基于BPNN参数整定的四旋翼吊挂自抗扰飞行控制

针对四旋翼无人机吊挂系统状态耦合和载荷抗摆问题,开展了四旋翼无人机吊挂系统抗摆飞行控制研究。首先,利用牛顿-欧拉法和拉格朗日方程建立吊挂系统的动态特性方程。然后,采用反向传播神经网络(BPNN)在线调节自抗扰控制(ADRC)中的扩张状态观测器(ESO)参数,以提高ESO的估计精度和控制器的抗干扰能力。最后,通过仿真对比分析了反向传播神经网络-自抗扰控制(BPNN-ADRC)和传统ADRC的控制系统性能。仿真结果表明,基于BPNN-ADRC的飞行控制系统不仅具有稳定的轨迹跟踪能力,参数调节容易,而且响应速度快,超调量小,抗干扰能力强。     

航空发动机低压转子系统的“可容模态”设计及实验验证

建立了带弹性支承和阻尼器的航空发动机低压柔性转子动力学模型,进行了模态计算以及临界转速处的响应计算。在考虑临界转速约束与“临界跟随”现象约束的条件下,综合模态不平衡影响因子、弹支应变能占比以及套齿连接结构稳定性构造了可容度评价函数,建立了低压转子系统的“可容模态”优化设计方法。设计并搭建了低压转子实验系统,从模态测试实验、阻尼器减振实验以及长时间“共振”实验,验证了设计方法的可靠性。研究结果为计算的临界转速与实际测量的临界转速最大误差为3.86%,阻尼器在1阶与2阶临界转速处的减振比最大可达45.6%,实验转子系统在1阶与2阶临界转速处各完成了长达412.5 s和429.8 s的“共振”实验,共振过程中转子系统各通道振动单峰值稳定在100μm以内,且无次谐波产生。表明了所建立的航空发动机低压转子系统“可容模态”优化设计方法是可行的。     

共轴刚性旋翼干扰下机体外形对流场影响的数值模拟

针对共轴刚性旋翼干扰下直升机开展了机体外形对流场影响的数值模拟研究。首先,基于动量源模型和雷诺平均N-S方程的数值模拟方法,进行了孤立共轴旋翼下方诱导速度分布和ROBIN机身压强分布的验证计算。然后,对孤立机体以及有双旋翼干扰的原机体进行数值模拟,比较了有无旋翼干扰的机体流场。最后,分析了机头外形、垂尾方向、平尾及垂尾大小对流场的影响。结果表明:高速前飞状态下,有旋翼干扰的机体阻力小于孤立机体的阻力;旋翼下洗流场对机头压力分布几乎没有影响,但对尾翼附近流场有影响;机头采用适当曲率能够减小阻力,垂尾朝向处流场更紊乱;垂尾、平尾越大,其影响区域越大、阻力越大。     

对转涡轮基本分析

对于对转涡轮基元级的特性,首先分析不同基元级的负荷特性应以单位叶列平均的负荷能力为准。其次,模拟常规级的经典分析,讨论了对转涡轮基元级的自变变量及定义了不同类型的典型对转涡轮基元级,按此可以很简明地得出它们在不同转速比下的负荷特性。同时,还初步比较了对转级与常规级的基元级效率。由此可见,对转涡轮的单位叶列负荷系数可比常规级有成倍的增长而且有更高的效率。     

日冕边界条件与太阳风共转相互作用

本文根据第二十太阳周太阳风数据的统计分析结果,用太阳风二维理想流体模型探讨近太阳区的不同边界条件太阳风与共转相互作用对1AU处太阳风各参数影响,得到共转相互作用不能引起太阳风速度和马赫数的反相扰动,推断在太阳风加速区温度扰动对太阳风的影响最大,而在太阳风传播区速度扰动对太阳风的影响最大.      

