一种加速的参数化模型降阶方法

参数化模型降阶(PMOR)方法离线阶段训练数据的过程比较耗时,因此提出了一种加速方法。在基于矩阵插值的PMOR方法的基础上,采用组合近似的重分析技术对基于振型向量的模型降阶(MOR)过程进行加速,利用初始刚度分解矩阵生成迭代计算基向量以对系统矩阵降阶,通过降阶矩阵生成参数化模型的振型向量,对参数空间上的采样点重复整个加速计算过程生成离线数据库。并以电磁振动台动圈为例,采用普通方法和加速方法对均布采样样本点展开仿真研究,结果表明,在保证所构建的离线模型数据库准确度的前提下,此方法能减少80%以上的MOR计算时间,且随着采样点的增多,增速越明显,可以大幅度提高参数化降阶模型离线训练效率。      

模型降阶在折叠机翼主动控制中的应用研究

针对以主动控制为目的的模型降阶中的降阶精度以及控制系统的降阶设计问题,以变体飞机折叠机翼为对象,建立以模态综合法为基础的动力学模型,对该模型分别采用模态价值分析方法和平衡截断降阶方法建立结构的降阶模型;利用可控度、可观度对两种降阶模型的精度进行对比分析,对降阶模型进行设计并施加主动控制律,抑制翼尖的位移响应。结果表明:平衡截断降阶模型具有较高的可控度,模态价值分析降阶模型具有较高的可观度;两种降阶模型均可以快速精确地得到高阶动力学的降阶模型,并且该模型可以有效地应用于主动控制系统的设计。     

泡沫铝的三维重构与有限元模拟

<正>泡沫铝具有优异的物理性能、化学性能和力学性能以及可回收性。这些优异性能使其在当今的材料领域具有广阔的应用前景,是很有开发前途的工程材料,特别是在交通运输工业,航天事业和建筑结构工业等方面~([1])。刘亚洲等人~([2])提出了一种基于同态球的多孔材料的三维模型重构手段。通过研究孔隙中间的同态球并定义为孔隙体,把多孔材料的孔隙空间几何形状用孔隙体和另外定义的吼道来表示。利用孔隙体和吼道之间的联系来     

三组分周期梁结构纵向和弯曲振动带隙特性

<正>梁类结构是工程中一种很常见的结构。因而长期以来,在理论和工程界,对其进行振动控制一直是备受关注和着力解决的热点问题之一。最早,Rayleigh对于周期结构的能带特性进行了研究并证明了在周期媒介中,存在一定的频率范围,波在此范围内不能够传播~([1])。后来,Brillouin~([2])对波在周期结构中的传播特性进行了更系统深入的研究,通过推导得到了电滤波器和晶体格子这样的周期结构中的波数和频率的函数关系,并用它来描述周期结构的能带特性。这对后来对     

适用于参数可调结构的非定常气动力降阶建模方法

基于计算流体力学(CFD)的非定常气动力降阶模型(ROM)可以极大提高气动弹性分析效率,然而现有的ROM只能针对固定参数结构,即只适合于固定模态振型,这使得现有ROM在气动弹性优化设计和不确定性分析等结构变参问题中应用受限。针对该问题,在文献[20]基础上提出了一种新的适用于任意模态振型的非定常气动力建模方法。首先将待设计/分析的结构进行参数化抽样和模态分析,之后通过主成分分析(PCA)得到若干基振型,再将这些基振型线性叠加即可拟合抽样空间内任何参数下结构的前若干阶振型。当结构参数改动时,仅仅是叠加系数发生变化。算例表明,仅用很少的基振型就能达到理想的拟合精度。经典的气动力降阶方法可用于基振型坐标下的气动力降阶,进一步变换可得到适用于不同结构的ROM,这意味着,结构参数可以在抽样空间内任意调节改动,而ROM却是通用的。该方法能广泛用于气动弹性优化设计和不确定性分析工作,可提高颤振分析精度和效率。     

基于本征正交分解和代理模型的高超声速气动热模型降阶研究

气动热弹性分析是高超声速飞行器设计的关键技术之一。高超声速飞行器气动热的准确快速预测是气动热弹性分析的重要前提。针对当前气动加热工程计算、数值计算和实验研究均不能很好满足设计要求的问题,采用本征正交分解(POD)与代理模型(Surrogate)技术结合的模型降阶(POD-Surrogate)方法,建立了一种快速高效的高超声速气动热降阶模型框架。针对典型高超声速三维翼面气动热预测研究结果表明:当保留的POD基模态个数大于20时,PODKriging方法和POD-RBF(Radial Basis Function)方法的降阶模型得到的翼面温度分布与计算流体力学(CFD)计算温度L∞平均误差分别达到6%和14%,相对均方根误差(NRMSE)平均误差分别达到4%和12%,继续增加POD的基模态并不能提高降阶模型的预测精度;针对高超声速机翼气动热计算,POD-Kriging方法比POD-RBF方法具有更高的精度;针对典型的高超声速三维翼面气动热预测表明:基于POD-Surrogate方法的气动热降阶模型具有较高的精度和效率。     

