CN104182560B - 飞行器颤振预测分析方法和装置 - Google Patents
飞行器颤振预测分析方法和装置 Download PDFInfo
- Publication number
- CN104182560B CN104182560B CN201410008386.0A CN201410008386A CN104182560B CN 104182560 B CN104182560 B CN 104182560B CN 201410008386 A CN201410008386 A CN 201410008386A CN 104182560 B CN104182560 B CN 104182560B
- Authority
- CN
- China
- Prior art keywords
- vehicle structure
- flight vehicle
- model
- unsteady aerodynamic
- point
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Landscapes
- Aerodynamic Tests, Hydrodynamic Tests, Wind Tunnels, And Water Tanks (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种飞行器颤振预测分析方法和装置。所述方法包括:通过配置在飞行器结构上的激振点施加输入信号,且通过配置在飞行器结构上的采集点接收输出信号;根据所述输入信号和所述输出信号,利用非线性系统辨识算法建立飞行器结构的非线性动力学模型;基于计算流体动力学技术建立非定常气动力模型;根据飞行器结构的非线性动力学模型,对所述非定常气动力模型进行降阶处理,以得到非定常气动力降阶模型;对所述非线性动力学模型和非定常气动力降阶模型进行流固耦合分析,以对相应的飞行器结构做出颤振预测分析。本发明由于根据实际的飞行器结构进行试验获得飞行器结构的非线性动力学模型,提高了颤振预测分析的准确度。
Description
技术领域
本发明实施例涉及飞行器结构性能分析技术,尤其涉及一种飞行器颤振预测分析方法和装置。
背景技术
颤振是结构变形和空气动力相互作用而产生的气动弹性不稳定现象,是弹性结构在气动力、弹性力和惯性力的耦合作用下而发生的振幅不衰减的自激振动。颤振的发生,会导致结构破坏并导致严重事故。因此,对飞行器进行颤振分析是非常重要的,对飞行器的颤振分析贯穿在飞行器设计的整个过程中。颤振研究包括理论颤振研究、风洞颤振试验、地面颤振试验,以及飞行器颤振飞行试验等环节。在飞行器的预先概念设计和初步设计中,由于没有制造出实物进行颤振试验,进行理论颤振分析就显得尤为重要,而且,理论颤振研究还能指导后续的风洞颤振试验和飞行器颤振飞行试验等。
理论颤振问题求解的关键在于获得准确的非定常气动力模型和飞行器结构的有限元模型,以及两个模型之间的耦合。高精度的计算流体动力学方法(ComputationalFluid Dynamics,CFD)可以用来模拟在跨越整个马赫范围内(亚、跨、超音速)用于颤振分析的流体动力学特性。有限元法(Finite Element Analysis,FEA)的基本概念是用较简单的问题代替复杂问题后再求解,将求解域看成是由许多称为有限元的小的互连子域组成,对每一单元假定一个合适的近似解,然后推导求解这个域总的满足条件(如结构的平衡条件),从而得到问题的解。因而,飞行器结构的有限元模型是采用有限元法得到的,是飞行器结构的近似模型,而且在对飞行器结构进行有限元建模时,所得到的有限元模型也只能代表某一小部分的飞行器结构,不能完整的表示整个飞行器结构,因此存在着一定的不准确性,从而导致颤振预测分析的准确度低。
发明内容
有鉴于此,本发明实施例提供一种飞行器颤振预测分析方法和装置,以提高颤振预测分析的准确度。
第一方面,本发明实施例提供了一种飞行器颤振预测分析方法,所述方法包括:
通过配置在飞行器结构上的激振点施加输入信号,且通过配置在飞行器结构上的采集点接收输出信号;
根据所述输入信号和所述输出信号,利用非线性系统辨识算法建立所述飞行器结构的非线性动力学模型;
基于计算流体动力学技术建立非定常气动力模型;
根据所述飞行器结构的非线性动力学模型,对所述非定常气动力模型进行降阶处理,以得到非定常气动力降阶模型;
