QAR数据处理在气动力矩参数辨识中的应用

长期飞行引起的结构疲劳损伤和复杂环境下的腐蚀损伤等因素导致飞机的气动模型会随时间略有变动,而飞机气动模型的辨识对于分析飞机当前的运行状况具有重要意义.为了完成飞机气动模型的再次辨识,通过分析、处理飞机自带的快速存取记录器(QAR)数据,根据动力学原理建立气动力矩数学模型,最后运用极大似然法辨识出各气动导数.经验证,辨识结果满足仿真要求,可应用于模拟飞行、机务维修信息指导和事故预警与重现等.     

平尾积冰对飞机纵向气动参数的影响

建立飞机纵向动力学模型,基于最大似然参数估计原理,设计用于辨识飞机纵向气动参数的辨识系统,并对辨识系统的正确性和精确度进行了验证.以DHC-6飞机飞行试验数据为依据,对未积冰飞机和两种平尾积冰冰型的飞机进行纵向气动参数辨识,通过对比3种情况下飞机纵向气动参数的辨识结果,定量分析了平尾积冰对飞机纵向气动参数的影响.结果表明:平尾积冰将导致飞机纵向气动特性恶化,俯仰阻尼可减小15％,升降舵效率可降低20％,对飞行稳定性、操纵性以及飞行安全构成一定的威胁.     

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。     

基于试飞数据的直升机气动模型参数频域辨识

针对直升机气动强耦合、强非线性、不稳定的特点,采用扫频方式获取飞行试验数据及频域辨识技术进行其气动模型辨识。首先分析了气动辨识模型、飞行试验数据需求,并对飞行试验动作进行设计,然后形成气动模型频域辨识流程。在纵向气动模型辨识过程中,发现扫频飞行试验数据低频、高频段数据质量差,纵向和横向通道舵偏相关性强等问题。     

基于物理解算的民用飞机气动参数辨识方法研究

传统的风洞试验与理论计算无法满足建立高精确飞机飞行动力学模型的需求,有必要通过试飞后的气动参数辨识来修正其飞行动力学模型。以极大似然法为代表的传统动态激励气动参数辨识法极大地依赖于激励信号设计、辨识算法等,存在较大的不确定性。本文提出了一种基于物理解算的方法,利用飞机不同飞行条件下的配平数据,从物理机理出发,针对气动静导数条理进行一一解算,并形成了物理解算法的辨识流程和方案。这一方法可为后续动导数的动态激励辨识减少大量未知参数,从而提高了整个气动模型的修正精度和效率。研究结果表明这一方法具有较高的可靠性和准确性。     

基于SVR方法的飞行仿真气动数据辨识及预测

气动数据的辨识是全状态飞行仿真中的关键点。辨识数据模型的有效性与完整性将直接决定飞行运动仿真的准确度并将影响后续工作的效率。由于实验获得的数据具有离散性和不完整性,往往不能获得飞机整个飞行包线内各种状态下的气动数据。分析了飞机气动参数的分布类型,提出一种基于ε-支持向量机理论的气动数据辨识及预测方法,通过对离散气动数据的曲线和曲面拟合验证了该方法的可行性、精确性和鲁棒性。     

鸭式旋翼/机翼飞机悬停状态飞行动力学特性

针对鸭式旋翼/机翼(Canard Rotor/Wing,CRW)飞机独特的气动布局,常规的分析方法及经验公式很难准确地对CRW飞机进行飞行动力学研究,通过飞行辨识对CRW飞机悬停状态特性进行了研究。首先,设计了飞行试验并获得了高质量的飞行数据,基于频率响应对CRW飞机的状态空间模型进行了简化。然后,在频域内对飞机的动力学参数进行了拟合优化,获得了CRW飞机悬停状态的动力学模型,并用飞行数据对所建模型进行了验证。最后,用辨识所得参数与常规直升机悬停状态时的参数进行了对比。结果显示悬停时CRW飞机的操纵导数和阻尼导数均比常规直升机小,经分析,操纵导数的减小主要是CRW飞机独特的旋翼设计所致,阻尼导数减小的原因主要是旋翼气动影响以及鸭翼、平尾、垂尾的结构影响。动力学特性分析结果为CRW飞机旋翼模式总体设计的进一步优化提供了指引和参考,所建立的模型可用于控制系统设计。     

