普惠完成PW1000G的各项试验

2009年2月初,普惠完成“静洁动力”PW1000G齿轮传动涡扇发动机验证机地面和飞行试验的所有测试项目。     

西科斯基开始S-76D试飞和S-76C＋＋升级

西科斯基公司的S-76系列民用直升机已经有多种改进改型,包括最新的S-76C＋和S-76C＋＋。现在,西科斯基公司在对S-76C＋＋继续进行升级的同时,也开始了一种更为先进的改型S-76D的飞行试验。     

舵面破损对飞机轴间运动耦合飞行品质的影响

为研究舵面破损对电传控制飞机轴间运动耦合飞行品质的影响,选取了能够反映飞机多轴运动耦合特性的飞行品质评定任务,建立了舵面破损飞机的飞行动力学模型,选取了适用于表征飞机轴间运动耦合程度的特征参数,形成了基于任务的角速率指令式电传控制飞机轴间运动耦合飞行品质的评定方法。采用该方法对具有不同舵面破损程度的算例飞机开展了飞行品质评估试验,得到了能够量化舵面破损对角速率指令式电传控制飞机飞行品质影响的特征参数取值规律。研究结果对于舵面破损情形下飞机飞行安全与作战效能评估等均有一定的理论参考价值。     

中心分级燃烧室慢车工况油雾场特性

为获得中心分级燃烧室慢车工况下主副级油雾场特性,采用粒子图像测速仪（PIV）对单管燃烧室不同头部方案和不同喷嘴燃油比例的油雾场进行试验测量,开发了油雾场图像后处理软件,对油雾场图像进行后处理,获得了中心分级燃烧室油雾场空间分布。慢车工况下油雾场试验结果表明：大粒径油珠在燃烧室富油头部区域呈锥形分布,同时索太尔平均直径（SMD）沿径向呈V型分布,即中间小、两侧大。燃烧室头部折流板扩张角的减小,使得燃烧室富油头部区域油珠数目集中、同时平均SMD较大。保持来流条件和油气比一定时,改变燃油比例对燃烧室雾化效果影响不大。油雾场中油珠数目最多的粒径是25μm,而体积占比最大的粒径范围是30～50μm。     

视觉与惯性融合的多旋翼飞行机器人室内定位技术

随着人工智能技术的发展,无人机的应用场景趋向多元,人们对无人机的需求也不仅仅满足于简单的飞行任务,而是赋予其飞行机器人的角色,对其自主导航、复杂环境下的定位以及智能协同方面提出了更高的要求。针对室内场景下的定位需求,融合视觉与惯性数据实现了多旋翼飞行机器人的室内定位。在视觉前端加入图像增强算法以提高图像灰度对比度,减少了光流跟踪的误匹配点数。提出了一种基于图像信息的特征点提取和图像帧发布策略提高了定位精度,解决了室内环境下的定位漂移问题。针对飞行机器人室内自主跟踪及降落任务,设计了基于视觉定位的飞行机器人自主降落系统。在Gazebo中搭建飞行机器人模型仿真验证自主降落系统有效性,在EuRoC数据集下对定位算法进行对比评估,搭建飞行机器人平台在真实场景下进行室内定位实验,完成了室内场景下平台自主跟踪及降落任务,并采用运动捕捉系统获取的定位真值数据进行了误差分析,结果表明该定位技术满足室内场景下的自主跟踪及降落任务需求。     

抽吸腔中心隔板对弯曲壁面边界层抽吸性能影响研究

为了研究抽吸腔内隔板对边界层抽吸性能的影响,在弯曲壁面上均匀分布22个抽吸槽,并在抽吸腔内布置中心隔板,改变抽吸腔出口大小以及入射激波的位置。数值计算采用基于有限体积法的二阶迎风格式来离散二维可压N-S方程,湍流模型采用标准k-ε模型,从流场结构、抽吸流量、弯曲壁面的表面摩擦阻力系数、平均总压恢复系数以及平均马赫数等方面对流场进行了分析。结果表明在弯曲壁面抽吸腔内布置隔板会对抽吸效果产生影响,并且影响程度随抽吸腔出口大小以及激波位置的改变而改变。抽吸腔出口非节流时:布置隔板后,激波位于弯曲壁面中段、后段,抽吸效果均无明显变化,进气道性能亦无明显改变;激波位于弯曲壁面前段时,平均总压恢复系数增加8.33%,质量流量增加3.27%,抽吸效果有所改善,进气道性能也有所增强。抽吸腔出口节流时:布置隔板后,与非节流时相反,当激波位于弯曲壁面前段时,抽吸效果无明显改变,进气道性能不变;当激波位于弯曲壁面中段时,弯曲壁面分离泡的长度减小近2倍,质量流量增加66.15%,抽吸效果显著增强,进气道性能变好;当激波位于弯曲壁面后段时,分离泡长度增加了5倍,分离泡高度增加了近2倍,平均总压恢复系数降低8.33%,同时质量流量也减少1.83%,抽吸效果变差,进气道性能恶化。     

基于深度学习的航空器异常飞行状态识别

飞行设备快速存取记录仪(Quick Access Recorder,以下简称QAR)保留了原始航班各类重要飞行参数在内的航行信息,使研究分析航空器实时状况和保障飞行质量成为可能。针对QAR数据高维大样本的特点,在如今大数据背景下,除了传统机理建模分析航空器飞行状态外,采用深度学习的方式建立基于数据驱动的航空器飞行状态识别模型,理论与实用意义兼具。通过对真实QAR飞行数据的研究,开发了基于深度稀疏受限玻尔兹曼机的异常飞行状态识别程序。首先利用小波降噪技术对原始飞行数据进行预处理清洗,在一系列典型飞行参数上提取经典时域特征以及小波奇异熵等信息熵特征构成特征集。在此基础上,分别利用经典的线性主元分析技术和深度稀疏玻尔兹曼机对特征集进行有效降维,最后采用四折交叉验证方式,通过高斯过程分类器实现对飞行状态的辨识。实验结果显示,基于深度受限玻尔兹曼机-高斯过程分类的飞行状态识别具有较高分类准确性。     

高超声速飞行器飞行动力学特性不确定分析

 高超声速飞行器分析模型存在较大不确定性,其给出的动力学特性与真实值之间存在偏差,因此研究飞行动力学特性分析结果的可信度水平对控制系统设计具有重要意义。针对典型的乘波体构型高超声速飞行器,在建立气动/结构/推进相互耦合的动力学模型基础上,利用非概率区间来描述模型中的不确定参数,并将复特征根不确定范围求解问题转化为频率和阻尼比两个实数的不确定区间分别求解,给出了动力学模态特征根、频率及阻尼比的不确定边界。分别采用直接蒙特卡罗(DMC)模拟方法、基于泰勒展开的区间分析方法(TIAM)和基于多项式逼近的区间分析方法(CIAM)对高超声速飞行器飞行动力学不确定性进行了研究。结果表明:CIAM计算时间适中,且给出的边界更为准确、安全,适合在控制系统设计和验证过程中使用。     

基于改进差分进化算法的飞行控制律评估方法

 针对基本差分进化(DE)算法收敛慢、易陷入局部最优的问题,提出了基于混沌理论(CT)与高斯扰动的DE算法,进而通过典型测试函数仿真证明了该方法在收敛速度与全局搜索能力方面均优于基本型和其他改进型DE算法。在此基础上构建了基于DE算法的飞行控制律评估流程与实施步骤。实例表明,该方法克服了传统评估方法的缺陷,可在全飞行包线范围内及所有可预测参数摄动情况下对飞行控制律进行快速、准确的评估。