飞机大迎角非定常气动力建模研究进展

准确建立非定常气动力数学模型,是飞机大迎角飞行控制律设计、飞行动力学分析和飞行仿真的基础与前提。鉴于此,对大迎角非定常气动力建模研究进展,包括数学建模方法和人工智能建模方法两类进行了系统综述。其中：数学类建模方法是以对非定常流动现象和机理认识为基础的,主要有气动导数模型、非线性阶跃响应模型、状态空间模型、微分方程模型、非线性阶跃响应与状态空间混合模型以及迎角速率模型等;人工智能方法回避了复杂流动机理,属于黑箱非线性系统建模,主要有神经网络模型、模糊逻辑模型和支持向量机模型等。对于每种气动力模型,阐述了其建模思路和方法,给出了典型应用情况,并对其特点和局限性作了简要评述。最后,指出了当前大迎角非定常气动力建模研究工作存在的问题和未来研究方向。     

径向基神经网络在非线性非定常气动力建模中的应用研究

基于南航NH-2风洞中某飞机模型大迎角大振幅单自由度偏航、滚转及偏航-滚转耦合的谐波、阶跃运动实验数据,应用径向基神经网络,研究人工神经网络描述非线性非定常气动力特性的能力.研究结果表明,所建立的径向基神经网络模型的预测结果与训练数据和验证数据都符合得很好,说明神经网络建模方法可以有效地对高度非线性的气动力进行建模.研究还表明,用神经网络建立模型时所需要的风洞实验数据可以减少,从而提高风洞实验效率、减少风洞实验的时间和成本.     

大迎角横向状态空间气动力建模研究

建立适用于工程的大迎角非定常气动力模型,并用于动力学仿真、稳定性分析和控制系统设计,是国内外气动力建模领域研究的重点内容。针对具有高机动性的战斗机布局,应用大幅滚转振荡试验数据建立横向状态空间模型,并且针对大迎角区域气动力的非线性变化对模型进行改进,最后应用试验数据验证了改进后的大迎角横向状态空间模型的预测能力。研究结果表明:改进的大迎角横向状态空间模型能有效提升模型的预测能力,具有较好的工程适用性。     

非稳定动态过程非定常气动力建模

现有的大迎角非定常气动力建模方法，通常是以一个或多个频率的稳定振动试验数据来预测稳定滞环。然而，飞机快速机动如过失速机动的过程，不可能是持续的稳定振动，而是一个非稳定的动态过程。因此，这个过程中的气动力不会达到稳定滞环，而是始终处于进入滞环的初始非稳定过程中。基于振动理论分析得出，非定常气动力的动态响应过程存在非稳定和稳定两个阶段，传统建模方法着眼于稳定阶段，而飞机的真实机动过程在非稳定阶段。设计了一种适于非线性系统辨识的激励输入，并以最小二乘支持向量机（LS-SVM）方法为例，实现了在大迎角区幅值和频率范围内任意运动的非定常气动力建模。模型训练完成后，用来预测某机翼在不同基准状态下大迎角范围内做俯仰运动时的升力系数、阻力系数和俯仰力矩系数。结果表明，不仅稳定滞环实现了准确预测，进入滞环的初始非稳定过程也得到了准确预测；此外，基准状态对气动力在初始非稳定过程中的特性存在明显影响。进一步的验证还表明，基于稳定滞环数据只能预测到稳定滞环，无法预测进入滞环的非稳定过程。     

先进战机大迎角机动仿真研究

考虑战机非线性运动建模中推力矢量、非定常气动力等因素,建立了适合战机大迎角机动纵向动力学模型和非定常气动力模型,采用数值仿真对速度、平尾偏角、推力矢量舵偏角及俯仰角速度动态特性进行了分析.基于某型战机大迎角机动的仿真结果表明:各参数的变化符合实际情况,能够有效地反映真实机动状态,为大迎角机动飞行操稳系统的设计提供了依据.     

耦合运动非定常气动模型对飞机飞行特性仿真的影响

 在大振幅偏航滚转单自由度强迫振荡和耦合强迫振荡运动风洞试验的基础上,分别运用准定常气动力建模方法和非定常气动力建模方法,获取飞机的气动力模型;运用两种不同的气动力模型,对飞机的纵向正弦振荡机动飞行进行了仿真。结果表明,准定常模型在小迎角下的仿真结果与非定常模型的结果基本一致;在较大迎角时,准定常模型仿真结果趋于稳定,而非定常模型仿真结果使飞机进入横航向振荡飞行状态,这一现象与F-16XL的试飞结果类似,其主要原因是耦合运动的非定常模型与准定常模型所产生的阻尼特性不一致。这也表明,分析大迎角飞行特性时应考虑耦合运动下的非定常气动特性。     

