的误差源,分别分析了单一和组合误差源对落点偏差的影响情况。研究结果表明:大气密度、风、气动力系数、再入点纵向位置偏差和再入角偏差对落点精度影响较大,应针对其中可控因素重点采取措施。后续可考虑引入再入段主动控制进一步提高落点精度。     

高超声速流动多物理效应对美国航天飞机气动力影响研究的回顾

临近空间高超声速流动往往存在真实气体效应、稀薄气体效应和粘性干扰效应等多种复杂的物理、化学和流动现象。围绕高超声速绕流中多物理效应这一主题,对美国航天飞机高超声速气动力研究的工作按飞行前与飞行后两个阶段进行了回顾。在飞行前阶段,主要介绍了气动力外推参数的研究和不确定度研究的内容,确定了以第三粘性系数珔V'∞作为气动力特性外推参数,以及给出了气动力不确定的计算方法;而在飞行后阶段,主要介绍了飞行试验数据与预测数据的对比、纵向配平异常分析和外推方法,给出了初步的由风洞数据外推到飞行数据的外推方法,确认了真实气体效应对航天飞机气动特性影响,但是否对舵面效率产生影响没有达成一致的结论。而后,作者讨论了避免纵向配平异常的可能性、体襟翼效率数值计算与试验的差异、气动力不确定度研究和建立飞行试验/风洞试验/数值计算数据共享机制四个方面的问题。另外,早期的研究文献提到了航天飞机在再入过程中这些效应是同时存在的,在当时的研究条件下难以区分各自对气动力特性的影响,后来的研究文献也没有着力于研究其耦合影响效应对航天飞机气动力特性的影响,这为下一步研究再入飞行器高超声速绕流流动的多物理效应提供了指引。     

喷流控制飞行器气动参数辨识方法研究

研究了喷流控制飞行器的气动建模与参数估计方法,以某飞船返回舱飞行试验为例,通过辨识得到了返回舱再入过程中的气动导数、喷流力矩放大系数等重要气动参数。该方法是研究喷流干扰效应的一种有效途径,辨识结果有助于提高返回舱姿态控制的准确度。     

基于试飞数据的直升机气动模型参数频域辨识

针对直升机气动强耦合、强非线性、不稳定的特点,采用扫频方式获取飞行试验数据及频域辨识技术进行其气动模型辨识。首先分析了气动辨识模型、飞行试验数据需求,并对飞行试验动作进行设计,然后形成气动模型频域辨识流程。在纵向气动模型辨识过程中,发现扫频飞行试验数据低频、高频段数据质量差,纵向和横向通道舵偏相关性强等问题。     

月球返回舱跳跃式再入弹道设计方法研究

不同于近地航天器返回地球,月球返回舱存在再入速度更高、大气和气动参数误差影响更大以及再入动力学耦合更强烈的特点。为缓解这些突出问题,降低月球返回舱所受到的冲击,对跳跃式再入弹道进行了研究,给出了跳跃式返回弹道的设计流程和算法,分析了不同再入角和航程约束下的弹道形态,并针对7 500 km航程可能出现的横向超调现象提出了3种解决方案。其中控制出口射面法引入了"预测-校正"思想,从根本上解决了自由飞行段可能出现的问题。数值仿真结果验证了弹道设计流程和算法的有效性。     

一种飞行器投放分离气动力辨识修正方法

空中投放发射的大翼面飞行器的分离轨迹与姿态受载机干扰流场影响更加明显,对分离时干扰气动数据库的准确性提出了更高要求。针对投放分离干扰气动力特点,提出了一种简化的差量气动力模型,并给出了一套飞行数据处理与参数预估计的方法。分离段飞行数据的辨识结果与六自由度飞行动力学仿真结果说明了提出的差量气动模型与相关数据处理方法的有效性。用辨识结果对气动数据库进行修正提高了数据库的准确度,可提高分离安全飞行仿真分析的精度。     

共轴高速直升机飞行力学建模与验证

针对共轴双旋翼带尾推力桨构型的高速直升机的多旋翼气动干扰问题,发展了一种不同转速多旋翼的时间步进自由尾迹模型。将多旋翼复杂气动干扰的诱导速度分析结果整理成表,为飞行力学计算中的旋翼非均匀入流模型提供修正数据,从而降低计算量、提高分析精度。对共轴高速直升机的刚性桨叶进行挥舞模态一阶等效,建立了兼顾精度和计算效率的共轴高速直升机飞行动力学模型,并将旋翼试验结果与XH-59A的试飞数据进行了对比验证。结果表明:所建模型对旋翼气动力计算误差小于10%;而在飞行力学分析中,相比于自由尾迹方法大幅降低了计算量,且总距、横向周期变距和总距差动等通道计算误差均小于1°。     

飞船返回舱再入飞行迎角和侧滑角估计

迎角和侧滑角是飞船返回舱再入飞行试验气动分析工作所需的重要参数.本文发展了基于弹道重建的返回舱迎角和侧滑角估计方法.首先,利用舱上测量数据和有限的地面雷达测量数据,采用极大似然法进行弹道重建,再现黑障区的弹道,同时给出整个再入过程的弹道参数;然后,利用几何关系法计算迎角和侧滑角,并进行风修正.对某飞船返回舱的飞行试验数据进行了计算和分析,结果证实了弹道重建数学模型和算法的正确性以及迎角和侧滑角估计方法的有效性.     

利用雷达数据事后确定机动式再入目标的弹道

本文研究出一种利用雷达跟踪数据事后分析确定机动式再入目标的气动参数的技术。本技术使用了加权最小二乘序贯估计器,该估计器在各批处理数据中依次步进移动。观测值为来自分布在落点附近精密跟踪雷达的角度和距离数据。用六维估计器(三维位置和三维速度)来估计再入目标自由飞行段的状态。本文还导出了两种再入估计器:第一个是七维估计器,包括六维自由飞行参数加上一个弹道系数,用来估计弹道再入段的状态,第二个是九维机动再入目标估计器,一旦有机动发生就用这种估计器。研究出一种基于测量残差监视的算法,可以自适应地从六态估计器转换成七态估计器,再到九态估计器。进行了一系列数值仿真,检验了这种技术及其编程。利用蒙特卡罗仿真验证了估计器的协方差矩阵的精度。     

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.     

飞机大迎角机动非线性气动力模型的辨识

给出一种基于最大似然辨识的方法,用以分析飞机模型的大迎角大幅强迫简谐振动获得的气动力和力矩数据,在泛函分析和非定常气动力线性理论的基础上,通过合理的简化建立了能够包括气动力动态失速和涡流破裂及显著气动迟滞效应的大线性气动力模型表达式,并应用飞机模型的试验数据验证了该方法的计算结果,实际计算结果表明该非线性气动力模型能够较为精确地计算飞机模型大幅度迎角简谐振动产生的气动力响应。     

无人机飞行试验参数辨识研究

针对大型无人机飞行试验,探讨了无人机气动导数的参数辨识过程。根据无人机飞行试验数据特点及模态激励方式,分析并实践了相应的数据处理过程,修正了试飞数据;结合参数的相关性分析,建立了合适的气动模型,进行了气动导数辨识并验证了部分导数,辨识结果是真实可信的。所研究内容对验证和优化无人机空气动力和飞控设计进而合理地评价无人机的性能和品质具有重要意义。