直升机旋翼载荷中的非线性强迫振动方程迭代算法

介绍用迭代方法求解直升机桨叶气动载荷中的非线性强迫振动方程。计算时,先假定诱导下洗已确定,求出桨叶的初始载荷;再通过非线性强迫振动方程求出弯－弯－扭弹性变形。以某一直升机为例,求出了桨叶的各阶谐波载荷和弹性变形。计算结果与实验数据吻合。     

基于旋翼无人机技术的近地磁测系统

为了提高无人机航空磁探测精度,文章利用大疆六旋翼无人机作为飞行平台,搭载三轴磁通门传感器及相应的数据采集子系统,组建了旋翼无人机磁场测量系统;分析和测量了六旋翼无人机本底磁性分布特征,优化了无磁伸杆的安装位置;采用综合系数法修正了三轴磁通门传感器的误差;最后进行了野外飞行试验,对旋翼无人机磁测系统的整体性能进行验证。结果表明,系统可持续飞行15 min,可有效完成低空磁场探测和磁矩计算,且飞行稳定性能高。文章进一步提出了技术改进方向。该研究可为无人机磁探技术和工程应用提供参考。     

面向设计的复合材料旋翼桨叶动力优化设计

提出一种面向设计的复合材料旋翼桨叶结构动力优化方法。采用典型剖面设计、变量连接、铺层变量连续化等方法,有效地处理了剖面内部形状、复合材料铺层、配重质量３类设计变量。在动力分析模型中考虑了剖面翘曲、耦合变形和陀螺力的影响,由三级数值计算模式实现固有频率灵敏度分析。约束条件包括了固有频率、结构重量、自转惯量等设计要求,优化求解采用基于序列二次规划的算法。上述方法真实反映了桨叶结构特征和实际工程设计要求。     

基于CNLS-MMD的孪生混合网络四旋翼飞行器故障诊断方法

四旋翼飞行器在众多领域中应用广泛,由于工作环境复杂多变,四旋翼飞行器极易出现结构损伤性故障,给飞行器的安全性带来巨大的挑战,因此开展四旋翼飞行器结构损伤性故障的相关研究对提高四旋翼飞行器可靠性具有重要意义。针对四旋翼飞行器在实际应用中结构损伤性小样本故障数据诊断率低的问题,本文提出了一种在小样本条件下基于卷积神经网络和长短时记忆网络的孪生混合网络（CNLS-MMD）四旋翼飞行器故障诊断方法。首先,设计试验获取四旋翼飞行器多工况结构损伤性飞行数据并对数据进行预处理。其次,建立基于孪生混合网络的故障诊断模型,采用卷积神经网络（CNN）和长短时记忆网络（LSTM）构建CNLS混合模型提取数据特征,利用最大均值差异（MMD）衡量样本的相似度,实现对故障标签的预测。最后,选择不同样本数量的训练集训练模型,使用多工况小样本数据集对搭建的模型进行故障测试。结果表明,该故障诊断方法具有较好的诊断性能和泛化能力。     

电动垂直起降飞行器的技术现状与发展

电池、电机技术的进步和分布式电推进系统的应用极大促进了电动垂直起降飞行器的发展。本文概述了不同电动垂直起降飞行器构型优缺点及适用场景,并从性能、经济性等方面对电动垂直起降飞行器与常规燃油飞行器进行了全面对比。在噪声特性方面,电动垂直起降飞行器旋翼间、旋翼-机翼等干扰噪声更为突出,而低桨尖速度、大实度的电推进旋翼系统极大降低了全机噪声水平（噪声降低约15 dB）。在能源方面,锂离子电池是当前和未来电动垂直起降飞行器的主要能源;先进的电池材料体系、电池-机体结构一体化设计及优良的电池管理系统是未来提升全机能量密度和能源安全的有效方式。电动垂直起降飞行器冗余操纵特点增加了飞控系统设计难度,但同时也能够提高全机安全性;故障重构与协同控制是飞控系统设计面临的新课题。电动垂直起降飞行器不仅构型种类丰富且具有高压电动力、电推进、电传飞控、电作动等新颖设计特征,当前缺少试飞数据的情况下,基于系统的工程方法是开展其安全性设计的主要方法。