对所述非线性动力学模型和非定常气动力降阶模型进行流固耦合分析,以对相应的飞行器结构做出颤振预测分析。
第二方面,本发明实施例还提供了一种飞行器颤振预测分析装置,所述装置包括:
信号施加采集模块,用于通过配置在飞行器结构上的激振点施加输入信号,且通过配置在飞行器结构上的采集点接收输出信号;
非线性动力学模型建立模块,用于根据所述输入信号和所述输出信号,利用非线性系统辨识算法建立所述飞行器结构的非线性动力学模型;
非定常气动力模型建立模块,用于基于计算流体动力学技术建立非定常气动力模型;
非定常气动力模型降阶模块,用于根据所述飞行器结构的非线性动力学模型,对所述非定常气动力模型进行降阶处理,以得到非定常气动力降阶模型;
流固耦合分析模块,用于对所述非线性动力学模型和非定常气动力降阶模型进行流固耦合分析,以对相应的飞行器结构做出颤振预测分析。
本发明根据飞行器结构实验获取的输入信号和输出信号,通过利用非线性系统辨识算法建立飞行器结构的非线性动力学模型,基于流体动力学技术建立非定常气动力模型,并进行降阶处理得到非定常气动力降阶模型,然后对飞行器结构的非线性动力学模型和非定常气动力降阶模型进行流固耦合分析,从而对相应的飞行器结构做出颤振预测分析,由于根据实际的飞行器结构进行试验获得飞行器结构的非线性动力学模型,提高了颤振预测分析的准确度。
附图说明
图1是本发明实施例一提供的飞行器颤振预测分析方法的流程图;
图2是本发明实施例二提供的飞行器颤振预测分析装置的示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部内容。
实施例一
图1是本发明实施例一提供的飞行器颤振预测分析方法的流程图,本实施例可适用于对飞行器某一部分结构(如机翼、尾翼等)或者整体结构进行颤振预测分析,该方法可以由飞行器颤振预测分析装置来执行,该装置可以由软件和/或硬件来实现,与配置在飞行器结构上的激振点和采集点配合实现该分析方法。该方法具体包括如下步骤:
步骤110,通过配置在飞行器结构上的激振点施加输入信号,且通过配置在飞行器结构上的采集点接收输出信号。
其中,激振点可以是配置在飞行器结构上用于施加一定频率振动的激振装置,采集点可以是配置在飞行器结构上的传感器,用于采集通过对飞行器结构上的激振点施加输入信号时相应的飞行器结构在采集点的形变等信号。输入信号可以是白噪声信号或者扫频信号。不同激振点上施加的输入信号的频率范围相同,其中,所述频率范围根据需要进行颤振预测分析的频率范围设定;不同激振点上施加的输入信号的信号类型可以不同。
步骤120,根据所述输入信号和所述输出信号,利用非线性系统辨识算法建立所述飞行器结构的非线性动力学模型。
随着各种新型结构飞行器概念的出现和对飞行器性能要求的不断提高,其结构设计呈现出轻质柔软的特点,这种状况下的气动弹性问题经常具有明显的非线性特征。非线性因素普遍存在于气动弹性系统中,如结构中经常出现的材料非线性、几何非线性等;而激波与附面层相互作用、流动分离、不稳定涡流等均会引起气动非线性。因此,飞行器结构属于一个非线性系统。
非线性系统辨识是指通过输入输出数据确定非线性系统的数学模型,非线性系统的行为可以表现为阶跃、滞后、极限环、分岔、突变和混沌等现象。非线性系统辨识可以分为模型辨识(模型结构确定)和参数估计两个步骤,其中,模型结构是系统辨识的关键部分,也是系统分析和控制的基础。随着系统的复杂化和对模型精确度要求的提高,非线性系统辨识算法在不断发展,非线性系统辨识算法包括集员系统辨识法、多层递阶系统辨识法、神经网络系统辨识法和模糊逻辑系统辨识法等等。对于飞行器结构的辨识方法有Volterra核辨识法、NARMAX模型辨识法、Wiener模型辨识法、Hammerstein模型辨识法等。
飞行器颤振预测分析装置根据所述输入信号和所述输出信号,利用非线性系统辨识算法辨识所述飞行器结构的动力学特性,包括所述飞行器结构的各阶主要模态的固有频率、固有振型、模态阻尼系数和广义质量等模态参数,根据所述模态参数建立所述飞行器结构的非线性动力学模型。其中,模态是结构的固有振动特性,每一个模态具有特定的固有频率、阻尼比和模态振型。
步骤130,基于计算流体动力学技术建立非定常气动力模型。
