低雷诺数小型折叠无人机翼型优化设计

实现了一种可用于低雷诺数小型折叠无人机翼型优化设计的方法。采用Ferguson曲线对翼型进行参数化描述,并引入折叠状态下截面的几何关系作为附加约束,使用遗传算法和序列二次规划相结合作为寻优算法,对翼型升阻比和折叠空间允许的最大弦长进行优化。在isight平台上集成xFoil和matlab实现了这一优化流程。实例表明了方法的有效性,优化结果可以作为此类无人机翼型设计的参考。     

气动设计问题中确定性优化与稳健优化的对比研究

通过对优化问题的表述,说明传统确定性优化与稳健优化的区别。稳健优化需进行不确定性分析,同时追求系统的性能优化、性能偏差最小化、设计可行性稳健化。然后分别探讨了气动设计中确定性优化和稳健优化模型的建立及求解策略。根据不确定性分析方法的特点,选择基于代理模型的不确定性气动遗传优化分析方法。通过具体翼型优化实例讨论了稳健性优化与确定性优化的不同,并将结果进行对比,得出一定的结论。     

神经网络在高空长航时无人机翼型多点优化中的应用

NSGAII算法在翼型多点设计中有着广泛的应用价值,然而其巨大的计算资源和计算成本限制了它的使用。为了解决这个问题,本文引入具有较强非线性映射能力的神经网络代理模型,采用实验设计结合BP法训练神经网络响应面来代替N-S方程求解翼型的性能。在实验点的数值模拟中,为了进一步节省计算资源,提高计算效率,采用网格的变形代替网格的重新划分,使得计算网格的更新速度提高了约50%。在翼型的参数化过程中,采用改进的PARSEC方法,用较少的参数实现了翼型的精确控制。为了增强神经网络的泛化能力,采用12-7-4-3-1的隐层结构。对NLF1015翼型的多点优化算例表明,此方法不仅显著降低了整个优化过程的计算量,而且对翼型的气动性能预测也具有较高的可信度,在高空长航时无人机的翼型设计中具有一定的潜力。     

遥测伪周期时间序列子序列异常检测算法

针对现有异常检测算法用于伪周期时间序列异常序列检测时易造成误差累积,导致序列周期与特征值上显著差异的不足,文章以卫星遥测伪周期时序数据为对象,综合两种常规分段方法的优势,提出了最大周期窗宽内基于极值的模式子序列分段算法。在此基础上,给出了一种基于均序列动态生成模型的子序列异常检测方法（AnomalySubsequenceDetectionmethodbasedonOptimizedSequenceModel,ASD_OSM）,并采用2次四分位距准则（DoubleQuantilerangescriterion,2Q准则）设置距离检测门限阈值,将超出阈值的序列判定为异常序列。某航天器传感器遥测子序列异常检测试验结果表明,提出的检测方法能够有效减少漏判,提高卫星遥测伪周期数据异常序列检测的准确性。     

动态测量数据的高保真容错Q-滤波算法

针对航天器遥测和跟踪数据非平稳、噪声干扰、数据散乱、野值多、真实信息往往被随机误差淹没等问题,提出一组新型滑动容错滤波算法,称Q-滤波容错算法。 采用原始数据滑动四分位滤波和滤波残差四分位过滤补偿相结合的方式,实现各种带野值、非平稳、强噪声干扰和超低信噪比的采样数据序列剔除野值、削弱扰动和提取信号。理论分析、仿真计算和飞行数据应用实例证实了该Q-滤波算法有强容错能力和提取采样数据本真变化的能力,可以从被噪声淹没和低信噪比的非平稳采样数据序列中或者在采样数据变化形态杂乱的情况下,高保真地准确提取测量对象的真实变化信息。     

小型无人机翼型优化设计

采用类别形状函数变换（CST）方法对翼型参数化描述;利用Fluent软件,进行翼型升力系数和阻力系数的气动计算;以升阻比最大为优化目标,通过拉丁超立方设计生成样本点,建立了径向基神经网络（RBF）代理模型;使用粒子群优化算法（PSO）,在Isight平台上,实现对Clark Y翼型优化的整个过程。优化翼型升阻比比原始翼型提高了约10%,表明此种方法是可行的,可用于小型无人机设计的工程中。     

六转子微型飞行器及其低雷诺数下的旋翼气动性能仿真

提出了一种新结构的六转子无人飞行器的概念,该飞行器可以在空间任意方向飞行,甚至可以在地面上滚动前进。分析了其可能的三种构型并给出了各自的运动方程,给出了三轴解耦时该飞行器的配置方式及转子空间位置。由于该飞行器具有小尺寸外形、低重量和飞行速度慢的特点,根据转子速度、弦长和飞行模态,计算得该飞行器的雷诺数变化范围为1×104到12.8×104。以选用的Eppler 387翼型作为分析对象,采用正投影混合网格方法对其在低雷诺数下的气动性能进行研究,得到了雷诺数分别为1×104,2×104,3×104和6×104下对应不同迎角的升力系数、阻力系数和升阻比,并对雷诺数为6×104下的升力系数仿真结果同试验结果进行了对比,二者具有较好的一致性。制作了六转子微型飞行器样机,实现了垂直起降及慢速前飞。     

基于神经网络的翼型积冰预测

采用神经网络方法对翼型表面的积冰进行了预测研究.建立了一种型面曲线坐标系,通过坐标变换将积冰外形转化为几何曲线.利用傅立叶级数对此曲线进行拟合,实现积冰外形的参数化.以结冰条件作为输人,冰形参数作为输出构建神经网络,对NACA 0012翼型表面的积冰进行预测.通过将预测结果与实验结果以及数值模拟结果进行对比,说明所提出...     

翼型高低速性能优化及其对缝翼设计影响研究

采用Hicks-Henne方法参数化翼型,以巡航升阻比、低速最大升力系数为目标进行优化设计.利用试验设计方法对总体设计空间内目标函数的分布进行初步评估,得到目标函数的初始Pareto前沿面,以前沿面上的点为基准,把总体设计空间分割成独立的局部设计空间进行并行寻优,逐步更新直至得到收敛的Pareto前沿面.对前沿面上的典...     

民机设备失效时间的混沌性质分析与预测

根据民用飞机设备失效的特殊性．复杂性以及各航空公司各自不同的情况等因素,从混沌原理的角度综合分析了运营期间民机设备失效时间发生情况．通过时间序列混沌性质鉴别方法证明了民机设备失效时间理论上具有典型的混沌性质,并利用实际失效时间数据样本证明了混沌现象的存在以及利用最大Lyapunov指数法进行了失效时间的预测,证明了该方...