飞机大迎角非定常气动力建模研究进展

准确建立非定常气动力数学模型,是飞机大迎角飞行控制律设计、飞行动力学分析和飞行仿真的基础与前提。鉴于此,对大迎角非定常气动力建模研究进展,包括数学建模方法和人工智能建模方法两类进行了系统综述。其中：数学类建模方法是以对非定常流动现象和机理认识为基础的,主要有气动导数模型、非线性阶跃响应模型、状态空间模型、微分方程模型、非线性阶跃响应与状态空间混合模型以及迎角速率模型等;人工智能方法回避了复杂流动机理,属于黑箱非线性系统建模,主要有神经网络模型、模糊逻辑模型和支持向量机模型等。对于每种气动力模型,阐述了其建模思路和方法,给出了典型应用情况,并对其特点和局限性作了简要评述。最后,指出了当前大迎角非定常气动力建模研究工作存在的问题和未来研究方向。     

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。     

飞机大攻角非定常气动力建模与辨识

采用一阶微分方程描述由非线性非定常效应引起的气动力增量 ,从而建立了一种新的飞机大攻角非定常气动力数学模型。研究了模型在缓变运动下的线化形式和动导数表达式。讨论了模型参数的辨识问题。算例证实了所建立的气动力数学模型的正确性和所述模型参数辨识方法的有效性     

大迎角非定常气动力建模方法研究

以战斗机俯仰机动为例,建立了飞机大迎角非定常气动力模型,包括非线性代数模型、Fourier函数分析模型、状态空间模型、差分方程模型以及模糊逻辑模型.并用SDM标模大振幅俯仰振荡非定常气动力风洞试验数据对模型参数进行了辨识,验证了模型的有效性.从模型物理意义、参数辨识难易程度及模型通用性和精确度等方面对几种非定常气动力模型进行了比较研究.     

基于大振幅谐波运动的非定常气动模型风洞实验验证

利用大振幅动态实验装置,完成了某飞机在给定支撑角下的单独滚转大振幅谐波振荡实验;基于所获得的实验数据,应用模糊逻辑建模方法建立了单独滚转运动的非定常气动力模型;应用等效缩减频率计算方法,计算了飞机模型按锯齿波运动时等效缩减频率的变化,并带入非定常气动力模型中进行仿真计算;最后与实验测量获得的锯齿波运动气动力数据进行了比较。研究结果表明,仿真计算结果与实验测量结果符合较好,反映出用大振幅谐波振荡实验数据建立的滚转运动非定常气动力模型能很好地反映模型的滚转运动非定常气动特性。     

飞机大攻角气动力建模研究进展

在飞机大攻角气动力建模领域中，将已有的模型归纳为代数模型、积分模开和微分方程模型三类。文章给出了非线性气动力两种常用的代数模型－多项式模型和样条函数型；简要阐述了非常气动力积分模型的建立及其简化过程；重点综述了新近开发的微分方程模型，从有分离的的翼和有涡破裂的三角翼气动力模型形式推广出微分形式的飞机大攻角气动力模型。应用实例表明，积分模型和微分方程模型能够描述大攻角气动力的非定常增升和迟滞效应。     

面向复杂构型飞机的非定常气动力建模与辨识

不论是现代高机动隐身战斗机的设计需求还是常规布局飞机的飞行动力学分析,深入研究大迎角飞行时的非线性非定常气动力模型都极其重要。基于纵向运动小振幅及大振幅强迫振荡试验数据,分析了常规稳定导数模型的准确性,并从导数模型出发发展了简化涡流和分离流时间迟滞效应的非定常气动力线性模型和非线性模型,最后应用风洞典型机动历程模拟试验验证了模型的有效性。结果表明：对于复杂构型高机动飞机模型,发展并改进的非线性微分方程模型可以准确预测飞机不同机动下的非定常气动力特性,具有较强的工程可行性。     

低速流场中柔性悬臂板的后颤振响应

建立了一个新的非线性气动弹性模型,对低速流场中柔性悬臂板的后颤振响应特性进行了分析。建模中考虑了结构几何非线性、气动力非线性以及两者之间的强耦合效应。通过实验数据对所建立的气动弹性模型进行了验证。发现在低速流场中柔性悬臂板可能会以周期加倍的方式进入混沌运动。结构几何非线性效应和翼尖涡引起的非定常气动力效应对柔性悬臂板的结构响应有显著影响,而尾涡变形引起的非定常气动力对结构运动的影响较小。还研究了不同耦合算法的差异,给出了小展弦比大柔性结构非线性气动弹性数值仿真时耦合策略的选择依据。     

基于神经网络模型的动态非线性气动力辨识方法

 在标准径向基函数（RBF）神经网络模型的基础上发展了带输出反馈的RBF神经网络。将计算流体力学(CFD)方法计算的时域气动载荷作为输入信号,建立跨声速非定常非线性气动力模型,并进一步运用CFD方法验证模型的精度。算例表明带输出反馈的RBF神经网络较标准RBF神经网络精度更高,能更准确描述跨声速激波大幅振荡时的非线性和非定常特性,并可推广用于多自由度运动的动态非线性气动力建模。用多级信号训练,预测简谐信号输入下的气动力算例表明带输出反馈的RBF神经网络能够预测不同振幅、不同频率的信号激励下的非线性气动力。     

大迎角非定常气动力数学模型研究

对建立纵向大迎角非定常气动力模型的状态空间法进行了分析。针对模型形式复杂、待辨识参数过多的问题,提出了减少参数的新模型。新模型保持状态方程不变,简化了输出方程。结果表明,改进的模型简化了辨识过程,可同时表现气动力非线性与非定常的基本特性,准确预测动态气动力。     

基于模糊聚类的模糊神经网络在非定常气动力建模中的应用

建立了一种基于模糊聚类的模糊神经网络模型.该模型利用模糊聚类技术确定系统的模糊空间和模糊规则数,利用BP算法调整模糊神经网络的权系数.应用该模型对某飞机模型做俯仰-滚转耦合运动的非定常气动力进行了辨识.结果表明,基于模糊聚类的模糊神经网络计算速度快,辨识结果与实验结果符合较好.用模糊聚类技术可以解决模糊神经网络的结构辨识问题,基于模糊聚类的模糊神经网络可以很好地用于复杂机动飞行的非定常气动力建模.     

