CN108116658A - 飞行器的控制方法、系统和飞行器 - Google Patents

飞行器的控制方法、系统和飞行器 Download PDF

Info

Publication number
CN108116658A
CN108116658A CN201711346840.3A CN201711346840A CN108116658A CN 108116658 A CN108116658 A CN 108116658A CN 201711346840 A CN201711346840 A CN 201711346840A CN 108116658 A CN108116658 A CN 108116658A
Authority
CN
China
Prior art keywords
aircraft
algorithm
intensity
wing tip
pressure
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
CN201711346840.3A
Other languages
English (en)
Other versions
CN108116658B (zh
Inventor
章彪
朱特
陈畅
许培仪
汪银锁
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.)
Shenzhen Graduate School Harbin Institute of Technology
Original Assignee
Shenzhen Graduate School Harbin Institute of Technology
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 Shenzhen Graduate School Harbin Institute of Technology filed Critical Shenzhen Graduate School Harbin Institute of Technology
Priority to CN201711346840.3A priority Critical patent/CN108116658B/zh
Publication of CN108116658A publication Critical patent/CN108116658A/zh
Application granted granted Critical
Publication of CN108116658B publication Critical patent/CN108116658B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64C—AEROPLANES; HELICOPTERS
    • B64C3/00—Wings
    • B64C3/38—Adjustment of complete wings or parts thereof
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64C—AEROPLANES; HELICOPTERS
    • B64C23/00—Influencing air flow over aircraft surfaces, not otherwise provided for
    • B64C23/06—Influencing air flow over aircraft surfaces, not otherwise provided for by generating vortices
    • B64C23/065—Influencing air flow over aircraft surfaces, not otherwise provided for by generating vortices at the wing tips
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T50/00—Aeronautics or air transport