下游压力扰动下的激波串迟滞现象研究

正由于空气黏性等因素的影响,在诸如高超声速飞行器隔离段~([1])、超声速风洞扩压段~([2])等超声速内流场中,常常存在着斜激波串结构。此类结构中,伴随着复杂的激波和附面层之间的干扰作用,同时对于上游和下游的压力变化十分敏感。在工程上,斜激波串的振荡现象会在壁面产生     

弹性边界下正交各向异性壁板的颤振分析

<正>高超声速飞行器是航空航天工程的前沿研究领域。到目前为止,仍有许多问题需要克服,最常见的问题之一是颤振。早在1970年,Dowell~([1])就对板壳颤振问题的稳定性分析进行了总结。颤振一旦发生,扰动引起的振动幅值会迅速增加直至结构被破坏,其后果往往是灾难性的。颤振带来的危险不容忽视,因此对于颤振问题的研究必不可少。活塞理论是超声速空气动力学中最常用的理论。1990年,陈劲松等~([2])提出了当地流活塞理论,在活塞理论的基础上,利用翼型表面的     

基于QFT的倾转旋翼飞行器控制律设计

<正>飞行控制问题是研究倾转旋翼机技术的关键,文献~([1])建立了无人倾转旋翼机非线性动力学模型,并进行了全模式的飞行控制律设计,建立了无人倾转旋翼机的飞行试验系统,进行了地面联调、地面开车试验以及全模式飞行试验并取得成功~([2])。Horowitz教授~([3-4])提出定量反馈理论(QFT),QFT是一种频域鲁棒控制系统设计思想,它将经典控制理论中的频域校正器的设计思想推广应用到对不确定对象     

基于自编码器和LSTM的模型降阶方法

自编码器是一种有效的数据降维方法,可以学习到数据中的隐含特征,并重构出原始输入数据。本文提出了一种基于多层自编码器和长短期记忆网络的模型降阶方法,以提升降阶模型的精度。文中以二维圆柱绕流为例,对该方法进行了分析与验证。首先用多层自编码器对原始数据进行降阶和特征提取,然后构建基于长短期记忆网络的预测模型,最后将自编码器和预测模型拼接并进行微调,得到降阶模型,并将其与基于主成分分析的降阶模型进行对比。结果表明,多层自编码器能在保证精度的同时提升数据压缩率;提出的降阶方法有效地提升了模型精度,使得预测速度场和原速度场之间的均方根误差降低至3×10^-3左右。     

基于可观测性分析的旋转式惯导系统在线自标定方法的设计

本文建立了速度误差外观测量的静基座双轴旋转式惯导系统在线标定卡尔曼滤波模型,其状态向量包括地速误差、姿态失准角和惯性器件零偏、标度因数误差、安装误差,可估计旋转式惯导系统失准角与惯性器件误差参数。通过分段线性定常系统(PWCS)可观测性分析方法分析不同旋转方式下系统可观测性变化情况,得出双轴连续旋转的角运动方案可以改善卡尔曼滤波滤波的可观测性。根据基于奇异值分解的可观测度分析结果进行模型降阶,同时结合旋转式惯导系统的工程应用特性,得到12阶卡尔曼滤波参数模型。降阶系统阶数降低约55%,可以显著降低运算量,有效提高了导航计算机运算效率和实时性。仿真实验表明：降阶模型的估计精度不低于原模型,而且部分状态量的滤波收敛速度有提高。     

相关色噪声下无冗余累积量稀疏表示DOA估计

针对传统均匀线阵中四阶累积量计算复杂度大、对快拍数敏感的问题,提出了一种快速去冗余的高分辨波达方向估计新方法。该方法首先通过构造选择矩阵对四阶累积量矩阵进行第1次降维处理,摒弃传统四阶累积量中大量冗余数据,然后对无冗余累积量矩阵进行矢量化并通过二次降维得到统计性能更优的向量观测模型,最后在相应的过完备基下建立观测模型的稀疏表示进行波达方向(Direction of Arrival,DOA)估计。同时将方法推广到L型阵列2维DOA估计,扩展了其应用范围。与传统的四阶累积量方法相比,该方法大大地减小了计算量,对快拍数要求不高,并且能够有效地抑制相关色噪声。理论分析和仿真实验验证了该方法对1维和2维DOA估计都具有较高的估计精度和分辨率。     

柔性空间结构选频二阶保结构平衡降阶

利用传统的一阶选频内平衡降阶方法进行降阶时,不但破坏了原二阶系统动力学结构,而且降阶过程中的选频Gramian矩阵的求解计算量大、数值稳定性差.利用解耦模态坐标的二阶柔性空间结构(FSS)方程的特殊性,给出了可控和可观Gramian矩阵的选频闭合解析解.为了将FSS动力学模型在指定频段进行降阶并保留原系统的二阶动力学结...     