基于多小波的Volterra级数非定常气动力建模方法

非定常气动力建模除了要准确描述气动力的非定常特性,还要反映其非线性特性。Volterra级数因为对系统非线性具有很强的描述能力正日益受到重视。一阶Volterra核只能表达线性特性,要建立反映非线性特性的非定常气动力模型,需要引入二阶核甚至更高阶核的影响。高阶Volterra核辨识的主要困难在于待辨识参数的数量随着核阶次的增加而呈指数增加导致计算难度急剧加大,即出现所谓维数灾难问题。以一种分段二次多小波为基函数将Volterra核展开,求解一个高维病态方程组来计算展开系数,利用小波的多分辨分析在时间和频率两个维度的分解特性将方程降维,最终将问题转化为求解一个低维方程组得到稳定解。通过NACA0012翼型在马赫数0.8下作沉浮运动时,升力系数、阻力系数和俯仰力矩系数的二阶核和三阶核的辨识构建非定常气动力模型,然后由此计算不同减缩频率下的气动力并与CFD结果进行比较,验证了Volterra级数对非线性非定常气动力的描述能力和多小波处理方法的有效性。     

Reduced order model for unsteady aerodynamic performance of compressor cascade based on recursive RBF

Based on Recursive Radial Basis Function (RRBF) neural network, the Reduced Order Model (ROM) of compressor cascade was established to meet the urgent demand of highly efficient prediction of unsteady aerodynamics performance of turbomachinery. One novel ROM called ASA-RRBF model based on Adaptive Simulated Annealing (ASA) algorithm was developed to enhance the generalization ability of the unsteady ROM. The ROM was verified by predicting the unsteady aerodynamics performance of a highly-loaded compressor cascade. The results show that the RRBF model has higher accuracy in identification of the dimensionless total pressure and dimensionless static pressure of compressor cascade under nonlinear and unsteady conditions, and the model behaves higher stability and computational efficiency. However, for the strong nonlinear characteristics of aerodynamic parameters, the RRBF model presents lower accuracy. Additionally, the RRBF model predicts with a large error in the identification of aerodynamic parameters under linear and unsteady conditions. For ASA-RRBF, by introducing a small-amplitude and high-frequency sinusoidal signal as validation sample, the width of the basis function of the RRBF model is optimized to improve the generalization ability of the ROM under linear unsteady conditions. Besides, this model improves the predicting accuracy of dimensionless static pressure which has strong nonlinear characteristics. The ASA-RRBF model has higher prediction accuracy than RRBF model without significantly increasing the total time consumption. This novel model can predict the linear hysteresis of dimensionless static pressure happened in the harmonic condition, but it cannot accurately predict the beat frequency of dimensionless total pressure.     

民机极限飞行状态的动态气动力试验与建模

飞行失控是造成民机灾难性航空事故的重要因素,飞行失控中飞机难以避免超出正常飞行包线范围,进入具有复杂非线性和非定常动态气动特性的极限飞行状态。本文开展典型民机布局飞机极限飞行状态的动导数、大振幅试验,对大迎角动态气动力的参数影响规律以及非线性、非定常特性进行分析和建模。结果表明,在飞机失速到过失速区域,飞行姿态快速变化过程中动态气动力的非线性和非定常特征显著;在动导数试验和建模中,考虑运动角速率的影响,可以预示气动力非线性的迎角范围,并捕捉到关于飞机动稳定性演化的关键特征;利用Goman-Khrabrov状态空间模型结合大振幅试验,可以确定模型中表征非定常特征的关键时间常数,获得特定极限飞行状态运动中的非定常动态气动力特性。研究方法和结果为开展民机极限飞行状态的动态气动力风洞试验设计与建模提供了一个可行途径,能改进飞机飞行失控预防、极限状态改出、飞行模拟训练和飞行事故分析等。     

先进战斗机过失速机动模型飞行试验技术

具有过失速机动能力的战斗机在近距空战中能够取得快速占位、先敌瞄准、有效规避攻击的战术优势,是先进战斗机的标志性性能要求。模型飞行试验技术作为空气动力学研究三大手段之一,在解决飞行器技术难题、实现技术创新方面发挥了重要作用。本文介绍了中国空气动力研究与发展中心利用带动力自主控制模型飞行试验平台发展的过失速机动模型飞行试验技术,以及开展的先进战斗机构型典型过失速机动模型飞行试验,分述了在大迎角非定常气动建模、宽量程气流系参数测量、大迎角非线性控制、推力矢量控制、大迎角非定常气动参数辨识方面的研究工作与解决这些关键问题的技术途径。通过此项研究,在国内首次实现了先进战斗机构型缩比模型典型过失速机动飞行,相关研究成果可为先进战斗机实现过失速机动飞行能力提供有力的技术支撑。