Unsteady aerodynamic modeling at high angles of attack using support vector machines

Accurate aerodynamic models are the basis of flight simulation and control law design.Mathematically modeling unsteady aerodynamics at high angles of attack bears great difficulties in model structure determination and parameter estimation due to little understanding of the flow mechanism.Support vector machines(SVMs)based on statistical learning theory provide a novel tool for nonlinear system modeling.The work presented here examines the feasibility of applying SVMs to high angle-of-attack unsteady aerodynamic modeling field.Mainly,after a review of SVMs,several issues associated with unsteady aerodynamic modeling by use of SVMs are discussed in detail,such as selection of input variables,selection of output variables and determination of SVM parameters.The least squares SVM(LS-SVM)models are set up from certain dynamic wind tunnel test data of a delta wing and an aircraft configuration,and then used to predict the aerodynamic responses in other tests.The predictions are in good agreement with the test data,which indicates the satisfying learning and generalization performance of LS-SVMs.     

基于遗传算法的航空发动机机载模型支持向量机修正方法

航空发动机的实时模型与发动机的匹配精度直接影响着航空发动机故障诊断的精度.提出了基于自适应遗传算法的最小二乘支持向量回归机(AGA-LSSVR)方法对航空发动机机载实时模型进行修正,有效的提高了模型的匹配精度.分析了最小二乘支持向量机中的参数的选取对模型修正的影响,在参数的选取空间里采用自适应遗传算法搜索最优参数.最后,比较了Back propagation(BP)神经网络、支持向量回归机、AGA-LSSVR等方法在机载模型中的修正效果.结果表明:提出的AGA-LSSVR具有很好的修正精度,验证了修正模型的有效性.      

Airworthiness Compliance Verification Method Based on Simulation of Complex System

A study is conducted on a new airworthiness compliance verification method based on pilot-aircraft-environment complex system simulation. Verification scenarios are established by "block diagram" method based on airworthiness criteria. A pilotaircraft-environment complex model is set up and a virtual flight testing method based on connection of MATLAB/Simulink and Flightgear is proposed. Special researches are conducted on the modeling of pilot manipulation stochastic parameters and manipulation in critical situation. Unfavorable flight factors of certain scenario are analyzed, and reliability modeling of important system is researched. A distribution function of small probability event and the theory on risk probability measurement are studied. Nonlinear function is used to depict the relationship between the cumulative probability and the extremum of the critical parameter. A synthetic evaluation model is set up, modified genetic algorithm (MGA) is applied to ascertaining the distribution parameter in the model, and a more reasonable result is obtained. A clause about vehicle control functions (VCFs) verification in MIL-HDBK-516B is selected as an example to validate the practicability of the method.     

基于RBFNN自适应混合学习算法的航天测控系统任务可靠性分配

为解决执行航天测控任务的各设备存在复杂的时空关联、可视与信息关联等动态约束关系,使得航天测控系统任务可靠性分配建模和分析极其困难,同时模型求解效率低的问题,提出了自适应混合学习算法的径向基神经网络建模方法.算法通过训练样本相关性矩阵的主成分分析确定网络隐含层初始节点数;在此基础上,利用梯度信息衰减因子改进了迭代过程中网络参数的梯度信息计算方式,避免了学习过程早熟的不足,且加快了迭代收敛速度.最后,通过采集航天测控系统输入-输出数据,将自适应混合学习算法应用于参数训练,并给出了具体实现步骤.通过算例仿真,表明算法在解决航天测控系统任务可靠性分配问题时具有较高泛化能力和分配结果稳定等优点.      