计算流体动力学(Computational Fluid Dynamics,CFD)是通过计算机数值计算和图像显示,对包含有流体流动和热传导等相关物理现象的系统所做的分析。CFD的基本思想可以归结为:把原来在时间域及空间域上连续的物理量的场,如速度场和压力场,用一系列有限个离散点上的变量值的集合来代替,通过一定的原则和方式建立起关于这些离散点上场变量之间关系的代数方程组,然后求解代数方程组获得场变量的近似值。CFD可以看做是在流动基本方程(质量守恒方程、动量守恒方程、能量守恒方程)控制下对流动的数值模拟。通过这种数值模拟,可以得到极其复杂问题的流场内各个位置上的基本物理量(如速度、压力、温度、浓度等)的分布,以及这些物理量随时间的变化情况,确定旋涡分布特性、空化特性及脱流区等。
非定常流动是指流体的流动状态随时间改变的流动。若流动状态不随时间而变化,则为定常流动。通常,流体的流动几乎都是非定常的。非定常空气动力学是研究物体相对于空气的运动随时间变化时,物体的空气动力变化规律的学科。非定常空气动力按其特征可以分为三类。振荡型:运动特征随时间呈现周期性的变化,如飞机的颤振、嗡鸣等;瞬变型:运动特征随时间呈现非周期性的突然变化,如飞机的机动飞行等;随机型:运动特征随时间呈现不规则的随机性变化,如飞机的失速、抖振、湍流尾迹等。
飞行器颤振预测分析装置根据非定常气动力特征,结合相应的计算流体力学模型,利用CFD技术建立非定常气动力模型。其中,计算流体力学模型包括纳维-斯托克斯(Navier-Stokes,N-S)方程和湍流模型等。
步骤140,根据所述飞行器结构的非线性动力学模型,对所述非定常气动力模型进行降阶处理,以得到非定常气动力降阶模型。
CFD技术为气动力非线性的气动弹性分析提供了一种研究途径,但是基于CFD的气动弹性直接数值模拟方法的计算量很大,不便于开展定性分析和参数设计。基于CFD的非定常气动力模型的降阶技术为缓解计算效率与计算精度之间的矛盾以及系统的复杂性与易分析、易设计性之间的矛盾提供了行之有效的技术途径。
飞行器颤振预测分析装置根据所述飞行器结构的非线性动力学模型,对含有大数据量的基于CFD技术建立的非定常气动力模型进行降阶处理,以得到非定常气动力降阶模型,使得所述非定常气动力降阶模型的输入、输出通道与所述飞行器结构的非线性动力学模型中的输出、输入通道相匹配。
步骤150,对所述非线性动力学模型和非定常气动力降阶模型进行流固耦合分析,以对相应的飞行器结构做出颤振预测分析。
为了预测流场中结构的气动弹性响应,必须对结构运动方程和流体运动方程进行耦合。颤振是一种气动弹性响应,属于流固耦合问题。流场作用在弹性结构上产生气动力,气动力使得结构振动产生变形,结构的变形又会改变流场和气动力的分布,当结构的振幅不随时间衰减甚至发散时就会产生颤振。流固耦合问题可以由耦合方程定义,这组耦合方程的定义域同时有流体域与固体域。从总体上来看,流固耦合问题按其耦合机理可分为两大类:第一类问题的特征是耦合作用仅仅发生在两相交界面上,在方程上的耦合是由两相耦合面上的平衡及协调来引入的,如气动弹性、水动弹性等;第二类问题的特征是两域部分或全部重叠在一起,难以明显地分开,使描述物理现象的方程,特别是本构方程需要针对具体的物理现象来建立,其耦合效应通过描述问题的微分方程来体现。因此,颤振属于流固耦合问题的第一类问题。
在对飞行器结构进行颤振预测分析时,需要对所述飞行器结构的非线性动力学模型和非定常气动力降阶模型进行流固耦合分析。对应对飞行器结构的颤振的气动弹性问题,飞行器结构与流场的耦合作用发生在流固耦合交界面上,耦合计算时,边界条件的传递在流固耦合交界面上进行,应满足变形协调条件和力平衡条件,在求解时流体模型中的流固交界面总是跟随固体的变形而改变。根据流固耦合时流体和固体的相互作用,确定固体的变形随时间的变化,确定流体和固体的位移随时间的变化,根据所述位移随时间的变化的情况对相应的飞行器结构做出颤振预测分析。例如当所述位移的幅度随时间增大时可认为有可能发生颤振,当所述位移的幅度随时间减小时可认为不会发生颤振,当所述位移的幅度随时间不变时可认为是一种临界情况。
本实施例的技术方案,根据飞行器结构的输入信号和输出信号,通过利用非线性系统辨识算法建立飞行器结构的非线性动力学模型,基于流体动力学技术建立非定常气动力模型,并进行降阶处理得到非定常气动力降阶模型,然后对飞行器结构的非线性动力学模型和非定常气动力降阶模型进行流固耦合分析,从而对相应的飞行器结构做出颤振预测分析,由于根据实际的飞行器结构进行试验获得飞行器结构的非线性动力学模型,提高了颤振预测分析的准确度。
在上述技术方案的基础上,通过配置在飞行器结构上的激振点施加输入信号,且通过配置在飞行器结构上的采集点接收输出信号之前,还优选包括:
