基于本征正交分解的流场快速预测方法研究

对于飞行器气动设计,通过实验或CFD计算获得所有设计状态处流场信息成本高、耗时长,难以满足工程应用要求。利用基于本征正交分解(POD)降阶模型结合相应的插值方法,只需要通过实验或CFD计算获取有限个数的采样流场,可以快速预测出具有满足精度要求的设计状态处流场信息。首先,证明对POD基系数插值获取预测流场与对采样流场直接插值获取预测流场的等价性,并分析采样流场分布的要求。然后,以三段翼型流场作为研究对象,POD降阶模型分别与三次样条插值和径向基插值结合,实现设计状态处流场信息快速预测。最后,通过将流场预测结果与相同条件下的流场CFD计算结果对比,表明了POD降阶模型结合两种插值方法的各自特性。     

一种加速的参数化模型降阶方法

参数化模型降阶(PMOR)方法离线阶段训练数据的过程比较耗时,因此提出了一种加速方法。在基于矩阵插值的PMOR方法的基础上,采用组合近似的重分析技术对基于振型向量的模型降阶(MOR)过程进行加速,利用初始刚度分解矩阵生成迭代计算基向量以对系统矩阵降阶,通过降阶矩阵生成参数化模型的振型向量,对参数空间上的采样点重复整个加速计算过程生成离线数据库。并以电磁振动台动圈为例,采用普通方法和加速方法对均布采样样本点展开仿真研究,结果表明,在保证所构建的离线模型数据库准确度的前提下,此方法能减少80%以上的MOR计算时间,且随着采样点的增多,增速越明显,可以大幅度提高参数化降阶模型离线训练效率。      

柔性空间结构选频二阶保结构平衡降阶

利用传统的一阶选频内平衡降阶方法进行降阶时,不但破坏了原二阶系统动力学结构,而且降阶过程中的选频Gramian矩阵的求解计算量大、数值稳定性差.利用解耦模态坐标的二阶柔性空间结构(FSS)方程的特殊性,给出了可控和可观Gramian矩阵的选频闭合解析解.为了将FSS动力学模型在指定频段进行降阶并保留原系统的二阶动力学结...     

高保真气动伺服弹性系统降阶技术研究

采用高保真非定常气动力辨识技术获得的气动伺服弹性(ASE)系统时域模型往往阶次较高,不利于控制系统设计的应用.为了有效降低高阶ASE系统阶次,研究了高保真ASE模型的降阶特性,分别采用平衡截断、奇异摄动以及平衡奇异摄动模型降阶技术,结合BACT系统讨论了各种方法在ASE模型降阶中的应用情况,通过仿真比较得知,平衡奇异摄动法应用于ASE模型的降阶具有一定的优势,可以大幅降低模型阶次,且能够保证降阶模型的精度.     

基于增量学习的非定常气动力参数化降阶模型

气动降阶模型（ROM）是预测非定常气动力的有效工具,具有高精度和低计算成本的优点,近年来许多研究证实了该方法的有效性。但是关于飞行参数变化时,ROM的鲁棒性还需要进一步提高。为了提高ROM对不同飞行参数下的气动力预测能力,提出了基于最小二乘支持向量回归（LS-SVR）和增量学习算法的参数化降阶模型。LS-SVR是一种具有良好泛化能力的回归方法,基于LS-SVR的增量学习算法的主要贡献是在增加新样本集时,不需要重新学习整个数据集。为说明该方法的有效性,基于两自由度NACA64A010翼型构建参数化非定常气动力降阶模型。为了训练气动力输入和相应输出之间的关系,将马赫数和迎角作为附加的模型输入。仿真结果表明,该降阶模型能够准确描述气动力和气动弹性系统在不同飞行参数下的动态特性。     

