CN105843073A - 一种基于气动力不确定降阶的机翼结构气动弹性稳定性分析方法 - Google Patents

一种基于气动力不确定降阶的机翼结构气动弹性稳定性分析方法 Download PDF

Info

Publication number
CN105843073A
CN105843073A CN201610169765.7A CN201610169765A CN105843073A CN 105843073 A CN105843073 A CN 105843073A CN 201610169765 A CN201610169765 A CN 201610169765A CN 105843073 A CN105843073 A CN 105843073A
Authority
CN
China
Prior art keywords
uncertain
aeroelastic
stability
matrix
lambda
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.)
Granted
Application number
CN201610169765.7A
Other languages
English (en)
Other versions
CN105843073B (zh
Inventor
陈贤佳
邱志平
王晓军
李云龙
王睿星
王磊
王冲
孙佳丽
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beihang University
Original Assignee
Beihang University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beihang University filed Critical Beihang University
Priority to CN201610169765.7A priority Critical patent/CN105843073B/zh
Publication of CN105843073A publication Critical patent/CN105843073A/zh
Application granted granted Critical
Publication of CN105843073B publication Critical patent/CN105843073B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B17/00Systems involving the use of models or simulators of said systems
    • G05B17/02Systems involving the use of models or simulators of said systems electric

Abstract

本发明公开了一种基于气动力不确定降阶的机翼结构气动弹性稳定性分析方法,该方法以基于CFD技术的非定常气动力模型降阶方法为基础,综合考虑气动力辨识过程中数值计算和气动参数的不确定性,将其统一定量化为辨识模型中的不确定但有界区间噪声序列,借助区间集员辨识算法实现气动力模型的不确定性降阶,建立了基于CFD技术的非定常气动力不确定降阶模型,并与结构运动方程相耦合,构建了状态空间形式的不确定性气动弹性系统的数学模型,提供了一种从区间状态矩阵特征值角度出发的预测系统鲁棒稳定性边界的高效方法。本发明所提供的气动弹性系统不确定性建模思路和稳定性边界预测技术兼顾了计算效率、分析精度和系统鲁棒性。

