基于物理信息神经网络的飞机气动参数辨识方法

在飞机设计与研制过程中，通过气动参数辨识建立可靠的飞行动力学模型非常重要。传统的气动参数辨识工程算法，诸如极大似然法，需要给出合理的飞行动力学模型以及待辨识参数的初值。基于传统神经网络的气动参数辨识可以避免飞行动力学建模过程，这种方法需要通过增量法、导数法间接地从神经网络提取气动参数。本文提出了一种基于物理信息神经网络的飞机气动参数辨识方法，可将含待辨识参数的飞行动力学模型作为正则项加入损失函数，直接辨识得到气动参数。该方法可以显著减少建模数据需求，也能提高建模精度。飞行仿真数据验证结果表明，该方法的无噪声、含2%噪声仿真数据，纵向飞行状态空间模型辨识最大相对误差分别为1.80%、4.64%，表明了基于物理信息神经网络的飞机气动参数辨识方法具有可行性，并对含噪声的飞行数据具有泛化性。     

考虑铁耗电阻的感应电机参数在线辨识技术

传统感应电机高性能控制方案中,电机模型忽略了电机铁耗的影响,与实际物理模型有一定的偏差。基于包含铁耗等效电阻的感应电机模型,建立新的励磁电流计算方法,对电流和电压信号进行高精度的采样和离散处理,并对电机模型进行数学推导,得到基于递推最小二乘法(RLS)的辨识模型,实现了对铁耗电阻、转子电阻等重要电机参数的在线辨识。建立了MATLAB仿真模型,对参数辨识算法进行验证。仿真试验结果表明:所提方法可以在不同工况下实现较高精度的辨识,并可以快速地跟随待辨识参数的变化,为感应电机高性能控制奠定了基础。     

一种无人直升机飞行力学模型辨识方法研究

研究了一种无人直升机飞行力学模型辨识方法.将状态子空间辨识法和误差预报辨识法这两种不同机理的辨识方法相结合,用于无人直升机飞行力学模型的辨识.通过仿真计算,成功地辨识得到了悬停状态下算例无人直升机的高阶飞行力学模型.结果表明:提出的辨识方法具备状态子空间辨识法和误差预报辨识法各自的优点,不会出现经典辨识算法中寻优过程中出现的局部极小现象以及迭代带来的收敛性问题.     

考虑测量噪声的朗道自适应惯量辨识方法

传统朗道自适应惯量辨识方法只有一个自适应系数可以调节,难以同时兼顾辨识速度和辨识精度,导致速度自适应控制系统在测量噪声较大的情况下容易不稳定。为解决这一问题,提出了一种考虑测量噪声的朗道自适应惯量辨识方法。该方法采用相同的低通滤波器对速度和电磁转矩同时进行滤波,保证了辨识模型与无滤波时的相同。在此基础上综合调节自适应系数和滤波器时间常数,在保证辨识速度的前提下减小辨识系统的噪声,提高辨识精度,从而提高了速度自适应控制系统的稳定性。仿真和试验验证了所提方法的正确性和有效性。     

加表量化精度对惯导平台误差系数辨识的影响

通过采用加表的输出以及由离心机半径、角速度、角位置所确定的向心加速度输入作为观测量的辨识方法,结合惯导平台的误差模型,仿真分析了加表量化精度对惯导平台误差系数辨识结果的影响。结果表明,加表量化精度越高,惯导平台误差系数的辨识精度越高。     

表面热流辨识技术在边界层转捩位置测量中的应用初步研究

目前工程飞行试验中主要采用近壁热电偶测温法来确定飞行器表面流动的边界层转捩位置,由于测点离表面较近,对温度传感器量程和结构强度有较高要求。为此,提出了基于表面热流辨识技术确定转捩位置的基本思想和处理方法,测点可以距离表面相对较远。但是,当测点越远离受热面,辨识问题的不适定性会越强,因此需要采用仿真辨识方法来对传感器安装位置进行合理选取。在给出二维传热模型表面热流辨识算法的基础上,对两个算例进行了仿真辨识分析。结果表明：基于表面热流辨识技术确定转捩位置是可行的,能给出较为准确的转捩区域判断。     

