回收系统中的悬挂体姿态运动模式分析

建立了12自由度的物-伞系统动力学方程,采用三个欧拉角来描述悬挂体的运动姿态,总结了悬挂体姿态运动的5种基本模式和3种典型的复合运动模式;并给出了运动模式的量化描述、各个模式与刚体姿态运动欧拉角描述之间的关系.通过算例说明上述结果具有一般性,对于回收系统悬挂体的姿态分析有参考价值.     

大飞机机翼结冰对飞行动力学特性影响研究

机翼结冰会严重影响飞机的气动特性,威胁飞行安全。采用线化小扰动分析方法和非线性全局稳定性分析方法,对大飞机机翼对称结冰情况下的飞行动力学特性展开研究。研究结果表明:机翼结冰主要影响飞机的升阻特性,使得平衡迎角和需用推力增大,临界迎角和运载能力下降,对起降特性尤为不利;在操稳特性方面,机翼结冰会影响纵向短周期模态自由振荡频率,在少数情况下会降低短周期模态的阻尼比,同时操纵升降舵以及水平安定面进行纵向操纵时,在少数飞行状态下会出现不稳定情况。     

大飞机机翼结冰条件下的纵向飞行动力学特性研究

为了研究机翼结冰对飞机气动特性的影响,采用线性化小扰动分析方法和非线性全局稳定性分析方法,对大飞机机翼对称结冰情况下的飞行动力学特性展开了研究。结果表明:机翼结冰主要影响飞机的升阻特性,使得飞机的平衡迎角和需用推力增大、临界迎角和运载能力减小;机翼结冰后,飞机阻尼减小,振荡加剧;同时操纵升降舵和水平安定面,飞机可能出现不稳定情况。研究结果可为不同结冰程度下的操纵策略、飞行安全边界评估、结冰实时探测等工程应用提供理论支持。     

大型伞绳帆和抽打现象连续模型及验证

文章主要推导了可用于描述大型降落伞绳帆和抽打现象的一般绳索三维动力学连续模型,及弦坐标系下可用于求解绳帆现象的两点边值问题(BVP)模型,并采用某型号大型降落伞的空投录像和杆件算例对模型进行验证对比,说明了模型的正确性,采用这一连续模型能够更直观地对大型伞的绳帆和抽打现象进行定性和定量分析。     

基于数值试验的大型降落伞开伞冲击载荷峰值研究

针对大型降落伞开伞冲击载荷峰值的极限难以通过一般搜索算法求得的情况,采用Monte Carlo仿真和正交试验两种数值试验方法对多因素影响下的大型伞开伞力峰值极值情况进行了研究。当给定21个影响因素在小范围内变动时,近似认为指标极值在影响因素变化边界上取得。对比Monte Carlo仿真结果和正交试验仿真结果表明:两种数值仿真得到的开伞力峰值极值较为相近;Monte Carlo仿真结果随着仿真次数的增加逐渐逼近正交试验结果;可以将正交试验结果作为开伞力峰值的极值。     

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。     

基于H_∞算法的飞机机翼结冰气动参数辨识

针对国内大型飞机结冰防护需求,开展针对大型结冰研究样机的H_∞算法参数辨识结冰探测研究。首先通过参数调节选取一组合适的H_∞算法参数,利用考虑测量噪声的结冰研究样机飞行仿真数据验证H_∞算法的辨识能力,由结果对比发现辨识算法能够跟踪飞机气动导数随结冰累积过程的变化趋势,辨识精度较高,其最大归一化平方根(RMS)误差仅为真值的11%;分析了H_∞算法对81种不同结冰累积过程的辨识能力,通过结果分析发现结冰累积时间较长且结冰速度较慢的情况辨识效果较差,结冰累积时间在100~300s之间辨识精度较高;最后利用蒙特卡罗仿真分析了不同测量噪声大小对H_∞算法辨识精度和跟踪延时的影响,给出了3个纵向气动导数在随机误差影响下的辨识误差和跟踪延时的统计结果,发现在给定噪声标准差变化范围内,升力和俯仰力矩关于迎角的导数能够得到较为准确的辨识结果,二者的归一化平方根误差均值仅为各自真值的1.8%和4%,其预报延时均值最大仅为3s和9.5s。     

飞机结冰在线辨识方法研究

开展飞机结冰气动特性在线辨识研究,不仅可以用于分析结冰对飞机气动特性的影响,而且对于飞机结冰在线识别具有重要的意义。近年来卡尔曼滤波和 H ∞算法在飞机结冰在线辨识中应用较多,二者均具有可靠性高、收敛快等特点,但对于噪声环境下算法的可靠性和精度评估还不够充分。本文针对飞机结冰在线辨识需求,探讨了扩展卡尔曼滤波和 H ∞算法作为结冰在线辨识算法的应用。首先通过 NASA 双水獭结冰研究飞机算例,利用扩展卡尔曼滤波和 H ∞算法,辨识双水獭飞机结冰后的俯仰方向导数,通过考虑阵风扰动和测量噪声后的仿真数据快速估计该飞机俯仰方向上的三个稳定和控制导数,并将辨识结果与参考值对比,发现两种算法均能在2s 之内快速收敛到参考值附近,且滤波得到的状态量与仿真数据吻合较好,说明算法可靠性高且收敛快,具备飞机结冰在线探测的能力。在此基础上利用不同测量噪声统计特性的仿真数据,评估测量噪声对两种算法辨识精度的影响,经分析发现随着测量噪声标准差取值增大,扩展卡尔曼滤波辨识结果精度明显降低,而 H ∞算法的辨识精度变化较小,说明扩展卡尔曼滤波辨识精度依赖于噪声先验信息的准确性,而 H ∞算法不依赖于噪声先验信息,即使数据质量较差,H ∞算法也能得到精度相当的辨识结果。