模态密集柔性空间结构二阶内平衡降阶

 给出一种针对二阶线性系统方程直接进行降阶的二阶系统内平衡降阶方法。大型柔性空间结构动力学方程采用二阶线性微分方程描述,采用传统的一阶内平衡降阶方法降阶后的状态方程是一阶形式,破坏了原系统的二阶结构和物理意义。采用新方法降阶后的系统可以保持原系统二阶结构,同时可以进一步保持原系统的对称和正定特性。柔性空间结构系统级降阶的柔性模态方程通常为对角形式,针对这种特殊形式,系统可控和可观Gramian矩阵存在闭合解析解,给出了闭合解的具体表达形式。数值仿真结果表明,二阶内平衡降阶方法可以达到一阶内平衡方法一样的降阶精度,Gramian矩阵的闭合解析解可以大幅度提高Lyapunov方程求解速度。     

基于本征正交分解的叶片碰摩系统降阶方法

针对叶片碰摩响应求解问题,提出了采用本征正交分解进行动力学降阶的方法。通过对快照矩阵进行本征正交分解生成投影子空间,将系统动力学方程投影到子空间进行模型降阶,并结合数值积分方法进行了碰摩响应求解。基于降阶模型分析了不同转速及侵入量参数下的叶片碰摩响应,并与全阶模型进行了对比。结果表明:降阶模型的时域响应幅值偏差小于5%,计算效率了提升98.4%;通过改变叶片转速、侵入量参数验证了降阶模型的鲁棒性,并且发现随着转速、侵入量的增加,本征正交模态能量在低阶与高阶之间发生转移,并呈现出不同的传递规律,由转速引起的模态能量转移与结构的固有频率存在一定关系。该方法及结论可为叶片碰摩分析及故障诊断提供依据。      

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。     

基于增量学习的非定常气动力参数化降阶模型

气动降阶模型（ROM）是预测非定常气动力的有效工具,具有高精度和低计算成本的优点,近年来许多研究证实了该方法的有效性。但是关于飞行参数变化时,ROM的鲁棒性还需要进一步提高。为了提高ROM对不同飞行参数下的气动力预测能力,提出了基于最小二乘支持向量回归（LS-SVR）和增量学习算法的参数化降阶模型。LS-SVR是一种具有良好泛化能力的回归方法,基于LS-SVR的增量学习算法的主要贡献是在增加新样本集时,不需要重新学习整个数据集。为说明该方法的有效性,基于两自由度NACA64A010翼型构建参数化非定常气动力降阶模型。为了训练气动力输入和相应输出之间的关系,将马赫数和迎角作为附加的模型输入。仿真结果表明,该降阶模型能够准确描述气动力和气动弹性系统在不同飞行参数下的动态特性。     

一种基于模态减缩技术的整体叶盘结构失谐识别方法

以谐调叶盘有限元模型解析模态和真实失谐结构的测量模态作为基础信息,提出一种整体叶盘结构失谐识别方法.该方法基于经典模态减缩方法(SNM)降阶技术,降低了识别过程的计算花费以及对基础信息的要求;采用子矩阵型技术使得失谐参数定义更加的自由,并使得该方法具有模型修正的功能;利用最可能向量技术处理实验测量模态振型,可有效的限制测量噪声、非线性等因素对识别过程的影响.最后以一个真实叶盘结构的仿真分析证明了该方法的有效性.      

基于ANSYS Workbench的可伸缩机翼的模态分析

<正>气流扰动容易造成机翼的弯曲变形、扭转变形甚至损坏~([1-2])。每一个结构都有其固有频率,为了防止可伸缩飞行汽车发生共振而导致可伸缩机翼变形,因此有必要对可伸缩机翼进行模态分析~([3-4])。进行模态分析有许多好处:可以为结构设计提供指导使其避免共振,或者可以使结构以特定的频率振动~([5])。对可伸缩机翼进行模态分析,可以获得可伸缩机翼在各阶频率下的模态,获得振动频率与应变之间的关系。本文采用ANSYS Workbench对可伸缩     

基于频域法的结构振动疲劳裂纹扩展寿命分析

正工程结构在服役期间往往会承受循环载荷,可能会萌生裂纹,最后裂纹扩展至断裂。疲劳破坏时的应力水平远比静载荷破坏时的应力水平低,而且疲劳破坏时一般没有明显的塑性变形,对工程结构的危害很大,甚至会造成灾难性的事故~([1])。因此,需要关注结构的随机振动裂纹扩展寿命问题。结构的振动疲劳同结构的动态特性(惯性、弹性和阻尼)和载荷的动力特性密切相关,同以往的静疲劳有很大不同~([2])。