平衡截断方法在气动伺服弹性系统模型降阶中的应用

研究了平衡截断方法在多输入/多输出气动伺服弹性系统模型降阶中的应用。简要分析了气动伺服弹性系统模型建立的一般过程,详细讨论了平衡截断方法的基本原理并给出了其中的一种算法。以机翼气动伺服弹性系统为对象,比较了降阶前后模型变化情况。     

波形分集MIMO STAP雷达的灵敏度(英文)

空时自适应处理(STAP)是一种有效的机载雷达地杂波抑制方法,多输入多输出(MIMO)雷达是一种性能优于传统雷达的新体制雷达,近期STAP被应用于MIMO雷达以提高性能。MIMO雷达所发射的波形可以彼此相关或不相关。针对波形分集MIMO雷达的STAP处理,提出了一种统一的信号模型,基于此模型,将STAP的性能表示为波形协方差矩阵(WCM)的函数。对波形的影响进行了研究,证明灵敏度(即最大可检测距离)与WCM的最大特征值成正比。理论分析和仿真结果验证了波形对MIMO STAP雷达灵敏度的影响,相关结论可应用于波形的折中设计,以获得最佳系统性能。     

基于本征正交分解和代理模型的高超声速气动热模型降阶研究

气动热弹性分析是高超声速飞行器设计的关键技术之一。高超声速飞行器气动热的准确快速预测是气动热弹性分析的重要前提。针对当前气动加热工程计算、数值计算和实验研究均不能很好满足设计要求的问题,采用本征正交分解(POD)与代理模型(Surrogate)技术结合的模型降阶(POD-Surrogate)方法,建立了一种快速高效的高超声速气动热降阶模型框架。针对典型高超声速三维翼面气动热预测研究结果表明:当保留的POD基模态个数大于20时,PODKriging方法和POD-RBF(Radial Basis Function)方法的降阶模型得到的翼面温度分布与计算流体力学(CFD)计算温度L∞平均误差分别达到6%和14%,相对均方根误差(NRMSE)平均误差分别达到4%和12%,继续增加POD的基模态并不能提高降阶模型的预测精度;针对高超声速机翼气动热计算,POD-Kriging方法比POD-RBF方法具有更高的精度;针对典型的高超声速三维翼面气动热预测表明:基于POD-Surrogate方法的气动热降阶模型具有较高的精度和效率。     

基于降阶模型的不同厚度翼型颤振边界预测

为了解决CFD/CSD计算效率低的问题,基于CFD技术,构造降阶的非定常气动力模型,并耦合结构运动方程,建立频域/时域气动弹性系统ROM,采用线性自回归滑动平均模型的系统辨识方法,分析了气动弹性系统的标准模型Isogai二维翼型的颤振边界。结果表明,在翼型最大厚度所在位置保持不变时,计算不同翼型厚度下对应的颤振边界得出,随着翼型厚度增加,跨声速凹坑逐渐左移。因此,当翼型最大厚度所在位置保持不变时,为了达到提高颤振速度的目标,通过采用该方法的计算结果来调整机翼翼型厚度,提高机翼对飞行环境的适应能力。     

基于杂波子空间估计的MIMO雷达降维STAP研究

 多输入多输出(MIMO)雷达是近年来出现的一种新体制雷达,针对MIMO体制的机载雷达开展空时自适应处理（STAP）技术研究是值得进一步努力的方向。本文研究了机载MIMO雷达STAP技术的降维算法,通过对STAP技术杂波抑制原理进行分析,推导并得到一种基于杂波子空间的降维算法。结合扁长椭球波函数（PSWF）的特点,提出了一种基于杂波子空间估计的降维算法,并与若干降维算法的杂波抑制性能进行比较。结果表明,当存在阵元幅相误差时,该算法在保持杂波抑制性能的同时能够有效地降低STAP算法的运算量。     