采样数据含高频有色噪声的连续模型辨识

提出了一种采样数据中存在高频有色噪声的连续模型辨识方法,该方法通过引入积分运算,将连续时间系统的微分方程模型转换为积分方程模型,从而在辨识时使噪声的影响可以忽略,然后直接利用传统的最小二乘法估计出系统的连续时间模型参数。该方法具有较强的抗有色噪声干扰的鲁棒性、计算方法简单、参数辨识精度高等优点。仿真实例验证了该方法的有效性与可行性。     

惯导平台车载试验中里程仪刻度因子在线辨识方法研究

本文综合了限定记忆辨识算法和渐消记忆辨识算法的优点,并将一种具有收敛速度快、跟踪能力强的优点的可变遗忘因子加入其中,从而得到了一种新的在线递推辨识算法并进行了仿真验证.仿真结果证明了该方法的有效性,该方法可在线辨识里程仪刻度因子并可提高其辨识精度.     

多模态时域振动衰减信号各模态分离与阻尼参数辨识方法

针对多模态信号中各模态难以准确分离和模态阻尼参数难以准确识别的问题,提出了布谷鸟搜索(CS)算法参数优化的变分模态分解方法 (CS-VMD)和模态阻尼参数辨识的包络线积分法(EIM)。使用CS-VMD方法将多模态时域振动衰减信号中的多模态分量准确分离开来,利用EIM辨识各模态的模态频率和阻尼比,并与理论值(或测量值)以及半功率带宽法(HPB)辨识值进行对比。位移仿真信号与压气机导向叶片测频信号模态分解及模态参数辨识表明,CS-VMD方法可实现对多模态信号的正确分解,EIM辨识的模态频率误差均小于1.0%;对于位移仿真信号,EIM辨识的模态阻尼比最大误差小于2.5%;对于压气机导向叶片测频信号,使用EIM和HPB方法辨识的模态阻尼比最大差别为9.098%,EIM的模态阻尼辨识精度比HPB方法高。     

基于6SPS并联机构标定新方法

系统研究6SPS并联机构标定的方法。研究中应用激光跟踪仪测量、基于并联机构正解和定位误差旋量的计算,正交试验进行试验设计,应用非线性最小二乘参数辨识。仿真验证辨识的几何误差可以等于假定值,试验验证位姿精度提高了10倍。     

基于梯度算法的永磁伺服系统惯量辨识性能研究

为抑制惯量扰动对高性能伺服驱动系统性能的影响,系统应具有惯量辨识和控制器参数自整定的功能,而精准、快速地辨识出系统实时转动惯量值是其需要首先解决的关键技术.本文针对惯量辨识展开了研究,推导出永磁同步电机(PMSM)惯量辨识的梯度公式,并研究了影响惯量辨识收敛速度和精度的因素.通过仿真和实验表明,梯度算法用于永磁伺服系统...     

基于ARMA模型在线辨识器的线性系统建模方法

线性系统的在线辨识是系统辨识领域中最感兴趣的问题之一。本文给出变阶式递推增广的最小二乘法及阶估计准则。在此基础上 ,给出一类ARMA模型在线辨识器。这种辨识器可用于在线或离线辨识。实例表明 ,建模计算量大大减小 ,并具有较高的精度     

空天飞行器星敏感器安装误差在线标定方法

空天飞行器高动态、长航时的运动特性可能导致一体化安装的惯性/天文组合导航系统中星敏感器与惯导间产生安装误差角。设计了一种星敏感器安装误差角动态辨识方法,建立了星敏感器安装误差角模型,设计了基于天文角度观测的星敏感器安装误差角动态辨识方案,分析了不同机动飞行方式下星敏感器安装误差角的可观测度。仿真结果表明,所设计的基于卡尔曼滤波的动态辨识方法能够在飞行器机动过程中快速地对星敏感器安装误差角进行在线标定,对安装误差角的标定值可以达到实际误差值的85%以上,有效地提高了组合导航系统的精度。     

