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。     

基于图像智能识别技术的拉力计自动检定系统

采用标准力值传感器、丝杆升降机及挂架结构取代砝码下挂方式，构成拉力计自动检定系统。采用步进电机驱动螺旋升降机丝杆解决了加载机构自动力值加载问题。系统自动采集标准传感器输出力值数据。采用摄像设备实时拍摄拉力计游标移动位置图片，上传到计算机，采用Hopfield神经网络智能识别软件进行识别处理，获得游标位移的数字信息，转化为测力计读数信息，由此构成拉力计自动检定系统，从而提高检定自动化水平和工作效率。     

Fractional order modeling and control of dissimilar redundant actuating system used in large passenger aircraft

In this paper, a methodology has been developed to address the issue of force fighting and to achieve precise position tracking of control surface driven by two dissimilar actuators. The nonlinear dynamics of both actuators are first approximated as fractional order models. Based on the identified models, three fractional order controllers are proposed for the whole system. Two Fractional Order PID (FOPID) controllers are dedicated to improving transient response and are designed in a position feedback configuration. In order to synchronize the actuator dynamics, a third fractional order PI controller is designed, which feeds the force compensation signal in position feedback loop of both actuators. Nelder-Mead (N-M) optimization technique is employed in order to optimally tune controller parameters based on the proposed performance criteria. To test the proposed controllers according to real flight condition, an external disturbance of higher amplitude that acts as airload is applied directly on the control surface. In addition, a disturbance signal function of system states is applied to check the robustness of proposed controller. Simulation results on nonlinear system model validated the performance of the proposed scheme as compared to optimal PID and high gain PID controllers.     

一种带负载工业机器人动力学模型辨识方法

针对带负载工况下六自由度关节型工业机器人动力学模型的辨识问题，提出了一种带负载机器动力学模型的参数辨识方法。在获 得机器人本体动力学模型的前提下，用Newton Euler法建立负载动力学模型进行补偿，设计激励轨迹获取负载贡献的力矩，然后用加权最小二乘法辨识出负载模型中未知参数。最后对得到的带负载完整机器人动力学模型进行验证与分析，结果表明通过辨识得到的预测力矩与测量力矩有较好的跟随性，所提出的辨识方法具有一定的工程参考价值。     

采用ABC算法的关节机器人动力学参数辨识

实验辨识机器人动力学参数是获取基于模型的控制器参数的主要方式。针对一般方法仅能辨识线性动力学模型从而辨识精度不高的问题,提出采用人工蜂群(Artificial bee colony,ABC)算法辨识机器人动力学模型。通过Newton-Euler法建立关节型机器人的刚体动力学模型,并用低速动态特性更佳的非线性摩擦模型描述关节间摩擦特性,代替传统的库仑-黏性摩擦模型。优化辨识实验所用的激励轨迹,采集实验数据进行必要的预处理后,采用ABC算法辨识机器人动力学参数。结果表明,ABC算法能够精确辨识动力学参数,基于辨识结果的预测力矩抑制了误差峰值的出现。应用辨识结果设计基于模型的前馈控制器,实验结果表明基于模型的控制器能够提高轨迹跟踪精度。     

基于综合识别的高速飞行器在线姿态控制方法

针对高速飞行器控制方法中控制模型难以适应大包络飞行和算法中辨识存在收敛性的问题,设计了一种基于综合识别的在线控制方案.首先,由在线直接可测量构成三通道的特征状态量,以特征状态量建立面向控制的特征模型;然后,通过反馈线性化进行通道间的解耦,采用极点配置来进行在线控制参数的实时调节.仿真结果表明,在气动参数拉偏的情况下,三个通道均取得了较好的控制效果,控制器具有快速性和鲁棒性,且易于工程实现.     

中央传动锥齿轮行波共振特征精准识别试验研究

为了精准监测复杂工作环境下航空发动机中央传动锥齿轮行波共振特征,并满足对试验器改装小和测试装置易安装的技术要求。建立了基于刚性壁声波导管技术的导出式噪声测量方法和基于替代法原理的动态特性标定方法,研制了导出式噪声测量系统和数字式闭环控制声喇叭行波管装置动态标定系统,解决了复杂环境下的齿轮行波共振声信号测量与数据修正的问题。完成了基于噪声和应力同步测试的某航空发动机中央传动锥齿轮行波共振特性试验,对从动锥齿轮的行波共振频率、共振转速及节径振动声辐射量级进行了分析。研究结果表明：导出式噪声测量方法及系统和动态标定方法及系统有效提高了齿轮行波共振特性的测量精度,可实现高温高油雾环境下齿轮行波共振频率和共振转速的精准识别和有效监测,行波共振频率误差小于0.04%,共振转速误差小于0.005%。四节径后行波共振时的齿轮辐板振动辐射的声压能量是三节径前行波共振时的4.5倍,说明齿轮在高转速发生行波共振会更危险。     

喷流噪声声源识别与声源机理分析方法进展

喷流噪声是航空气动噪声的主要来源,会造成严重的环境污染和健康威胁。缺乏对湍流涡如何产生 噪声辐射这一物理过程的深刻理解,是难以设计出高精度噪声预测方法和高效降噪装置的根本原因。本文总结公开发表文献中喷流噪声的声源识别与声源机理分析的研究进展和局限。从噪声由湍流脉动产生这一因果 律出发,指出未来研究仍需要对噪声和湍流脉动建立合理的物理模型和控制方程,进行合理的分离,并将噪声 脉动表示为背景湍流的广义函数,从动力学角度揭示非定常湍流涡演化产生噪声辐射的物理机理。     

基于粒子群核极限学习机的涡扇发动机加速过程模型辨识

针对解析法建立涡扇发动机加速过程模型精度和实时性不高的问题,提出了一种基于粒子群核极值学习机(PSO-KELM)的涡扇发动机加速过程模型数据驱动辨识方法,构建涡扇发动机加速过程模型,结合加速过程试车数据,利用PSO-KELM方法对该加速模型进行辨识。试验结果表明:低压转子转速、高压转子转速和低压涡轮出口燃气总温都较好地逼近了试车数据,最大相对误差均值分别为1.013%,0.355%和1.055%,平均计算时间为0.04ms。精度和实时性均优于反向传播神经网络和粒子群支持向量回归方法,可用于发动机状态监控和性能优化控制。     

直升机尾桨/尾梁耦合动稳定性分析

根据激振实验数据,应用加速度响应频响函数方程组求解尾桨毂中心处的各阶模态频率,采用加速度导纳圆方法求得尾梁在尾桨毂中心处各阶模态的质量、阻尼和刚度。利用特征值方法分析了尾桨/尾梁耦合共振动稳定性。结果表明,尾梁纵向和垂向一阶模态是可能与尾桨摆振后退型模态产生耦合共振的危险模态,提高尾桨减摆器储能模量和尾梁一阶固有频率有利于提高系统稳定性。