    • Y02T50/10—Drag reduction

Landscapes

  • Engineering & Computer Science (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Mechanical Engineering (AREA)
  • Aerodynamic Tests, Hydrodynamic Tests, Wind Tunnels, And Water Tanks (AREA)

Abstract

本发明提供了一种飞行器的控制方法、系统和飞行器，涉及飞行器的技术领域，所述飞行器包括多个翼尖小翼，包括：获取飞行器上升时的上翼面的压强和下翼面的压强；根据上翼面的压强和下翼面的压强，确定飞行器产生的翼尖涡的强度；根据翼尖涡的强度，选择控制信号以分别调整多个翼尖小翼的攻角。可以通过获取飞行器的上翼面的压强和下翼面的压强，确定飞行器产生的翼尖涡的强度，再根据不同的强度，选择控制信号调整飞行器上多个翼尖小翼的攻角，从而可以根据事先预测不同的强度，对应调整不同的攻角，提高了破碎翼尖涡的效果。

Description

飞行器的控制方法、系统和飞行器
技术领域
本发明涉及飞行器技术领域，尤其是涉及一种飞行器的控制方法、系统和飞行器。
背景技术
飞行器减阻技术研究是飞行器设计的重要内容之一。减阻能够改善飞行器气动特性、提高飞机性能，减少昂贵的燃油消耗，对于民用和军用的飞行器都具有重要意义。诱导阻力是飞机总阻力的重要组成部分，特别是在低速大攻角飞行时，所占比重很大。因此，减少飞行器的诱导阻力的技术研究受到高度重视。
诱导阻力产生原理为：当机翼承受升力在后缘拖出自由涡系时,由于翼尖区气流的强烈翻卷作用，在尾迹中卷成一对集中涡，涡系在机翼上产生诱导的下洗速度改变当前的有效速度方向而形成了诱导阻力。从诱导阻力的产生机制，不难看出，翼尖涡对诱导阻力有着显著的影响。因此，翼尖涡的控制尤为重要。
相关技术中，采用一组攻角分别为-15°、0°、15°的组合襟副翼，翼尖涡流经组合襟副翼时，会被破碎成强度较低的分散涡，破碎过程中，翼尖涡能量被大大耗散，从而涡核成功地移出机翼面。但是，这种翼尖涡控制方法为固定副翼的攻角，当翼尖涡能量变化时无法准确破碎翼尖涡，导致破碎的效果不佳。
发明内容
有鉴于此，本发明的目的在于提供飞行器的控制方法、系统和飞行器，提高了破碎翼尖涡的效果。
第一方面，本发明实施例提供了一种飞行器的控制方法，所述飞行器包括多个翼尖小翼，包括：获取飞行器的上翼面的压强和下翼面的压强；根据所述上翼面的压强和所述下翼面的压强，确定飞行器产生的翼尖涡的强度；根据所述翼尖涡的强度，选择控制信号以分别调整所述多个翼尖小翼的攻角。
结合第一方面，本发明实施例提供了第一方面的第一种可能的实施方式，其中，所述飞行器产生的翼尖涡的强度包括两个强度等级，所述两个强度等级分别为第一级强度和第二级强度，所述第一级强度大于第二级强度，所述根据所述上翼面的压强和下翼面的压强，确定所述飞行器产生的翼尖涡的强度，包括：根据所述上翼面的压强和所述下翼面的压强，以第一算法预测飞行器产生的翼尖涡的强度；根据所述上翼面的压强和所述下翼面的压强，以第二算法预测所述飞行器产生的翼尖涡的强度；如果所述第一算法预测所述飞行器产生的翼尖涡的强度的强度等级与所述第二算法预测所述飞行器产生的翼尖涡的强度的强度等级相同，则确定第一算法和第二算法预测的所述强度等级为所述飞行器产生的翼尖涡的强度；如果所述第一算法预测所述飞行器产生的翼尖涡的强度的强度等级与所述第二算法预测所述飞行器产生的翼尖涡的强度的强度等级不相同，则确定所述第一级强度为所述飞行器产生的翼尖涡的强度。
结合第一方面，本发明实施例提供了第一方面的第二种可能的实施方式，其中，所述第一算法为支持向量机算法、决策树算法、K最邻近算法、逻辑回归算法、线性回归算法，所述第二算法为支持向量机算法、决策树算法、K最邻近算法、逻辑回归算法、线性回归算法，其中，在所述确定所述飞行器产生的翼尖涡的强度时，所述第一算法和所述第二算法为不同的算法。
