飞行仿真气动力数据机器学习建模方法

基于机器学习思想,提出了一种大空域、宽速域的气动力建模方法。该方法利用飞行仿真弹道数据辨识的气动力数据,采用人工神经网络技术,实现了对高度、速度、姿态和舵偏角等多维度强非线性特性的全弹道气动力数据的高精度逼近。首先,分析了神经网络层数、隐含层神经元个数等对建模误差的影响,通过对典型弹道气动数据的神经网络建模计算,确定了较合适的神经网络层数和较优的隐层神经元个数。进而,利用飞行仿真的弹道数据辨识出沿弹道的气动力,采用神经网络建立了包含多个弹道融合的气动力模型,输出量分别为三轴气动力系数和力矩系数。最后通过气动模型输出量与原样本数据的对比,以及4条未参与训练弹道气动数据的预测,验证了该气动力建模方法具有较高的精度。建模结果表明:采用神经网络方法建立的飞行器气动力模型,对拟合多源耦合输入全弹道非线性气动力是可行的和有效的,在样本覆盖的高度、速度、姿态和控制舵偏角范围内,气动力拟合能力较强,并具有一定的外推性。该项研究可以为基于飞行试验数据的气动建模提供新的方法,并且能为飞行器气动力数据挖掘、飞行仿真和总体性能分析提供参考。     

高超声速全机外形气动加热与结构传热快速计算方法

发展了一种无黏流场解与工程计算方法相结合的高超声速全机外形气动加热与结构传热快速计算方法。该计算方法结合了三维块结构网格无黏流场数值计算技术可处理复杂外形流动的优点与工程计算方法效率高的特点,将气动热的计算简化为绕飞行器的无黏外流(边界层以外)数值解和边界层内热流求解两个部分,同时耦合了防热结构传热计算模型、高温化学非平衡热效应估算方法以及弹道状态动态插值方法,可用于快速计算与分析三维复杂外形高超声速飞行器在弹道飞行状态下全机热环境参数、防热结构内温度场等随飞行时间的变化特性。以RAM-CⅡ、类Ⅹ-37B等典型高超声速飞行器为研究对象,在设定的飞行条件及热防护方案下,进行了气动加热与结构传热问题的求解,给出了全机表面热流密度与防热结构材料温度的时变特性。结果对比表明,所发展的方法具有快速、高效的特点,且计算精度可满足工程设计初期选型需求,可为高超声速飞行器的热防护系统初期设计及热环境特性快速计算分析提供技术支持。     

基于地面试验的涡扇发动机装机推力损失分析

为评定涡扇发动机装机推力损失,基于推力直接确定方法开展了发动机推力测量地面试验。通过改进完善安装节推力数据处理方法、进气道冲压阻力计算方法来提高总推力测量精度,分析表明:台架试验推力测量最大误差为2.41%,11架次飞行后停机状态发动机总推力测量误差小于0.8 kN,基本满足推力测量评定的需求。以相同状态台架试验数据为基准,对比发现:随着发动机功率状态增大,总推力损失呈明显增大趋势,中间状态换算总推力损失达到了17.95%,最大状态换算总推力损失达到了27.72%。通过分析风扇换算转速、换算流量等关键参数,得出:装机后受进气道的影响,导致换算流量明显小于同等状态下台架试验的换算流量,同时进气道内气流总压的过大损失,是造成装机后发动机推力损失明显的主要原因。     

基于深度学习的混合翼型前缘压力分布预测

提出了一种基于深度学习的混合翼型前缘压力分布预测方法,通过对翼型几何特征提取、压力分布曲线的参数化,建立了卷积神经网络模型（CNN）,并利用计算流体力学（CFD）的计算结果作为其训练样本,实现对混合翼型前缘压力分布的预测。结果表明:两种方法计算结果的拟合优度大于0.98,基于深度学习的计算方法耗时1.7 s,CFD方法耗时大于50 s,计算时间大大缩短。该方法能够在满足计算精度的条件下提高计算效率并可应用于其他的翼型设计过程。      

