基于Kriging算法的手术导航三维形变技术

针对计算机辅助手术三维导航技术中无法利用术前CT重建模型进行病人个体化手术的问题,提出一种基于克里金(Kriging)算法的三维骨骼形变(bone morphing)技术.利用术中采集和医学图像模型的两片点云进行配准,在CT重建模型上选取4个合适的控制点,通过求解Kriging算法建立的方程组,获得CT重建模型上所有点相对于实际病例变形后的位置,实现医学图像模型向个体化的变形.最后,以人体股骨CT模型和塑料模型为对象进行了形变的精度分析和关节手术导航评估实验.结果表明:这种形变方法简单可靠,可以用于前交叉韧带(ACL,Anterior Cruciate Ligament)重建手术的导航评估.     

可连续光滑偏转后缘的变弯度翼型气动特性分析

以变弯度翼型为研究对象,计算了其六种外形的绕流流场,分析了不同的连续光滑变形翼型与传统偏转翼型的气动特性,讨论了变形参数对气动特性的影响,研究了气动特性的产生机理;与此同时,以形状记忆聚合物柔性蒙皮和机械结构实现了可连续光滑偏转后缘的变弯度翼型,并在风洞实验中测试了其气动特性。计算和实验结果表明:可连续光滑偏转后缘的变弯度翼型能改进传统主翼-简单襟翼翼型的气动特性和流场分离特性;可变形段范围、转轴位置、后缘偏转角度、后缘高度等变形参数对气动特性具有显著影响。     

变后掠变展长翼身组合体系统设计与特性分析

为了探索可变形飞行器气动、结构和控制关键技术,在可变后掠角及展长的翼身组合体风洞试验模型系统设计与特性分析方面开展了研究。系统设计包括总体方案设计、近似理论分析与计算流体力学(CFD)数值模拟、结构与控制技术集成;特性分析包括结构特性、控制特性、定常与非定常气动特性的测试及其分析。结果表明:大尺度变形能显著改变飞行器的升力、阻力和升阻比等气动特性,进而使可变形飞行器能适应多种环境和任务,因而在全飞行周期中比传统固定外形飞行器具有更优的性能。     

Optimization of aerodynamic efficiency for twist morphing MAV wing

Twist morphing(TM) is a practical control technique in micro air vehicle(MAV) flight.However, TM wing has a lower aerodynamic efficiency(CL/CD) compared to membrane and rigid wing. This is due to massive drag penalty created on TM wing, which had overwhelmed the successive increase in its lift generation. Therefore, further CL/CDmaxoptimization on TM wing is needed to obtain the optimal condition for the morphing wing configuration. In this paper, two-way fluid–structure interaction(FSI) simulation and wind tunnel testing method are used to solve and study the basic wing aerodynamic performance over(non-optimal) TM, membrane and rigid wings. Then,a multifidelity data metamodel based design optimization(MBDO) process is adopted based on the Ansys-DesignXplorer frameworks. In the adaptive MBDO process, Kriging metamodel is used to construct the final multifidelity CL/CDresponses by utilizing 23 multi-fidelity sample points from the FSI simulation and experimental data. The optimization results show that the optimal TM wing configuration is able to produce better CL/CDmaxmagnitude by at least 2% than the non-optimal TM wings. The flow structure formation reveals that low TV strength on the optimal TM wing induces low CDgeneration which in turn improves its overall CL/CDmaxperformance.     

非仿射参数依赖LPV模型的变体飞行器H∞控制

变体飞行器可以在不同的飞行环境及飞行任务下自适应地进行结构变形,从而确保飞行过程中具有最优的气动性能。以一类翼展可变的飞行器模型为对象,研究了一种针对非仿射参数依赖结构的线性变参数(LPV)系统的控制问题。在Jacobian线性化基础上,将变体过程中的非线性模型精确拟合为以翼展变形率为时变参数的LPV系统。与大多数LPV控制不同的是,此系统为多项式参数依赖结构,不具有仿射参数依赖形式。利用线性分式表示(LFR)将具有非仿射参数依赖结构的LPV模型转换为等价的线性时不变(LTI)系统。为保证变体过程的稳定,针对此LFR形式的变体模型,在满足二次Lyapunov稳定的线性矩阵不等式(LMI)条件基础上,设计了一类基于状态反馈的H∞控制器。仿真结果表明,上述控制器在外部存在干扰的情况下,能够保证变体过程的全局稳定性。因此基于LFR转换的控制器设计方法不再局限于仿射参数依赖形式,对于广泛LPV系统具有普遍适用性。     