基于数值定容弹方法的燃烧室声学特性研究

为确定给定构型燃烧室最容易激发的声学振型,提出了能够实现大幅值非特定频率的"数值定容弹"模型。圆柱体内声学振型频率的预测值与理论结果偏差在7%以内。对姿轨控发动机推力室进行了数值定容弹激励,给出了推力室压力分布的时空演化,获得了多声学模态压力振荡及其最容易激发的声学振型。进一步研究了收缩比对推力室声学特性的影响。结果表明:随着收缩比增大,一阶和二阶切向声学振型的幅值增加,但对应的频率基本保持不变;而一阶纵向和一切-一纵声学振型的幅值减小,但对应的频率增大,当收缩比较大时,一阶纵向和一切-一纵声学振型消失。可见,与短粗构型相比,细长推力室构型有利于抑制切向声学振型。     

压气机叶栅非定常线性自回归气动降阶模型研究

为满足叶轮机械领域高效非定常气动计算的迫切需求,采用线性带外输入的自回归(ARX)理论建立了高亚声速压气机叶栅非定常气动性能降阶模型.该降阶模型构造简单,建立较为容易.通过逐渐增加输入/输出延迟阶数,可以获得较高精度的模型超参数.研究结果表明:降阶模型对线性非定常系统的气动参数响应具有较好的预测精度,但在部分无量纲总压...     

基于CFD技术的高效叶栅耦合颤振分析方法

为了考虑叶轮机叶片结构与流体之间的耦合效应,同时提高叶轮机颤振数值研究的效率,发展了一种基于非定常气动力降阶模型(ROM)的叶栅耦合颤振分析方法。该方法运用时域计算流体力学(CFD)技术计算少数几个叶片的非定常气动力,通过系统辨识及一些假设构建整个叶栅振动的非定常气动力降阶模型,并在状态空间耦合叶栅结构动力学方程建立叶栅气动弹性方程,采用特征值和时域仿真分析该系统稳定性。运用该降阶耦合方法对STCF4(Standard Test Configuration 4)以及NASA Rotor67叶栅系统的稳定性进行了计算。通过与直接计算流体力学/计算结构动力学(CFD/CSD)耦合方法和非耦合方法计算结果的比较验证了该方法的准确性,且该降价耦合方法的计算效率相对于直接CFD/CSD耦合方法提高了1~2个量级,为叶轮机气动弹性参数研究、失谐研究以及多模态耦合计算等提供了便利。     

模型降阶在折叠机翼主动控制中的应用研究

针对以主动控制为目的的模型降阶中的降阶精度以及控制系统的降阶设计问题,以变体飞机折叠机翼为对象,建立以模态综合法为基础的动力学模型,对该模型分别采用模态价值分析方法和平衡截断降阶方法建立结构的降阶模型;利用可控度、可观度对两种降阶模型的精度进行对比分析,对降阶模型进行设计并施加主动控制律,抑制翼尖的位移响应。结果表明:平衡截断降阶模型具有较高的可控度,模态价值分析降阶模型具有较高的可观度;两种降阶模型均可以快速精确地得到高阶动力学的降阶模型,并且该模型可以有效地应用于主动控制系统的设计。     

基于自编码器和LSTM的模型降阶方法

自编码器是一种有效的数据降维方法,可以学习到数据中的隐含特征,并重构出原始输入数据.本文提出了一种基于多层自编码器和长短期记忆网络的模型降阶方法,以提升降阶模型的精度.文中以二维圆柱绕流为例,对该方法进行了分析与验证.首先用多层自编码器对原始数据进行降阶和特征提取,然后构建基于长短期记忆网络的预测模型,最后将自编码器和...     