Description

一种基于气动力不确定降阶的机翼结构气动弹性稳定性分析 方法
技术领域
[0001] 本发明涉及机翼结构气动弹性鲁棒稳定性分析领域,特别涉及一种基于气动力不 确定降阶的机翼结构气动弹性稳定性分析方法。
背景技术
[0002] 气动弹性力学主要研究弹性结构在气动力、弹性力和惯性力等耦合作用下的响应 和稳定性问题,它与现代飞行器技术的发展密切相关。动稳定性问题即通常所说的颤振问 题是气动弹性力学领域备受关注的一个分支,也是现代飞行器设计中需要首先考虑的问题 之一。从振动的观点看,颤振是弹性结构在非定常气动力作用下的一种自激振动,非定常气 动力在这一过程中起了十分关键的作用。因此,建立准确高效的非定常气动力模型是开展 颤振分析的重要基础。20世纪发展的基于线化理论的各种非定常气动力模型因其建模简 便、计算量小而被广泛应用于工程结构的气动弹性分析中,但是这类模型并不适用于跨音 速流动、大攻角飞行、气流分离等情况下的非线性气动弹性问题。
[0003] 随着计算机硬件的快速发展,以跨音速小扰动方程、Euler方程、N-S方程为基础的 计算流体力学(cro)技术因其在非线性气动力预测,特别是跨音速流动模拟方面所展现的 优越性而在非定常气动力计算和气动弹性分析中得到了更多的重视。基于非定常CH)技术 的时域气动弹性模拟显著提升了气动弹性分析的精度和应用范围,已成为气动弹性领域的 研究热点。然而,伴随着CH)技术在时空维上对流动描述越来越精细,更逼近真实物理特性, 使得非定常气动力模型的维数越来越高。一般情况下,基于CFD技术的流场求解器的阶数可 达IO 4~107,这意味着利用CH)技术开展气动弹性研究需要耗费庞大的计算量和分析时间, 一定程度上阻碍了其在系统参数设计、气动弹性优化和颤振主动抑制等方面的进一步应 用。
[0004] 为了克服基于CFD技术的气动弹性分析在计算效率和易设计性方面的局限性,近 年来,人们一直致力于寻求高效高精度的低阶非定常气动力模型。对于通常仅涉及微幅振 动的气动弹性稳定性分析而言,尽管背景流场在空间维上是非线性的,但非定常气动力关 于小幅结构振动在时间维上表现为线性。依据上述动态线化假设发展起来的基于CH)技术 的非定常气动力降阶模型(ROM)因其形式简单、计及流动的非线性特征、兼顾计算精度和效 率而成为代替CFD流场求解器的理想选择。根据建模思路的不同,基于CH)技术的非定常气 动力ROM方法主要分为两类:基于本征正交分解(POD)技术的非定常流场降阶方法和基于系 统辨识技术的模态气动力建模方法。在非定常气动力降阶方面,两类方法精度相当,且均依 赖于结构的模态信息,本发明在构建非定常气动力ROM时采用了基于系统辨识技术的模态 气动力建模方法。相较于P 〇 D方法,系统辨识方法着眼于气动弹性系统的输入输出关系,思 路直观且应用方便。实际工程中的气动弹性系统通常是多输入多输出(Mnro)形式的,即含 有多阶结构模态和多阶广义气动力,本发明充分利用自回归滑动平均(ARM)模型在MMO系 统辨识方面的优势,将非定常CFD流场求解器视为待辨识的动力系统,以结构模态位移为输 入,广义气动力为输出,构建基于ARMA模型的状态空间形式的非定常气动力ROM,并直接耦 合结构运动状态空间方程实现高效高精度的气动弹性分析。
[0005] 传统的气动弹性稳定性分析都是基于参数确定的标称系统展开的,而真实的气动 弹性系统会受到各种不确定性因素的影响,如在系统建模过程中存在的各种假设和简化、 模态截断、因机理不清而未建模等引起的物理模型的不确定性,网格质量差异、收敛精度不 同、计算区域大小等导致的数值计算的不确定性以及结构、气动等物理参数的不精确性或 分散性造成的系统参数的不确定性。由于这些不确定因素的存在,使得理论模型不足以准 确描述真实系统的动力学行为,特别是其稳定性特性。目前,在实际工程中,通过引入颤振 安全裕度来避免飞行器在飞行包线内因各种不确定性因素影响而发生颤振等失稳现象。这 种对于不确定性因素一体估计的策略缺乏对不确定性的定量认识,有悖于气动弹性系统精 细化分析和设计的发展趋势,甚至会因对不确定性的估计不足而导致灾难性的后果。例如, 美国高超声速飞行器X-43A在第一次试飞中正是由于气动设计过程中对于不确定性的模拟 不足致使控制系统过高估计了设计冗余而造成失控。因此,合理准确的气动弹性系统不确 定性建模很大程度上决定了系统的不确定性颤振边界,是开展不确定性颤振分析的关键。
[0006] 目前,定量考虑不确定性对于气动弹性动稳定性影响的分析方法主要有两类,即 概率颤振分析方法和非概率颤振分析方法。概率颤振分析将不确定性量处理成满足某种概 率分布的随机变量,目的是获得概率意义上的偏乐观的"软"的稳定边界,在这个边界内不 能保证气动弹性系统绝对安全。概率颤振分析的主要弊端在于其过分依赖于不确定性量的 先验信息,需要通过大量的样本实验事先获得不确定性量的分布规律。非概率颤振分析仅 需知道不确定性量的边界信息,将不确定性量定量化为不确定但有界变量,可实现贫信息、 少数据条件下的不确定性影响分析。从数学的观点看,含不确定性的气动弹性系统已由一 个单一的确定的系统转化为一个系统的集合,不确定性量的大小决定了集合的边界,进而 确定了系统的稳定性边界。相较于概率颤振分析,非概率颤振分析获得的是一个偏保守的 "硬"的鲁棒稳定边界,在这个边界内能保证气动弹性系统绝对安全。本发明采用非概率颤 振分析方法,综合考虑气动力辨识环节的不确定性因素影响,通过将其统一定量化为辨识 模型中的不确定但有界的区间噪声序列进行气动弹性系统的不确定性建模和鲁棒稳定性 分析。