具有自修复功能间接自适应飞行控制系统研究

分析了具有自修复功能的推力矢量飞机自适应控制系统的结构功能特点,利用RHO优化控制算法实现在线控制器设计,利用MSLS辨识算法实现在线飞行参数辨识,采用等价空间算法、传感器信息融合技术和概率统计理论实现FDI算法。依据系统各个部分的算法开发了仿真平台,对飞机存在舵面故障情况下的飞行控制系统进行仿真,解决了舵面损伤后气动参数变化问题。仿真表明,该控制系统是一个完整、鲁棒、收敛系统。     

飞机积冰后若干飞行力学问题综述

回顾飞机积冰后若干飞行力学问题研究的历史与现状,着重介绍了积冰飞机气动数据的获取途径、积冰飞机飞行力学建模与飞行仿真、积冰对飞机稳定性和操纵性的影响以及积冰对飞机飞行性能的影响.在已有飞机积冰后飞行力学问题研究的基础上,提出了飞机积冰后飞行力学问题研究领域需要解决和关注的若干问题,包括通过数值模拟方法获取积冰飞机的气动数据、完善积冰对飞机气动导数影响的计算模型以及加强平尾失速方面的研究.今后需要进一步对模拟冰风洞、数值模拟方法和平尾失速进行研究,并获取更多实验数据.     

舵面损伤的气动模型及故障检测研究

针对飞机舵面损伤故障检测和诊断的气动模型和飞行状态限制，提出了在线故障模式预测方法，并使用某机的故障及正常风洞数据建立了舵面损伤非线性气动模型。最后，仿真验证了该方案的气动模型独立性、飞行状态及操纵的适应性。结果表明，该方法可提高自修复飞控系统中舵面损伤故障检测算法的适用性和工程应用能力。     

推力矢量飞机自适应控制系统仿真平台研究

研究了具有自修复功能的推力矢量飞机自适应控制系统的结构功能特点,研究了RHO优化控制算法实现在线控制器设计,利用MSLS辨识算法实现在线飞行参数辨识和等价空间算法、传感器信息融合技术和概率统计理论实现FDI算法。并且根据系统各个部分的算法,采用面向对象技术语言VC 6.0和三维图形语言OpenGL开发了仿真平台,利用仿真平台实时演示了飞机存在舵面故障情况下的飞行控制系统运行仿真,解决了飞机飞行过程中存在舵面损伤和气动参数变化的问题,该仿真平台可以根据需求进行飞机故障加载,具备完备的推力矢量飞机自适应控制系统仿真功能。     

数据挖掘技术在飞行试验数据分析和气动参数辨识中的应用研究

为了检验飞行试验辨识结果的可信度,首次将数据挖掘技术用于飞行试验数据的分析和气动参数辨识,初步解决了试验数据有限、数据信息含量差别较大给聚类、分类、回归等分析处理带来的问题;提出了利用不同时间段、不同飞行批次的飞行数据在划分区间的气动特性分布来检验辨识结果可信度的方法;以某飞行器为对象,利用数据挖掘技术,建立了基于飞行试验数据的气动力数学模型,检验了辨识结果的一致性和可信度,并与地面试验结果进行了比较分析,给出了地面试验预测误差。多批次飞行试验数据的整体辨识结果表明,所发展的方法是可行和有效的。该项研究为验证辨识结果的可信度、建立基于飞行试验数据的气动模型提供了新的途径,并可应用于CFD 和风洞试验的验证与确认。     

MIMO变结构飞行重构控制系统设计

基于滑模变结构控制,提出一种MIMO(multiple input multiple output)的飞行重构控制系统的频域设计方法.将滑模变结构控制与飞行重构控制相结合,解决了飞行重构控制技术中故障检测和系统参数辨识的问题.引入渐近观测器和hedge模型增加重构控制系统对衍生未建模动态的鲁棒性;引入作动器模型、输出饱和限制和驾驶员模型,使变结构重构控制系统设计方法变得更为有效和实用;以某型飞机的横航向飞行控制系统为例,进行设计模拟.结果表明:在飞机气动参数大幅突变和操纵面严重受损的情况下,飞机仍能保持良好的性能.      

