复合材料机翼盒段的设计、模态分析和试验

为了进行机翼盒段结构的模态分析和试验,依据结构相似方法对盒段进行缩比,采用复合材料整体成型技术制造盒段模型,该模型同时实现了结构动力学相似与传力相似.对模型进行了模态分析和试验,两者结果吻合较好.本模型为在低速风洞中实现高速飞机机翼颤振试验奠定了基础.      

基于稀疏核增量超限学习机的机载设备在线状态预测

为实现对机载设备工作状态的在线状态预测,提出了一种稀疏核增量超限学习机(ELM)算法。针对核在线学习中核矩阵膨胀问题,基于瞬时信息测量提出了一个融合构造与修剪策略的两步稀疏化方法。通过在构造阶段最小化字典冗余,在修剪阶段最大化字典元素的瞬时条件自信息量,选择一个具有固定记忆规模的稀疏字典。针对基于核的增量超限学习机核权重更新问题,提出改进的减样学习算法,其可以实现字典中任一个核函数删除后剩余核函数Gram矩阵的逆矩阵的前向递推更新。通过对某型飞机发动机的状态预测,在预测数据长度等于20的条件下,本文提出的算法将预测的整体平均误差率下降到2.18%,相比于3种流形的核超限学习机在线算法,预测精度分别提升了0.72%、0.14%和0.13%。     

基于干涉接触的前缘缝翼尾缘结构设计与分析

前缘缝翼是大型飞机起飞与降落阶段重要的增升装置,但受自身结构刚度及其支持刚度影响,承受气动载荷时缝翼易发生翘曲变形,与翼盒产生缝隙,影响到机翼的气动效率。为消除巡航状态缝翼的变形,提高机翼气动效率,提出前缘缝翼干涉尾缘结构设计技术。对影响前缘缝翼结构法向和弦向变形的主要因素进行理论分析。以国内某大型飞机前缘缝翼为研究对象,针对蒙皮等各结构尺寸对前缘缝翼本体刚度的影响,从质量和变形两方面进行详细论述。在保持原有前缘缝翼结构尺寸、质量的前提下,进行前缘缝翼干涉尾缘结构的设计。结果表明：所提的前缘缝翼干涉尾缘结构在巡航工况气动载荷下,可以保持与机翼不分离的状态,提高气动性能,且有效避免了质量的增加。     

基于熵理论的复杂装备费用测算模型

为了提高航空器、飞机等大型复杂装备的费用预测精度，根据相似信息优先原理和熵理论，将相似装备的选取看作是一个信息融合的过程，引入距离熵和灰关联熵，构建综合相似度指标来度量装备样本与待预测装备之间的相似程度，对不同样本进行赋权，建立加权最小二乘法对装备费用进行预测。针对装备样本数量小于参数数量的情形，通过构建装备参数对费用的驱动效应矩阵及计算相应熵权，选择熵权较大的参数作为测算模型的自变量。通过实例对比分析，表明基于熵理论的加权回归测算模型具有较高的预测精度和稳定性。      

飞机环境控制系统的最小熵增分析

一种应用于飞机环境控制系统优化设计的新方法,以热力学第二定律为基础,运用熵增原理进行系统综合优化设计,分析了主要组成部件(热交换器和涡轮冷却器)以及座舱温度舒适性要求指标对系统熵增的影响.以某型飞机环境控制系统为例,通过数学建模和计算机仿真,获得了不同结构参数下,系统运行在最小熵增状态时的引气与供气参数优化匹配结果.研究表明,提出的最小熵增分析方法对未来复杂飞机环境控制系统的综合设计具有重要的指导意义.      

基于DWNN的机电作动器渐变性故障诊断

飞机飞行控制系统机电作动器（EMA）的渐变性故障很难准确预判,若不能及早发现而任其发展就会影响到飞机的飞行安全性。针对EMA的渐变性故障,提出一种基于动态小波神经网络（DWNN）的故障诊断方法。首先,利用EMA在电机电枢绕组匝间短路、传动装置丝杆和滚珠磨损等多种渐变性故障状态下的运行数据来训练DWNN故障诊断模型;然后,利用训练好的DWNN模型对EMA渐变性故障进行诊断。创新之处在于DWNN模型利用小波分解算法去除了传感器测量信号中高频分量的影响,利用反馈神经网络的记忆能力融合了过去输入的信息和过去预测的信息,提高了对EMA渐变性故障诊断的准确性。通过对某型EMA进行故障诊断实验,仿真结果表明所提出的DWNN方法可以实现对EMA部件渐变性故障的准确诊断。      

基于Pareto遗传算法的复合材料机翼优化设计

针对某型飞机设计过程中遇到的副翼反效问题,提出了复合材料机翼满足气动弹性要求的优 化方法,构造了一种基于Pareto最优解定义的多目标遗传算法——Pareto遗传算法.该算法 以权重信息为基础建立Pareto解集过滤器,引入小生境技术等实现Pareto前沿面的求解.测 试函数计算表明该算法有较好的收敛性.以复合材料机翼的升力系数和滚转力矩系数为目标 函数,采用Pareto遗传算法进行计算得出一组Pareto最优解集,计算结果表明,给出的方案 能够满足工程需求,为决策者提供了多种可选方案.      