发明内容
[0007] 本发明要解决的技术问题为:提供了一种基于非定常气动力不确定降阶的气动弹 性系统不确定性建模技术及其鲁棒稳定性边界分析方法。该方法以基于CH)技术的非定常 气动力模型降阶方法为基础,综合考虑气动力辨识过程中数值计算和气动参数的不确定 性,将其统一定量化为辨识模型中的不确定但有界区间噪声序列,借助区间集员辨识算法 实现气动力模型的不确定性降阶。所提供的气动弹性系统不确定性建模思路和稳定性边界 预测技术兼顾了计算效率、分析精度和系统鲁棒性。
[0008] 本发明解决上述技术问题采用的技术方案为:一种基于气动力不确定降阶的机翼 结构气动弹性稳定性分析方法,包括以下步骤:
[0009] (1)建立机翼结构CSD分析模型并进行模态分析,提取机翼结构各有限元结点归一 化后的模态位移信息;
[0010] (2)将机翼结构表面作为气动结构耦合交界面,建立机翼结构非定常气动力CFD分 析模型,根据机翼结构模态位移信息生成时间历程形式的"3211"位移信号,提取机翼气动 结构耦合交界面网格结点的变形时间历程,并据此进行CFD非定常气动力求解器数据训练, 获得给定马赫数条件下CH)求解过程的输入,即模态位移历程ξ(1〇,和输出,即模态气动力 系数历程匕(10;
[0011] (3)综合考虑气动力辨识过程中数值计算和气动参数的不确定性,将其统一定量 化为不确定但有界噪声序列6(106^(10 = [-ω(10,ω(10],分别将步骤(2)中的模态位移 历程和模态气动力系数历程作为输入和输出,建立离散时间形式的含区间噪声的非定常气 动力ARM辨识模型:
[0012]
Figure CN105843073AD00081
(14)
[0013]其中,fa(k)是系统输出量的第k次观测值,为p维列向量;ξ(1〇是系统输入量的第k 次观测值,为q维列向量;e(k)为p维区间噪声序列的第k次观测值;Ai和Bj为待辨识的系统参 数矩阵;na和nb分别为输出和输入的延迟级数,0 T=[Ar"AnaBtr"Bnb-1]为pX (na · p+nb · q)维待辨识系统参数矩阵,x(k) = [faT(k-l),···,faT(k-na),ξ τ(10,…,|T(k-nb+l)]T为na · p+nb · q维回归向量;
[0014] (4)利用区间数学和集员辨识思想,寻求与训练数据序列{fa(k),x(k)}和噪声序 列{e(k)}相容的系统参数的最小超长方体,给出辨识参数的区间估计 获得离散时间形式的非定常气动力不确定降阶模型,即
Figure CN105843073AD00082
Figure CN105843073AD00083
[0015]
[0016]
[0017]
[0018]
[0019]
[0020]
[0021]
[0022] (5)用步骤(4)中的不确定降阶模型代替步骤(2)中的CFD求解器,并耦合由步骤 (1)中机翼结构CSD分析模型提取的结构运动状态方程,建立离散时间形式的不确定气动弹
Figure CN105843073AD00091
f生系统#太奋丨句蹈刑-卵
[0023] (1?)
[0024]
[0025] (18)
[0026] 式(18)中,q为来流动压
Figure CN105843073AD00092
为结构状态变量,AS、BS、C S和Ds均为离散时 间域内结构运动状态空间方程的系数矩阵。
[0027] (6)调整来流动压q,计算该动压条件下气动弹性系统区间状态矩阵特征值实部和 虚部的上、下界,即:
[0028]
Figure CN105843073AD00093
(19)
[0029] 其中,< 和為:i分别为区间状态矩阵取名义值时第i阶特征值的实部和虚部,< 和 VL分别为区间状态矩阵取名义值时与第i阶特征值所对应的右特征向量的实部和虚部,△ Aas为ΔΑ^的区间半径矩阵,并据此在复平面内绘制不确定气动弹性系统随来流动压变化的 根轨迹图;
[0030] (7)判断是否完成不确定气动弹性系统根轨迹分析,若未完成,转到步骤(6),若完 成,则由根轨迹穿越复平面单位圆的临界点预测不确定气动弹性系统颤振速度因子的上下 界,在获得给定来流动压q下区间状态矩阵特征值实部和虚部的范围后,便可通过优化方法 确定区间状态矩阵谱半径的上、下界,即:
[0031]
Figure CN105843073AD00094
(2:0)
[0032]当;ό(Αι;ί)5η时,不确定气动弹性系统完全稳定;当列A,")>1而gAjil时,不确 定气动弹性系统不完全稳定;当£(Aas)>l时,不确定气动弹性系统完全不稳定。使/?_ί(Αβϊ^) = 1 和e(Aas) = l的来流动压分别为不确定气动弹性系统由完全稳定变为不完全稳定的临界动 压a和由不完全稳定变为完全不稳定的临界动压h其分别对应不确定气动弹性系统颤振速 度因子的下界和上界