根据飞行器结构的结构特点,对所述激振点和采集点在飞行器结构上的配置位置和数量进行确定。
首先根据飞行器结构的结构特点,给定需要配置在飞行器结构上的激振点的数量,并建立飞行器结构的有限元模型,根据遗传算法对激振点和采集点在飞行器结构上的配置位置和数量进行优化,确定最优的激振点和采集点在飞行器结构上的配置位置和数量。其中,优化后得到的激振点在飞行器结构上的配置位置不具有规律性。
上述技术方案对配置在飞行器结构上的激振点和采集点的位置和数量进行优化,可以建立更加接近飞行器结构的非线性动力学模型,使得颤振预测分析的结果更加准确。
在实施例一的技术方案中,通过配置在飞行器结构上的激振点施加输入信号,且通过配置在飞行器结构上的采集点接收输出信号优选包括:
通过配置在飞行器结构上的激振点,按照设定频率范围在不同激振点上施加相互独立的信号,作为输入信号;
通过配置在飞行器结构上的采集点,实时接收所述飞行器结构的形变信号,作为输出信号,其中,所述形变信号包括加速度、速度和位移。
该技术方案通过在不同激振点上施加相互独立的信号,可以使各个激振点上的输入信号之间不产生干扰,可以建立更加准确的飞行器结构的非线性动力学模型,进一步提高颤振预测分析的准确度。
在上述技术方案的基础上,根据所述飞行器结构的非线性动力学模型,对所述非定常气动力模型进行降阶处理,以得到非定常气动力降阶模型优选包括:
根据所述飞行器结构的非线性动力学模型的特征,将所述非定常气动力模型进行降阶处理,得到非定常气动力降阶模型,使得所述非定常气动力模型的连续输出值转换为在激振点处的离散输出值。
本技术方案通过对非定常气动力模型进行降阶处理,使得在同一时刻非定常气动力降阶模型在激振点处的离散输出值的数量与飞行器结构的非线性动力学模型中的输入信号的数量相同,可以提高后续对流固耦合分析的准确性,进一步提高颤振预测分析的准确度。
实施例二
图2是本发明实施例二提供的飞行器颤振预测分析装置的示意图。本发明实施例二提供的飞行器颤振预测分析装置用于实现实施例一提供的飞行器颤振预测分析方法。如图2所示,实施例二提供的飞行器颤振预测分析装置包括信号施加采集模块210、非线性动力学模型建立模块220、非定常气动力模型建立模块230、非定常气动力模型降阶模块240和流固耦合分析模块250。
信号施加采集模块210用于通过配置在飞行器结构上的激振点施加输入信号,且通过配置在飞行器结构上的采集点接收输出信号。
非线性动力学模型建立模块220用于根据所述输入信号和所述输出信号,利用非线性系统辨识算法建立所述飞行器结构的非线性动力学模型。
非定常气动力模型建立模块230用于基于计算流体动力学技术建立非定常气动力模型。
非定常气动力模型降阶模块240用于根据所述飞行器结构的非线性动力学模型,对所述非定常气动力模型进行降阶处理,以得到非定常气动力降阶模型。
流固耦合分析模块250用于对所述非线性动力学模型和非定常气动力降阶模型进行流固耦合分析,以对相应的飞行器结构做出颤振预测分析。
本实施例通过信号采集施加模块通过配置在飞行器结构上的激振点施加输入信号,通过采集点接收输出信号,非线性动力学模型建立模块利用非线性系统辨识算法建立所述飞行器结构的非线性动力学模型,非定常气动力模型建立模块基于计算流体动力学技术建立非定常气动力模型,非定常气动力模型降阶模块对所述非定常气动力模型进行降阶处理以得到非定常气动力降阶模型,流固耦合分析模块对所述非线性动力学模型和非定常气动力降阶模型进行流固耦合分析,以对相应的飞行器结构做出颤振预测分析,由于根据实际的飞行器结构进行试验获得飞行器结构的非线性动力学模型,提高了颤振预测分析的准确度。
在上述技术方案的基础上,所述装置还包括:确定模块,在通过配置在飞行器结构上的激振点施加输入信号,且通过配置在飞行器结构上的采集点接收输出信号之前,用于根据飞行器结构的结构特点,对所述激振点和采集点在飞行器结构上的配置位置和数量进行确定。
上述技术方案通过确定模块对配置在飞行器结构上的激振点和采集点的位置和数量进行确定,可以建立更加接近飞行器结构的非线性动力学模型,使得颤振预测分析的结果更加准确。
优选的,所述信号施加采集模块包括:
信号施加单元,用于通过配置在飞行器结构上的激振点,按照设定频率范围在不同激振点上施加相互独立的信号,作为输入信号;
信号采集单元,用于通过配置在飞行器结构上的采集点,实时接收所述飞行器结构的形变信号,作为输出信号,其中,所述形变信号包括加速度、速度和位移。