氢动力无人机大展弦比机翼静气弹特性分析

以氢动力超长航时无人机(UAV)为背景,针对其大展弦比轻质复合材料机翼,采用强耦合方法求解了几何非线性变形下的静气弹特性,对比了弹性机翼与刚性机翼的气动性能,并在此基础上,给出了一种刚性机翼的弹性气动力修正方法。结果表明:相比刚性机翼,弹性机翼巡航状态下的升阻比降低3.2%,滚转力矩导数和偏航力矩导数显著增大,对飞机的气动性能产生不利影响;基于刚性计算结果,对大展弦比机翼进行气动修正,是一种有效的大展弦比轻质机翼气动分析思路。     

考虑壁板刚度匹配的大型飞机复合材料机翼气动弹性优化设计

针对大型飞机复合材料机翼,发展了一种考虑壁板刚度匹配的气动弹性优化设计方法。基于敏度算法,以结构质量最小化为目标,以壁板刚度匹配、颤振速度、翼尖变形、设计许用值、工艺性等为约束,在严重载荷状态下设计复合材料机翼结构,研究不同壁板刚度匹配要求对于优化设计结果的影响,并与传统优化设计结果进行比较。结果表明:考虑壁板刚度匹配需要付出一定的结构质量,但对局部稳定性设计、损伤容限设计和大型复合材料壁板制造有利;壁板刚度匹配设计范围对于优化设计结果影响显著,需要根据设计和制造要求合理确定;压缩设计许用值是影响复合材料机翼气动弹性优化设计的关键约束。      

小样本下基于孪生神经网络的柱塞泵故障诊断

针对目前基于深度神经网络的柱塞泵故障诊断方法在小样本条件下精度低、模型欠拟合问题,提出一种小样本条件下基于孪生神经网络的柱塞泵故障诊断方法。搭建了柱塞泵故障实验台,采集柱塞泵在不同健康状态下的壳体振动信号;使用由卷积层和池化层组成孪生子网络自适应地从原始振动信号中提取低维特征,使用欧式距离判定输入样本对的特征相似度;通过相似度对比的方法扩大训练样本数量并训练孪生神经网络模型;最后,对测试样本进行健康状态识别。实验结果表明：与传统深度神经相比,所提方法在小样本情况下具有更高的准确率。同时,多通道数据融合实验表明：所提方法能够从不同通道的信号中学习到有关故障信息,多通道数据融合可以进一步提高诊断准确率。     

不确定条件下高超声速俯冲弹道鲁棒优化

针对俯冲段不确定性因素所导致的弹道偏差和落点精度问题,研究了一种增强弹道抗干扰能力的高超声速滑翔飞行器俯冲攻击鲁棒弹道优化方法。首先建立了考虑模型偏差、阵风干扰等不确定性因素的滑翔飞行器俯冲段运动数学模型;其次,推导了不确定条件下滑翔飞行器运动模型的雅各比矩阵解析表达式,得到了基于线性协方差分析法的系统误差传播方程;最后,建立了不确定性条件下的俯冲段弹道优化模型,并应用高斯伪谱法对该弹道优化问题进行求解。仿真结果表明,与不考虑不确定性因素影响的弹道优化方法相比,本文方法可有效提高高超滑翔飞行器俯冲弹道抗干扰能力,且抗干扰能力随着权重系数值的增大而增强。     

冲压空气涡轮泵的温控节流孔计算方法

冲压空气涡轮(RAT)泵将涡轮输出的机械能转换为液压能用以操控飞机舵面,其快速起动是飞机安全的最后保证。长时间处于低温大气环境,液压油的高黏性阻碍了液压泵的快速起动,将飞机主液压系统的高压油液引入RAT泵是解决该问题的有效方法。本文以RAT泵为研究对象,探究RAT泵的最小温控节流孔计算方法。首先,阐述RAT泵待机状态下通过温控节流孔保温原理,提出温控节流孔的孔径计算方法;其次,建立RAT泵热力学模型,推导温控节流孔的孔径计算公式;然后,基于MATLAB平台搭建RAT泵温控系统热力学模型;最后,通过仿真计算,由仿真结果验证本文所提出的温控节流孔计算方法的正确性,且节能效果显著。     

基于改进YOLOv3和卡尔曼滤波器的飞机检测追踪方法

精确的飞机检测与追踪方法可以有助于提升我国军事实力,但是目前对小目标飞机进行有效追踪方法较少。基于深度学习的目标追踪方法较传统的方法性能更佳优越,因此针对传统方法对于小目标追踪性能不佳,本文提出了一种基于YOLOv3以及卡尔曼滤波器的飞机追踪方法以获得更好的追踪性能,该算法首先通过改进的YOLOv3算法对视频中的图像进行检测,在识别到视频中的飞机之后,通过卡尔曼滤波器对飞机的运动轨迹进行预测,并通过匈牙利算法进行数据关联。实验结果显示,该算法对小尺度飞机的检测性能较传统的YOLOv3有接近5%的提升,且对飞机的追踪效果精度高且实时性能,具有较高的军事应用价值。     