[0033] (8)判断是否完成全马赫数条件下不确定气动弹性系统的颤振速度边界估计,若 未完成,调整计算马赫数,重复步骤(2)~(7),若完成,给出不确定气动弹性系统颤振速度 因子上、下界随马赫数的变化情况,由此识别不确定气动弹性系统的完全稳定域、不完全 稳定域和完全不稳定域,预测不确定气动弹性系统的颤振速度边界,完成不确定气动弹性 系统的稳定性分析;
[0034] (9)由步骤(6)中已知来流动压q条件下的气动弹性系统区间状态矩阵,还可直接 建立不确定气动弹性系统的鲁棒稳定性快速判据,BP:
[0035]
Figure CN105843073AD00101
(2D
[0036] 其中,〇max(B)表示矩阵B的最大奇异值;Aaasl1为不确定气动弹性系统区间状态矩 阵第i行、第j列元素的区间半径;
Figure CN105843073AD00102
P为正定对称矩阵,是方程
Figure CN105843073AD00103
的解;E1谦示第i行、第j列的元素为1,其他元素为0的[naXp+(nb+l) Xq」X LnaXp+(nb+l) Xq]维矩阵);
[0037] (10)判断气动弹性系统区间状态矩阵是否满足步骤(9)中的鲁棒稳定性快速判据 条件,若不满足,则不确定气动弹性系统完全不稳定或不完全稳定,若满足,则不确定气动 弹性系统稳定。
[0038] 本发明与现有技术相比的优点在于:本发明提供了一种气动弹性系统不确定性建 模的新思路,在构建高效高精度的基于CH)技术的非定常气动力降阶模型的过程中综合考 虑存在于数值计算和气动参数的不确定性,将其统一定量化为辨识模型中的不确定但有界 区间噪声序列,并借助区间集员辨识算法建立不确定性气动力降阶模型,兼顾了气动力模 型的精度、计算效率和鲁棒性。同时,将不确定性气动力降阶模型与结构模型相耦合,构建 了状态空间形式的不确定性气动弹性系统的数学模型,提供了一种从区间状态矩阵特征值 角度出发的预测系统鲁棒稳定性边界的高效方法。本发明所提出的基于CH)技术的不确定 性气动力降阶模型构建技术和含区间参数的气动弹性系统鲁棒稳定性分析方法都具有工 程实用价值。
附图说明
[0039] 图1为区间集员辨识算法示意图;
[0040] 图2为二元Isogai机翼气动弹性模型示意图;
[0041 ]图3为"321Γ模态位移训练输入信号图;
[0042] 图4为"3211"信号输入下模态气动力系数的CH)训练输出和降阶模型输出对比图;
[0043] 图5为由辨识参数上下界构成的超长方体体积收敛历程图;
[0044]
[0045]图6为不确定气动弹性系统根轨迹图,其中,图6(a)为Ma = O.75时不确定气动弹性 系统的根轨迹图,图6(b)为图6(a)中框选区域的根轨迹放大图;
[0046] 图7为本发明的方法实现流程图。
具体实施方式
[0047] 本实例以图2所示的二元Isogai机翼为对象,利用本发明提出的一种基于气动力 不确定降阶的机翼结构气动弹性稳定性分析方法对其进行稳定性分析,如图7所示,包括以 下步骤:
[0048] (1)建立Isogai机翼结构CSD分析模型,该机翼为一个后掠三维机翼的外伸截面, 采用NACA 64A010翼型,具有沉浮h(向下为正)和俯仰α(抬头为正)两个自由度,具体结构参 数为:b = 0 · 5m,xa = 1.8,a = _2,/;.? = 3.48,ω h/ ωα = 1,μ = 60,其中,b为半弦长,xa、a分别为 弹性轴与翼弦中点(弹性轴位于中点后方时为正)、弹性轴与质心间的无量纲距离,r a为机 翼对弹性轴的无量纲回转半径,《h、ωα分别为沉浮和俯仰模态的解耦固有频_ 为质量比,对机翼结构进行模态分析并提取各有限元结点归一化后的模态位移信息;
Figure CN105843073AD00111
[0049] (2)将机翼结构表面作为气动结构耦合交界面,建立机翼结构非定常气动力CFD分 析模型,生成CFD求解器的训练输入信号,即机翼结构"3211"模态位移ξ(1〇历程(如图3所 示),本实例中对应为沉浮和俯仰模态位移,并以此为输入进行CH)求解器数据训练,获得给 定马赫数(本实例中选取的来流马赫数为0.75)条件下的训练输出,即模态气动力系数f a (k)历程(如图4所示),本实例中对应为广义升力系数和广义力矩系数;
[0050] (3)综合考虑气动力辨识过程中CH)数值计算和气动参数的不确定性,将其统一定
Figure CN105843073AD00112
量化为不确定但有界噪声序列= [-ω (k),ω (k)],本实例中噪声序列的区间 半径ω (k)取为气动力系数绝对值的1%,分别将步骤(2)中的模态位移历程和模态气动力 系数历程作为输入和输出,建立离散时间形式的含区间噪声的非定常气动力ARMA辨识模 型,即
[0051 ] (22)
