飞机方向舵故障建模与侧风着陆仿真

基于风洞试验数据和CFD数据,建立了某型飞机上、下两片方向舵在松浮、卡滞和脱落等故障的数学模型;针对方向舵脱落故障,在飞行模拟器上进行了人在环的侧风着陆仿真试验,验证了模型的准确性,得到了与实际侧风响应相吻合的故障模型;最后,基于此模型探讨了方向舵故障下的侧风着陆安全性与驾驶员负荷.     

基于在线调试的串口通信协议测试方法

以测试某型数据传输数字地图子系统中数字地图生成模块软件的RS485通信协议为例,提出了两种基于在线调试的串口通信协议的测试方法。这两种方法不仅简单易行地解决了某些测试环境中无法利用串口调试工具进行串口通信协议测试的问题,还为软件测试领域提出了一种通过在线调试技术解决问题的思路。     

铣削加工工艺力学机理研究

结构件数控铣削加工技术广泛应用于航空航天工业中。铣削加工中,不合理工艺参数下的切削力会引起较大刀具-工件变形及加工颤振,极大影响着加工精度和质量。深入研究工艺过程的力学机理,进而采用建模仿真技术来优选工艺参数,对高效高精度加工技术的实现具有重要意义。本研究围绕切削力建模、动力学建模与颤振稳定性分析以及变形误差预测与控制技术等相关工作进行介绍。     

智能机床的误差补偿技术

误差补偿技术是智能机床精度提高与保持的关键技术之一.分析了国内外机床误差补偿技术研究现状,提出智能机床误差补偿技术总框架;总结了智能机床误差源、误差元素、几何与热误差的误差元素模型及建模方法,以及典型的误差补偿方法;研究了力误差补偿技术、基于零件在线测量的误差综合补偿技术;最后,对未来智能机床误差补偿技术的发展重点进行展望.     

基于改进牛顿法的航空发动机起动建模技术

为进行涡扇发动机起动过程性能仿真研究,在发动机慢车以上部件级模型的基础上,通过指数外推法获得低转速部件特性,在建立起动附件模型的同时,修正起动过程各部件总压恢复系数,从而建立起包含地面起动过程的全状态性能模型。在求解发动机各部件共同工作非线性方程组时,采用基于传统牛顿拉夫森迭代求解方法的改进方法,即在第1次完成中心差分得到Jacobian矩阵后,使用修正项迭代更新上一步的Jacobian矩阵。结果表明:该建模方法可以有效地建立起动过程性能模型,并大幅改善模型的执行效率、提高模型仿真求解速度。     

复合固体推进剂细观结构建模及脱黏过程数值模拟

为研究复合固体推进剂损伤演化规律,基于分子动力学颗粒填充算法构建了HTPB(hydroxyl terminated polybutadiene)推进剂细观结构模型,通过在AP(ammonium perchlorate)颗粒/HTPB基体界面处引入黏接接触替代传统的黏接单元,并基于Hooke Jeeves的参数优化算法反演得到颗粒/基体界面处内聚力模型参数,利用双线性和自定义指数型损伤内聚力模型模拟了AP颗粒和HTPB基体黏接界面处损伤的萌生、发展、聚合直至宏观裂纹破坏的过程。通过数值仿真与实验结果对比发现,指数型损伤内聚力模型比双线性模型能更准确描述推进剂单轴拉伸过程中颗粒与HTPB基体界面间脱黏过程。最后对比了多阶段加载实验结果与仿真结果曲线,发现两者变化趋势基本一致,最大偏差仅为10%,验证了所建细观模型的可靠性及反演所得界面参数的准确性。      

基于在线滚动序列核极限学习机的涡轴发动机非线性模型预测控制

针对涡轴发动机控制系统设计,提出了1种基于在线滚动序列核极限学习机的非线性模型预测控制方法。综合考虑直升机旋翼扭矩、燃气涡轮转速、动力涡轮转速、涡轮级间温度和压气机喘振裕度等信息,设计具有较好实时性、精度和泛化能力的多输出在线滚动序列核极限学习机作为预测模型,引入预测模型输出与发动机输出的误差进行反馈校正,利用序列二次规化算法在线求解包含限制约束的预测控制问题。在某型直升机/涡轴发动机综合平台的仿真环境中进行了直升机大幅度机动飞行仿真验证,结果表明:该模型预测控制器相比于传统串级控制具有更好的控制品质,可显著降低动力涡轮转速超调/下垂量。     

基于惯性补偿的三分量测力天平瞬态特性的研究

高超声速一体化试验模型在脉冲燃烧风洞中进行测力试验时,模型振动导致天平无法准确测量模型所受到的气动力载荷。为研究脉冲风洞瞬态测力问题,采用了以下方法:根据测力天平的结构特点建立了动力学方程;对其进行了虚拟标定和模态分析;对测力天平进行了瞬态分析并对输出结果进行了惯性补偿。结果表明,单分量阶跃载荷加载时,补偿后输出结果超调量大大下降,振动衰减时间缩短,俯仰力矩会对轴向力输出产生干扰,且三分量阶跃载荷加载时,干扰降低,各分量的超调量分别为162.6N,574.4N和38N·m;单分量正弦加载时,加载分量上输入输出基本一致,俯仰力矩对轴向力的干扰作用仍然存在,3分量正弦载荷加载时,输入输出结果具有相同的周期特性,俯仰力矩结果与输入结果一致,轴向和法向输入输出间存在一定偏差,3分量的超调量分别为24.1N,375.7N和70.8N·m。     

PSO-LSSVM在民机气动性能数学建模上的应用

目前风洞试验仅为民用飞机飞行性能提供有限数据.全飞行包线的技术支持对于民机飞行试验十分重要,需要采用数学建模和参数辨识的方法.选择合适的机器学习算法是参数辨识中最为关键的一步.支持向量机(SVM)采用结构风险最小化原理,尤其适用于小样本情形.根据A320非巡航起降阶段的几组真实数据,以及全机气动力估算的结果,使用最小二乘支持向量机建立预测模型.随后采用粒子群算法优化模型参数从而提升泛化能力.由此实现民机飞行包线的气动性能整体建模与辨识.与Ma=0.78时的实验数据相比较,PSO-LSSVM模型的预测结果吻合,是一种有效的气动数学建模方法.     

Arcadia建模方法与SysML建模方法比较研究

基于模型的系统工程与传统系统工程相比,有着形象化、具体化、沟通效率高等多种优势。基于系统建模(System Modeling Language,简称SysML)语言进行建模用途广泛,但是通过实践,针对系统架构和系统运行场景分析,基于Sys ML的建模方法特点并不突出。而Arcadia的基于模型系统工程建模有着简单、清晰等特点,对于系统架构和系统定义均有着Sys ML所不具备的特点。通过系统设计的目标与特点,对基于Sys ML的建模方法和Arcadia方法进行比较研究和实践,总结两种方法在基于模型的系统工程领域中的优劣。