该技术方案通过信号施加单元在不同激振点上施加相互独立的信号,可以使各个激振点上的输入信号之间不产生干扰,可以建立更加准确的飞行器结构的非线性动力学模型,进一步提高颤振预测分析的准确度。
优选的,非定常气动力模型降阶模块具体用于根据所述飞行器结构的非线性动力学模型中的特征,将所述非定常气动力模型进行降阶处理,得到非定常气动力降阶模型,使得所述非定常气动力模型的连续输出值转换为在激振点处的离散输出值。
本技术方案通过非定常气动力模型降阶单元对非定常气动力模型进行降阶处理,使得在同一时刻非定常气动力降阶模型在激振点处的离散输出值的数量与飞行器结构的非线性动力学模型中的输入信号的数量相同,可以提高后续对流固耦合分析的准确性,进一步提高颤振预测分析的准确度。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。
Claims (6)
1.一种飞行器颤振预测分析方法,其特征在于,所述方法包括:
根据飞行器结构的结构特点,对激振点和采集点在飞行器结构上的配置位置和数量进行确定;
通过配置在飞行器结构上的激振点施加输入信号,且通过配置在飞行器结构上的采集点接收输出信号;
根据所述输入信号和所述输出信号,利用非线性系统辨识算法建立所述飞行器结构的非线性动力学模型;
基于计算流体动力学技术建立非定常气动力模型;
根据所述飞行器结构的非线性动力学模型,对所述非定常气动力模型进行降阶处理,以得到非定常气动力降阶模型;
对所述非线性动力学模型和非定常气动力降阶模型进行流固耦合分析,以对相应的飞行器结构做出颤振预测分析;
其中,所述根据飞行器结构的结构特点,对激振点和采集点在飞行器结构上的配置位置和数量进行确定,包括:
根据飞行器结构的结构特点,给定需要配置在所述飞行器结构上的激振点的数量;
建立所述飞行器结构的有限元模型,根据遗传算法确定最优的激振点和采集点在所述飞行器结构上的配置位置和数量,其中,所述激振点在所述飞行器结构上的配置位置不具有规律性;
其中,不同激振点上施加的输入信号的频率范围相同,其中,所述频率范围根据需要进行颤振预测分析的频率范围设定。
2.根据权利要求1所述的方法,其特征在于:通过配置在飞行器结构上的激振点施加输入信号,且通过配置在飞行器结构上的采集点接收输出信号包括:
通过配置在飞行器结构上的激振点,按照设定频率范围在不同激振点上施加相互独立的信号,作为输入信号;
通过配置在飞行器结构上的采集点,实时接收所述飞行器结构的形变信号,作为输出信号,其中,所述形变信号包括加速度、速度和位移。
3.根据权利要求1或2所述的方法,其特征在于,根据所述飞行器结构的非线性动力学模型,对所述非定常气动力模型进行降阶处理,以得到非定常气动力降阶模型包括:
根据所述飞行器结构的非线性动力学模型的特征,将所述非定常气动力模型进行降阶处理,得到非定常气动力降阶模型,使得所述非定常气动力模型的连续输出值转换为在激振点处的离散输出值。
4.一种飞行器颤振预测分析装置,其特征在于,所述装置包括:
确定模块,用于根据飞行器结构的结构特点,对激振点和采集点在飞行器结构上的配置位置和数量进行确定;
信号施加采集模块,用于通过配置在飞行器结构上的激振点施加输入信号,且通过配置在飞行器结构上的采集点接收输出信号;
非线性动力学模型建立模块,用于根据所述输入信号和所述输出信号,利用非线性系统辨识算法建立所述飞行器结构的非线性动力学模型;
非定常气动力模型建立模块,用于基于计算流体动力学技术建立非定常气动力模型;
非定常气动力模型降阶模块,用于根据所述飞行器结构的非线性动力学模型,对所述非定常气动力模型进行降阶处理,以得到非定常气动力降阶模型;
流固耦合分析模块,用于对所述非线性动力学模型和非定常气动力降阶模型进行流固耦合分析,以对相应的飞行器结构做出颤振预测分析;
其中,所述确定模块具体用于:
根据飞行器结构的结构特点,给定需要配置在所述飞行器结构上的激振点的数量;
建立所述飞行器结构的有限元模型,根据遗传算法确定最优的激振点和采集点在所述飞行器结构上的配置位置和数量,其中,所述激振点在所述飞行器结构上的配置位置不具有规律性;
其中,不同激振点上施加的输入信号的频率范围相同,其中,所述频率范围根据需要进行颤振预测分析的频率范围设定。
5.根据权利要求4所述的装置,其特征在于,所述信号施加采集模块包括:
信号施加单元,用于通过配置在飞行器结构上的激振点,按照设定频率范围在不同激振点上施加相互独立的信号,作为输入信号;