过失速机动气动模型的试飞验证方法研究

介绍了现代飞机过失速机动的大迎角气动模型的特点和描述方法,结合某型飞机大迎角非定常气动力模型和推力矢量控制模型,分析了大迎角非定常、非线性气动力模型的飞行验证方法,并进行了地面模拟验证,为我国新一代飞机过失速机动大迎角模型验证飞行试验方法的研究和模拟试验技术的研究提供了依据。     

基于模糊聚类的模糊神经网络在非定常气动力建模中的应用

建立了一种基于模糊聚类的模糊神经网络模型.该模型利用模糊聚类技术确定系统的模糊空间和模糊规则数,利用BP算法调整模糊神经网络的权系数.应用该模型对某飞机模型做俯仰-滚转耦合运动的非定常气动力进行了辨识.结果表明,基于模糊聚类的模糊神经网络计算速度快,辨识结果与实验结果符合较好.用模糊聚类技术可以解决模糊神经网络的结构辨识问题,基于模糊聚类的模糊神经网络可以很好地用于复杂机动飞行的非定常气动力建模.     

民机极限飞行状态的动态气动力试验与建模

飞行失控是造成民机灾难性航空事故的重要因素,飞行失控中飞机难以避免超出正常飞行包线范围,进入具有复杂非线性和非定常动态气动特性的极限飞行状态。本文开展典型民机布局飞机极限飞行状态的动导数、大振幅试验,对大迎角动态气动力的参数影响规律以及非线性、非定常特性进行分析和建模。结果表明,在飞机失速到过失速区域,飞行姿态快速变化过程中动态气动力的非线性和非定常特征显著;在动导数试验和建模中,考虑运动角速率的影响,可以预示气动力非线性的迎角范围,并捕捉到关于飞机动稳定性演化的关键特征;利用Goman-Khrabrov状态空间模型结合大振幅试验,可以确定模型中表征非定常特征的关键时间常数,获得特定极限飞行状态运动中的非定常动态气动力特性。研究方法和结果为开展民机极限飞行状态的动态气动力风洞试验设计与建模提供了一个可行途径,能改进飞机飞行失控预防、极限状态改出、飞行模拟训练和飞行事故分析等。     

基于EKF的实时循环神经网络在非定常气动力建模中的应用

结合EKF算法(扩展卡尔曼滤波)和RTRL算法(实时递归学习算法)的特点,提出一种基于EKF的实时递归学习算法(EKF-RTRL),运用到循环神经网络中(RNN)。应用该神经网络对某飞机大迎角大振幅单自由度偏航、滚转以及偏航滚转耦合运动的非定常气动力进行建模。结果表明,基于EKF的实时循环神经网络计算精度高,收敛快,辨识结果与实验结果符合较好,验证了本算法的有效性。     

非定常气动力的结构自适应神经网络建模方法

讨论了非线性非定常气动力的结构自适应神经网络模型建模方法,该方法具有同时进行结构辨识与参数辨识的优点;利用纵向大振幅强迫振荡风洞试验数据,验证了建模方法及所建模型的有效性,结果表明:结构自适应神经网络模型对非定常气动力有很好的逼近能力,由于采用飞行参数的时间离散数据作为输入量,模型可直接应用于飞行仿真研究。     

飞翼布局飞行器大迎角非定常气动建模

为进一步研究复杂流场气动力模型和辨识方法,通过常规飞翼布局飞行器动态单独俯仰和单独滚转试验数据获得"同相"和"反相"导数。在采用状态空间法建立非定常数学模型的基础上,利用两步线性回归辨识出模型参数,给出带有误差限的特征时间常数分布。数学模型辨识结果与大迎角大振幅运动的试验数据对比表明,该模型建模结果基本上与试验气动数据变化一致,能够反映模型大迎角时的非线性和非定常特性,具有可用性。     

面向复杂构型飞机的非定常气动力建模与辨识

不论是现代高机动隐身战斗机的设计需求还是常规布局飞机的飞行动力学分析,深入研究大迎角飞行时的非线性非定常气动力模型都极其重要。基于纵向运动小振幅及大振幅强迫振荡试验数据,分析了常规稳定导数模型的准确性,并从导数模型出发发展了简化涡流和分离流时间迟滞效应的非定常气动力线性模型和非线性模型,最后应用风洞典型机动历程模拟试验验证了模型的有效性。结果表明：对于复杂构型高机动飞机模型,发展并改进的非线性微分方程模型可以准确预测飞机不同机动下的非定常气动力特性,具有较强的工程可行性。     

飞机大迎角机动非线性气动力模型的辨识

给出一种基于最大似然辨识的方法,用以分析飞机模型的大迎角大幅强迫简谐振动获得的气动力和力矩数据,在泛函分析和非定常气动力线性理论的基础上,通过合理的简化建立了能够包括气动力动态失速和涡流破裂及显著气动迟滞效应的大线性气动力模型表达式,并应用飞机模型的试验数据验证了该方法的计算结果,实际计算结果表明该非线性气动力模型能够较为精确地计算飞机模型大幅度迎角简谐振动产生的气动力响应。     

