一种高泛化能力的神经网络气动力降阶模型

神经网络模型的泛化能力是指模型对于新样本的适应能力,而当前基于神经网络的非线性气动力模型往往泛化能力不足。针对这一局限,发展了一种基于计算流体力学的带验证信号气动力降阶模型,用于跨声速气动力预测。采用递归径向基函数神经网络,通过引入差分进化算法,对模型中隐含层神经元宽度进行优化,优化目标为验证信号的均方根误差最小。训练信号采用结构大幅振荡的位移和气动力响应,用小扰动下微幅运动的信号作为验证信号。算例表明建立的降阶模型不仅具有比全阶数值模拟更短的计算时长,并且由于采用了小幅运动的验证信号,使模型在不同频率和振幅下的泛化能力得到增强。     

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。     

基于气动力降阶的弹性飞机阵风响应仿真分析及验证

低速飞机在阵风作用下容易产生非线性气动力,从而引发非线性气动弹性效应,对飞行安全造成威胁。针对此类问题的分析,经典面元法无法满足计算精度要求,计算流体力学(CFD)/计算结构动力学(CSD)全阶耦合分析效率低下,因此需建立满足工程应用的高精度、高效率的飞行动力学仿真分析模型。针对以上问题提出了一种适用于工程的非线性气动力降阶模型(ROM)用以实现弹性飞机飞行动力学仿真,特别是低速飞机在遭遇大幅值阵风情况下的阵风响应仿真。以风洞试验飞翼飞机模型为对象,利用CFD方法获得了该模型的气动力数据,利用自回归移动平均(ARMA)方法和径向基函数(RBF)神经网络方法分别建立了该模型的线性气动力ROM和非线性修正气动力ROM。结合模型的刚弹耦合飞行动力学方程对模型遭遇阵风情况下的响应进行仿真分析,并将仿真结果和风洞试验结果及CFD/CSD计算结果进行对比。结果表明建立的基于非线性气动力ROM的弹性飞机仿真模型在气动力预测、稳定性分析及阵风响应分析方面的表现都优于基于线性气动力ROM的仿真模型,和试验结果及CFD/CSD分析结果一致性较好,且所建模型在相同工况下的仿真时间远低于CFD/CSD分析方法...     

径向基神经网络在非线性非定常气动力建模中的应用研究

基于南航NH-2风洞中某飞机模型大迎角大振幅单自由度偏航、滚转及偏航-滚转耦合的谐波、阶跃运动实验数据,应用径向基神经网络,研究人工神经网络描述非线性非定常气动力特性的能力.研究结果表明,所建立的径向基神经网络模型的预测结果与训练数据和验证数据都符合得很好,说明神经网络建模方法可以有效地对高度非线性的气动力进行建模.研究还表明,用神经网络建立模型时所需要的风洞实验数据可以减少,从而提高风洞实验效率、减少风洞实验的时间和成本.     

旋转弹气动力建模与飞行轨迹仿真

运用一种自回归滑动平均(ARMA)的时域气动力建模方法,以计算流体力学与刚体动力学(CFD/RBD)耦合仿真的输出结果为样本,对旋转弹的非定常气动力进行建模。利用建立的气动力模型与刚体动力学方程求解模块耦合,实现了旋转弹轨迹的快速仿真,并讨论了不同的建模方式对仿真精度的影响。算例结果表明:采用气动力模型与刚体动力学方程耦合仿真技术可以在不同初始发射条件下进行旋转弹飞行姿态与运动轨迹预测,且与CFD/RBD仿真结果吻合较好,证明ARMA气动力建模方法可以在保证旋转弹轨迹预测精度的同时大幅缩短仿真时间,节省计算资源。     

基函数宽度对RBF神经网络气动力模型精度的影响研究

将带输出反馈的RBF（recursive radial basis function, RRBF）神经网络用于构建非定常气动力模型,能够得到一种动态非线性气动力降阶模型（reduced order model, ROM）。隐含层神经元的基函数宽度是该气动力模型的一个重要参数。为了研究基函数宽度对RRBF神经网络的影响,首先通过数学分析和计算仿真研究了训练过程中宽度与神经网络结构之间的关系,而后用NACA0012翼型俯仰运动作为算例,研究模型在不同训练信号、延迟阶数和流动状态的情况进行测试。测试结果表明,基函数宽度对此类非定常气动力模型的稳定性及泛化能力都有较大影响;最优宽度的选择随训练及预测信号的变化有所不同;较多样本时,通常选择55~75的宽度能够保证非定常气动力模型具有较高的预测精度。通过对随机俯仰运动样本的预测结果,验证了宽度的最优选择范围。     

分布式非线性气动力模型弹性飞机动力学研究

建立了线性与非线性两种分布式气动力模型,在弹性飞机模型上添加所建立的气动力模型,验证了整个系统的有效性。对所建立的模型进行着陆及突风扰动动力学仿真,对比线性及非线性气动力模型的飞机动力学响应的差异,结果表明非线性气动力模型能够更合理地计算飞机大迎角状态下的气动载荷及动力学响应。     

大迎角横向状态空间气动力建模研究

建立适用于工程的大迎角非定常气动力模型,并用于动力学仿真、稳定性分析和控制系统设计,是国内外气动力建模领域研究的重点内容。针对具有高机动性的战斗机布局,应用大幅滚转振荡试验数据建立横向状态空间模型,并且针对大迎角区域气动力的非线性变化对模型进行改进,最后应用试验数据验证了改进后的大迎角横向状态空间模型的预测能力。研究结果表明:改进的大迎角横向状态空间模型能有效提升模型的预测能力,具有较好的工程适用性。     

