直升机机动飞行新分析方法

提出了一种研究直升机机动飞行新的分析方法.不同于以往研究直升机机动飞行的逆解方法,该方法用若干导航参数来描述机动科目,简化了机动科目的数学描述,通过综合运用导航、控制和直升机飞行动力学方法来确定完成飞行品质规范规定的直升机机动飞行科目所需的操纵量,提高了研究机动飞行的分析计算效率.以UH60直升机为例,分别针对ADS-33E-PRF所规定的障碍滑雪机动科目和向心回转机动科目,得到完成机动科目所需的操纵,结果合理.     

旋翼洗流影响直升机红外辐射的计算分析

针对在旋翼洗流作用下,高速、高温的发动机喷流对直升机的红外辐射特性有着相当大影响的问题,提出了一种计算分析方法。该方法首先利用自由尾流技术对旋翼下洗流场进行计算;在此基础上,将旋翼洗流视为一种横流干扰,以计算得出的洗流速度为边界条件,进行了发动机热喷流模拟;然后,计算了喷流截面的温度涡线分布,并以此确定了旋翼洗流影响下的机体温度分布;最后,计算和分析了旋翼洗流对直升机红外辐射强度的影响。对某型直升机计算分析表明,该方法稳定可靠,结果符合实际情况,适于工程分析和预估。该方法还可用于直升机机体温度场的工程求解。     

直升机涡环状态边界与飞行安全

介绍了直升机涡环状态的成因及国外对于涡环状态边界研究的现状,并对我国在直升机涡环状态边界研究方面的工作进展进行了重点介绍.     

边界约束对直升机尾操纵拉杆安装频率影响分析

针对某型直升机在飞行过程中出现脚蹬高频振动问题,通过飞行振动数据分析,确定了故障原因为尾操纵拉杆动特性不佳导致尾操纵拉杆局部共振,从而引起脚蹬高频振动。为了满足装配要求,尾操纵拉杆与安装支座之间为间隙配合,导致尾操纵拉杆边界约束存在不确定性,因此有必要进行边界约束敏感性分析。本文采用弹簧刚度表征尾操纵拉杆边界约束,并基于Ritz法建立尾操纵拉杆理论模型,分析讨论了边界约束对尾斜拉杆安装频率的影响,同时根据计算分析结果提出了相应的解决方案。经地面动特性试验和飞行试验验证,该解决方案可以有效改善该型机脚蹬高频振动问题,同时对后续操纵拉杆设计和分析具有一定的参考意义。     

基于无限元方法的直升机外部噪声仿真分析

为了准确地模拟直升机飞行中的外部噪声,建立了耦合计算流体力学/计算气动声学(Computational fluid dynamics/Computational aeroacoustics,CFD/CAA)的直升机机外噪声预测方法.气动计算采用CFD方法模拟旋翼、尾桨气动力以及气动干扰;噪声计算采用声学无限元方法,考虑...     

基于6σ设计的复合推力高速直升机总体参数多目标优化

针对复合推力高速直升机总体设计阶段总体参数的选择问题,提出一种提高可靠性和鲁棒性的基于6σ设计的改进多目标遗传算法优化方法。采用叶素理论和数值积分的方法分析计算了复合推力高速直升机气动及飞行性能,并以此为基础建立了约束函数和初步目标函数模型;将6σ设计融入改进的多目标遗传算法中,构造最终目标函数;在给定有效载荷设计要求下,对复合推力高速直升机总体参数进行了多目标优化设计。该方法获得了所需的Pareto解,优化后的复合推力高速直升机飞行性能相对原机有了较大改善,算例结果表明该方法有效可行。     

一种基于参数辨识的微小型无人直升机建模方法

 针对具有高度非线性、复杂动力学特性的微小型无人直升机,提出了一种基于参数辨识的建模方法。该方法结合了机理建模和系统辨识的优点,通过严格的机理推导建立了微小型无人直升机横纵向通道通用的参数化模型,建模过程着重考虑了主旋翼、平衡杆和机身的耦合对飞行动态特性的影响。利用基于偏相干分析法的频域辨识获得某型无人直升机的关键参数,进而确定模型。模型预测数据和飞行试验数据的比较表明,所建模型很好地反映了该型无人直升机在悬停状态下的动态特性,可以在该状态下以此模型进行自主飞行控制器设计。     

基于人工免疫的直升机传动系统在线异常监测方法

 针对直升机在线监测时难以提取状态特征的问题,提出一种适用于直升机传动系统在线状态监测方法。该方法基于生物免疫系统反面选择机理,利用改进型反面选择算法并结合人工神经网络进行监测。该方法能有效地提取直升机传动系统的状态特征,并结合直升机传动系统的实际情况准确得出状态异常度。在线监测实例结果表明,该方法能较准确监测出直升机传动系统的异常状态,验证了该方法具有较好的在线性、准确性及鲁棒性。     

复杂工况下的直升机行星传动轮系故障诊断

行星传动轮系是直升机动力传动系统的核心部件,是直升机健康和使用监测系统重要的监测对象。针对复杂工况下直升机行星传动轮系的故障诊断难题,提出了结合域对抗与深度编码网络的自适应域对抗深度迁移故障诊断方法。方法输入归一化频谱数据,基于堆栈收缩自动编码网络建立训练负载与测试负载编码网络,从训练域数据进行有监督学习提取高质量深度故障特征,并结合参数迁移和对抗学习策略,通过测试域数据无监督自适应优化测试域深度故障特征提取网络,以适应负载条件变化引起的样本数据分布差异以及恶劣噪声环境引起的样本数据波动的影响。方法在直升机行星传动轮系实验平台上通过故障注入试验进行了对比验证,证明了方法的有效性与健壮性。