飞机舱内噪声的研究现状

飞机舱内噪声是影响乘客舒适性的一项重要指标,舱内噪声的最小化是国内外共同追求的目标。在对飞机外部噪声源特性进行介绍的基础上,对噪声源/传递路径识别、舱内降噪措施以及声学试验计算等方面进行了综述。其中,噪声源以及噪声传递路径识别主要从各种识别技术手段方面展开了讨论,包括频率分析法、相关技术、修改噪声传递路径、空气传声以及结构传声的识别。而舱内降噪方法主要从被动降噪与主动降噪两方面进行全面介绍,指出被动降噪是一种修改与优化噪声传递路径的方法,而主动降噪能自动感应识别并控制噪声源,并分别给出了两者的优点及其局限性。在噪声测试与仿真模拟方面则介绍了国内外地面实验室舱内噪声的研究情况,并指出了国内的不足,对仿真计算理论进行了梳理,列出各自的适用范围。最后,指出了目前舱内噪声研究依然存在的问题与挑战,并给出了未来的研究方向。     

飞机颤振模态参数的频域子空间辨识

 研究了基于非参数噪声模型的频域子空间系统辨识法，并采用频域子空间辨识算法实现了基于多通道数据的颤振模态参数辨识，改变了传统的单通道颤振试验数据分析模式，试验结果表明子空间算法能有效提取多通道数据中包含的主要危险模态信息，且计算量小，适用于模态参数的在线分析。     

空天飞行器星敏感器安装误差在线标定方法

空天飞行器高动态、长航时的运动特性可能导致一体化安装的惯性/天文组合导航系统中星敏感器与惯导间产生安装误差角。设计了一种星敏感器安装误差角动态辨识方法,建立了星敏感器安装误差角模型,设计了基于天文角度观测的星敏感器安装误差角动态辨识方案,分析了不同机动飞行方式下星敏感器安装误差角的可观测度。仿真结果表明,所设计的基于卡尔曼滤波的动态辨识方法能够在飞行器机动过程中快速地对星敏感器安装误差角进行在线标定,对安装误差角的标定值可以达到实际误差值的85%以上,有效地提高了组合导航系统的精度。     

Quick identification of guidance law for an incoming missile using multiple-model mechanism

A guidance law parameter identification model based on Gated Recurrent Unit (GRU) neural network is established. The scenario of the model is that an incoming missile (called missile) attacks a target aircraft (called aircraft) using Proportional Navigation (PN) guidance law. The parameter identification is viewed as a regression problem in this paper rather than a classification problem, which means the assumption that the parameter is in a finite set of possible results is discarded. To increase the training speed of the neural network and obtain the nonlinear mapping relationship between kinematic information and the guidance law parameter of the incoming missile, an output processing method called Multiple-Model Mechanism (MMM) is proposed. Compared with a conventional GRU neural network, the model established in this paper can deal with data of any length through an encoding layer in front of the input layer. The effectiveness of the proposed Multiple-Model Mechanism and the performance of the guidance law parameter identification model are demonstrated using numerical simulation.     

基于递推傅里叶变换的飞行器参数在线辨识方法

在线辨识在现代飞行控制系统设计中扮演越来越重要的角色,飞行器模型的在线更新使得人们可以采用更智能的控制方法。基于计算精度和速度的考虑,在线辨识方法通常以递推方式进行,主要分为时域和频域两大类方法。在建立飞行器系统模型结构的基础上,利用频域递推傅里叶变换及最小二乘方法,实现对气动及控制偏导数的在线辨识。针对某飞机纵向通道的在线辨识仿真验证该方法有效,且计算速度和收敛速度快,辨识结果与参数真实值之间的一致性好,方法对传感器噪声有较强的适应性。最后,分析比较了各种典型激励信号对辨识结果的影响,为进行实际在线辨识试验提供了参考依据。     

声学风洞内气动噪声源识别定位方法研究

声学风洞流场和试验环境会影响声音的传播,进而会影响声源识别。根据用于静态声源识别的经典Beamforming算法,利用声波在气流场和风洞射流剪切层中的传播规律,给出了一种能够用于声学风洞试验的基于麦克风阵列的气动噪声源识别分析方法,并进行了数值仿真和数值验算。数值验算结果表明风洞流场和剪切层对噪声源识别效果影响明显,采用本文所总结的计算方法能有效地修正这些影响。     

飞机执行器故障诊断方法研究

故障诊断是容错控制技术的基础,本文采用了一种独特的辨识算法,通过对系统开环增益的辨识而确定控制系统执行器的工作状态。仿真结果表明,该算法可以快速、有效地确定出当前执行器的工作状态。经过进一步的改进,该算法还可以应用于控制系统其他参数的故障诊断。