最小二乘复频域法在颤振试飞数据处理中的应用

针对大型飞机试飞过程中,数据通道多、颤振模态密集的特点,采用最小二乘复频域法(LSCF)实现了多输入多输出系统密集模态参数识别,并引入稳态图帮助识别真实模态。LSCF法采用右矩阵分式模型,使用Z域基函数,通过最小化误差代价函数求解待定参数;根据真实模态随模型阶次增大而趋于稳定的特点,通过绘制稳态图识别出真实模态。从飞机实测试飞数据中识别出多阶密集模态,并与地面共振试验结果进行了对照,验证了方法的有效性。     

基于时频域滤波及频域广义整体最小二乘辨识的飞机颤振模态参数辨识

提出一套适用于噪声环境的飞机颤振模态参数辨识方法.为减小噪声对辨识结果的影响,首先设计了一种针对扫频激励的时频滤波器,利用扫频信号及其响应在时频域分布较为集中的特点,有效去除噪声,提高了试验数据的信噪比.为进一步提高辨识精度,提出了一种基于随机模型的频域广义最小二乘辨识算法.将噪声条件下的系统辨识问题转化为广义整体最小二乘问题,并采用线性的广义奇异值分解求解模型系数,避免了非线性优化的复杂计算.通过优化加权项,获得了接近极大似然估计的辨识效果.最后,通过试飞试验数据验证了方法的有效性.     

导弹舵机/舵面系统模态试验方法研究

针对导弹舵机/舵面系统非线性较强的特点,将"猝发随机法"和"纯模态法"相结合,得出准确测试舵机/舵面系统模态参数的模态试验方法。首先采用"猝发随机法"获取系统的频响函数估计,然后采用多参考最小二乘复频域(PolyMax)法进行模态参数识别,得到系统初步的模态参数,最后利用"纯模态法"剔除虚假模态,准确测试结构的模态参数。该方法提高了导弹舵机/舵面系统模态参数的识别质量和效率,为导弹颤振特性分析及气动伺服弹性分析提供了准确的动特性参数,具有重要的工程应用价值。     

飞机颤振模态参数的频域子空间辨识

 研究了基于非参数噪声模型的频域子空间系统辨识法,并采用频域子空间辨识算法实现了基于多通道数据的颤振模态参数辨识,改变了传统的单通道颤振试验数据分析模式,试验结果表明子空间算法能有效提取多通道数据中包含的主要危险模态信息,且计算量小,适用于模态参数的在线分析。     

一种系统辨识的递阶算法及其在飞机颤振试飞中的应用

在研究协方差矩阵特性的基础上 ,给出一种最小二乘辨识系统的递阶算法。该算法与自回归模型参数辨识的Levinson方法相似 ,利用协方差矩阵的特性,由低阶模型参数递阶算出高一阶的参数,用阶次辨识方法确定模型阶次。避免了最小二乘系统辨识批处理方法中的高阶矩阵求逆及最小二乘系统辨识递推算法中的循环修正,提高了计算的效率。该辨识方法成功地应用于飞机颤振特性的辨识。     

基于递推傅里叶变换的飞行器参数在线辨识方法

在线辨识在现代飞行控制系统设计中扮演越来越重要的角色,飞行器模型的在线更新使得人们可以采用更智能的控制方法。基于计算精度和速度的考虑,在线辨识方法通常以递推方式进行,主要分为时域和频域两大类方法。在建立飞行器系统模型结构的基础上,利用频域递推傅里叶变换及最小二乘方法,实现对气动及控制偏导数的在线辨识。针对某飞机纵向通道的在线辨识仿真验证该方法有效,且计算速度和收敛速度快,辨识结果与参数真实值之间的一致性好,方法对传感器噪声有较强的适应性。最后,分析比较了各种典型激励信号对辨识结果的影响,为进行实际在线辨识试验提供了参考依据。     

曲线拟合频域分解法在颤振试飞中的应用

研究了曲线拟合频域分解法在颤振试飞数据处理中的应用技术,讨论了由旋转部件引起的谐波分量对模态参数辨识精度的影响。对仿真信号和颤振飞行试验实际信号应用不同的数据处理方法进行对比。分析结果表明,曲线拟合频域分解法能够有效去除结构响应中的谐波分量,提高了试飞数据处理结果的准确性,具有一定的工程实用性。     

铣削过程在线辨识与极点配置自适应控制

 研究了铣削加工过程的建模、参数在线辨识及自适应控制问题,为铣削过程建立了二阶离散传递函数模型,提出了一种修正的带遗忘因子递推最小二乘参数辨识算法,从而解决了普通递推最小二乘辨识算法中由于递推计算协方差矩阵衰退或膨胀引起辨识结果失真的问题,采用极点配置设计原理,为铣削过程推导了自适应控制的控制律。仿真和实验表明,修正的最小二乘辨识算法和极点配置自适应控制律是正确和可靠的,自适应控制器可获得所需的响应性能。     

采用乘性速压摄动的频域颤振预测方法

 在鲁棒颤振分析方法基础上,提出一种乘性速压摄动表达式,使得颤振系统成为不确定性系统,并直接应用简谐气动力建立其μ框架,从而可以通过频域μ分析预测颤振临界点。导出了判定颤振临界点的μ极值条件,并给出其算法实现。该方法属于频域方法,在理论上具有良好的一致性;且无需求解颤振特征值,从根本上避免了经典的颤振分析方法中可能出现的“窜支”问题。计算结果表明,该方法与p-k法所得结果精度相当,适用于工程颤振分析。     