结合第一方面，本发明实施例提供了第一方面的第三种可能的实施方式，其中，所述根据所述翼尖涡的强度，选择控制信号以分别调整所述多个翼尖小翼的攻角，包括：当所述翼尖涡的强度为第一级强度时，选择第一控制信号以分别调整每个翼尖小翼的攻角均为最大升阻比时的攻角；当所述翼尖涡的强度为第二级强度时，选择第二控制信号以分别调整至少两个翼尖小翼的攻角均为最大升阻比时的攻角。
第二方面，本发明实施例还提供一种飞行器的控制系统，所述飞行器包括多个翼尖小翼，包括：获取模块，用于获取飞行器的上翼面的压强和下翼面的压强；确定模块，用于根据所述上翼面的压强和所述下翼面的压强，确定飞行器产生的翼尖涡的强度；选择模块，用于根据所述翼尖涡的强度，选择控制信号以控制所述多个翼尖小翼的攻角的大小。
结合第二方面，本发明实施例提供了第二方面的第一种可能的实施方式，其中，所述飞行器产生的翼尖涡的强度具有两个强度等级，所述两个强度等级分别为第一级强度和第二级强度，所述第一级强度大于第二级强度，所述预测模块，用于：根据所述上翼面的压强和所述下翼面的压强，以第一算法预测飞行器产生的翼尖涡的强度，根据所述上翼面的压强和所述下翼面的压强，以第二算法预测所述飞行器产生的翼尖涡的强度，如果所述第一算法预测所述飞行器产生的翼尖涡的强度的强度等级与所述第二算法预测所述飞行器产生的翼尖涡的强度的强度等级相同，则确定第一算法和第二算法预测的所述强度等级为所述飞行器产生的翼尖涡的强度，如果所述第一算法预测所述飞行器产生的翼尖涡的强度的强度等级与所述第二算法预测所述飞行器产生的翼尖涡的强度的强度等级不相同，则确定所述第一级强度为所述飞行器产生的翼尖涡的强度。
结合第二方面，本发明实施例提供了第二方面的第二种可能的实施方式，其中，所述第一算法为支持向量机算法、决策树算法、K最邻近算法、逻辑回归算法、线性回归算法，所述第二算法为支持向量机算法、决策树算法、K最邻近算法、逻辑回归算法、线性回归算法，其中，在所述确定所述飞行器产生的翼尖涡的强度时，所述第一算法和所述第二算法为不同的算法。
结合第二方面，本发明实施例提供了第二方面的第三种可能的实施方式，其中，所述选择模块，用于：当所述翼尖涡的强度为第一级强度时，选择第一控制信号以分别调整每个翼尖小翼的攻角均为最大升阻比时的攻角，当所述翼尖涡的强度为第二级强度时，选择第二控制信号以分别调整至少两个翼尖小翼的攻角均为最大升阻比时的攻角。
结合第二方面，本发明实施例提供了第二方面的第四种可能的实施方式，其中，所述飞行器包括多个控制器，所述选择模块通过所述多个控制器与所述多个翼尖小翼相连，所述选择模块用于将所述控制信号发送至所述多个控制器，以使所述多个控制器分别调整所述多个翼尖小翼的攻角。
第三方面，本发明实施例还提供一种飞行器，包括处理器，与所述处理器连接的存储器和多个翼尖小翼；其中，所述存储器用于存储一条或多条计算机指令，所述处理器被配置成执行所述存储器中的计算机指令，以实现在飞行器飞行过程中通过上述实施例的任一项所述的方法调整所述多个翼尖小翼的攻角。
本发明实施例带来了以下有益效果：可以通过获取飞行器的上翼面的压强和下翼面的压强，确定飞行器产生的翼尖涡的强度，再根据不同的强度，选择控制信号调整飞行器上多个翼尖小翼的攻角，从而可以根据事先预测不同的强度，对应调整不同的攻角，提高了破碎翼尖涡的效果。
本发明的其他特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的飞行器的控制方法的流程图；
图2为产生翼尖涡的原理图；
图3为本发明实施例提供的机器算法的控制流程图；
图4为NACA0015标准机翼的示意图；
图5为本发明实施例提供的翼尖小翼的示意图；
图6为本发明实施例提供的机翼风洞试验的示意图；
图7为本发明实施例提供的确定控制指令与调整小翼的对应关系的前期工作流程图；
图8为本发明实施例提供的确定控制指令与调整小翼的对应关系的工作流程图；
图9为本发明实施例提供的飞行器的控制系统的结构图；
图10为本发明实施例提供的飞行器的结构图。
图标：
100-飞行器；1-风洞壁面；2-测试壁；3-转盘；4-上拉杆；5-翼尖小翼；6-伺服电机控制系统；7-NACA0015标准机翼；8-电机路线；9-支撑杆；10-Load Cell；11-连接部件；200-飞行器的控制系统；210-获取模块；220-确定模块；230-选择模块；301-存储器；300-处理器；302-总线；303-通信接口。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合附图对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
