基于贝叶斯方法与稳健理论的滚动轴承摩擦力矩不确定度建立方法

基于贝叶斯方法与稳健化理论,提出一种未知分布时间序列不确定度的建立方法。该方法以中位数估计与Huber M估计融合方法分析时间序列数据的稳健性,构建贝叶斯先验分布,并与实验数据建立贝叶斯后验分布,创建以贝叶斯后验分布建立时间序列数据的不确定度。在显著性水平为0～0.1,通过对滚动轴承摩擦力矩分析,中位数估计与Huber M估计相融合方法确定了滚动轴承摩擦力矩稳健数据的边界值、显著性水平,构建了贝叶斯先验分布。以贝叶斯后验分布构建滚动轴承摩擦力矩不确定度。与经典统计学得到的不确定度比较,在相同置信水平下,该方法缩短了评估区间,提高了评估精度0～50%。该融合方法以稳健数据构建先验分布,提供一种贝叶斯方法先验分布建立方法;采用中位数估计与Huber M估计融合方法确定了数据显著性水平和边界值的确定,减小置信水平与稳健数据边界值主观确定的误差;为未知分布时间序列的不确定度建立提供了一种理论。     

数据融合技术在空气动力学研究中的应用

气动力数据通常通过风洞试验、数值计算和飞行试验三种途径获得,三者各有优缺点,为了得到更加完善准确的气动数据,可采用数据融合技术对不同来源的数据进行深加工和利用。针对数据融合技术在空气动力学中的应用进行讨论和探索,首先介绍了数据融合技术在空气动力学中的应用背景、发展现状及数据融合的基本思想,此后综合提出了建立气动数据融合准则的基本思路和两种具有应用价值的融合算法:基于不确定度的数据融合方法和基于气动力建模的数据融合方法,并给出了部分研究应用结果。最后,文章对气动数据融合技术在气动领域的应用前景进行了展望。研究发现,采用数据融合技术后,可以进一步提高气动数据的完整性和准确性,但由于气动数据融合工作不仅需要进行算法研究,同时还需要工作人员的大量经验,融合结果包含较多的人为因素,因此具体采用何种融合方法要根据具体情况而定。     

考虑数值离散误差的湍流模型选择引入的不确定度量化

在流体力学数值模拟过程中存在着多种来源的不确定因素,科学、定量地描述这些因素对模拟结果的影响对模型确认、工业产品设计优化和性能评估等过程十分重要。数值离散、模型选择和模型预测偏差是模拟过程中3种重要的不确定性来源,为将这3种不确定性因素对模拟目标量的影响统一考虑,发展了考虑数值离散误差的贝叶斯模型平均方法。首先,通过对数值离散解和网格尺度进行拟合完成数值离散误差估计,得到每个备选模型真实解的置信区间。然后,通过嵌套方法和条件优化算法,结合贝叶斯模型平均方法构建目标量的概率盒,定义目标变量累积分布函数的上、下限,以此分析其置信区间。最后,针对NACA0012低速绕流和CHN-T1跨声速绕流问题,给出了同时考虑上述3种不确定性因素之后升、阻力系数的置信区间分析示例。     

加速退化试验测量不确定度评定方法

受测量分散性、仪器误差等因素影响，加速退化试验中存在测量不确定性问题。提出了加速退化试验测量不确定度的传播与评定方法，以提高试验评估结果的准确性和可信性。首先，介绍了加速退化试验中的测量不确定度来源，并结合维纳过程加速退化模型参数估计过程分析了测量不确定度的传播效应；其次，分别利用测量不确定度指南评定法（GUM）和蒙特卡洛法，量化评定了加速退化试验中性能观测数据测量不确定度对正常应力水平下产品可靠性评估结果的影响；最后，采用某型空间用高分子传感器案例对本文所提方法进行验证，并针对2种方法的估计结果进行了对比分析，验证了所提出方法的有效性。     

基于气动相似预估旋翼桨叶气动力的方法

提出气动相似情况下旋翼桨叶气动力的转换方法。由此可利用已有旋翼或模型旋翼桨叶的实测内力预估未知旋翼相关状态的气动力。该方法基于旋翼桨叶载荷识别、相似转换和旋翼桨叶动力响应分析 ,将旋翼桨叶气动力分解为与桨叶位移相关和无关的分量后 ,由于气动相似的旋翼间与桨叶位移无关的气动力相等 ,即可实现气动相似动力不相似旋翼间气动力的转换、预估。以桨叶挥舞方向为例 ,导出稳定飞行状态下旋翼桨叶气动力转换、预估方程。最后由实验结果进行了验证     

基于数学模型的气动力数据融合研究

气动力误差来源复杂,气动力真值通常未知,气动力误差传递数学模型的建立非常困难,因此直接将信息融合技术应用于气动力数据融合目前还不可行。迄今为止,未见气动力数据融合的公开报道。本文首次提出了基于数学模型的气动力数据融合准则和方法。首先建立反映气动数据变化规律的数学模型,然后基于气动力数学模型,根据无论计算数据、风洞实验数据、还是飞行试验数据都必须满足气动力变化规律的原则,以气动力数据满足气动力变化规律的程度为依据,建立气动力数据融合准则和融合方法。算例表明,所建立的融合准则和方法是可行的。     

