基于小波神经网络辨识的PID神经MRAC研究

提出了一种基于小波神经网络辨识的PID神经网络模型参考自适应控制方法。该方法采用小波神经网络作为辨识器,PID神经网络作为控制器在线调节。由于小波变换具有良好的时频局部特性,神经网络具有强大的非线性映射能力,自学习、自适应等优势,采用规范正交的小波函数作为神经网络的基函数构成小波神经网络,该网络兼有小波函数的紧支性、波动性以及神经网络的非线性映射能力,自学习、自适应能力等优点,仿真结果表明用该方法构成的控制系统收敛速度快,逼近精度高,鲁棒性好,优于一般的BP网络控制。     

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Kriging形函数的线性时变结构模态参数辨识

近年来,对航空航天飞行器随时间变化的动力学特性研究需求越来越迫切。仅输出参数化时域的时变时间序列模型以其结构简约、精度高且跟踪能力强而成为研究热点,尤其是泛函向量时变自回归(FS-VTAR)模型已经得到了广泛应用。然而传统的FS-VTAR模型在保证其辨识优势的同时却需要针对不同时变结构选择合适的基函数形式及较高的基函数阶数,该过程相当复杂且耗时。本文借鉴无网格法中移动最小二乘(MLS)法构造形函数的思想,提出一种基于Kriging形函数的线性时变结构模态参数辨识方法。该方法首先引入自适应于辨识信号的Kriging形函数;再把时变系数在形函数上线性展开,利用最小二乘(LS)法得到形函数的展开系数;最后把时变模型特征方程转换为广义特征值问题提取出模态参数。利用时变刚度系统非平稳振动信号验证该方法,结果表明:基于Kriging形函数的FS-VTAR模型相比于传统的FS-VTAR模型能有效地避免基函数形式的选择和较高的基函数阶数,且精度相当;相比于移动最小二乘法能有效地解决其数值条件问题且具有更高的模态参数辨识精度。     

间隙非线性气动弹性系统的辨识

间隙非线性气动弹性系统有非常丰富的动力学特征。由于工程实际中间隙不易准确测量甚至无法测量,通常需要通过辨识来建立其数学模型,其中间隙开关点位置是辨识问题中的难点。本文利用间隙开关点将间隙非线性系统区分为3个线性子系统,用Hammerstein模型表示其非线性部分,构造了开关点的迭代序列;并采用非迭代和迭代相结合的方法进行求解,从而成功获得包含间隙开关点在内的该系统所有模型参数;以间隙非线性的二元翼段为例,验证了该辨识方法的有效性。     

基于非定常气动力辨识技术的气动弹性数值模拟

选择离散型输入输出差分模型,运用最小二乘方法进行非定常气动力建模,并将辨识得到的降阶模型用于气动弹性的数值模拟。1个马赫数下的颤振临界点的计算仅需调用一次非定常流场求解器。计算精度保持与非定常欧拉方程计算方法相当的同时计算效率提高了1~2个量级。计算了跨声速具有S型颤振边界的气动弹性标准算例－Isogaiwing和三维气动弹性标模算例AGARD445.6,辨识模型计算边界与非定常Euler方程计算结果吻合。证明非定常气动力辨识技术可以提供高效的高精度的气动弹性分析。     

基于RBF神经网络的航空发动机故障诊断

航空发动机的故障诊断研究在民航安全发面有着重要的意义，而故障诊断模型的建立尤其关键。采用径向基函数（RBF）神经网络建立发动机的故障诊断模型，论述了径向基函数神经网络的结构、学习和运行，并通过该模型对发动机参数进行辨识，结果表明RBF神经网络具有较高的故障诊断正确率。     

基于Broyden法的旋翼多体系统气动弹性分析

建立了旋翼多体系统气动弹性模型并给出了一种适合于该模型响应计算的数值计算方法。采用柔性多体系统动力学方法建立旋翼气动弹性模型,利用驱动约束显著简化约束方程形式,集成大变形桨叶模型,准确考虑变形的非线性,适合于对采用柔性结构的先进旋翼进行气动弹性分析。基于Broyden法改进隐式积分法积分一步中非线性方程的求解,避免求取切线矩阵和矩阵求逆运算,保持隐式积分法具有较好稳定性的同时提高计算效率,解决了旋翼多体系统气动弹性力学方程隐式表达且具有较强非线性和较高刚性比造成的响应计算困难。通过模型旋翼桨叶响应计算验证了结构模型与气动弹性响应求解方法。采用建立的气动弹性模型计算悬停和前飞状态旋翼气动弹性稳定性,与试验结果对比验证了模型的正确性。研究了不同的稳定性计算方法、桨叶结构模型和入流模型等对悬停和前飞稳定性计算的影响,结果表明本文所采用的结构、气动模型及气动弹性稳定性计算方法提高了气动弹性稳定性分析精度。     