结合图2所示，飞机在上升时，由于下翼面的压强比上翼面的压强高，在上、下翼面压强差的作用下，下翼面的气流就绕过翼尖流向上翼面，这样，使下翼面的流线由机翼的翼根向翼尖倾斜，而上翼面的流线则由翼尖偏向翼根，由于上、下翼面气流在后缘处具有不同的流向，就形成漩涡，并且，机翼上产生的升力越多，翼尖涡也就越强。所以破坏翼尖涡对降低上升阻力有着很大的影响。相关技术中，采用一组攻角固定的组合襟副翼，其中，翼尖涡流经固定攻角的组合襟副翼时，会被破碎成强度较低的分散涡，但是，当翼尖涡能量变化时无法准确破碎翼尖涡，导致破碎的效果不佳，基于此，本发明实施例提供的一种飞行器的控制方法、系统和飞行器，可以通过获取飞行器的上翼面的压强和下翼面的压强，确定飞行器产生的翼尖涡的强度，再根据不同的强度，选择控制信号调整飞行器上多个翼尖小翼的攻角，从而可以根据事先预测不同的强度，对应调整不同的攻角，提高了破碎翼尖涡的效果。
为便于对本实施例进行理解，参见图1所示，首先对本发明实施例所公开的一种飞行器的控制方法进行详细介绍，飞行器100包括多个翼尖小翼，包括：
S110：获取飞行器的上翼面的压强和下翼面的压强。
具体来说，在飞行器100的上、下翼面分别安装多个压强传感器，检测飞行器在上升过程中上翼面的压强和下翼面的压强。
S120：根据上翼面的压强和下翼面的压强，确定飞行器产生的翼尖涡的强度。
作为一个示例，其中，飞行器100产生的翼尖涡的强度包括两个强度等级，两个强度等级分别为第一级强度和第二级强度，第一级强度大于第二级强度，即，第一等级产生的翼尖涡的强度高于第二等级产生的翼尖涡的强度。
基于此，步骤S120，具体包括：根据上翼面的压强和下翼面的压强，以第一算法预测飞行器产生的翼尖涡的强度；根据上翼面的压强和下翼面的压强，以第二算法预测飞行器产生的翼尖涡的强度；如果第一算法预测飞行器产生的翼尖涡的强度的强度等级与第二算法预测飞行器产生的翼尖涡的强度的强度等级相同，则确定第一算法和第二算法预测的强度等级为飞行器产生的翼尖涡的强度；如果第一算法预测飞行器产生的翼尖涡的强度的强度等级与第二算法预测所述飞行器产生的翼尖涡的强度的强度等级不相同，则确定第一级强度为飞行器产生的翼尖涡的强度。
进一步的，第一算法为支持向量机算法、决策树算法、K最邻近算法、逻辑回归算法、线性回归算法，第二算法为支持向量机算法、决策树算法、K最邻近算法、逻辑回归算法、线性回归算法，其中，在确定飞行器产生的翼尖涡的强度时，第一算法和第二算法为不同的算法。
具体来说，在机器学习算法(Mechine Learning Algorithm)中，支持向量机(SVM)和决策树(ID3)效率高，应用广泛。支持向量机(SVM)的泛化错误率较低，也就是说它具有良好的学习能力，且学到的结果具有很好的推广性。缺点是对参数调节和核函数的选择敏感。决策树(ID3)算法的计算复杂度不高，能够找到对最终预测结果有重大影响的数据特征(Features)，便于理解数据特征(Features)本身的含义。缺点是可能会产生过度匹配问题(Over Fitting)。基于次，优选的，第一算法为SVM算法，第二算法为ID3算法。
结合图3所示，在获取上翼面的压强和下翼面的压强后，首先对数据进行处理，其中处理的方法包括进行数据清洗河数据归约。之后，对上翼面的压强和下翼面的压强分别进行SVM算法和ID3算法。SVM算法具体为：选取高斯函数得到映射关系，随机选取核宽度σ、惩罚因子γ，并对初始核宽度σ、惩罚因子γ进入Gridressearch优化训练，将优化后的核宽度σ、惩罚因子γ带入模型进行预测，给定阈值ε，判断预测值与实际值，如果满足，则输出SVM算法的预测结果。ID3算法具体为：计算熵，对训练样本的每个属性(列)进行划分，计算划分后的熵，计算划分前/后数据集的熵之差，取导致最大熵差的列进行划分，划分后的数据集的所有元素标签唯一或只剩一个属性(列)，组建决策树，然后剪枝，得到最终决策树，并通过最终决策树得到ID3算法的预测结果，判断SVM算法和ID3算法的预测结果是否一样，如果一样，则输出SVM算法和ID3算法的预测结果。如果不一样，则输出第一级强度，也就是强度大的等级。
