高速风洞大振幅俯仰动态试验技术研究

在高速大迎角时的动态气动特性是衡量新一代高机动飞行器气动性能的重要参数之一。笔者介绍了在CARDC的FL 21与FL 24高速风洞配套的大振幅俯仰动态失速实验系统。该系统包括:FL 21与FL 24高速风洞大振幅俯仰运动机构;俯仰运动控制系统;数据采集与处理软件系统。该系统可以在高速风洞中真实模拟飞行器大振幅俯仰运动,并测量其相应的非定常气动力的变化,也可以为飞行器的飞行力学动态性能分析或飞行模拟器提供非定常气动力数据。试验研究初步揭示了航天飞机OV102模型高速大迎角俯仰运动的动态气动特性。     

非定常气动力辨识的模糊逻辑方法

提出了用内部函数和二次型隶属函数对非线性非定常气动力进行模糊逻辑建模与辨识的方法 ,分别用 F- 18和 F- 16飞机强迫振荡的实验数据建立了非线性非定常气动力模型 ,讨论了隶属函数导数的连续性对模糊逻辑模型精度的影响 ,并与已有的 Fourier模型和非线性代数模型进行了比较。结果表明 ,文中提出的建模方法能够给出更为满意的结果。     

风洞自由飞模型俯仰阻尼导数的提取方法

本文介绍了提取风洞自由飞模型俯仰阻尼导数的一种方法。使用非线性微分方程对模型姿态角进行参数辩识而得到以瞬时角位移表示的俯仰阻尼导数。假定在每个振动周期内模型阻尼变化小,且阻尼导数对称。使用 Kryloff-Bogoliuboff 方法对瞬时阻尼进行平均化处理便给出以角振幅表示的模型俯仰阻尼导数。这种角振幅表示法使模型非线性阻尼导数具有良好的重复性。因此,风洞自由飞模型非线性俯仰阻尼导数表示为角振幅的函数更为合理。而且在实验数据的角振幅变化范围内提供较为可靠的结果。     

低速振荡三角翼气动特性研究

对后掠角７０°尖前、后缘三角翼进行了低速风洞试验。用五分量内式应变天平测量了静、动态气动力。考核了动态试验装置、测试系统和数据采集／处理方法。模型静态法向力测量结果跟文献［１］实验符合；在一定折合频率范围内作大振幅动态运动时，法向力和俯仰力矩出现过冲量；动态失速延迟；上仰和下俯运动产生的气动载荷形成滞后环。用俯仰气动阻尼表示滞后度并确定振荡稳定特性。文中还对实验结果用傅里叶分析作了预测，二者趋势一致。     

基于非定常气动力建模的动导数仿真实验

应用系统辨识理论，利用纵向大振幅非定常气动力实验数据，在频率域内建立了基于Ｆｏｕｒｉｅｒ 变换法的非定常气动力数学模型，并发展了一种获取常规动导数的仿真实验方法，分析了迟滞环的物理意义。对６０°三角翼和Ｆ－１８ 飞机模型进行动导数仿真计算，研究了不同振幅、频率及迎角变化对动导数的影响。结果表明，Ｆｏｕｒｉｅｒ 变换模型可以用于动导数仿真计算，使大振幅非定常实验与小振幅常规动导数实验合二为一。迟滞环的方向反映了飞机运动的阻尼特性。     

电磁式双凸极电机的非线性电感建模

电磁式双凸极电机是一种新型交流调速电机。目前对其研究主要是在基于分段线性电感函数建立的模型基础上进行的。为了能更加准确地反映电机电磁特性，本文提出了另一种建模方法：非线性电感建模。该方法首先通过数值方法得到不同相电流及励磁电流下的非线性电感函数和曲线，在此基础上构建电机模型。并就这种非线性建模方法和分段线性电感建模方法对系统性能的影响进行了比较，最后进行了仿真验证。理论和仿真结果表明：非线性电感模型和分段线性电感模型反映的电流特性基本一致，电流闭环控制时两种模型反映的平均转矩相同。但转矩脉动特性有所不同。非线性电感模型较分段线性电感模型准确。因此非线性电感模型适用于分析电机的转矩脉动特性。     

小功率随动系统的建模与校正网络设计

本文对XSJ-2型小功率直流随动系统进行了研究.首先对随动系统进行了实验建模;接着构建了随动系统的系统框图;用Matlab语言编程对系统进行仿真,得到系统不同K值下的阶跃响应;最后采用经验法为该系统设计了一个串联校正装置,使系统动态指标满足要求.其建模、仿真以及校正网络设计方法简单易行,对研究其他种类的随动控制系统具有一定的借鉴作用.     

基于小波神经网络的多模型故障检测

提出了一种利用小波神经网络辨识非线性系统多模型故障的方法。证明了状态估计误差渐近收敛到零，同时证明了如果激活函数满足持续激励条件，辨识器参数将趋于理想辨识器参数。分析了多模型辨识结构，并将小波神经网络作为辨识器应用于多模型故障检测。给出了小波神经网络进行非线性系统逼近的实例，用小波神经网络辨识器对多故障模型检测进行了仿真，证明了此方法的正确性和可行性。     

核统计分析和监测方法处理多模式批处理过程

提出了一种解决批处理过程多种工作模式故障检测问题的方法。该方法从多种工作模式中提取各个模式相类似的信息,解决了该工作模式下故障检测建模问题;将核函数应用到算法中,利用核技术提高算法处理非线性数据故障检测的能力;将在每种工作模式下的数学模型进行分解,将反映相似信息和各个模式不同的信息进行分离,并分别建立故障检测模型,通过分析可以辨别出当前所处的工作模式,并且有效地检测故障的发生。     

基于Hammerstein模型的非线性建模与预测控制

所有实际的运动机构中都包含一定的非线性,对其进行精确的建模和控制是运动控制中具有挑战性的难题。文中提出了基于粒子群优化算法的RLS-PSO系统辨识建模方法,所得伺服转台模型具有良好拟合效果;对该模型提出改进的两步法,应用基于预测函数控制(Predictive functional control,PFC)的全局优化预测控制;伺服转台的仿真运行结果表明跟踪效果良好。