表贴式永磁同步电机直接转矩控制变幅值预测控制研究

基于以电压矢量幅值为变量的表贴式永磁同步电机(SPMSM)磁链和转矩方程,采用预测控制计算得出施加不同电压矢量幅值的下一时刻磁链和转矩值,选择使磁链和转矩误差目标函数最小的电压矢量幅值作为最优值,从而确定下一时刻施加的电压矢量。仿真结果表明:在电压矢量变幅值预测下,SPMSM直接转矩控制(DTC)系统运行良好,定子磁链轨迹为理想圆,磁链和转矩均符合控制要求,转速跟踪良好,定子电流波形正弦。预测控制需要从备选电压矢量幅值集合中选择最优幅值。理论上,备选电压矢量幅值个数越多,系统优化效果越好,但也带来更大的计算负担。研究了9种等分电压矢量情况下变幅值预测控制系统的控制效果。根据控制效果和计算负担,提出变幅值预测控制将电压矢量幅值三等分较为理想。     

气压高度误差对适航标准的符合性方法研究

运输类飞机适航标准规定了气压高度误差的可接受范围,按照条款要求,表明符合性时需要将试验高度处的气压高度误差向海平面进行换算。相比ERJ、ARJ在适航审定试飞时采用的等静压误差处理方法,本文从是否考虑压缩性的角度出发,建立了适用性更高的气压高度误差转换方法,并通过某型飞机试飞结果分析进行了验证与说明。     

基于智能神经元PID的异步电机直接转矩控制

针对异步电机直接转矩控制系统PID转速调节器的适应性、鲁棒性及抗干扰性较差的问题,提出了基于智能神经元PID转速调节器的异步电机直接转矩控制方法。智能神经元PID转速调节器采用2个神经元控制器进行设计,同时实现了控制器参数的在线调整,磁链调节器和转矩调节器分别采用滞环调节器进行设计。仿真结果表明,基于智能神经元PID的异步电机直接转矩控制系统能快速跟踪参考转速变化,具有很强的抗干扰能力、自适应能力和较强的鲁棒性。     

基于二阶滑模的永磁同步电机SVMDTC

针对永磁同步电机空间矢量直接转矩控制中存在的磁链脉动大、转速超调大和转速动态响应速度慢等问题,提出基于Supertwisting二阶滑模控制理论将转速环、磁链环和转矩上的控制器全部换成Supertwisting滑模控制器。对所提出的控制理论利用MATLAB/Simulink仿真软件进行仿真验证。仿真结果表明所提出的控制理论能够成功抑制转速超调,实现提高转速、磁链和转矩的动态响应速度、抑制转矩和磁链脉动。     

机电产品可靠性特征确定和统计验证方法

论述了产品可靠性特征量的作用和意义 ;给出了假设机电产品寿命分布服从指数和威布尔分布 ,以及在寿命分布未知情况下的产品可靠性特征量的确定方法和形式 ;最后给出了各种情况下产品可靠性特征量的统计验证方法。     

表贴式永磁同步电机直接转矩控制变角度预测控制

基于以电压矢量相角为变量的表贴式永磁同步电机(SPMSM)磁链和转矩方程,采用预测控制计算得出施加不同电压矢量相角的下一时刻磁链和转矩值,选择使磁链和转矩误差目标函数最小的电压矢量相角作为最优值,从而确定下一时刻施加的电压矢量。仿真结果表明:在电压矢量变角度预测下,SPMSM直接转矩控制系统运行良好,定子磁链轨迹为理想圆,磁链和转矩均符合控制要求,转速跟踪良好,定子电流波形为正弦。研究了不同等分电压矢量相角选择区域方式下变角度预测控制系统的控制效果。综合考虑控制效果和计算负担,变角度预测控制下将相角选择区域四等分比较理想。