在进行步骤S120之前，还可以包括：通过对已知的升力、阻力、升阻比(CL/CD)等数据训练监督学习算法(Supervised Learning Algorithm)形成分类器，并使用测试算法的测试分类情的准确性。其中，训练数据集(示例)见表1，
表1
测试数据集(示例)见表2。
表2
结合表2对训练数据训练出来的分类器进行测试，根据算法测试的正确率，选择继续优化算法或使用算法预测翼尖涡的发生及强弱程度。另外，将利用数据挖掘方法(DataMining)，可以尝试找到更多有价值的数据特征(Features)，提高算法预测的准确性。
S130：根据翼尖涡的强度，选择控制信号以分别调整多个翼尖小翼的攻角。
其中，翼尖小翼的攻角指的是小翼与机翼弦长方向的连线夹角。
作为一个实施例，步骤S130，包括：当翼尖涡的强度为第一级强度时，选择第一控制信号以分别调整每个翼尖小翼的攻角均为最大升阻比时的攻角；当翼尖涡的强度为第二级强度时，选择第二控制信号以分别调整至少两个翼尖小翼的攻角均为最大升阻比时的攻角。
具体来说，可以将控制信号具体调整翼尖小翼的对应的关系预存在计算机中，当确定翼尖涡的强度后，选择对应的控制信号，分别调整多个翼尖小翼的攻角，破碎翼尖涡。
结合图4-8所示，确定控制信号具体调整翼尖小翼的对应的关系，设计了如下实验：
结合图4所示，以NACA0015机翼为例，NACA0015机翼弦长为300mm，展长为450mm，采用尼龙材料3D打印加工，具有强度高、不易变形和轻盈等优点。机翼侧面有14个直径为2mm的螺纹盲孔，用以固定端盖。另外，可以在机翼空腔内放置多个伺服电机，电机直径均为16mm，该设计能保证机翼内部空间充分利用，且电机之间不发生运动干涉。伺服电机分别与翼尖小翼相连，用于调整翼尖小翼的攻角。
如图5所示，以小翼5长度150mm，上边宽度30mm，下边宽度60mm，厚度为5mm为例。小翼迎风面积足够大，能有效阻挡翼尖涡的生成和后移；小翼之间的缝隙能较大程度破碎翼尖涡流强度，并迫使涡核移出机翼面。圆柱形的连接部件11保证了伺服电机轴旋转能带动小翼偏转。
如图6所示，为自主设计的风洞试验平台，在风洞试验平台中进行试验，确定翼尖涡的强度与控制信号的对应关系。其中，以3个翼尖小翼为例，1是风洞壁面，为了消除风洞壁面边界层的影响，设计了测试壁2。上拉杆4可有效平衡机翼重力，通过转盘3调节机翼的攻角，调节范围在0-30°，满足了实验要求。5、7分别是翼尖小翼、NACA0015标准机翼。6、8分别是伺服电机控制系统、电机路线，电机线路包含电机电源线和信号控制线。支撑杆9分为两部分。上半部分中空，内部插入一根包含电源线路的细管，这样设计的目的是消除电机线路对流场的影响；下半部分与Load Cell 10连接。上拉杆4和支撑杆9通过螺纹分别与机翼上、下端盖连接，可以平衡机翼迎风时的扭矩。
实验雷诺数为200000，来流方向为自左向右，Load Cell就会测量出垂直纸面向外的升力(Lift)和水平向右的阻力(Drag)，利用计算机输出控制信号到伺服电机，驱动伺服电机偏转给定角度，间接调整3组小翼的不同攻角组合，找到翼升阻比CL/CD最大的攻角参数。当翼尖涡发生时，LoadCell输出的测量信号会有明显变化，此时需要及时调整小翼攻角，及时破碎翼尖涡。
上述示例中的工作流程具体为：
如图7所示，机翼风洞试验前期工作分为两部分，第一部分是测量不加小翼情况下，改变机翼的攻角，使之达到失速点，记录此时的升力CL0和阻力CD0，并与文献进行对比，保证机翼测试结果的准确性。第二部分是固定机翼的失速攻角，加上3个翼尖小翼，翼尖小翼均与机翼弦长方向平行，记为θ1＝0,θ2＝0,θ3＝0，测量此时的升力CL1和阻力CD1。比较CL1/CD1与CL0/CD0，研究加装小翼对升阻比的影响。