基于Volterra级数降阶模型的无人机阵风减缓主动控制律设计

针对某型中程长航时无人机阵风减缓主动控制设计问题,提出基于Volterra级数降阶模型和线性二次型/回路传输恢复技术(LQG/LTR)控制的阵风减缓主动控制律设计方法。首先,通过Volterra级数建立非定常气动力的降阶模型,结合无人机飞行动力学模型,并与大气模型耦合,建立无人机阵风响应模型;然后,通过非定常气动力降阶模型耦合的飞行动力学模型进行开环阵风响应,验证模型的有效性;最后,利用特征实现算法得到状态空间形式,采用LQG/LTR方法进行阵风减缓控制律设计。仿真结果表明,提出的控制方法在该型无人机阵风减缓设计上取得较好效果,连续阵风条件下无人机重心过载减小74%,并能维持无人机的高度和姿态稳定。     

基于可观测性分析的旋转式惯导系统在线自标定方法的设计

本文建立了速度误差外观测量的静基座双轴旋转式惯导系统在线标定卡尔曼滤波模型,其状态向量包括地速误差、姿态失准角和惯性器件零偏、标度因数误差、安装误差,可估计旋转式惯导系统失准角与惯性器件误差参数。通过分段线性定常系统(PWCS)可观测性分析方法分析不同旋转方式下系统可观测性变化情况,得出双轴连续旋转的角运动方案可以改善卡尔曼滤波滤波的可观测性。根据基于奇异值分解的可观测度分析结果进行模型降阶,同时结合旋转式惯导系统的工程应用特性,得到12阶卡尔曼滤波参数模型。降阶系统阶数降低约55%,可以显著降低运算量,有效提高了导航计算机运算效率和实时性。仿真实验表明：降阶模型的估计精度不低于原模型,而且部分状态量的滤波收敛速度有提高。     

模态密集柔性空间结构二阶内平衡降阶

 给出一种针对二阶线性系统方程直接进行降阶的二阶系统内平衡降阶方法。大型柔性空间结构动力学方程采用二阶线性微分方程描述,采用传统的一阶内平衡降阶方法降阶后的状态方程是一阶形式,破坏了原系统的二阶结构和物理意义。采用新方法降阶后的系统可以保持原系统二阶结构,同时可以进一步保持原系统的对称和正定特性。柔性空间结构系统级降阶的柔性模态方程通常为对角形式,针对这种特殊形式,系统可控和可观Gramian矩阵存在闭合解析解,给出了闭合解的具体表达形式。数值仿真结果表明,二阶内平衡降阶方法可以达到一阶内平衡方法一样的降阶精度,Gramian矩阵的闭合解析解可以大幅度提高Lyapunov方程求解速度。     

空气动力二阶核函数辨识方法

采用截断三阶Volterra级数模型来研究空气动力二阶核函数的辨识问题,选取一簇正交化的切比雪夫多项式对二阶核函数进行参数化处理,并将非参数辨识问题转化成参数辨识问题。相比于其他方法,本文模型能有效降低对激励信号幅值的敏感程度,保证辨识出的核函数具有较好的保真度;只针对三阶Volterra降阶模型中的一阶、二阶核函数进行辨识,即可提升原系统一阶、二阶核函数的辨识精度,却不会显著增加辨识过程的工作量;参数化辨识方法属于整体性辨识,根据已有的部分数据对(输入、输出数据)就能完成系统辨识,且能达到较好的辨识精度,从而有效地减少了执行计算流体力学(CFD)代码程序的总次数,节约了大量的时间成本。算例表明,与目前流行的非参数化方法相比,本文提出的切比雪夫函数辨识方法,精度上达到预期要求,辨识过程消耗的CFD总时间量至少可降低一个数量级。     

基于优化拟形的航空发动机控制器降阶方法

提出了一种基于优化输出拟形的航空发动机多变量控制器降阶方法,并以LQG/LTR控制器降阶为例,成功地将原控制器从8阶降为3阶.首先将控制器分为积分环节部分和稳定子系统部分,采用输出拟形的方法用低阶系统去逼近稳定子系统使二者具有相近的阶跃响应,利用遗传算法优化出低阶系统的参数,将低阶系统和分离出来的积分环节合并后即得到降阶后的控制器.与采用平衡截取Schur降阶方法比较,本方法可将系统阶次降得更低并取得更好的动态响应效果.