概率盒全局灵敏度和活跃子空间跨层降维

航空航天仿真系统中的不确定性通常是多源的、混合的,并且系统参数的维数众多。针对高维混合不确定性量化问题,提出一种结合概率盒全局灵敏度和活跃子空间的跨层降维方法。在随机和认知不确定的概率盒表征基础上,使用不确定性缩减法分析参数的全局灵敏度继而进行参数筛选;基于输出梯度协方差矩阵的特征分解,使用活跃子空间法对参数进行降维;构造出一种概率盒表征下的参数筛选和跨层降维方法。最后以NASA多学科不确定性量化挑战问题为例,通过概率盒全局灵敏度分析进行第1层次的参数筛选,原有的21维输入参数减为13维;随后采用活跃子空间进行第2层次的参数降维,维数进一步降至一维。研究结果表明,所提出的方法能够对混合不确定性参数进行灵敏度排序,还能够有效降低模型输入参数的维度,为高维系统混合不确定性量化和进一步的优化工作奠定了基础。     

机器学习辅助湍流建模在分离流预测中的应用

数据驱动湍流建模是近年来发展的提高雷诺平均N-S方程预测精度的有效手段,通过机器学习算法能够从高置信度数据中自动提取特征,建立准确的从平均流动特征到雷诺应力的预测模型。针对高雷诺数下积冰翼型绕流这一类典型的复杂流动分离问题,基于此前研究者提出的机器学习预测框架,从输入输出特征选择和翼型绕流中数据分布特性两个方面出发,对机器学习预测结果的光滑性和准确性进行改善。提出了基于雷诺应力张量分析和流动特征辨识的输入特征选择准则;提出了局部区域建模方法以及基准模型和机器学习预测模型混合的代入计算方法。将改进方法应用于积冰翼型绕流问题之中,结果表明改进的方法能够准确给出训练集和预测集上的雷诺应力结果,并且代入平均流计算可以得到和真实分布更加接近的流动和机翼表面压力分布。     

基于遗传算法的航空发动机多目标优化PID控制

提出采用多目标遗传算法,对航空发动机PID控制器参数进行优化设计.使用先进多目标遗传算法NSGA-Ⅱ对航空发动机PID控制器进行参数整定.针对某型航空发动机在飞行包线内的飞行状态进行控制器参数的优化选取,仿真结果表明,与传统手动试凑调节PID控制器参数进行比较,转速阶跃响应过程的性能指标得到了很好的优化,获得了令人满意的优化效果.      

飞机地面压力加油系统的优化性能分析

针对传统遗传算法和退火单纯形法 ,提出了一种基于邻域函数的尺度参数自寻优和多操作的基于概率接受思想的变异操作及竞争生存的种群数量控制策略的高级遗传退火算法。基于飞机地面压力加油系统节流孔优化配置的数值仿真研究验证了本文的算法对高维复杂函数最优化的高效性 ,其性能明显优于传统遗传算法、退火单纯形法 ,极大提高了加油管路节流孔优化配置的效率。     

A Hybrid Optimization Approach for SRM FINOCYL Grain Design

This article presents a method to design and optimize 3D FINOCYL grain （FCG） configuration for solid rocket motors （SRMs）. The design process of FCG configuration involves mathematical modeling of the geometry and parametric evaluation of various independent geometric variables that define the complex configuration. Virtually infinite combinations of these variables will satisfy the requirements of mass of propellant, thrust, and burning time in addition to satisfying basic needs for volumetric loading fraction and web fraction. In order to ensure the acquisition of the best possible design to be acquired, a sound approach of design and optimization is essentially demanded. To meet this need, a method is introduced to acquire the finest possible performance. A series of computations are carried out to formulate the grain geometry in terms of various combinations of key shapes inclusive of ellipsoid, cone, cylinder, sphere, torus, and inclined plane. A hybrid optimization （HO） technique is established by associating genetic algorithm （GA） for global solution convergence with sequential quadratic programming （SQP） for further local convergence of the solution, thus achieving the final optimal design. A comparison of the optimal design results derived from SQP, GA, and HO algorithms is presented. By using HO technique, the parameter of propellant mass is optimized to the minimum value with the required level of thrust staying within the constrained burning time, nozzle and propellant parameters, and a fixed length and outer diameter of grain.     