非定常自由来流对飞机过失速机动特性的影响研究

在南航非定常风洞内,对三角翼模型在定常和非定常自由来流中做俯仰运动的动态气动特性进行了实验研究.利用模糊逻辑建模方法,对实验获得的非定常气动力数据进行了建模,并将非定常气动力模型应用于过失速机动中70°迎角定直飞行的仿真计算,分析了含自由来流非定常变化影响的非定常气动力数据对过失速机动飞行特性产生的影响.研究表明,考虑自由来流非定常变化的非定常气动力对飞机飞行过程中运动参数的变化和控制律设计都产生较大影响.因此在新一代战斗机的设计、研制中,深入研究飞机的非定常气动特性是十分必要的.     

基于状态空间法的横航向非定常气动力建模

建立了大迎角下横航向非定常气动力的状态空间法的模型,并依据某战斗机的大迎角、大振幅单自由度偏航、滚转及偏航-滚转耦合运动的风洞实验数据,对状态空间模型进行结构辨识与参数估计。最后得到的模型辨识结果和预测值均与实验数据符合得很好,表明所建立的此种状态空间法的模型能准确地描述大迎角横航向非线性、非定常的气动力特性。此外,还得到了不同运动类型的特征时间常数。     

基于CFD的高效气动弹性计算方法

本文在高效气动弹性分析方法方面的研究工作包括:对于超声速流动范围,发展了一种基于CFD数值计算流场修正的高效、高精度工程算法,既含有CFD技术模拟复杂激波系的流场特征信息,又具备工程算法计算速度快的优点;对于失速迎角前的飞行器从亚声速、跨声速到超声速范围,发展了一种基于CFD技术的非定常气动力建模方法,由此获得气动弹性计算所需的非定常气动力,此方法可以包含物面在跨声速存在激波运动的流场信息,计算精度与直接应用CFD模拟气动弹性过程的方法相当,但运用非定常气动力建模技术途径的效率可以比直接基于CFD模拟方法提高2个数量级,对CFD技术应用于气动弹性精确预测方法具有工程实际应用价值;还研究了基于非定常气动力建模的方法用于伺服气动弹性分析、阵风响应.     

飞行仿真气动力数据机器学习建模方法

基于机器学习思想,提出了一种大空域、宽速域的气动力建模方法。该方法利用飞行仿真弹道数据辨识的气动力数据,采用人工神经网络技术,实现了对高度、速度、姿态和舵偏角等多维度强非线性特性的全弹道气动力数据的高精度逼近。首先,分析了神经网络层数、隐含层神经元个数等对建模误差的影响,通过对典型弹道气动数据的神经网络建模计算,确定了较合适的神经网络层数和较优的隐层神经元个数。进而,利用飞行仿真的弹道数据辨识出沿弹道的气动力,采用神经网络建立了包含多个弹道融合的气动力模型,输出量分别为三轴气动力系数和力矩系数。最后通过气动模型输出量与原样本数据的对比,以及4条未参与训练弹道气动数据的预测,验证了该气动力建模方法具有较高的精度。建模结果表明:采用神经网络方法建立的飞行器气动力模型,对拟合多源耦合输入全弹道非线性气动力是可行的和有效的,在样本覆盖的高度、速度、姿态和控制舵偏角范围内,气动力拟合能力较强,并具有一定的外推性。该项研究可以为基于飞行试验数据的气动建模提供新的方法,并且能为飞行器气动力数据挖掘、飞行仿真和总体性能分析提供参考。     

大厚度翼型分离流场的稳定性探讨

基于k-ω的SST两方程湍流模型,求解了雷诺平均Navier-Stokes方程获得定常和非定常气动力,耦合翼型弹性振动方程,在时间域内模拟了弹性支撑下的大厚度对称翼型流场及其翼型动态过程,研究结果发现：在所给定的雷诺数条件下,弹性支撑下的大厚度翼型在一定大迎角范围内存在分离流场稳态的转化现象,此结果的意义在于：1）同一基本迎角下的翼型分离涡存在多个稳态流场;2）弹性支撑的翼型在大迎角分离流条件下气动力在物理上本身就存在非唯一性,从一个新的角度解释了大迎角气动力测量中的分散性。     

大迎角非定常气动力建模方法研究

以战斗机俯仰机动为例,建立了飞机大迎角非定常气动力模型,包括非线性代数模型、Fourier函数分析模型、状态空间模型、差分方程模型以及模糊逻辑模型.并用SDM标模大振幅俯仰振荡非定常气动力风洞试验数据对模型参数进行了辨识,验证了模型的有效性.从模型物理意义、参数辨识难易程度及模型通用性和精确度等方面对几种非定常气动力模型进行了比较研究.