柔性后缘可变形机翼气动特性分析

应用后缘主动变弯度技术的机翼能够改善飞行器的气动性能,其气动特性的研究对于未来可变形机翼的设计具有重要意义。以柔性后缘可连续变弯度二元机翼为研究对象,在Fluent计算平台上采用可压缩Navier-Stokes方程和Spalart-Allmaras(S-A)湍流模型进行气动力数值研究,从压力分布、流场结构和机翼变形方式等方面分析了可变形机翼的气动特性。数值计算结果表明,可变形机翼升力线斜率和最大升力系数与常规带简单襟翼的机翼基本一致,但失速攻角较小;在失速之前,可变形机翼具有较高的升力系数和升阻比,但同时产生较大的低头力矩。柔性后缘下偏到一定角度可以抑制后缘涡的前传,在失速后升力系数出现缓慢上升,增大了有效攻角的范围,具有较好的失速特性。      

变弯度后缘与常规舵面机翼的颤振主动抑制对比

后缘变弯度机翼的气动弹性建模与稳定性分析日益受到关注。为了探究变弯度后缘相比常规偏转舵面机翼颤振主动抑制的方法与特点，以一个小展弦比后缘变弯度机翼为对象，首先建立结构有限元模型，并引入变弯度后缘变形模态和常规舵面偏转模态，采用亚声速偶极子格网法计算非定常气动力；然后使用基于最小状态法的有理函数拟合进行频域到时域模型的转换，建立两种构型机翼的气动弹性模型，并在建模时考虑了变弯度后缘与常规舵面控制带宽的差异；最后利用线性高斯二次型方法设计控制律进行颤振主动抑制，分析对比两种控制方式的特性差异。结果表明：采用变弯度后缘的闭环系统能够将颤振临界速度提高22%，其提升效果优于常规舵面，所需舵面偏转峰值更小。     

仿生变构型飞行器智能控制技术:进展与展望

仿生变构型飞行器是一种为适应环境和任务的变化而具备动物外部构型变化能力的新型飞行器，变构型的动态飞行特征给控制系统设计带来了一系列挑战。飞行器仿生变构型的过程是一种飞行器“眼、耳、脑、体、翼”等多器官协调的智能行为，控制系统设计的主要目标是在“感知—决策—反馈—执行”全控制回路的框架下解决“为何变”“如何变”等智能行为的设计问题，赋予飞行器(特别是无人飞行器)在复杂干扰和不确定环境下强自主、强适应、强生存等智能能力。结合近年来智能控制和仿生技术的发展，从仿生智能的视角梳理变构型飞行器控制技术的研究现状和存在问题，指出仿生变构型飞行器设计需要完成从“方法论”“系统论”设计到“环境/任务/系统一体化”设计亦即“行为论”设计的跨越;进一步提出了机理与数据混合驱动建模、多维信息仿生感知、智能自适应变形决策、变形与飞行一体化控制、全回路安全控制等前沿科学问题，并给出了可能的解决思路。     

一种高速可变形飞行器智能变形决策方法

针对一类高速可变形飞行器(HMFV)的变形决策问题，提出一种基于深度确定性策略算法(DDPG)下考虑综合性能指标最优的智能变形决策方法。首先，以一类后掠角可连续变化的高速飞行器为研究对象，给出变形飞行器动力学模型，分析模型特性及变形量与关键气动参数之间的定性关系。其次，基于关键气动数据特征分析，考虑包含气动性能、控制误差在内的综合性能指标，设计一种基于DDPG算法的智能变形决策方案。再者，针对带有标称控制器的HMFV进行变形决策训练，实时获得滑翔过程中不同飞行状态下的最优构型。最后，仿真结果表明所设计的智能变形决策算法收敛效果好，且具备较好的泛化性能。相比于固定外形，可通过变形使得在不同状态下的升阻比保持最优，且与考虑单一决策指标相比，考虑综合指标最优的变形决策可进一步缩小姿态动态跟踪误差。