电控旋翼气动特性建模与风洞试验验证

首先建立了带襟翼翼型的非定常气动力模型,继而基于Peters-He广义动态尾迹理论,考虑襟翼偏转对电控旋翼叶素环境的影响,建立了电控旋翼有限状态尾迹模型;进一步基于Theodorsen理论推导出电控旋翼桨叶挥舞响应与桨叶变距和襟翼操纵量的关系,综合以上建立了电控旋翼气动特性分析模型.以改进型电控旋翼试验系统为平台进行了风洞试验,测量了不同风速、不同襟翼操纵条件下的电控旋翼气动力、桨距、襟翼偏角及旋翼挥舞角的变化情况.理论计算结果与试验数据符合情况良好,验证了所建立的分析模型的正确性,并得出以下结论:旋翼转速一定时,桨叶变距与襟翼操纵基本呈线性关系;旋翼拉力随襟翼总距的增加而逐渐减小,襟翼总距较大时,其实际气动效率略有下降;前飞状态时,襟翼总距操纵会引起桨叶的纵向周期变距.      

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。     

带后缘小翼的旋翼振动载荷计算

建立了考虑弹性桨叶、刚性小翼的旋翼气动弹性分析模型和旋翼载荷计算方法.以广义质量和广义力的形式描述小翼惯性力和气动力对系统的影响,以非定常/动态失速模型计算剖面气动力,结合基于实验数据修正的组合气动模型计算带小翼部分的剖面气动力,集成大变形桨叶模型考虑弹性变形的非线性,以力积分法计算桨叶剖面振动载荷.通过计算分析与实验结果相比较,验证了建立的气动弹性模型和载荷计算方法.结果表明:建立的桨叶结构模型精度很高,气弹模型能够准确预测旋翼的振动载荷,挥舞弯矩平均误差控制在9.1%,使用修正的小翼气动模型能有效提高小翼运动时桨叶振动载荷的计算精度.      

基于瞬态尾迹模型的直升机旋翼旋转噪声计算

针对旋翼噪声时域方式求解的特点,本文在能考虑厚度影响的桨叶升力面气动模型的基础上,建立了一个随时间推进的瞬时自由尾迹模型,在该模型中,为提高桨叶载荷计算的准确性,计入了翼型的非定常气动力影响、桨叶的挥舞运动和旋翼的气动力平衡。利用建立的自由尾迹模型,结合Farassat的时域噪声预测理论,构建了一个旋翼旋转噪声预测方法。利用该方法首先计算了模型旋翼在前飞时的载荷和声压时间历程,通过与试验数据的对比,验证了方法的有效性,然后基于本文建立的噪声预测方法,计算了悬停和前飞状态直升机旋翼的厚度噪声、载荷噪声及总旋转噪声的声压时间历程和频谱特性。     

基于不确定性测度与支持度的测试性验前信息融合方法

针对目前验前信息融合方法存在主观性和单一性的缺陷,引入验前分布的不确定性测度和支持度,提出了基于不确定性测度与支持度相结合的验前信息加权融合方法.首先,利用β分布对测试性验前信息的不确定性进行描述,运用不同的验前信息确定验前分布超参数;然后,引入不确定性测度和支持度作为验前信息加权因子,设计了相应的融合算法;最后利用混合验前分布,结合测试性现场试验数据,计算了Bayes融合评估的验后结果.该方法不仅考虑了验前分布本身对测试性参数的真实情况描述的接近程度,还考虑了不同来源的验前信息之间的支持程度.实例分析表明,在同一置信水平下,基于该方法的测试性评估置信下限相对于传统方法的测试性评估置信下限大约提高了0.7%.      

高前进比旋翼气动特性分析方法研究

提出一种前进比高达0.8的旋翼气动特性分析方法,该方法针对高前进比旋翼前行桨叶压缩性、后行桨叶失速效应严重以及桨叶偏流作用和反流区大的特点,建立了旋翼气动力模型以及与之相适应的旋翼诱导速度时变非均布模型与桨叶非定常挥舞运动模型,然后根据高前进比旋翼气动力、旋翼诱导速度和桨叶挥舞运动三者之间的内在耦合关系提出了高前进比旋翼气动特性的动态响应计算方法,最后以H-34旋翼为例计算了该旋翼高前进比状态的气动特性,并将计算结果与风洞试验数据进行对比验证,结果合理。     

