弹性飞行器飞行动力学建模研究

随着飞行器结构模态频率与刚性模态频率愈加接近,弹性效应对弹性飞行器飞行动力学特性的影响变得愈加明显,特别是操稳特性将变得更加的复杂和严峻,已经不能用“刚性飞行器”的分析方法进行研究,因此迫切需要为弹性飞行器建立能够包含多学科耦合的飞行动力学模型.本文对弹性飞行器飞行动力学建模的相关研究进行了总结与发展:首先简要阐述了建立多学科耦合弹性飞行器飞行动力学模型的必要性;然后对传统的弹性飞行器飞行动力学模型进行了研究,分析总结了这些方法的优缺点;最后在此基础上提出了一种新的体轴系(瞬态坐标系),并利用拉格朗日方程和有限元思想推导了该坐标系下的动力学模型,该模型克服了传统模型的缺点,并准确自然地耦合了结构动力学、飞行动力学、空气动力学与控制等学科,较现有的模型而言,该模型能更充分更全面的描述弹性飞行器飞行过程中流场、结构、控制和飞行力学之间的交叉耦合特性.本文的研究成果可为弹性飞行器的动态特性分析提供必要的理论基础.     

高超声速楔形模型飞行流场数值模拟

针对典型的高超声速飞行器结构模型,利用COMSOL Multiphysics多物理场耦合软件对其流场进行建模仿真.研究了楔形头部对高超声速气流的影响,分析了气流流过楔形模型时的流线、压力、温度分布.对不同楔角的模型进行了模拟,观察其对气流速度分布的影响.依据数值模拟的结果对高超声速气流流场的流动特性进行了细节分析.     

常数机动载荷对航空发动机转子系统振动特性的影响

考虑了一个带有非线性弹性支承的偏置圆盘Jeffcott转子系统,研究了常数机动载荷对该系统振动特性的影响.通过数值计算发现:常数机动载荷取不同值时,系统的幅频特性曲线可能出现滞后区变窄、消失以及二次跳跃现象;频率比不同值时,系统振幅与常数机动载荷关系曲线差别较大,在特定转速下,先将常数机动载荷缓慢增加至一定值,再缓慢降低至零,可能引起系统由小振幅稳态解跳跃至大振幅稳态解而无法恢复;转子轴心偏移量随着常数机动载荷增加而增大,受系统工作转速影响不大.      

无人作战飞机空中加油建模与近距机动控制律设计

针对无人作战飞机(UCAV)空中加油时存在加油机尾流干扰导致相对位置难以保持的问题,基于等效气动效应法建立了UCAV动力学模型,并设计了近距机动最优飞行控制律。将加油机尾流对UCAV的影响等效为平均风速度和风梯度,计算出附加于UCAV的诱导力系数和诱导力矩系数,建立了含尾流扰动的受油机模型。以位置跟踪误差的积分为增广状态,基于加权二次型性能指标设计了近距机动最优飞行控制律。仿真结果表明,UCAV模型能真实地体现尾流对受油机的影响,并通过设计的近距机动控制律可有效实现对加油机相对位置的精确跟踪。     

机动再入体的带落角约束扩展比例导引律设计

传统的各种制导律都是以获得最小脱靶量为最终目标,没有考虑到导弹击中目标时刻的末端落角。为了保证非自旋再入体完成精确打击目标的任务,针对非自旋再入体垂直打击目标的制导问题,设计了一种带落角约束的扩展比例导引律。仿真研究表明,所设计的末制导律能够保证非自旋再入体命中目标时的脱靶量和末端落角都能满足要求,可以为开展近空间非自旋再入体制导问题的研究提供测试平台。     

风洞试验模型舵机系统研制

提高试验效率一直是风洞试验的目标之一。介绍了中国空气动力研究与发展中心新研制的风洞试验模型舵机系统。地面调试与试验验证结果表明,新系统控制精度在满足国标要求的前提下,可大幅提高试验效率,降低能耗,具有很高的推广价值。     

飞行器控制一体化技术国防科技重点实验室

飞行器控制一体化技术国防科技重点实验室,依托于北京航空航天大学和中航工业西安飞行自动控制研究所,主要研究方向为飞行器控制体制、飞行姿态控制技术和火/飞/推综合控制技术。实验室自控所分部总面积近2000平方米,固定资产原值7384万元,     

可变弯尾飞行器飞行特性研究

本文研究了可变弯尾飞行器的机动飞行问题。可变弯尾飞行器具有气动控制独特、机动范围可调等特点，是高超声速飞行器实现机动飞行的有效途径。本文通过气动力工程计算与飞行器六自由度弹道的耦合计算，研究了此类飞行器在再入过程中的机动控制和飞行稳定性。     

高超声速流动分区对接网格算法研究

本文发展了一种能适应强间断流场的满足通量守恒的分区对接网格算法，并给出了保证通量守恒的通量插值系数应满足的条件。采用有限差分NND格式，求解层流NS方程，数值模拟了马赫数6—20绕圆柱的高超声速粘性流场。数值试验表明：方法具有良好的稳定性和收敛性，强激波能自由地穿越内边界。     

遗传算法在气动力参数辨识中的应用

将遗传算法推广用于气动力参数辨识，以取代通常采用的梯度类优化算法。通过采用遗传模拟退火算法对某型飞机的纵向气动力参数进行辨识计算及分析后，可以看到：(1)遗传算法是气动力参数辨识的一种新的有效方法，该算法不受参数初值选取的影响，具有较好的全局寻优特性；(2)遗传算法的计算效率受种群规模、遗传算法构造本身等因素的影响比较大。并且还有相当大的进一步完善与改进的空间。