基于RBF网络的航空发动机辨识模型

利用实测到的发动机飞行试验数据作为学习样本, 采用径向基函数 (RBF)神经网络建立了发动机的辨识模型。利用这种方法对不同飞行高度发动机的参数进行了辨识, 并与几种 BP网络进行了比较。研究结果表明: 这种方法具有训练时间短、学习速度快、辨识精度高等优点。      

基于RBF神经网络的航空发动机起动模型辨识与仿真

为解决基于气动热力学方程建立发动机起动模型时存在的困难,本文以某型发动机起动调整试验的试车数据为样本,使用径向基函数(RBF)神经网络对在某一大气条件下的发动机起动模型进行了辨识;并使用另外一组试车数据,通过辨识模型对起动过程进行了仿真。结果表明,用RBF神经网络辨识发动机起动模型,具有方法简单、学习速度快、辨识精度较高等优点。     

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。     

操纵面对跨声速机翼气动弹性特性的影响

 运用基于非定常CFD的气动力辨识技术,得到跨声速非定常气动力降阶模型。耦合结构动力学方程,建立了基于状态空间的跨声速气动弹性分析模型。分析了典型三自由度二元机翼的颤振边界,分析结果与CFD/CSD直接耦合方法吻合。然后研究了操纵面结构参数（固有频率和重心位置）对跨声速气动弹性特性的影响。研究发现,一些传统的结构设计准则和颤振排除技术未必适用于跨声速状态;操纵面偏转模态常常成为诱发跨声速颤振的主要模态;经典的质量平衡技术可能会降低跨声速气动弹性系统的稳定性。     

考虑非线性因素的阵风减缓系统建模与仿真

主动阵风载荷减缓系统普遍存在多种非线性特性,它们对系统的动态响应有复杂的影响,导致基于线性系统设计的控制方法无法达到预期的性能或稳定性。针对通用运输类飞机,采用有限元和偶极子网格方法建立了气动弹性模型的状态空间,采用描述函数法建立了控制系统中典型的饱和、延时和迟滞3种非线性模型,提出了含非线性环节的液压作动-气动弹性混合模型,对比分析了不同非线性因素对主动阵风载荷减缓系统的影响。仿真结果表明,系统非线性会引起相位滞后、降低系统动态跟踪特性以致降低阵风减缓效果,严重情况下将引起极限环振荡乃至发散。     

求解气动弹性系统动态特性的一种准确方法

本文提出一种求解气动弹性系统动态特性的准确方法——正交搜索法,它利用复变函数中解析函数保角映射的特性,沿复频率s的实部和虚部交譬搜索,逐步达到所求复方程的根。该算法能在计算机上实现,直观、简便、实用。     

基于降阶模型的气动弹性主动控制律设计

流体/结构耦合数值模拟是目前解决复杂气动弹性问题精度最高的方法。但由于计算效率比较低,模型阶数过高,不能直接用于气动弹性系统的主动控制律设计。为了对主动控制系统设计提供高效高精度状态空间模型,研究了气动弹性系统的时域正则正交分解(POD)/降阶模型(ROM)方法,并引入平衡截断(BT)技术进一步降低时域POD/ROM的阶数,从而有效克服了时域POD/ROM阶数过高的缺点。在此基础上建立了基于POD-BT/ROM的气动伺服弹性降阶方程。以AGARD445.6机翼为例,说明了时域POD/ROM建模的各个细节,并将其用于气动弹性主动控制律的设计。计算结果表明,POD/ROM具有接近计算流体力学(CFD)/计算结构动力学(CSD)耦合计算的精度,同时又大大提高了计算效率约1～2个量级,是一种高精度高效率的气动弹性主动控制系统设计工具。     

