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。     

歼X飞机气动导数试飞的参数识别

本文简要地叙述了歼×气动导数试飞的目的、意义,飞行驾驶技术,数据采集系统和数据处理方法。并给出了本次飞行试验提取气动导数所采用的飞机数学模型。给出了飞行试验结果及其简略的分析。飞行试验结果包括:飞机纵向气动导数、短周期模态特性,横侧气动导数与荷兰滚模态特性。由于本次试飞采用了较先进的数据采集系统和数据处理方法,试验结果可靠,可供有关单位使用。     

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。     

用参数辨识法进行直升机悬停性能拓展

准确计算直升机在不同飞行状态的有效气动参数对于确定直升机飞行性能具有重要意义。然而,由于复杂的旋翼空气动力现象以及直升机状态和环境条件的变化,准确预估气动参数有较大难度。为此,采用无量纲分析法建立直升机悬停状态的数学模型,首先对参数重组,确定了几个悬停状态重要参数,包括气动参数和直升机状态参数;然后,以直-9×型直升机为例,结合实际试飞数据,提出了用最小二乘法对该模型进行参数辨识的方法;最后,通过相关性分析,确定了辨识方法的可行性,并将辨识结果有效地用于直升机悬停性能拓展。结果表明,这种利用参数辨识进行性能拓展的方法是可行的,由于辨识结果是利用实际试飞数据确定的,拓展结果具有较高的可信度。这种数据处理方法可有效减少试飞周期,节约试验成本。     

基于参数辨识的水配重重心调配系统验证方法研究

水配重重心调配系统可实现飞机重心的快速调节,完成试飞科目中对重心的要求。本文以国内某型飞机为例,根据罐内水量的分布计算飞机相应状态的惯性数据,并在此基础上,进行气动特性建模及参数辨识,得到飞机的气动导数。通过公式推导,利用辨识得到的气动导数计算出不同重心的增量,与水配重系统的理论值进行对比。计算结果表明,参数辨识方法的重心增量计算结果准确度高,可以作为一种检验水配重系统工作是否正常的有效手段,进而保证飞机试飞的安全。     

飞机结冰在线辨识方法研究

开展飞机结冰气动特性在线辨识研究,不仅可以用于分析结冰对飞机气动特性的影响,而且对于飞机结冰在线识别具有重要的意义。近年来卡尔曼滤波和 H ∞算法在飞机结冰在线辨识中应用较多,二者均具有可靠性高、收敛快等特点,但对于噪声环境下算法的可靠性和精度评估还不够充分。本文针对飞机结冰在线辨识需求,探讨了扩展卡尔曼滤波和 H ∞算法作为结冰在线辨识算法的应用。首先通过 NASA 双水獭结冰研究飞机算例,利用扩展卡尔曼滤波和 H ∞算法,辨识双水獭飞机结冰后的俯仰方向导数,通过考虑阵风扰动和测量噪声后的仿真数据快速估计该飞机俯仰方向上的三个稳定和控制导数,并将辨识结果与参考值对比,发现两种算法均能在2s 之内快速收敛到参考值附近,且滤波得到的状态量与仿真数据吻合较好,说明算法可靠性高且收敛快,具备飞机结冰在线探测的能力。在此基础上利用不同测量噪声统计特性的仿真数据,评估测量噪声对两种算法辨识精度的影响,经分析发现随着测量噪声标准差取值增大,扩展卡尔曼滤波辨识结果精度明显降低,而 H ∞算法的辨识精度变化较小,说明扩展卡尔曼滤波辨识精度依赖于噪声先验信息的准确性,而 H ∞算法不依赖于噪声先验信息,即使数据质量较差,H ∞算法也能得到精度相当的辨识结果。     

频域参数辨识节点选择优化方法

针对某型机频域参数辨识过程使用传统的方法选择拟配节点出现的拟配不精确的问题,提出了自动选择拟配节点范围和随失配包线与功率谱密度综合选择拟配节点的方法。飞行试验数据处理结果表明,使用本文改进的辨识方法可提高等效系统辨识精度,同时提高试飞数据处理效率。     

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。     

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。     

高速自旋飞行器气动参数辨识

根据高速自旋飞行器运动的特点，发展了气动参数辨识的一种数学模型，辨识参数包括静态气动导数、气动阻尼导数和马格努斯力矩导数等。仿真算例证实了该数学模型的有效性。应用该数学模型分析处理了某高速自旋飞行器的飞行试验数据．辨识获得了其主要气动参数，并分析了若干常见误差源对气动参数辨识结果的影响。     