结构受损飞机动力学模型与飞行控制方法

为实现对结构部分受损飞机的安全控制,建立了其动力学模型,通过分析将结构受损飞机的旋转运动分解为正常飞机旋转运动和由于受损引起的扰动运动,将结构受损飞机的控制转化为对扰动等不确定性因素的抑制问题.提出了一种基于扩张状态观测器的轨迹线性化控制方法进行飞行控制律设计,使系统具有较强的鲁棒性.仿真结果表明:当飞机右侧机翼缺损15%半翼展长时,控制系统能实现结构受损飞机的解耦控制,角速度响应能较好地跟踪指令,有效抑制了结构受损带来的不确定性和扰动.     

基于MDP的战机对抗导弹措施优化方法

对战机对抗导弹的措施优化问题进行了研究,将该问题归结为不确定条件下的序贯决策问题,提出了一种基于Markov决策过程(MDP)的导弹对抗措施优化方法。首先,该方法根据作战过程将作战阶段分为不同的状态,将电子对抗措施(ECM)和战术机动作为可供战机选择的行动;然后,通过不同战术行动下状态之间的转移概率来反映行动的不确定性,以雷达搜索状态和导弹命中状态的期望值来表征不同策略下的飞机生存力;最后,通过建立Markov决策模型得到飞机生存力最大时各个状态对应的最佳行动。仿真结果表明:飞机生存力随着时间推移而逐渐降低;不同策略下飞机的生存力不同,基于MDP的策略可以有效提高飞机的生存力;单步优化措施不能提高战机的生存力,必须考虑长期状态转移的影响。     

大展弦比柔性复合材料机翼的气动弹性剪裁

在考虑结构几何非线性、气动非线性影响的基础上,由气动弹性问题的最普遍方程,获得大展弦比柔性复合材料机翼颤振问题的非线性稳定性分析方程.使用解析方式推导得到机翼的临界颤振速度、颤振频率对于设计变量的灵敏度表达式.展示了复合材料机翼的铺设构型和铺层角对气动弹性特性的影响,指出产生负弯扭耦合效果的机翼截面构型有利于机翼的气动弹性性能.以机翼颤振速度作为目标函数,复合材料铺层角为设计变量进行了气动剪裁优化设计,在得到最优化的铺层构型和铺层角的同时,也比较了本文解析敏度和数值差分敏度得到的优化结果.      

免疫支持向量机用于航空发动机磨损故障诊断

航空发动机在使用寿命周期内会不断磨损最终出现故障,通过对发动机油液监测铁谱分析数据的挖掘可实现磨损故障的诊断。本文研究免疫算法优化的支持向量机(SVM)在航空发动机磨损故障诊断中的运用。首先,总结了支持向量机和免疫算法的运行流程和关键算法。然后,用改进的免疫算法优化支持向量机惩罚因子、松弛变量及核函数参数。某型航空发动机的油液铁谱分析数据和加入噪声数据验证结果表明,该方法可有效实现航空发动机磨损故障诊断且具有较好的鲁棒性。最后,研究了核函数、多分类决策方法、初始种群大小、亲和力计算公式、支持向量机优化方法和归一化方法对磨损故障诊断准确率的影响,得到了最佳诊断方法。     

碟形升力体飞行器气动特性

碟形升力体飞行器采用了翼身融合的小展弦比气动布局.利用重心前移方式解决了横向稳定性问题,其效果在模型试飞实验中得到了验证.由于展弦比小而导致诱导阻力较大,为减小诱导阻力,在风洞中对一种后掠鱼鳍形小翼进行了吹风试验.模型安装翼尖小翼后,风洞测量其最大升阻比在30m/s风速下提高了70%.在试飞模型中验证了这种小翼不仅可以增大载重量而且增强了横向稳定性.为进一步了解碟形升力体飞行器的气动特性,利用数值方法对升力体流场进行了模拟研究.数值结果显示,由于展弦比小,升力体翼尖处诱导旋涡对升力体的气动特性影响较大.     

飞翼布局飞行器等离子体激励滚转操控试验

飞翼布局飞行器采用多个气动舵面共同作用来控制飞行,常规气动舵面的结构复杂,在大迎角时由于流动分离,舵面操纵效率显著降低。等离子体激励器具有结构简单、重量轻和响应快等优势,常被用在流动控制上。本文利用激励器抑制单侧翼面流动分离产生不对称的气动力,对飞翼布局飞行器滚转通道的控制进行了试验研究,得出了激励器在飞行器上的最优布置位置和最佳控制参数,并和常规副翼舵面滚转操控效果进行了对比。结果表明:布置于内翼、中翼前缘的等离子体激励器能够获得最佳的滚转控制效果;激励器调制频率对飞行器滚转控制效果的影响较大,而激励电压对滚转控制效果的影响较小;与常规副翼相比,等离子体激励器在大迎角时对滚转通道的操控效果优于副翼。