基于信度规则库的惯性平台健康状态参数在线估计

 实时准确的健康状态预测是规划惯性平台系统及时、经济的维修策略的关键技术。由于平台系统的健康状态是不能够直接观测的,假设平台系统的特征参数监测数据是可以获取到的,而且平台系统的健康状态与特征量是相关的。基于信度规则库(BRB),以平台系统的状态监测特征参数作为BRB系统的输入,以平台的健康状态作为输出结果,组建了惯性平台健康状态预测系统。为了克服现有BRB参数优化方法的不足,实现实时状态预测,基于期望最大化(EM)算法,研究了健康状态预测系统的参数在线估计算法。该算法在获取系统新的输入输出信息后,就对参数进行更新。利用本文提出的方法对惯性平台系统的健康状态实时预测问题进行了实验分析,实验结果表明：该方法可以有效地实现惯性平台系统健康状态预测模型参数实时估计;与参数离线优化方法相比,该方法不仅在预测精度上,而且在运行时间上都具有明显的优势;在工程实际中有良好的应用潜力。     

An adaptive turbo-shaft engine modeling method based on PS and MRR-LSSVR algorithms

In order to establish an adaptive turbo-shaft engine model with high accuracy, a new modeling method based on parameter selection (PS) algorithm and multi-input multi-output recursive reduced least square support vector regression (MRR-LSSVR) machine is proposed. Firstly, the PS algorithm is designed to choose the most reasonable inputs of the adaptive module. During this process, a wrapper criterion based on least square support vector regression (LSSVR) machine is adopted, which can not only reduce computational complexity but also enhance generalization performance. Secondly, with the input variables determined by the PS algorithm, a mapping model of engine parameter estimation is trained off-line using MRR-LSSVR, which has a satisfying accuracy within 5&. Finally, based on a numerical simulation platform of an integrated helicopter/ turbo-shaft engine system, an adaptive turbo-shaft engine model is developed and tested in a certain flight envelope. Under the condition of single or multiple engine components being degraded, many simulation experiments are carried out, and the simulation results show the effectiveness and validity of the proposed adaptive modeling method.     

Unstable unsteady aerodynamic modeling based on least squares support vector machines with general excitation

Common, unsteady aerodynamic modeling methods usually use wind tunnel test data from forced vibration tests to predict stable hysteresis loop. However, these methods ignore the initial unstable process of entering the hysteresis loop that exists in the actual maneuvering process of the aircraft. Here, an excitation input suitable for nonlinear system identification is introduced to model unsteady aerodynamic forces with any motion in the amplitude and frequency ranges based on the Least Squares Support Vector Machines (LS-SVMs). In the selection of the input form, avoiding the use of reduced frequency as a parameter makes the model more universal. After model training is completed, the method is applied to predict the lift coefficient, drag coefficient and pitching moment coefficient of the RAE2822 airfoil, in sine and sweep motions under the conditions of plunging and pitching at Mach number 0.8. The predicted results of the initial unstable process and the final stable process are in close agreement with the Computational Fluid Dynamics (CFD) data, demonstrating the feasibility of the model for nonlinear unsteady aerodynamics modeling and the effectiveness of the input design approach.     

带有自适应参数近似的块控反步飞行控制器设计

针对有翼导弹含有未知气动参数时的飞行控制问题,设计了一种带有自适应参数近似的块控反步飞行控制器.分析了块控反步控制器设计的假设条件,并放宽了对指令信号和输入矩阵的部分限制.将导弹动态模型中的未知气动参数转换为待估计参数矩阵,采用自适应参数近似律对未知参数矩阵进行估计,相比使用神经网络逼近未知函数更为简单,易于实现.将滤...     