基于涡环尾迹模型的共轴刚性旋翼直升机飞行动力学建模

共轴刚性旋翼直升机上下旋翼间距小,旋翼间气动干扰较为复杂,影响飞行动力学特性。针对这一问题,利用涡环单元动态尾迹方法构建了共轴旋翼气动力模型,通过与风洞试验结果比对说明该模型能够准确地计算存在气动干扰时共轴旋翼的气动力特性。以该共轴旋翼气动力模型为基础,建立了共轴刚性旋翼直升机飞行动力学模型,并以XH-59A直升机为研究对象,计算了前进比为0~0.4时的配平特性。通过与飞行试验数据的比对发现：该飞行动力学模型与飞行试验结果比对良好;且模型计算速度较快。通过对配平结果以及旋翼尾迹运动的分析发现：共轴刚性旋翼直升机旋翼间气动干扰会增加悬停和低速前飞时的配平总距和总距差动;低速前飞时的纵向周期变距负梯度现象是由于旋翼间气动干扰与刚性旋翼挥舞运动特性叠加而造成的。     

适用于工程数据的飞行器气动特性修正框架

新型飞行器对气动特性的预示精准度提出了更高的要求，为此研究了一种适用于多条飞行试验数据的气动特性修正框架，实现了对地面气动模型及先验不确定性模型的修正。基于试验数据特点，首先从模型辨识角度，改进了传统的多元正交函数法，构建了多试验数据模型项的统计优选准则，设计了基于总体最小二乘思想的定制化参数估计算法；然后从不确定度量化角度，估计出了气动修正模型的总偏差，校验了先验不确定性模型。最后应用提出的修正框架处理某飞行器的10条试验数据。结果表明相比于原始地面气动特性预示方式，修正后的方式，一方面预测的气动系数更接近测量的气动系数，另一方面估计的气动误差带具有较少的误差带外测量点及最高的精细程度。     

复合式常规旋翼高速直升机机身气动布局风洞试验研究

复合式常规旋翼高速直升机是国内外高速直升机重点发展的几种构型之一。本文首先简要介绍了某300kg复合式常规旋翼高速直升机的机身气动布局形式，针对该机设计并加工了1∶1.5机身风洞试验模型，在4m×3m风洞开展了机身气动特性风洞试验。通过对比不同机身部件组合状态在不同迎角、侧滑角条件下的气动力及纵横向气动导数，获得了全机及各部件气动性能。根据风洞试验结果，结合已建立的旋翼气动力模型和螺旋桨气动力模型，建立了全机飞行力学模型，并分析了不同飞行速度下全机的静稳定性，验证了该复合式高速直升机具有合理的机身气动布局，研究结果可为复合式常规旋翼高速直升机的进一步发展提供参考。     

基于符号计算的风洞试验测量不确定度评估

基于符号计算进行风洞试验测量不确定度分析可以实现实验数据处理公式及误差灵敏度系数的自动推导，采用该方法对ZSDD-1导弹标模风洞试验结果进行了定量的试验不确定度评估，计算得到的气动力系数精度极限与重复性试验得出的试验精度吻合良好，气动力系数偏离极限计算值通常是其精度极限的3-4倍，其不确定度大约是其精度极限的4倍。笔者所述分析方法和分析程序为定量评估风洞试验数据的可靠性提供了一种有效手段。     

小子样复杂装备系统测试性评估中的验前参数值确定方法

针对当前小子样测试性评估中对验前信息处理不规范、结果可信度差的问题,研究了由专家经验信息、子系统试验信息和虚拟仿真信息确定系统测试性验前参数值的方法.根据不同来源的测试性验前信息,分别提出了模糊不确定性加权、分系统数据折合和基于相似度量的Dempster-Shafer(D-S)证据融合方法估计系统测试性验前参数值.实例分析表明:该方法计算测试性评估中的验前参数值比其他文献方法的计算结果低约0.8%.     

旋翼翼型气动设计与验证方法

为满足我国直升机研发对自主旋翼翼型的迫切需求,开展了旋翼翼型气动优化设计与验证方法研究.发展了旋翼翼型指标分析与给定方法,给出了我国直升机旋翼翼型谱系规划设想,以进化多目标算法为基础结合PCA算法建立了旋翼翼型多点/多目标优化设计方法,突破了旋翼翼型气动特性精准测量风洞试验技术.利用所建立的方法对典型厚度翼型进行了优化设计并开展了风洞试验验证,计算评估与试验验证均表明自主设计翼型综合性能较国外参考翼型有一定提升.在此基础上,进一步构建了旋翼性能理论计算与试验验证综合评估方法,两种方式得到的旋翼主要性能数据偏差小于5％,表明该方法具有较高的可靠性.评估结果显示,基于设计翼型的旋翼模型气动性能较基于参考翼型的旋翼模型提升了3％.     

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。     

激波风洞气动力试验不确定度影响因素分析

参考北大西洋公约组织和AIAA推荐的风洞试验数据不确定度计算方法，结合激波风洞运行特点，确定激波风洞气动力试验的主要误差源，计算激波风洞13-2标模气动力测量结果的不确定度。采用改变单一变量的方法计算主要误差源对测量结果不确定度的影响程度，辨析对不确定度起主要作用的基本参数。计算结果表明：皮托压力和总压的测量结果对流场参数影响显著，皮托压力的测量结果比总压测量结果对流场参数与气动力测量结果影响更大；降低皮托压力和总压的偏离极限，有利于提高激波风洞气动力试验数据的质量。