[0052] 其中,x(k) = [faT(k_l),···,faT(k_na),ξ τ(10,···,|T(k_nb+l)]T,本实例中,na和nb 均取3;
[0053] (4)利用区间数学和集员辨识思想,寻求与训练数据序列{fa(k),x(k)}和噪声序 列{e(k)}相容的系统参数的最小超长方体,给出如表1所示的辨识参数的区间估计
Figure CN105843073AD00113
[0055] 表1不确定性气动力降阶模型参数的区间估计 和[艮,:5J,由辨识参数上下界构成的超长方体体积的收敛历程如图5所示,根据参数辨识 结果建女亩骱时问嵌忒的韭佘蛍与効士不确定降阶模型,即:
[0054] (23)
Figure CN105843073AD00121
[0057] (5)用步骤(4)中的不确定降阶模型代替步骤(2)中的CFD求解器,并耦合由步骤 (1)中机翼结构CSD分析模型提取的结构运动状态方程,建立离散时间形式的不确定气动弹 性系统状态空间模型,即:
[0058]
Figure CN105843073AD00122
(24)
[0059] (6)调整来流动压q,计算该动压条件下气动弹性系统区间状态矩阵特征值实部和 虚部的上、下界,即:
[0060]
Figure CN105843073AD00123
(25.)
[0061] 并据此在复平面内绘制给定马赫数下(本例中选取的来流马赫数为0.75)不确定 气动弹性系统随来流动压变化的根轨迹图,如(b)
[0062] 图6所示,不确定气动弹性系统在给定来流动压的特征值为由其上下界围成的一 个矩形区域,而由此生成的根轨迹呈带状;
[0063] (7)判断是否完成不确定气动弹性系统根轨迹分析,若未完成,转到步骤(6),若完 成,则由根轨迹穿越复平面单位圆的临界点预测不确定气动弹性系统颤振速度因子的上下 界,在获得给定来流动压q下区间状态矩阵特征值实部和虚部的范围后,便可通过优化方法 确定区间状态矩阵谱半径的上、下界,即:
[0064]
Figure CN105843073AD00131
(,26 j
[0065] 当对时,不确定气动弹性系统完全稳定;当坷Aj>l而e(AasH I时,不确 定气动弹性系统不完全稳定;当^(Aas)M时,不确定气动弹性系统完全不稳定。使/7(;Au.. ;) = 1 和E(Aas) = I的来流动压分别为不确定气动弹性系统由完全稳定变为不完全稳定的临界动 压£和由不完全稳定变为完全不稳定的临界动压¥,其分别对应不确定气动弹性系统颤振速 度因子的下界g和上界$,本实例中,在来流马赫数为0.75的条件下,由上述方法获得的颤 振速度因子的下界和上界分别
Figure CN105843073AD00132
[0066] (8)判断是否完成全马赫数条件下不确定气动弹性系统的颤振速度边界估计,若 未完成,调整计算马赫数,重复步骤(2)~(7),若完成,给出不确定气动弹性系统颤振速度 因子上、下界随马赫数的变化情况,由此识别不确定气动弹性系统的完全稳定域、不完全稳 定域和完全不稳定域,其中,由颤振速度因子上、下界包裹的区域为气动弹性系统的不完全 稳定域,其含义为当飞行速度处于该区域时气动弹性系统可能稳定也可能不稳定,颤振速 度因子上界以上的区域为气动弹性系统的完全不稳定域,其含义为当飞行速度处于该区域 时气动弹性系统不稳定,颤振速度因子下界以下的区域为气动弹性系统的完全稳定域,其 含义为当飞行速度处于该区域时气动弹性系统稳定,据此获得不确定气动弹性系统的颤振 速度边界,完成不确定气动弹性系统的稳定性分析;
[0067] (9)由步骤(6)中已知来流动压q条件下的气动弹性系统区间状态矩阵,还可直接 建立不确定气动弹性系统的鲁棒稳定性快速判据,BP:
[0068]
Figure CN105843073AD00133
(27)
[0069] (10)判断气动弹性系统区间状态矩阵是否满足步骤(9)中的鲁棒稳定性快速判据 条件,若不满足,则不确定气动弹性系统完全不稳定或不完全稳定,若满足,则不确定气动 弹性系统稳定。
[0070] 综上所述,本发明提出了一种基于气动力不确定降阶的机翼结构气动弹性稳定性 分析方法,该方法在构建高效高精度的基于CH)技术的非定常气动力降阶模型的过程中综 合考虑存在于数值计算和气动参数的不确定性,将其统一定量化为辨识模型中的不确定但 有界区间噪声序列,所建立的不确定性气动力降阶模型,兼顾了气动力模型的精度、计算效 率和鲁棒性。本发明中,不确定性气动力降阶模型是以描述多输入多输出系统的动态线化 形式的ARMA模型为基础,通过引入反映不确定性因素的区间噪声序列,利用区间集员辨识 算法建立的。本发明将不确定性气动力降阶模型与结构模型相耦合,构建了状态空间形式 的不确定性气动弹性系统的数学模型,提出了一种从区间状态矩阵特征值角度出发的预测 气动弹性系统鲁棒稳定性边界即颤振速度因子上下界的高效方法。另外,本发明基于所建 立的气动弹性系统区间状态矩阵,还提供了一种含区间参数的不确定气动弹性系统鲁棒稳 定性的快速判据。
[0071] 以上仅是本发明的具体步骤,对本发明的保护范围不构成任何限制;其可扩展应