基于RBF神经网络的军机研制费用估算模型研究

对现代军机研制费用估算模型现状进行了简要分析，基于径向基函数(RBF——Radial Basis Function)神经网络理论建立了一种新的研制费用估算模型，给出建模流程；编制了仿真软件，在小样本情况下，进行了数字仿真，对所建研制费用神经网络模型的有效性进行了验证。仿真结果表明，所建RBF神经网络估算模型对研制费用的预算估计是有效的，且该估算模型的费用估计精度比传统回归分析方法所建立的估算方程的估算精度高。     

基于径向基函数的优化代理模型应用研究

针对已有径向基函数建模方法在小样本情况下存在的模型精度低,误差大的缺点,本文提出了基于交叉验证技术的径向基函数代理模型构造方法,即在计算径向距离时引入权值系数,通过对其优化以减小模型的预测误差平方和,从而提高模型的精度。采用两种测试函数对本文所提出的方法进行验证,结果证明了本方法相对于传统的径向基函数建模方法可以有效提高模型精度,减小模型误差。最后,将其应用于传感器飞机的总体优化设计之中,结果表明本文所提出的方法是可行的。     

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。     

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。     

飞行器纵向非线性动力学建模对稳定性的影响

飞行器的稳定性分析与建立的动力学分析模型密切相关.传统的稳定性分析方法是基于小扰动假设建立线性化模型,当飞行状态中非线性特征明显时,其结果误差会带来多大的影响是人们关心的问题.通过建立飞行动力学非线性模型和气动力非线性模型,采用时间推进方法对两类非线性问题进行了比较系统的研究.数值计算结果表明,飞行动力学非线性模型与线性模型相比,周期增大、幅值减小、衰减率增大;而菲线性气动力模型对周期几乎没有影响,但对幅值有一定的影响.     

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。     

Validation of numerical prediction of dynamic derivatives: The DLR-F12 and the Transcruiser test cases

The dynamic derivatives are widely used in linear aerodynamic models in order to determine the flying qualities of an aircraft: the ability to predict them reliably, quickly and sufficiently early in the design process is vital in order to avoid late and costly component redesigns. This paper describes experimental and computational research dealing with the determination of dynamic derivatives carried out within the FP6 European project SimSAC. Numerical and experimental results are compared for two aircraft configurations: a generic civil transport aircraft, wing-fuselage-tail configuration called the DLR-F12 and a generic Transonic CRuiser, which is a canard configuration. Static and dynamic wind tunnel tests have been carried out for both configurations and are briefly described within this paper. The data generated for both the DLR-F12 and TCR configurations include force and pressure coefficients obtained during small amplitude pitch, roll and yaw oscillations while the data for the TCR configuration also include large amplitude oscillations, in order to investigate the dynamic effects on nonlinear aerodynamic characteristics. In addition, dynamic derivatives have been determined for both configurations with a large panel of tools, from linear aerodynamic (Vortex Lattice Methods) to CFD. This work confirms that an increase in fidelity level enables the dynamic derivatives to be calculated more accurately. Linear aerodynamics tools are shown to give satisfactory results but are very sensitive to the geometry/mesh input data. Although all the quasi-steady CFD approaches give comparable results (robustness) for steady dynamic derivatives, they do not allow the prediction of unsteady components for the dynamic derivatives (angular derivatives with respect to time): this can be done with either a fully unsteady approach i.e. with a time-marching scheme or with frequency domain solvers, both of which provide comparable results for the DLR-F12 test case. As far as the canard configuration is concerned, strong limitations for the linear aerodynamic tools are observed. A key aspect of this work are the acceleration techniques developed for CFD methods, which allow the computational time to be dramatically reduced while providing comparable results.     

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。     

基于深度强化学习的无人机栖落机动控制策略设计

无人机栖落机动飞行是一种无需跑道的降落方法，能够提升无人机在复杂环境下执行任务的适应能力。针对具有高非线性、多约束特性的无人机栖落机动过程，提出了一种基于模仿深度强化学习的控制策略设计方法。首先，建立了固定翼无人机栖落机动的纵向非线性动力学模型，并设计了无人机栖落机动的强化学习环境。其次，针对栖落机动状态动作空间大的特点，为了提高探索效率，通过模仿专家经验的方法对系统进行预训练。然后，以模仿学习得到的权重为基础，采用近端策略优化方法学习构建无人机栖落机动的神经网络控制器。最后，通过仿真验证了上述控制策略设计方法的有效性。     

一种提高风洞动态试验数据质量的模型姿态控制和测量技术

低速风洞动态试验装置通常采用“电机+减速器+偏心机构+线性传动机构”的方式,存在传递环节多、机械间隙大等问题,给模型运动的精确控制和模型姿态的精确测量带来较大困难。为满足大型客机等大飞机对低速风洞动态试验的要求,基于现有的静态试验通用支撑平台,采用“电子凸轮”技术,建立了一套迎角/侧滑角解耦、可进行飞机小振幅动导数和大振幅非定常气动特性研究的动态试验装置。利用该动态试验装置进行了某飞机大尺度动态试验模型动导数试验和大振幅振荡试验,获得了试验数据的重复性,并研究了动态试验数据和静态试验数据之间的相关性。试验结果表明：利用该装置获得的某飞机动态试验数据重复性较好、规律合理,能满足大型飞机动态试验要求。