信号采集单元,用于通过配置在飞行器结构上的采集点,实时接收所述飞行器结构的形变信号,作为输出信号,其中,所述形变信号包括加速度、速度和位移。
6.根据权利要求4或5所述的装置,其特征在于,非定常气动力模型降阶模块具体用于根据所述飞行器结构的非线性动力学模型的特征,将所述非定常气动力模型进行降阶处理,得到非定常气动力降阶模型,使得所述非定常气动力模型的连续输出值转换为在激振点处的离散输出值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410008386.0A CN104182560B (zh) | 2014-01-08 | 2014-01-08 | 飞行器颤振预测分析方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410008386.0A CN104182560B (zh) | 2014-01-08 | 2014-01-08 | 飞行器颤振预测分析方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104182560A CN104182560A (zh) | 2014-12-03 |
CN104182560B true CN104182560B (zh) | 2018-04-06 |
Family
ID=51963598
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410008386.0A Active CN104182560B (zh) | 2014-01-08 | 2014-01-08 | 飞行器颤振预测分析方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104182560B (zh) |
Families Citing this family (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106844914A (zh) * | 2017-01-09 | 2017-06-13 | 西北工业大学 | 一种空天飞行器机翼振动响应的快速仿真方法 |
CN108196573A (zh) * | 2017-12-29 | 2018-06-22 | 南京奇蛙智能科技有限公司 | 一种无人机在线辨识与控制方法 |
CN108108332A (zh) * | 2018-01-26 | 2018-06-01 | 浙江大学 | 一种基于广义流体力学非线性本构方程的耦合求解方法 |
CN108388741B (zh) * | 2018-03-02 | 2019-11-29 | 西安费斯达自动化工程有限公司 | 飞行器颤振分析网格模型沃尔什建模方法 |
CN108333945B (zh) * | 2018-03-02 | 2020-12-01 | 西安费斯达自动化工程有限公司 | 飞机颤振试验分布式充分激励输入信号设计方法 |
CN108318203B (zh) * | 2018-03-02 | 2020-07-14 | 西安费斯达自动化工程有限公司 | 飞行器等价地面颤振综合试验方法 |
CN108446461B (zh) * | 2018-03-02 | 2022-02-25 | 西安费斯达自动化工程有限公司 | 飞行器颤振分析网格模型建模方法 |
CN108387359B (zh) * | 2018-03-02 | 2020-01-24 | 西安费斯达自动化工程有限公司 | 飞行器颤振分析网格模型傅里埃建模方法 |
CN109086501A (zh) * | 2018-07-20 | 2018-12-25 | 中国航空工业集团公司沈阳飞机设计研究所 | 一种颤振预测方法 |
CN109063290A (zh) * | 2018-07-20 | 2018-12-21 | 中国航空工业集团公司沈阳飞机设计研究所 | 一种基于神经网络技术的颤振预测方法 |
CN109753690A (zh) * | 2018-12-10 | 2019-05-14 | 西北工业大学 | 基于计算流体力学的非线性非定常气动力降阶方法 |
CN110553812A (zh) * | 2019-09-02 | 2019-12-10 | 唐山茁棋科技发展有限公司 | 一种飞行器气动力数据处理系统及其使用方法 |
