不同结构柔性翼的气动特性风洞试验研究

通过对6种不同结构的柔性翼模型进行的变迎角、变风速风洞试验,研究对比了不同柔度的柔性翼的升阻特性以及对风速变化的响应特性.结果表明,微型飞机采用柔性翼虽然降低了机翼升力的产生,但能够明显改善升阻比;不同柔度的柔性翼会直接影响微型飞机对风速变化的敏感程度,当机翼结构和柔度经过设计后,可以显著提高微型飞机对风速变化的适应能力.试验数据和结论对提高微型飞机的升阻特性以及对风速变化的响应特性具有一定参考价值.     

昆虫翅膀图像特征的亚像素级提取方法

昆虫翅脉、翅脉交点及翅膀边缘是昆虫翅膀运动变形三维重构的主要依据.通过分析这三种特征的图像特点,对于翅脉中心,采用Hessian矩阵求出灰度极值点方向,并用二次曲线拟合该方向的灰度变化,通过确定该曲线极值点位置来提取亚象素翅脉中心;然后通过求灰度图像的梯度,在其梯度变化方向求极值点的方法提取翅膀边缘特征;此外根据翅脉方向变化的连续性提出了邻域角度约束方法确定翅脉交叉点,从而最终提取到亚像素级的翅膀边缘、翅脉及交叉点等特征.实际应用证明该方法是较为有效的.     

设计敏度在气动弹性遗传优化中的应用

利用遗传算法和遗传/敏度混合优化算法对某复合材料机翼进行气动弹性优化设计研究,并提出在使用这两种算法时根据设计敏度信息计算设计变量的重要性指标、从而确定主要和次要设计变量、进而调整设计变量变化域的方法,以提高算法的寻优效率.研究表明:设计变量变化域的定义直接影响遗传算法和遗传/敏度混合优化算法的寻优效率,特别是单独使用遗传算法时影响程度更大;定义时应该在确保设计空间包含足够的优秀可行解的前提下,尽可能地缩减搜索空间.所提出的基于设计敏度调整设计变量变化域的方法在实际应用中能取得较好的效果:该方法既能明显提高遗传算法和遗传/敏度混合优化算法的搜索效率,又能显著增强两种算法辨识可行域的能力.      

后掠翼对细长体中段大迎角绕流的影响

采用在细长体顶点处添加扰动块的方式使细长体的绕流具有确定性.研究了在大迎角下,后 掠翼对细长体绕流结构和气动力特性的影响.实验结果表明,在30°迎角时,细长体中段背 风侧的流动和压力分布受到后掠翼与头部背涡的双重控制.在迎角α=40°~60°范围内 , 后掠翼对细长体中段绕流起主控作用,使细长体中段背风侧流动呈现完全分离流状态,使得 中段背风侧的压力分布保持为均值.      

静稳定裕度对飞翼布局的影响研究

减小配平损失对于提高飞翼布局升阻比和提升飞行控制能力具有重要意义,因此基于离散伴随优化方法研究静稳定裕度对跨音速飞翼布局减阻优化的影响,分别开展10%,0%,-10% 三种静稳定性设计工况的优化研究。采用自由变形（FFD）方法对非结构表面网格进行参数化,以FFD 控制点为设计变量,通过求解流场和伴随方程得到灵敏度信息;采用序列二次规划SQP 算法获得控制点位移的梯度,然后经过多轮迭代得到优化构型。结果表明：在几何厚度和力矩配平的约束下,离散伴随优化方法可以显著提升飞翼布局的最大升阻比,三种工况下最大升阻比提高都在8% 以上;随着静稳定性裕度减小,定升力系数优化的巡航升阻比增量有所减小,当静稳定裕度为10% 时巡航升阻比提高了5.08%。     

飞行器动态疲劳试验加载方法的研究

飞行器动态疲劳试验是在全尺寸后机身状态下进行的多点激振与多点静载联合加载的力学环境模拟试验,属于多种环境联合加载试验技术,其中静载为空气弹簧加载形式,振动载荷为电磁激振模式,针对飞行器动态疲劳试验静载加载过程的特点,介绍了一种采用空气弹簧来实现静载加载的系统设计方法,为飞行器可靠性考核提供手段。     

民机机翼结构静力破坏预估研究

为避免飞机结构试验的灾难性破坏,一般要求在试验前对试件的破坏载荷与部位进行预估。采用工程法和有限元法相结合的手段对民机机翼结构进行了破坏预估分析,给出了危险部位及其破坏载荷和安全裕度。此外,又根据该机翼非破坏试验的测量数据,对所预估的可靠性进行了分析认证。采用对"计算"的安全裕度与"试验"的安全裕度对比的方法,阐明了所预估结果的可靠性与偏安全性,可满足工程实用要求。     

燃气作动筒式折叠弹翼展开过程分析

为模拟某巡航导弹齿轮-齿条传动作动筒式弹翼展开过程,采用Cook高压气体状态方程计算作动筒内弹道性能,并耦合运动几何关系求解弹翼展开行程。分析得出,弹翼展开过程分为4个阶段,主要影响阶段为展开停滞阶段,并揭示出影响停滞阶段的主要因素。最后,采用C++Builder编制工程实用软件,与试验结果对比表明,该软件可模拟弹翼展开过程,有一定的工程实用价值。     

考虑瞬态特性的无人机自适应容错控制设计

针对固定翼无人机纵向轨迹跟踪控制问题,基于反馈线性化和模型跟随控制设计基础控制器,实现无故障情况下闭环系统的稳定和轨迹渐近跟踪控制。考虑固定翼无人机的执行器可能发生不同类型及大小的故障,分别针对各种不同故障模式设计与之对应的补偿控制器。为综合解决执行器故障的多重不确定性问题,采用加权融合与自适应控制相结合的方式设计综合控制器结构,并对与故障相关的控制器参数进行估计。最后,通过在基础控制器设计中添加H∞补偿项,以抑制故障补偿控制器参数估计误差对闭环系统输出跟踪性能造成的不利影响。理论分析和仿真结果表明,所提出的控制方案不仅能保证闭环系统的稳定性,而且在发生不确定执行器故障的情况下,固定翼无人机姿态控制系统输出能渐近跟踪给定的参考模型输出,通过设计适当的H∞补偿器参数可以改善故障补偿控制过程中的瞬态性能。     

基于遗传算法优化神经网络的结冰环境中MVD和LWC预测

水滴平均体积直径（Mean volumetric diameter,MVD）和液态水含量（Liquid water content,LWC）是两个影响飞机结冰的重要气象参数,但在实际中难以准确测得,如果能够实时、准确地获取这两个参数可以为积冰预测和飞机适航认证标准的建立提供一些指导。文中提出了一种基于遗传算法优化神经网络的结冰气象参数预测模型。以不同测点组合的冰厚和结冰速率、环境温度、飞行速度和机翼迎角为输入参数,结冰气象参数MVD和LWC为输出参数,构建遗传算法优化的结冰气象参数预测模型,并通过预测模型对数值计算测试组数据和结冰风洞实验数据的结冰气象参数进行预测。结果表明,基于遗传算法优化Elman神经网络的预测模型对结冰气象参数的测试组预测相对误差在10%以内,实验数据相对误差在20%以内,该方法具有一定的可行性。