飞机操稳特性大导数辨识及随机噪声影响分析

针对飞机研制中操稳特性需求,分别讨论了小扰动理论和参数辨识两种获得飞机稳定和操纵大导数的分析手段,由两种气动布局比较接近的小型无人机ANCE和大型客机Boeing 747数据验证了参数辨识方法的有效性和辨识结果的正确性。在此基础上对两者进行了大导数辨识,并由Monte Carlo仿真分析了飞行试验测量中的随机噪声对大导数辨识精度和模态响应特征值的影响。结果表明:随机噪声对由飞机固有气动特性决定的一些相对较小的大导数辨识精度影响较大,而部分大导数辨识精度较高;随机噪声对长周期和螺旋模态特征值影响较大,短周期、荷兰滚和滚转模态特征值辨识分析结果较为可信。     

从试飞中估算装有控制系统飞机的气动参数和模态参数

本文简要地叙述了飞行试验方法,包括地面试验,操纵输入、数据采集系统、数据处理方法——最大似然估计算法,给出了参数估计中所使用的数学模型,包括纵向机体模型和纵向等效机体模型.给出了11个机动飞行的气动参数和模态参数的估计结果,并作了简要的对比分析.试验结果证明,飞行控制系统改善了飞机短周期模态特性;并证明,利用等效机体模型估计带有控制系统飞机的等效气动参数和模态参数是可行的.     

用于气动导数辨识的试飞数据处理方法研究

飞行试验的测量环境十分复杂,未经处理的试飞数据直接用于飞机的气动导数辨识会降低辨识精度,甚至导致辨识的迭代过程发散或收敛到错误值。提出一套从野值剔除、数据平滑、时延修正到相容性检验的试飞数据处理方法,并将其应用到真实试飞数据的气动导数辨识中,通过对比分析数据处理前后的辨识过程和辨识结果,验证了本文提出的数据处理方法在改善辨识过程收敛特性和提高辨识精度上的有效性。     

数字化试飞平台下基于PSO的某型初级教练机飞行品质参数辨识试飞工程方法研究

飞机飞行品质系统辨识是根据飞机系统的输入和输出响应时间历程求取该系统的数学模型及模型中的各参数的过程.本文给出一种在飞行试验中辨识飞机飞行品质短周期模态特性参数辨识试飞工程方法,首先应用连续域等效低阶系统传递函数来描述飞行品质模态特性系统,然后采用基于粒子群算法(Particle Swarm Optimization,PSO)的离散递推最小二乘算法,建立待估参数准则函数,通过极小化待估参数准则函数,求得参数的估计值,最后对辨识的模型进行验证.仿真算例表明该方法具有良好的收敛性和跟随性.     

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。     

无人机飞行试验参数辨识研究

针对大型无人机飞行试验,探讨了无人机气动导数的参数辨识过程。根据无人机飞行试验数据特点及模态激励方式,分析并实践了相应的数据处理过程,修正了试飞数据;结合参数的相关性分析,建立了合适的气动模型,进行了气动导数辨识并验证了部分导数,辨识结果是真实可信的。所研究内容对验证和优化无人机空气动力和飞控设计进而合理地评价无人机的性能和品质具有重要意义。     

大型客机纵向飞行品质参数辨识方法研究

为获得飞机的纵向飞行品质参数,分析了时域法和频域法的优缺点,并针对某大型客机的纵向试飞数据特点,实践了相应的数据预处理过程,修正了试飞数据。分别建立了合适的时域气动模型和频域的传递函数模型,应用极大似然法进行参数辨识。计算结果表明,时域法和频域法的计算得到的飞机本体和等效的短周期频率和阻尼比数据基本一致。