CN110750881A (zh) * | 2019-09-29 | 2020-02-04 | 中航通飞研究院有限公司 | 一种水面飞行器水动弹性响应分析方法 |
CN111027012A (zh) * | 2019-11-28 | 2020-04-17 | 上海航天控制技术研究所 | 基于调制滑动傅立叶变换的飞行器弹性振动在线辨识算法 |
WO2021134323A1 (zh) * | 2019-12-30 | 2021-07-08 | 瑞声声学科技(深圳)有限公司 | 马达非线性模型判断方法和系统 |
CN111797558A (zh) * | 2020-07-07 | 2020-10-20 | 中国飞机强度研究所 | 一种颤振边界测试方法 |
CN111767685B (zh) * | 2020-07-08 | 2022-05-06 | 中国飞机强度研究所 | 一种热颤振特性试验方法 |
CN113221237B (zh) * | 2021-04-07 | 2022-08-05 | 北京航空航天大学 | 一种基于降阶建模的大迎角颤振分析方法 |
CN115034152A (zh) * | 2022-05-17 | 2022-09-09 | 浙江大学 | 一种数据驱动的流固耦合系统非线性降阶预测方法及装置 |
CN115906275B (zh) * | 2022-10-31 | 2023-06-16 | 西北工业大学 | 一种基于gui可视化快速评估太阳能飞行器能量分布的方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101599104A (zh) * | 2009-07-16 | 2009-12-09 | 北京航空航天大学 | 一种航空涡轮发动机叶片颤振边界的模拟方法 |
CN102012953A (zh) * | 2010-11-04 | 2011-04-13 | 西北工业大学 | Cfd/csd耦合求解非线性气动弹性仿真方法 |
-
2014
- 2014-01-08 CN CN201410008386.0A patent/CN104182560B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101599104A (zh) * | 2009-07-16 | 2009-12-09 | 北京航空航天大学 | 一种航空涡轮发动机叶片颤振边界的模拟方法 |
CN102012953A (zh) * | 2010-11-04 | 2011-04-13 | 西北工业大学 | Cfd/csd耦合求解非线性气动弹性仿真方法 |
Non-Patent Citations (2)
Title |
---|
地面颤振模拟试验中的非定常气动力模拟;许云涛等;《航空学报》;20121231;第33卷(第11期);全文 * |
基于CFD技术的高效气动弹性分析方法研究;张伟伟;《中国博士学位论文全文数据库 工程科技Ⅱ辑》;20080415;第2008年卷(第04期);第C031-2页的摘要、第1.4节、第4.2节、第4.3节和第4.4节 * |
Also Published As
Publication number | Publication date |
---|---|
CN104182560A (zh) | 2014-12-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104182560B (zh) | 飞行器颤振预测分析方法和装置 | |
CN109933876B (zh) | 一种基于广义气动力的非定常气动力降阶方法 | |
EP2237175A1 (en) | Explosion simulation in finite element analysis | |
Jacobson et al. | Evaluation of time-domain damping identification methods for flutter-constrained optimization | |
Da Ronch | On the calculation of dynamic derivatives using computational fluid dynamics | |