Claims (7)

1. 一种基于气动力不确定降阶的机翼结构气动弹性稳定性分析方法,其特征在于:该 方法包括如下步骤: (1) 建立机翼结构CSD分析模型并进行模态分析,提取机翼结构各有限元结点归一化后 的模态位移信息; (2) 将机翼结构表面作为气动结构禪合交界面,建立机翼结构非定常气动力CFD分析模 型,根据机翼结构模态位移信息生成时间历程形式的"321Γ位移信号,提取机翼气动结构 禪合交界面网格结点的变形时间历程,并据此进行CFD非定常气动力求解器数据训练,获得 给定马赫数条件下CH)求解过程的输入,即模态位移历程ξ化),和输出,即模态气动力系数 历程fa化); (3) 综合考虑气动力辨识过程中数值计算和气动参数的不确定性,将其统一定量化为 不确定但有界噪声序列e化)eel化)= [-ω化),ω化)],其中,ω化)为区间噪声序列的半 径,分别将步骤(2)中的模态位移历程和模态气动力系数历程作为输入和输出,建立离散时 间形式的含区间噪声的非定常气动力ARMA辨识模型:
Figure CN105843073AC00021
(1)其中,fa化) 是系统输出量的第k次观测值,为P维列向量;ξ化)是系统输入量的第k次观测值,为q维列向 量;e化)为P维区间噪声序列的第k次观测值;41和&为待辨识的系统参数矩阵;na和nb分别 为输出和输入的延迟级数,9T=[Ai…Ana Bo…Bnb-l]为9乂(11曰,9+]113,9)维待辨识系统 参数矩阵,X化)=[faT化-1),…,fgT化-na) ,ξΤ化),…,ξΤ化-nb+1) ]τ为na · p+nb · q维回归 向量; (4) 利用区间数学和集员辨识思想,寻求与训练数据序列{fa化),x(k)}和噪声序列{e 化)}相容的系统参数的最小超长方体,给出辨识参数的区间估计[4,A;]和[斬,馬],其中, 心和&表示待辨识系统参数矩阵的下界,Λ和毎;表示待辨识系统参数矩阵的上界,获得离 散时间形式的非定常气动力不确定降阶模型; (5) 用步骤(4)中的不确定降阶模型代替步骤(2)中的CH)求解器,并禪合由步骤(1)中 机翼结构CSD分析模型提取的结构运动状态方程,建立离散时间形式的不确定气动弹性系 统状态空间模型; (6) 调整来流动压q,计算该动压条件下气动弹性系统区间状态矩阵特征值实部和虚部 的上、下界,即[左,.,!]和[圣m,而],并据此在复平面内绘制不确定气动弹性系统随来流动 压变化的根轨迹图; (7) 判断是否完成不确定气动弹性系统根轨迹分析,若未完成,转到步骤(6),若完成, 则由根轨迹穿越复平面单位圆的临界点预测不确定气动弹性系统颤振速度因子上、下界 於巧; (8) 判断是否完成全马赫数条件下不确定气动弹性系统的颤振速度边界估计,若未完 成,调整计算马赫数,重复步骤(2)~(7),若完成,给出不确定气动弹性系统颤振速度因子 上、下界随马赫数的变化情况,由此识别不确定气动弹性系统的完全稳定域、不完全稳定域 和完全不稳定域,预测不确定气动弹性系统的颤振速度边界,完成不确定气动弹性系统的 稳定性分析; (9) 由步骤(6)中已知来流动压q条件下的气动弹性系统区间状态矩阵,还可直接建立 不确定气动弹性系统的鲁棒稳定性快速判据; (10) 判断气动弹性系统区间状态矩阵是否满足步骤(9)中的稳定性快速判据条件,若 不满足,则不确定气动弹性系统完全不稳定或不完全稳定,若满足,则不确定气动弹性系统 稳定。
2.根据权利要求1所述的一种基于气动力不确定降阶的机翼结构气动弹性稳定性分析 方法,其特征在于:所述步骤(4)中,提出了一种估计含区间噪声的非定常气动力ARMA辨识 模型参数上、下界的区间集员辨识算法,即在已知序列{fa化),x化),e化);4=1,2,-,}条件 下,寻求与观测数据和噪声相容的集合Γ C如"",并通过一个尽可能"紧"地包含Γ的 最小超长方体Θ<^来近似集合Γ,借助区间数学和集员辨识思想可确定该超长方体的上、下 界:
Figure CN105843073AC00031
式(6)中,Μ为每次辨识所采用的数据长度,利用矩阵求逆引理可避免式(5)中的矩阵求 逆运算,由式(2)~(6),即可确定待辨识系统矩阵参数Ai和Bj的区间估计,即[4為,]和 据此,建立了离散时间域内的状态空间形式的非定常气动力不确定降阶模型,即:
Figure CN105843073AC00032
(7) 其中,
Figure CN105843073AC00041
3. 根据权利要求1所述的一种基于气动力不确定降阶的机翼结构气动弹性稳定性分析 方法,其特征在于:所述步骤(5)中,通过禪合离散时间域内的状态空间形式的非定常气动 力不确定降阶模型和结构运动状态方程,建立了离散时间形式的不确定气动弹性系统状态 空间模型,即:
Figure CN105843073AC00042
式(10)中,q为来流动压,X, = [ξΤ若了为结构状态变量,As、Bs、Cs和Ds均为离散时间域 内结构运动状态空间方程的系数矩阵。
4. 根据权利要求1所述的一种基于气动力不确定降阶的机翼结构气动弹性稳定性分析 方法,其特征在于:所述步骤(6)中,在给定来流动压q下,将不确定气动弹性系统的稳定性 问题转化为含区间参数的系统状态矩阵的复特征值问题,借助摄动理论和区间数学方法, 提出了预测不确定气动弹性系统区间状态矩阵复特征值上、下界的区间参数摄动方法。利 用该方法,区间状态矩阵复特征值的上下界可由下式确定:
Figure CN105843073AC00051
(11) 其中,為;和^;:*分别为区间状态矩阵取名义值时第i阶特征值的实部和虚部,城和VL分 别为区间状态矩阵取名义值时与第i阶特征值所对应的右特征向量的实部和虚部,A Aas为 ΔΑί的区间半径矩阵。
5. 根据权利要求1所述的一种基于气动力不确定降阶的机翼结构气动弹性稳定性分析 方法,其特征在于:所述步骤(7)中,通过计算不同来流动压下不确定气动弹性系统区间状 态矩阵谱半径的上、下界来寻找带状根轨迹穿越复平面单位圆的临界点,在获得给定来流 动压q下区间状态矩阵特征值实部和虚部的范围后,便可通过优化方法确定区间状态矩阵 谱半径的上、下界,即:
Figure CN105843073AC00052
胆) 当列Aj义1时,不确定气动弹性系统完全稳定;当刮AJ:>1而MAasHl时,不确定气 动弹性系统不完全稳定;当MAas)〉l时,不确定气动弹性系统完全不稳定,使疗=巧口P (Aas) = 1的来流动压分别为不确定气动弹性系统由完全稳定变为不完全稳定的临界动压q 和由不完全稳定变为完全不稳定的临界动压f,其分别对应不确定气动弹性系统颤振速ί 因子的下界和上界巧*。
6. 根据权利要求1所述的一种基于气动力不确定降阶的机翼结构气动弹性稳定性分析 方法,其特征在于:所述步骤(8)中,不确定气动弹性系统的颤振速度带状边界将不确定气 动弹性系统划分为完全稳定、不完全稳定和完全不稳定巧巾状态,其中,被颤振速度上、下界 包裹的区域为不确定气动弹性系统的不完全稳定域。
7. 根据权利要求1所述的一种基于气动力不确定降阶的机翼结构气动弹性稳定性分析 方法,其特征在于:所述步骤(9)和(10)中,假设Ρ为正定对称矩阵,是方程
Figure CN105843073AC00053
的解,其中,为区间状态矩阵的名义值化康示第i行、第巧揃元素 为 1,其他元素为 0 的[naXp+(nb + l) Xq] X [naXp+(nb + l) Xq]维矩阵;
Figure CN105843073AC00054
Δ aasu为不确定气动弹性系统区间状态矩阵第i行、第j列元素的 区间半径;〇max(B)表示矩阵B的最大奇异值,则不确定气动弹性系统完全稳定的快速判据 为:
Figure CN105843073AC00055
(Π )
CN201610169765.7A 2016-03-23 2016-03-23 一种基于气动力不确定降阶的机翼结构气动弹性稳定性分析方法 Active CN105843073B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610169765.7A CN105843073B (zh) 2016-03-23 2016-03-23 一种基于气动力不确定降阶的机翼结构气动弹性稳定性分析方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610169765.7A CN105843073B (zh) 2016-03-23 2016-03-23 一种基于气动力不确定降阶的机翼结构气动弹性稳定性分析方法