遗传算法在航空发动机控制中的应用

对于航空发动机这样复杂的系统，经典的定常算法难以对其实现良好控制。遗传算法具有良好的寻优特性，操作方便、速度快，不仅适用于单目标寻优，也适用于多目标寻优。遗传算法可以根据不同的控制系统，针对一个或多个目标，均能在规定的范围内寻找到合适参数。文中采用遗传算法实现了对PID参数的最佳整定。最后，通过数字仿真证明了其在航空发动机控制系统中应用的可能性。     

一种基于参数辨识的微小型无人直升机建模方法

 针对具有高度非线性、复杂动力学特性的微小型无人直升机，提出了一种基于参数辨识的建模方法。该方法结合了机理建模和系统辨识的优点，通过严格的机理推导建立了微小型无人直升机横纵向通道通用的参数化模型，建模过程着重考虑了主旋翼、平衡杆和机身的耦合对飞行动态特性的影响。利用基于偏相干分析法的频域辨识获得某型无人直升机的关键参数，进而确定模型。模型预测数据和飞行试验数据的比较表明，所建模型很好地反映了该型无人直升机在悬停状态下的动态特性，可以在该状态下以此模型进行自主飞行控制器设计。     

区域杂波估计的多目标跟踪方法

高斯粒子概率假设密度（PHD）滤波往往假定杂波密度参数已知,这种做法对于实际应用是不现实的。此外,杂波的参数值通常依赖于环境条件,可能随时间发生变化。因此,多目标跟踪算法中需要实时准确估计杂波密度的参数。基于此,提出了一种多目标跟踪的区域杂波估计方法。首先根据量测信息在线估计出场景中的杂波数目,然后估计落入目标附近感兴趣区域的杂波数,并估计每个目标感兴趣区域杂波强度。仿真结果表明,在复杂场景下算法的跟踪性能明显优于未进行杂波估计的多目标跟踪算法,提高了跟踪的实时性和跟踪精度。     

民用航空发动机状态监视和故障诊断系统研究

北京飞机维修工程公司、北京航空航天大学、中国民航学院、东方航空公司联合发展了用计算机进行发动机状态监视和故障诊断的系统EMD, 已在国内最大的两家航空公司试用成功。对B767、B747、A310共13架大型客机的40台发动机进行状态监视和故障诊断, 取得良好的经济效益。      

基于ODE参数辨识的液压伺服系统灰箱建模

 针对液压伺服系统常规"白箱"建模由于参数无法精确获得导致所得模型精度不高及"黑箱"建模所得模型内部结构未知的问题,本文提出基于ODE参数辨识的液压伺服系统"灰箱"建模。首先,建立了工程上实用的系统状态空间模型, 根据系统特征确定了待辨识参数,将模型辨识问题转化为常微分方程(ODE)参数辨识问题;然后,采用正弦扫频信号作为激励信号和基于带边界约束的信赖域优化算法的初值问题方法进行参数辨识;为了和ODE参数辨识结果进行对比,本文同时采用系统的频率响应数据和最小二乘法辨识得到系统的"黑箱"传递函数模型;最后,通过大量实验验证了辨识模型的精确度。实验结果表明,本文提出的基于信赖域算法的液压伺服系统模型辨识方法可以有效处理参数的边界问题,使辨识模型既具有实际的物理意义,又与实际系统高度符合。     

一种基于遗传算法的动力学系统辨识方法

把遗传算法与最大似然法相结合，形成了一种基于遗传算法的动力学系统辨识方法，并以某轴对称战术导弹的非线性气动力参数仿真辨识为例，利用仿真技术，检验了该方法的实用性和有效性。结果表明，该方法是十分有效的。     

推力器故障的刚体航天器自适应变结构容错控制

 针对刚体航天器存在未知惯量参数、推力器故障以及控制受限的姿态控制问题,提出了一类自适应变结构容错控制方法,显式地引入推力器输出的饱和幅值,以确保控制输出在其要求界的范围内;同时,引入控制参数在线自适应调整技术,提高了控制律对参数、干扰以及故障变化的自适应能力;对设计者而言,推力器故障信息不需要进行在线检测和分离。此外,进一步考虑存在推力偏差对系统性能的影响,设计控制器参数使得闭环系统对这类推力偏差具有L₂增益稳定性。最后,将设计的控制器应用于航天器的姿态机动控制,仿真结果表明该控制器能有效地抑制外部干扰、参数不确定性和推力器各种故障的约束,在完成姿态机动的同时,保证其控制输出满足饱和受限界的要求。