基于物理信息神经网络的飞机气动参数辨识方法

在飞机设计与研制过程中，通过气动参数辨识建立可靠的飞行动力学模型非常重要。传统的气动参数辨识工程算法，诸如极大似然法，需要给出合理的飞行动力学模型以及待辨识参数的初值。基于传统神经网络的气动参数辨识可以避免飞行动力学建模过程，这种方法需要通过增量法、导数法间接地从神经网络提取气动参数。本文提出了一种基于物理信息神经网络的飞机气动参数辨识方法，可将含待辨识参数的飞行动力学模型作为正则项加入损失函数，直接辨识得到气动参数。该方法可以显著减少建模数据需求，也能提高建模精度。飞行仿真数据验证结果表明，该方法的无噪声、含2%噪声仿真数据，纵向飞行状态空间模型辨识最大相对误差分别为1.80%、4.64%，表明了基于物理信息神经网络的飞机气动参数辨识方法具有可行性，并对含噪声的飞行数据具有泛化性。     

平尾积冰对飞机纵向气动参数的影响

建立飞机纵向动力学模型,基于最大似然参数估计原理,设计用于辨识飞机纵向气动参数的辨识系统,并对辨识系统的正确性和精确度进行了验证.以DHC-6飞机飞行试验数据为依据,对未积冰飞机和两种平尾积冰冰型的飞机进行纵向气动参数辨识,通过对比3种情况下飞机纵向气动参数的辨识结果,定量分析了平尾积冰对飞机纵向气动参数的影响.结果表明:平尾积冰将导致飞机纵向气动特性恶化,俯仰阻尼可减小15％,升降舵效率可降低20％,对飞行稳定性、操纵性以及飞行安全构成一定的威胁.     

面对称飞行器气动偏差与控制稳定性分析

TXI系列飞行器是一款单级火箭动力、有翼面对称飞行试验平台,在其气动设计中没有进行风洞试验,全部气动数据都是通过CFD计算所得。针对TXI飞行器首飞过程中出现的短暂振荡现象开展气动参数辨识,将获得的实际飞行气动数据与CFD计算数据进行对比,分析某些状态的气动偏差,并通过振荡状态的稳定性分析对气动偏差进行分析核验。结果表明:稳定性分析与气动偏差辨识结果一致;气动特性的偏差引起了飞行控制系统的不稳定。     

QAR数据处理在气动力矩参数辨识中的应用

长期飞行引起的结构疲劳损伤和复杂环境下的腐蚀损伤等因素导致飞机的气动模型会随时间略有变动,而飞机气动模型的辨识对于分析飞机当前的运行状况具有重要意义.为了完成飞机气动模型的再次辨识,通过分析、处理飞机自带的快速存取记录器(QAR)数据,根据动力学原理建立气动力矩数学模型,最后运用极大似然法辨识出各气动导数.经验证,辨识结果满足仿真要求,可应用于模拟飞行、机务维修信息指导和事故预警与重现等.     

QAR数据处理在气动力矩参数辨识中的应用

长期飞行引起的结构疲劳损伤和复杂环境下的腐蚀损伤等因素导致飞机的气动模型会随时间略有变动,而飞机气动模型的辨识对于分析飞机当前的运行状况具有重要意义.为了完成飞机气动模型的再次辨识,通过分析、处理飞机自带的快速存取记录器(QAR)数据,根据动力学原理建立气动力矩数学模型,最后运用极大似然法辨识出各气动导数.经验证,辨识结果满足仿真要求,可应用于模拟飞行、机务维修信息指导和事故预警与重现等.     

用于气动导数辨识的试飞数据处理方法研究

飞行试验的测量环境十分复杂,未经处理的试飞数据直接用于飞机的气动导数辨识会降低辨识精度,甚至导致辨识的迭代过程发散或收敛到错误值。提出一套从野值剔除、数据平滑、时延修正到相容性检验的试飞数据处理方法,并将其应用到真实试飞数据的气动导数辨识中,通过对比分析数据处理前后的辨识过程和辨识结果,验证了本文提出的数据处理方法在改善辨识过程收敛特性和提高辨识精度上的有效性。     

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。     

飞机操稳特性大导数辨识及随机噪声影响分析

针对飞机研制中操稳特性需求,分别讨论了小扰动理论和参数辨识两种获得飞机稳定和操纵大导数的分析手段,由两种气动布局比较接近的小型无人机ANCE和大型客机Boeing 747数据验证了参数辨识方法的有效性和辨识结果的正确性。在此基础上对两者进行了大导数辨识,并由Monte Carlo仿真分析了飞行试验测量中的随机噪声对大导数辨识精度和模态响应特征值的影响。结果表明:随机噪声对由飞机固有气动特性决定的一些相对较小的大导数辨识精度影响较大,而部分大导数辨识精度较高;随机噪声对长周期和螺旋模态特征值影响较大,短周期、荷兰滚和滚转模态特征值辨识分析结果较为可信。     

基于物理解算的民用飞机气动参数辨识方法研究

传统的风洞试验与理论计算无法满足建立高精确飞机飞行动力学模型的需求,有必要通过试飞后的气动参数辨识来修正其飞行动力学模型。以极大似然法为代表的传统动态激励气动参数辨识法极大地依赖于激励信号设计、辨识算法等,存在较大的不确定性。本文提出了一种基于物理解算的方法,利用飞机不同飞行条件下的配平数据,从物理机理出发,针对气动静导数条理进行一一解算,并形成了物理解算法的辨识流程和方案。这一方法可为后续动导数的动态激励辨识减少大量未知参数,从而提高了整个气动模型的修正精度和效率。研究结果表明这一方法具有较高的可靠性和准确性。     

气动参数辨识飞行试验研究回顾

简要地介绍了气动参数在飞机研制中的作用，获得气动参数的几种途径。着重地介绍了中国飞行试验研究院气动参数辨识飞行试验研究的历程。在古典参数辨识方法研究方面，扼要地介绍了时间矢量法和频率特性法研究和使用情况。在现代参数辨识方面，阐述了参数辩识所要研究的问题，Ｎｅｗｔｏｎ－Ｒａｐｈｓｏｎ方法和最大似然法（ＭＬ）的原理及其应用，最后概要地介绍了大迎角非线性气动系数辩识方法和电传操纵飞机参数辩识方法。