Publications (2)

Publication Number Publication Date
CN105843073A true CN105843073A (zh) 2016-08-10
CN105843073B CN105843073B (zh) 2018-08-17

Family

ID=56583027

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610169765.7A Active CN105843073B (zh) 2016-03-23 2016-03-23 一种基于气动力不确定降阶的机翼结构气动弹性稳定性分析方法

Country Status (1)

Country Link
CN (1) CN105843073B (zh)

Cited By (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106599491A (zh) * 2016-12-19 2017-04-26 厦门大学 一种基于qmu的颤振裕度评估方法
CN106599492A (zh) * 2016-12-19 2017-04-26 厦门大学 一种基于逻辑回归的飞行器颤振分析及其qmu评估方法
CN106773782A (zh) * 2016-12-15 2017-05-31 中国航空工业集团公司西安飞机设计研究所 一种气动伺服弹性混合建模方法
CN107169163A (zh) * 2017-04-13 2017-09-15 南京航空航天大学 一种适用于机翼气动参数分布实时计算的解耦算法
CN107391891A (zh) * 2017-09-05 2017-11-24 北京理工大学 一种基于模型融合方法的大展弦比机翼优化设计方法
CN107976908A (zh) * 2017-12-06 2018-05-01 中国科学院力学研究所 一种飞行器耦合动稳定性特征分析方法
CN108256264A (zh) * 2018-02-08 2018-07-06 北京航空航天大学 一种基于地面频响试验的气动伺服弹性稳定性预测方法
CN108363843A (zh) * 2018-01-25 2018-08-03 北京航空航天大学 一种基于结构降阶模型的几何非线性静气动弹性全机配平方法
CN108446445A (zh) * 2018-02-12 2018-08-24 北京航空航天大学 一种基于气动力降阶模型的复合材料机翼优化设计方法
CN108873862A (zh) * 2018-06-15 2018-11-23 上海航天控制技术研究所 一种针对飞行器的控制系统稳定性的综合评估方法
CN109933898A (zh) * 2019-03-13 2019-06-25 北京航空航天大学 一种考虑混合不确定性的壁板气动弹性稳定性分析方法
CN110162823A (zh) * 2019-03-19 2019-08-23 北京机电工程研究所 考虑气动面曲面效应和法向运动的非定常气动力计算方法
CN110162822A (zh) * 2019-03-19 2019-08-23 北京机电工程研究所 耦合结构模态的时域快速非定常气动力计算方法
CN110287505A (zh) * 2019-03-20 2019-09-27 北京机电工程研究所 飞行器稳定性分析方法
CN110674599A (zh) * 2019-09-24 2020-01-10 西北工业大学 气动伺服弹性系统非定常气动载荷的有理近似优化方法
CN110705154A (zh) * 2019-09-24 2020-01-17 中国航空工业集团公司西安飞机设计研究所 航空器开环气动伺服弹性系统模型均衡降阶的优选方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103310060A (zh) * 2013-06-19 2013-09-18 西北工业大学 一种跨音速极限环颤振分析方法
CN104443427A (zh) * 2014-10-15 2015-03-25 西北工业大学 飞行器颤振预测系统及方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103310060A (zh) * 2013-06-19 2013-09-18 西北工业大学 一种跨音速极限环颤振分析方法
CN104443427A (zh) * 2014-10-15 2015-03-25 西北工业大学 飞行器颤振预测系统及方法

Non-Patent Citations (6)

* Cited by examiner, † Cited by third party
Title
K. K. GUPTA 等: "Systems Identification Approach for a Computational-Fluid-Dynamics-Based Aeroelastic Analysis", 《AIAA JOURNAL》 *
TIMOTHY J. COWAN 等: "Accelerating Computational Fluid Dynamics Based Aeroelastic Predictions Using System Identification", 《JOURNAL OF ATRCRAFT》 *
员海玮 等: "非线性气动弹性系统的鲁棒稳定性分析", 《振动工程学报》 *
张伟伟 等: "基于气动力降阶模型的跨音速气动弹性稳定性分析", 《计算力学学报》 *
胡海岩 等: "飞机结构气动弹性分析与控制研究", 《力学学报》 *
黄丽丽 等: "考虑气动不确定性的气动弹性系统模型确认", 《航空学报》 *

