神经网络在飞翼布局飞机主动涡流控制中的应用

以小展弦比飞翼布局飞机为研究对象,其本体的优化增稳控制器由3个气动舵面(连续控制面)构成.为增加操纵能力,基于神经网络设计了主动涡流(bang-bang型控制面)优化控制器.为加快网络的训练速度和收敛精度,采用三层反馈神经网络,通过改变每层网络权重和隐层神经元单元个数对网络进行优化.最后给出了增加主动涡流控制器的飞机闭环系统的响应结果.与仅采用气动舵面闭环响应结果的对比仿真表明,增加主动涡流控制器后闭环系统可获得更好的响应特性,系统达到稳态的时间和所需气动舵面的控制量均明显减小.      

单固支带阻力元片式铰链力矩天平研制

受大展弦比试验模型和天平结构条件限制，在高速风洞中采用传统结构的片式铰链力矩天平难以实现对操纵舵气动力的精确测量，其主要原因是传统片式铰链力矩天平无阻力测量单元，无法测量阻力，使得阻力对铰链力矩测量的干扰无法修正，同时传统结构的片式铰链力矩天平在试验中受机翼变形影响较大，影响试验数据精准度。针对这一问题，在中国空气动力研究与发展中心高速所开展了单固支带阻力元片式铰链力矩天平结构设计研究，并成功应用于某飞机模型舵面铰链力矩测力试验。校准数据以及试验结果表明，该天平能够有效测量阻力，基本消除了机翼变形对测量的影响，同时还可以减小附加力矩，增加天平载荷匹配性，有效提高试验数据质量。     

翼梢小翼,您注意到了吗?

<正>搭乘飞机的时候大家会注意到很多飞机在位于飞机机翼的翼梢,会有上翘的小翼或者是由上翼下小翼组成的装置,这便是飞机的翼梢小翼。尖小翼(winglet或wingtip),又称作翼梢小翼、翼尖帆或翼端帆。翼尖小翼可有效地改善飞机燃油效率和增加巡航航程。上世纪70年代美国国家航空航天局的空气动力学家R·T·惠特科姆从鸟翅膀尖部的小翅得到启发,提出了翼尖小翼的概念。在小展弦比机翼的翼梢处装一个小翼片,从而既提高了展弦比,又不会使结构质量和摩擦阻力增加很多。     

极小极大分式规划的高阶对偶性

文章首先引入极小极大分式规划问题的一个最优性必要条件,给出高阶η-不变凸函数和高阶η- 不变拟凸函数的定义.然后,建立该分式规划问题高阶对偶模型.最后,在高阶η- 不变凸和高阶q一不变拟凸的条件下讨论该对偶模型的弱对偶和强对偶定理.     

计及分离的机翼低速气动特性的一种近似计算方法

本文介绍一种计算带分离的大中层弦比、小后掠角机翼低速气动特性的近似方法。根据给定机翼的平面形状和几何迎角,按线化升力面理论算出升力和力矩沿展向分布的第一次近似值。再逆向应用升力面理论估算下洗流场,从而近似地得到各个削面的有效迎角。然后根据有效迎角及雷诺数,从翼型实验数据得到相应的升力和力矩分布的第二次近似值。如此反复迭代直至收敛为止。     

独立指数分布期望参数的Γ极小极大估计

在参数的部分先验信息已知的条件下所获得的Γ极小极大估计是一种介于有确定的先验分布函数的Bayes估计和无先验信息的极小极大估计之间的估计方法,因而更切合实际.以往的研究对二项分布参数的线性组合及负二项分布的参数在某些限制条件下的Γ极小极大估计做了讨论.本文给出了独立指数分布的期望参数在一般的先验矩限制下的Γ极小极大估计,同时讨论了两种特殊情况,即给出了在仅有先验二阶矩限制下的以及有确定的先验一阶矩和二阶矩限制下的指数分布的期望参数的Γ极小极大估计.     

平面形状对MAV气动特性的影响

通过风洞测力实验研究了平面形状(后掠角)对展长/根弦长之比为1.0的机翼的气动特性的影响,实验结果表明,模型后掠角在很大程度上影响小展弦比机翼的气动特性,当模型后掠角Λ≤35°时,能增大模型的最大升力系数和失速迎角,推迟失速;当模型后掠角Λ=56°~64°时,能得到较好的升力曲线,改善机翼的失速特性。此外,实验结果表明模型前缘背风面倒角与迎风面倒角相比,有效地提高了模型的最大升阻比和失速后的升力系数。     

地面效应下的机翼失速数值模拟

采用计算流体力学的方法,对NACA0012二维翼型、三维机翼和带端板机翼在地面效应下的失速特性进行了数值模拟。通过对数值模拟结果的比较分析,揭示了地面效应下机翼的失速特性。研究结果为地效飞行器机翼的设计与优化提供了理论依据。     

基于参数矩阵计算全体极小碰集的方法

极小碰集计算是基于模型诊断的关键步骤之一.针对参数化求解方法的局限性,以及大型系统诊断中由于状态空间规模增加导致诊断能力下降甚至无法诊断等问题,研究了一种非参数化极小碰集求解算法M-MHS(Matrix-based Minimal Hitting Set)算法.该算法利用参数矩阵描述元素与集合的关系,通过矩阵分解将原始问题逐步分解为多个子问题,并采用有效的剪枝规则避免对无解子问题的计算.仿真结果表明:该算法能够计算全体极小碰集,且在进行较大规模碰集计算时性能优于HSSE(Hitting Set-Set Enumeration)算法和去参数化后的BNB-HSSE(Branch and Bound-HSSE)算法,并对不同规律数据能够维持性能稳定,从而为大型系统基于模型诊断提供了可行方法.     

基于二进制标签的改进HSSE—tree算法

随着对航天器自主生存能力要求的提高,基于模型的故障诊断成为国内外的研究热点.计算全体极小碰集是基于模型的故障诊断中的关键步骤,以HSSE-tree算法为基础,结合二进制位标记,提出一种HSSE-tree的高效改进算法——Binary-label HSSE.改进算法采用二进制位标记来代替实际节点元素,并采用了有效的剪枝策略及节点扩展方式,避免了HSSE-tree算法中存在的节点个数及超集个数随着问题规模增大而产生的爆炸式增长的问题;此外,改进算法采用二进制位运算,避免了判断碰集及判断是否超集时的元素遍历,使算法的运行时间进一步减少.仿真结果表明,与HSSE-tree算法相比,改进算法的消耗时间及占用内存均有了大规模减少.这为航天器系统的故障诊断及实时诊断提供了理论依据和应用基础.