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。     

用自适应小波神经网络辨识动态实验数据

在气动动态实验中，往往飞行器气动模型是非线性的，很难对动态系统进行正确建模，因此无法得到准确的气动参数值。而采用自适应小波神经网络，无需对该动态系统建模，就可准确地辨识出气动动稳定特性，同时，精度较高、收敛速度较快。采用该方法对某导弹模型风洞自由飞实验结果进行了辨识与动稳定性分析，结果表明用自适用小波神经网络辨识安全可靠。     

导弹气动特性在亚跨音速下的风洞试验研究

在导弹的设计过程中,导弹的气动特性作为重要因素直接影响导弹飞行的动态品质。在亚跨音速段气动特性呈现剧烈非线性的情况下,工程估算以及CFD数值计算方法所能提供的气动计算精度有限,导致对舵效特性的辨识精度较低,需要进一步采用风洞试验的方法精确计算气动参数,进而确定导弹的舵效。本文应用风洞试验方法研究导弹飞行马赫数在亚跨音速段对导弹气动特性的影响。研究结果表明：亚音速时导弹的气动特性基本一致,跨音速时发生剧烈的非线性变化;导弹的俯仰舵效先增加后减小,滚转舵效先减小后增大。结论对导弹控制律的设计以及后续的工程型号研制有参考价值。     

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.     

基于粒子群优化的WNN飞行数据气动力建模

为了使所建立的气动力模型能准确地描述飞行器的动态特性,提出一种基于改进粒子群优化(IPSO)算法的小波神经网络(WNN)飞行数据气动力建模方法。该方法引入邻近粒子信息和变异操作,对标准PSO(SPSO)算法的不足进行改进,以提高WNN参数的全局搜索能力,克服早熟收敛,再按照所设计的飞行数据的气动力建模流程,构建了IPSO算法训练的WNN模型。试验结果表明:提出的气动力建模方法预测精度高,收敛速度快,能较好控制早熟收敛问题,用于飞行数据的气动力建模是有效的,也是可行的。     

直升机垂直飞行状态气动参数辨识方法研究

准确计算直升机的悬停升限依赖于诸如桨尖损失系数,非均匀旋翼诱导速度分布,旋翼下洗引起的直升机增重效应及发动机与旋翼之间的功率传递系数等气动参数的准确度。然而,由于复杂的旋翼空气动力现象,准确预估以上气动参数有较大难度。本文提出了一种确定直升机垂直飞行状态上述气动参数的方法,该方法通过建立直升机垂直飞行状态的运动方程,实测直升机垂直飞行时的相关信息,采用参数辨识的方法得到直升机垂直飞行时的气动参数,然后,利用辨识结果确定直升机的悬停升限。结果表明该方法能有效地确定直升机垂直飞行时的气动参数及相应的悬停升限,且具有飞行试验简便,不受直升机装载和外界环境条件变化限制的特点。     

基于遥测数据的无人机气动参数辨识方法研究

针对无人机在高空低速飞行时易受风场影响及在数据分析时遥测数据不完备的问题,进行了气动参数辨识方法研究,提出了基于空速管平面矢量三角形的风场估计方法及基于风场信息修正的气动角估计方法。以某型无人机为例,对遥测数据进行了充分分析与信息综合,运用逐步回归方法进行了纵向气动参数辨识,并进行了实验验证。结果表明,模型计算结果与实测数据吻合较好,说明所提方法有效。考虑到辨识模型的数学本质,该方法对其他固定翼无人机同样适用。     

非电传民机纵向气动参数辨识激励信号研究

针对非电传民机气动参数辨识时,须通过设计激励信号激发出与待辨识参数相关的飞机运动模态才能得到准确的气动参数的特点,开展了适用于非电传民机纵向气动参数辨识的激励信号设计方法研究。基于信号能量分布和幅频响应分析的信号设计方法,对激励信号进行参数设计;综合辨识效果和驾驶员的易操纵性,建议选取经参数设计后的单周期正弦信号作为非电传民机的纵向激励信号。试飞验证结果表明,所提方法能够较好地激发出飞机运动模态,使试飞数据具有较高的气动参数可辨识性。     

歼击机高度分层试飞验证

针对采用气动补偿空速系统以改善测高系统精度的现代飞机 ,简要介绍了高度分层的要求 ;阐述了引起飞机空速系统位置误差的主要误差源并进行了分析 ;给出了通过 GPS速度法对歼击机高度分层试飞验证结果 ,并对试飞结果进行了分析和讨论 ;结果表明 ,所得到的试飞数据可为飞机气动补偿空速系统设计和高度分层试飞方法研究提供重要依据。