Cited By (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106773782B (zh) * 2016-12-15 2020-01-14 中国航空工业集团公司西安飞机设计研究所 一种气动伺服弹性混合建模方法
CN106773782A (zh) * 2016-12-15 2017-05-31 中国航空工业集团公司西安飞机设计研究所 一种气动伺服弹性混合建模方法
CN106599492A (zh) * 2016-12-19 2017-04-26 厦门大学 一种基于逻辑回归的飞行器颤振分析及其qmu评估方法
CN106599491B (zh) * 2016-12-19 2020-05-15 厦门大学 一种基于qmu的颤振裕度评估方法
CN106599491A (zh) * 2016-12-19 2017-04-26 厦门大学 一种基于qmu的颤振裕度评估方法
CN106599492B (zh) * 2016-12-19 2019-08-13 厦门大学 一种基于逻辑回归的飞行器颤振分析及其qmu评估方法
CN107169163A (zh) * 2017-04-13 2017-09-15 南京航空航天大学 一种适用于机翼气动参数分布实时计算的解耦算法
CN107391891A (zh) * 2017-09-05 2017-11-24 北京理工大学 一种基于模型融合方法的大展弦比机翼优化设计方法
CN107391891B (zh) * 2017-09-05 2020-07-07 北京理工大学 一种基于模型融合方法的大展弦比机翼优化设计方法
CN107976908A (zh) * 2017-12-06 2018-05-01 中国科学院力学研究所 一种飞行器耦合动稳定性特征分析方法
CN107976908B (zh) * 2017-12-06 2020-06-05 中国科学院力学研究所 一种飞行器耦合动稳定性特征分析方法
CN108363843A (zh) * 2018-01-25 2018-08-03 北京航空航天大学 一种基于结构降阶模型的几何非线性静气动弹性全机配平方法
CN108256264A (zh) * 2018-02-08 2018-07-06 北京航空航天大学 一种基于地面频响试验的气动伺服弹性稳定性预测方法
CN108446445A (zh) * 2018-02-12 2018-08-24 北京航空航天大学 一种基于气动力降阶模型的复合材料机翼优化设计方法
CN108873862A (zh) * 2018-06-15 2018-11-23 上海航天控制技术研究所 一种针对飞行器的控制系统稳定性的综合评估方法
CN109933898A (zh) * 2019-03-13 2019-06-25 北京航空航天大学 一种考虑混合不确定性的壁板气动弹性稳定性分析方法
CN110162823A (zh) * 2019-03-19 2019-08-23 北京机电工程研究所 考虑气动面曲面效应和法向运动的非定常气动力计算方法
CN110162822A (zh) * 2019-03-19 2019-08-23 北京机电工程研究所 耦合结构模态的时域快速非定常气动力计算方法
CN110287505A (zh) * 2019-03-20 2019-09-27 北京机电工程研究所 飞行器稳定性分析方法
CN110674599A (zh) * 2019-09-24 2020-01-10 西北工业大学 气动伺服弹性系统非定常气动载荷的有理近似优化方法
CN110705154A (zh) * 2019-09-24 2020-01-17 中国航空工业集团公司西安飞机设计研究所 航空器开环气动伺服弹性系统模型均衡降阶的优选方法

Also Published As

Publication number Publication date
CN105843073B (zh) 2018-08-17

Similar Documents

Publication Publication Date Title
Levy et al. Summary of data from the fifth AIAA CFD drag prediction workshop
Lyu et al. Automatic differentiation adjoint of the Reynolds-averaged Navier-Stokes equations with a turbulence model
Ghoreyshi et al. Reduced order unsteady aerodynamic modeling for stability and control analysis using computational fluid dynamics
Potsdam et al. Unstructured mesh CFD aerodynamic analysis of the NREL Phase VI rotor
Eisfeld et al. Verification and validation of a second-moment-closure model
Potsdam et al. Rotor airloads prediction using loose aerodynamic/structural coupling
Newman III et al. Overview of sensitivity analysis and shape optimization for complex aerodynamic configurations
Kim Frequency-domain Karhunen-Loeve method and its application to linear dynamic systems
Rumsey et al. Description of a website resource for turbulence modeling verification and validation
Berger et al. Progress towards a Cartesian cut-cell method for viscous compressible flow
Bodart et al. geometries with application to high-lift devices
Vos et al. Recent advances in aerodynamics inside the NSMB (Navier Stokes multi block) consortium
Badcock et al. Transonic aeroelastic simulation for instability searches and uncertainty analysis
Choudhuri et al. Two-dimensional unsteady leading-edge separation on a pitching airfoil
CN104443427B (zh) 飞行器颤振预测系统及方法
Epstein et al. Comparative study of three-dimensional wing drag minimization by different optimization techniques
Chakraborty et al. Susceptibility of F/A-18 flight controllers to the falling-leaf mode: Nonlinear analysis
Glaz et al. Reduced-order nonlinear unsteady aerodynamic modeling using a surrogate-based recurrence framework
Aftosmis et al. Adjoint-based low-boom design with Cart3D
Lucia et al. Aeroelastic system development using proper orthogonal decomposition and Volterra theory
Timme et al. Transonic aeroelastic stability analysis using a Kriging-based Schur complement formulation
Sandberg et al. Applying machine learnt explicit algebraic stress and scalar flux models to a fundamental trailing edge slot
Levy et al. Data summary from the first AIAA computational fluid dynamics drag prediction workshop
Huang et al. Research on multi-fidelity aerodynamic optimization methods
CN103699757B (zh) 一种计及气动和结构耦合特性的微型扑翼分析系统及方法

Legal Events

Date Code Title Description
PB01 Publication
C06 Publication
SE01 Entry into force of request for substantive examination
C10 Entry into substantive examination
CB03 Change of inventor or designer information

Inventor after: Qiu Zhiping

Inventor after: Chen Xianjia

Inventor after: Wang Xiaojun

Inventor after: Wang Ruixing

Inventor after: Li Yunlong

Inventor after: Wang Lei

Inventor after: Wang Chong

Inventor after: Sun Jiali

Inventor before: Chen Xianjia

Inventor before: Qiu Zhiping

Inventor before: Wang Xiaojun

Inventor before: Li Yunlong

Inventor before: Wang Ruixing

Inventor before: Wang Lei

Inventor before: Wang Chong

Inventor before: Sun Jiali

CB03 Change of inventor or designer information
GR01 Patent grant
GR01 Patent grant