基于递推平方根法的神经网络模型辨识

提出一种基于递推平方根法的神经网络模型辨识方法,对Davidon最小二乘法和阻尼最小二乘法进行了改进,既保持了二者简单易行、收敛性的优点,又能提高精度,减少计算量,适合于应用在非线性系统的辨识和自适应控制中。与常规的Davidon最小二乘法和阻尼最小二乘法进行仿真比较,体现出了这种方法的有效性,尤其是在输入及隐含节点个数较多的情况,其优点比较明显。     

Identification of reduced-order model for an aeroelastic system from flutter test data

Recently, flutter active control using linear parameter varying (LPV) framework has attracted a lot of attention. LPV control synthesis usually generates controllers that are at least of the same order as the aeroelastic models. Therefore, the reduced-order model is required by syn-thesis for avoidance of large computation cost and high-order controller. This paper proposes a new procedure for generation of accurate reduced-order linear time-invariant (LTI) models by using sys-tem identification from flutter testing data. The proposed approach is in two steps. The well-known poly-reference least squares complex frequency (p-LSCF) algorithm is firstly employed for modal parameter identification from frequency response measurement. After parameter identification, the dominant physical modes are determined by clear stabilization diagrams and clustering tech-nique. In the second step, with prior knowledge of physical poles, the improved frequency-domain maximum likelihood (ML) estimator is presented for building accurate reduced-order model. Before ML estimation, an improved subspace identification considering the poles constraint is also proposed for initializing the iterative procedure. Finally, the performance of the proposed procedure is validated by real flight flutter test data.     

模态参数识别在飞行颤振试验中的应用

 本文介绍了飞机飞行颤振试验的简况、颤振试飞数据处理的特点和一些特殊要求。简要介绍了用频域参数识别方法和时域参数识别方法识别模态频率和阻尼的基本原理和基本数学模型。文中着重介绍了为解决颤振试飞中所获得的信号的信噪比差,而又要求识别的模态阻尼值的精度比较高这个矛盾和为了尽量缩短数据分析所花费的计算时间而采取的若干措施。     

机翼带外挂颤振模型模态试验与参数识别

 本文介绍了带外挂风洞颤振模型模态试验与参数识别方法。重点放在如何提高结果的可靠性和精度上。利用我们研制的识别程序,在通用计算机上识别了前九阶模态的全部模态参数。采用了四种数据检验手段以保证试验数据和识别结果的可靠性与精度。     

振动试验和颤振分析的一体化——颤振实时分析系统

 <正> “颤振实时分析系统”是航空航天工业部振动环境课题组于1985年～1988年期间组织研制的一项课题,它是参考80年代美国波音公司的振动和颤振分析方法,吸收国内最新研究成果而发展的一套计算机辅助工程软件。     

基于左矩阵分式模型的模态参数识别方法

提出一种多输入多输出(MIMO)系统的宽频模态参数识别算法。该方法基于频响函数(FRF)的左矩阵分式模型(LMFD),通过最小二乘法在z域内求解模态参数,避免了s域内矩阵的病态问题。针对左矩阵分式模型的特点,给出了一种通过主分量分析(PCA)建立稳定图的方法。指出了传统的频域多参考点(PRFD)方法与基于左矩阵分式模型识别方法之间的关系。最后采用GARTEUR模型仿真算例与飞机模型的实测算例对所提出的方法进行了验证,结果表明该方法具有良好的识别效果。     

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。     

系统识别与飞机颤振

本文在简要综述了系统识别技术在飞机颤振研究中的应用后,介绍了三种系统识别方法。重点讨论了其算法要点及理论基础。对有关数据处理问题也作了适当说明。基于复模态分析和优化技术的传递函数法可以精确识别出全部模态参数,并在带外挂机翼颤振模型试验中获得成功,该法可推广到仅有响应数据的风洞与飞行试验情况。脉冲响应和自回归滑动平均模型法采用了相关和最小二乘技术,可以在较强干扰情况下得到精确结果,后者还可求出估计值与真值的协方差。两种时域方法皆可无需专用信号分析设备而直接利用测量采样数据进行系统识别。     

均匀流场拉条模型颤振导数识别试验研究

拉条模型作为介于全桥气弹模型和节段模型之间的一种气弹模型,在以往的研究中,常用来比较分析节段模型和全桥气弹模型试验结果的差异而使用,而没有利用该模型进行主梁断面颤振导数识别的研究报道。本文则引入模态参数识别方法进行拉条模型颤振导数识别,并设计了一个平板断面的拉条模型,在均匀流场下进行了颤振导数识别试验研究,与理想平板颤振导数理论解进行了比较,试验结果与理论解的吻合说明了拉条模型颤振导数识别方法的可靠性。     

Reliability and Sensitivity Analysis of Transonic Flutter Using Improved Line Sampling Technique

The improved line sampling (LS) technique, an effective numerical simulation method, is employed to analyze the probabilistic characteristics and reliability sensitivity of flutter with random structural parameter in transonic flow. The improved LS technique is a novel methodology for reliability and sensitivity analysis of high dimensionality and low probability problem with implicit limit state function, and it does not require any approximating surrogate of the implicit limit state equation. The improved LS is used to estimate the flutter reliability and the sensitivity of a two-dimensional wing, in which some structural properties, such as frequency, parameters of gravity center and mass ratio, are considered as random variables. Computational fluid dynamics (CFD) based unsteady aerodynamic reduced order model (ROM) method is used to construct the aerodynamic state equations. Coupling structural state equations with aerodynamic state equations, the safety margin of flutter is founded by using the critical velocity of flutter. The results show that the improved LS technique can effectively decrease the computational cost in the random uncertainty analysis of flutter. The reliability sensitivity, defined by the partial derivative of the failure probability with respect to the distribution parameter of random variable, can help to identify the important parameters and guide the structural optimization design.