适用于工程数据的飞行器气动特性修正框架

新型飞行器对气动特性的预示精准度提出了更高的要求,为此研究了一种适用于多条飞行试验数据的气动特性修正框架,实现了对地面气动模型及先验不确定性模型的修正。基于试验数据特点,首先从模型辨识角度,改进了传统的多元正交函数法,构建了多试验数据模型项的统计优选准则,设计了基于总体最小二乘思想的定制化参数估计算法;然后从不确定度量化角度,估计出了气动修正模型的总偏差,校验了先验不确定性模型。最后应用提出的修正框架处理某飞行器的10条试验数据。结果表明相比于原始地面气动特性预示方式,修正后的方式,一方面预测的气动系数更接近测量的气动系数,另一方面估计的气动误差带具有较少的误差带外测量点及最高的精细程度。     

基于ARMA/ROM的颤振边界模拟和快速预测

为实现对颤振边界进行快速预测,采用基于系统辨识的降阶气动力方法,将ARMA/ROM训练数据用于构建闭环气动弹性系统的连续时间状态空间模型,并将所得到的状态空间模型用来确定颤振边界;对AGARD445.6机翼进行了颤振边界和颤振频率的模拟,将ARMA/ROM方法的计算结果与全阶耦合计算结果、实验结果进行了对比。研究结果表明,该方法是高效、精确的,可以用于飞行器颤振边界的模拟和快速预测。     

应用时变参数建模方法辨识时变模态参数

 应用非平稳时间序列的时变自回归建模方法进行了参数随时间变化的线性系统模态参数的辨识。对线性时变系统在白噪声激励下振动响应的非平稳时间序列进行建模。通过引入基函数将非平稳过程的辨识问题转化为线性时不变过程的辨识。结合信号时频变换确定模型阶次, 通过时变的伯格尔( Bur g) 算法对时变的自回归(AR) 模型系数和时变结构模态频率进行了估算。通过对刚度随时间变化的三自由度系统模态频率的仿真辨识, 验证了辨识方法的有效性。     

基于扫频激励的高安全性颤振边界预测方法

针对一种基于脉冲激励的高安全性颤振边界预测方法,提出改变其原有的脉冲激励形式,采用扫频激励以改善脉冲激励激振频带较窄和信噪比较低等问题。根据采样数据和气动弹性运动方程,获得亚临界速度下的模态位移响应和模态气动力系数。采用系统辨识构建相应的非定常气动力模型,耦合状态空间的结构运动方程和气动力方程得到气动弹性稳定性分析状态方程,进而预测颤振边界。基于两种激励形式预测的颤振边界的对比结果表明,在较低的测试速度下采用扫频激励具有更高的预测精度。     

模型直升机悬停状态下飞行力学模型辨识

 直升机飞行力学模型的准确性对于直升机的控制系统设计具有非常重要的影响。采用常规的建模方法往往很难获得准确的飞行力学模型。为满足飞行控制系统设计的需要,提出了一种直升机飞行力学模型的系统辨识建模方法。该方法将机理建模方法与辨识建模方法相结合,首先利用状态子空间法获得直升机的近似飞行力学模型,再将机理建模提供的先验知识与子空间法辨识得到的模型相融合,限定主要参数,采用误差预报法进一步寻优得到较准确的直升机飞行力学模型。通过飞行试验,成功地辨识得到了悬停状态下模型直升机状态空间方程表达的线化飞行力学模型。所得的辨识结果能够准确预测出模型直升机的响应,可以应用于飞行控制系统设计当中。     

基于实测频响函数反推管路卡箍支承刚度与阻尼

为了有效创建航空发动机管路系统动力学模型,需要获得动载荷作用下管路卡箍支承刚度及阻尼。提出一种基于实测频响函数(FRF)反推卡箍支承刚度及阻尼的方法。确定了针对单管路双卡箍支撑系统的反推辨识流程;利用自编有限元创建了该管路系统的动力学模型,并给出了求解频响函数的方法;进一步,提出了基于灵敏度的卡箍支承刚度和阻尼反推辨识算法;以典型管路卡箍为例,用所提出的方法辨识出了该卡箍的支承刚度和阻尼。将辨识值回带到理论模型中,发现仿真及实测固有频率及相对应的频响函数偏差均小于9%,从而证明了研发的辨识方法的合理性。另外,辨识结果也表明卡箍的刚度及阻尼具有频率依赖性,且水平及竖直方向存在差异。