CN105844025B (zh) | 一种针对高超声速舵面的非概率热气动弹性可靠性设计方法 | |
US7979243B1 (en) | System and method for graphical model processing | |
Katzenmeier et al. | Aeroelastic wind tunnel model for tail buffeting analysis using rapid prototyping technologies | |
CN103942380B (zh) | 图形化控制系统设计与仿真工具 | |
Yabili et al. | Unsteady navier-stokes simulation of low-reynolds stall flutter | |
Reasor et al. | X-56A Aeroelastic Flight Test Predictions | |
CN114218672A (zh) | 跨超声速大迎角配平翼的抖振响应获取方法及相关装置 | |
van den Boogaard | Solving the integral boundary layer equations with a discontinuous Galerkin method | |
Righi et al. | Subsonic indicial aerodynamics for unsteady loads calculation via numerical and analytical methods: A preliminary assessment | |
CN116956782B (zh) | 非线性颤振分析方法 | |
Carlson et al. | A reduced-order model of an aeroelastic wing exhibiting a sub-critical Hopf bifurcation | |
Ryu et al. | Analysis of Computational Science and Engineering SW Data Format for Multi-physics and Visualization | |
Barucca | Fluid-structure interaction solver for a flexible flapping wing | |
Tober et al. | Evaluation of OpenFOAM performance for RANS simulationsof flow around a NACA 4412 airfoil | |
Pynaert et al. | High fidelity fluid-structure interaction simulation of a multi-megawatt airborne wind energy reference system in cross-wind flight | |
Quero-Martin et al. | A Reduced Order Model for Aeroelastic Response Prediction to Continuous Turbulence Encounter including CFD Aerodynamics | |
Timme | Transonic aeroelastic instability searches using a hierarchy of aerodynamic models | |
Hueso Carro | Fluid-structure interaction of NASA High Speed Common Research Model | |
Krishna et al. | FLOW CONTROL STUDY IN LID-DRIVEN CAVITIES USING REDUCED ORDER MODELLING | |
Ozdemir et al. | Solving the integral boundary layer equations with a discontinuous Galerkin method |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |