飞机操稳特性大导数辨识及随机噪声影响分析

针对飞机研制中操稳特性需求,分别讨论了小扰动理论和参数辨识两种获得飞机稳定和操纵大导数的分析手段,由两种气动布局比较接近的小型无人机ANCE和大型客机Boeing 747数据验证了参数辨识方法的有效性和辨识结果的正确性。在此基础上对两者进行了大导数辨识,并由Monte Carlo仿真分析了飞行试验测量中的随机噪声对大导数辨识精度和模态响应特征值的影响。结果表明:随机噪声对由飞机固有气动特性决定的一些相对较小的大导数辨识精度影响较大,而部分大导数辨识精度较高;随机噪声对长周期和螺旋模态特征值影响较大,短周期、荷兰滚和滚转模态特征值辨识分析结果较为可信。     

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。     

用于气动导数辨识的试飞数据处理方法研究

飞行试验的测量环境十分复杂,未经处理的试飞数据直接用于飞机的气动导数辨识会降低辨识精度,甚至导致辨识的迭代过程发散或收敛到错误值。提出一套从野值剔除、数据平滑、时延修正到相容性检验的试飞数据处理方法,并将其应用到真实试飞数据的气动导数辨识中,通过对比分析数据处理前后的辨识过程和辨识结果,验证了本文提出的数据处理方法在改善辨识过程收敛特性和提高辨识精度上的有效性。     

基于物理信息神经网络的飞机气动参数辨识方法

在飞机设计与研制过程中，通过气动参数辨识建立可靠的飞行动力学模型非常重要。传统的气动参数辨识工程算法，诸如极大似然法，需要给出合理的飞行动力学模型以及待辨识参数的初值。基于传统神经网络的气动参数辨识可以避免飞行动力学建模过程，这种方法需要通过增量法、导数法间接地从神经网络提取气动参数。本文提出了一种基于物理信息神经网络的飞机气动参数辨识方法，可将含待辨识参数的飞行动力学模型作为正则项加入损失函数，直接辨识得到气动参数。该方法可以显著减少建模数据需求，也能提高建模精度。飞行仿真数据验证结果表明，该方法的无噪声、含2%噪声仿真数据，纵向飞行状态空间模型辨识最大相对误差分别为1.80%、4.64%，表明了基于物理信息神经网络的飞机气动参数辨识方法具有可行性，并对含噪声的飞行数据具有泛化性。     

基于遥测数据的无人机飞行包线估算方法研究

飞行包线对于无人机的飞行安全至关重要。为了建立更加完善的飞行包线,提出了一种基于遥测数据的气动参数辨识方法结合可达集理论的包线估计综合方法;基于动力学方程建立无人机的气动参数模型,利用辨识模型的参数解算不同高度下的飞行包线,再利用线性系统理论与可达集理论扩展计算不同飞行包线下的相关极限飞行参数;最后,基于某型无人机实际飞行中记录的遥测数据,解算了该无人机的飞行包线,验证了该方法的可行性和有效性。     

基于辨识模型的无人机鲁棒飞行控制方法

提出了一种基于系统辨识获取飞行动力学模型并进行鲁棒飞行控制律综合设计的方法。首先利用混合遗传粒子群优化算法,从真实试飞数据中辨识建立无人机动力学模型,然后基于随机鲁棒原理的设计方法和辨识模型,设计了无人机鲁棒飞行控制律。飞行试验验证表明,在无气动数据情况下所设计出的高性能鲁棒飞行控制律满足了无人机飞控研制的需求。     

月地高速再入返回器气动辨识数据偏差分析

飞行试验是获取返回器在真实飞行条件下气动力参数的重要途径,气动辨识结果对于评估理论计算和风洞实验气动数据,改进气动设计具有重要意义。月地高速再入气动环境复杂,气动力预测困难,结果具有很大不确定性,因此给出气动辨识结果的偏差是十分必要的。本文针对月地高速再入飞行试验,发展了返回器气动力参数辨识方法,并利用返回器飞行试验数据提取到了关键气动力参数。研究了返回器气动辨识数据偏差分析技术,剖析了各误差因素产生的气动偏差,并分析了产生气动参数辨识偏差的主要因素。在此基础上利用蒙特卡洛分析方法,计算得到了所有误差综合影响条件下返回器气动辨识结果的偏差区间。结果表明,大气密度、加速度、姿态角、高度、速度等参数的测量误差是产生辨识偏差的主要因素,全程配平迎角的估计结果精度很高,高空稀薄大气段气动力系数和升阻比等参数偏差较大,利用修正克拉马-罗界作为准则计算俯仰力矩导数和喷流推力辨识偏差是可行的。本文获取的月地高速再入返回器气动辨识偏差结果,可以为返回器设计分析提供依据。     

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。     

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。     

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。     

Full mode flight dynamics modelling and control of stopped-rotor UAV

The Stopped-Rotor(SR) UAV combines the advantages of vertical take-off and landing of helicopter and high-speed cruise of fixed-wing aircraft. At the same time, it also has a unique aerodynamic layout, which leads to great differences in the control and aerodynamic characteristics of various flight modes, and brings great challenges to the flight dynamics modelling and control in full-mode flight. In this paper, the flight dynamics modelling and control method of SR UAV in full-mode flight is st...     

用自适应小波神经网络辨识动态实验数据

在气动动态实验中，往往飞行器气动模型是非线性的，很难对动态系统进行正确建模，因此无法得到准确的气动参数值。而采用自适应小波神经网络，无需对该动态系统建模，就可准确地辨识出气动动稳定特性，同时，精度较高、收敛速度较快。采用该方法对某导弹模型风洞自由飞实验结果进行了辨识与动稳定性分析，结果表明用自适用小波神经网络辨识安全可靠。     

小型无人机气动参数辨识的新型HGAPSO算法

针对小型无人机(UAVs)研制中操稳特性和飞行控制律设计评估对气动参数辨识的需求,提出了一种混合遗传粒子群优化算法(HGAPSO)。该算法以粒子群优化算法(PSO)为主体,在粒子优化路径中,引入遗传算法(GA)的交叉变异操作,增强粒子群跳出局部最优的能力;同时采用Kent映射改进粒子种群的初始化,使初始种群在可行解空间内分布更加均匀,增强全局优化能力。基于仿真结果,依据辨识准度及辨识成功率,对比了HGAPSO、常规PSO和GA优化算法气动参数辨识的结果,然后用蒙特卡洛仿真测试随机观测噪声的影响,结果表明该算法兼备PSO算法高的搜索效率和GA算法的全局优化能力,对随机观测噪声不敏感。最后,通过设计小型UAV试飞示例进行综合应用评价,结果表明:HGAPSO算法基于真实试飞数据进行气动参数辨识取得了满意结果,具有良好的实用性。     

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。     

无人飞行器外形布局设计及其气动特性计算分析

设计了一种新的无人飞行器气动外形布局,应用基于二次曲线的模线设计方法完成了飞行器气动外形建模,并对所建模型进行气动特性计算分析。将飞行器几何外形节点数据导入Gambit软件,生成气动特性计算所需的网格文件。应用Fluent软件,根据不同的飞行条件,选择合适的计算流体力学分析方法,对无人飞行器外形布局进行气动特性计算。主...     

平尾积冰对飞机纵向气动参数的影响

建立飞机纵向动力学模型,基于最大似然参数估计原理,设计用于辨识飞机纵向气动参数的辨识系统,并对辨识系统的正确性和精确度进行了验证.以DHC-6飞机飞行试验数据为依据,对未积冰飞机和两种平尾积冰冰型的飞机进行纵向气动参数辨识,通过对比3种情况下飞机纵向气动参数的辨识结果,定量分析了平尾积冰对飞机纵向气动参数的影响.结果表明:平尾积冰将导致飞机纵向气动特性恶化,俯仰阻尼可减小15％,升降舵效率可降低20％,对飞行稳定性、操纵性以及飞行安全构成一定的威胁.     

直升机垂直飞行状态气动参数辨识方法研究

准确计算直升机的悬停升限依赖于诸如桨尖损失系数,非均匀旋翼诱导速度分布,旋翼下洗引起的直升机增重效应及发动机与旋翼之间的功率传递系数等气动参数的准确度。然而,由于复杂的旋翼空气动力现象,准确预估以上气动参数有较大难度。本文提出了一种确定直升机垂直飞行状态上述气动参数的方法,该方法通过建立直升机垂直飞行状态的运动方程,实测直升机垂直飞行时的相关信息,采用参数辨识的方法得到直升机垂直飞行时的气动参数,然后,利用辨识结果确定直升机的悬停升限。结果表明该方法能有效地确定直升机垂直飞行时的气动参数及相应的悬停升限,且具有飞行试验简便,不受直升机装载和外界环境条件变化限制的特点。