因为实验过程中需要保证翼尖小翼不能超出机翼平面，因此必须限定翼尖小翼的攻角范围[a,b]，其中a,b分别为最小攻角和最大攻角，3只翼尖小翼的攻角取值范围均在该区间内，即θ1,θ2,θ3∈[a,b]。如图8所示，在攻角范围内，每次只改变一只小翼的攻角，如θ1，即，通过控制卡1控制控制器1,控制器1通过伺服电机1调整翼尖小翼1的攻角为θ1，保持另外两只小翼攻角等于0，即θ2＝θ3＝0，即，通过控制卡2控制控制器2,控制器2通过伺服电机2保持翼尖小翼2的攻角为0，通过控制卡3控制控制器3,控制器3通过伺服电机3保持翼尖小翼3的攻角为0，通过Load Cell测量升力和阻力，寻找最大升阻比CL/CD，记录此时的攻角同理，找出和比较3只小翼对CL/CD提升的影响，选取影响最大的两只小翼(假设是1号、2号小翼)，构造控制向量1，即第一控制指令，控制强翼尖涡；构造控制向量2，即第二控制指令，控制弱翼尖涡。
其中，将第一控制指令和第二控制指令存储在计算机中，在实际运用中，利用机器学习算法预测翼尖涡的强弱程度，得到预测强度后，选择第一控制指令或第二控制指令作为控制信号，第一控制指令或第二控制指令输出3组信号，分别控制三个翼尖小翼。
结合图9所示，飞行器的控制系统200，飞行器100包括多个翼尖小翼，包括：获取模块210、确定模块220、选择模块230。
其中，获取模块210用于获取飞行器100的上翼面的压强和下翼面的压强。确定模块220与获取模块210相连，用于根据上翼面的压强和下翼面的压强，确定飞行器100产生的翼尖涡的强度。选择模块230与确定模块220相连，用于根据翼尖涡的强度，选择控制信号以控制多个翼尖小翼的攻角的大小。
在一些实施例中，飞行器100产生的翼尖涡的强度具有两个强度等级，两个强度等级分别为第一级强度和第二级强度，第一级强度大于第二级强度，确定模块，用于：根据上翼面的压强和下翼面的压强，以第一算法预测飞行器100产生的翼尖涡的强度，根据上翼面的压强和下翼面的压强，以第二算法预测飞行器100产生的翼尖涡的强度，如果第一算法预测飞行器100产生的翼尖涡的强度的强度等级与第二算法预测飞行器100产生的翼尖涡的强度的强度等级相同，则确定第一算法和第二算法预测的强度等级为飞行器100产生的翼尖涡的强度，如果第一算法预测飞行器100产生的翼尖涡的强度的强度等级与第二算法预测飞行器100产生的翼尖涡的强度的强度等级不相同，则确定第一级强度为飞行器100产生的翼尖涡的强度。
在一些实施例中，第一算法为支持向量机算法、决策树算法、K最邻近算法、逻辑回归算法、线性回归算法，所述第二算法为支持向量机算法、决策树算法、K最邻近算法、逻辑回归算法、线性回归算法，其中，在确定飞行器100产生的翼尖涡的强度时，第一算法和所述第二算法为不同的算法。
在一些实施例中，选择模块230，用于：当翼尖涡的强度为第一级强度时，选择第一控制信号以分别调整每个翼尖小翼的攻角均为最大升阻比时的攻角，当翼尖涡的强度为第二级强度时，选择第二控制信号以分别调整至少两个翼尖小翼的攻角均为最大升阻比时的攻角。
在一些实施例中，飞行器100包括多个控制器，选择模块230通过多个控制器与多个翼尖小翼相连，选择模块230用于将控制信号发送至多个控制器，以使多个控制器分别调整多个翼尖小翼的攻角。
本发明实施例所提供的系统，其实现原理及产生的技术效果和前述方法实施例相同，为简要描述，系统实施例部分未提及之处，可参考前述方法实施例中相应内容。
结合图10所示，飞行器100，包括处理器300，与处理器300连接的存储器301和多个翼尖小翼；其中，存储器301用于存储一条或多条计算机指令，处理器300被配置成执行存储器301中的计算机指令，以实现在飞行器100飞行过程中通过上述实施例的任一项所述的方法调整多个翼尖小翼的攻角。
参见图10，飞行器100还包括：总线302和通信接口303，处理器300、通信接口303和存储器301通过总线302连接；处理器300用于执行存储器301中存储的可执行模块，例如计算机程序。
其中，存储器301可能包含高速随机存取存储器(RAM，Random Access Memory)，也可能还包括非不稳定的存储器(non-volatile memory)，例如至少一个磁盘存储器。通过至少一个通信接口303(可以是有线或者无线)实现该系统网元与至少一个其他网元之间的通信连接，可以使用互联网，广域网，本地网，城域网等。
总线302可以是ISA总线、PCI总线或EISA总线等。所述总线可以分为地址总线、数据总线、控制总线等。为便于表示，图10中仅用一个双向箭头表示，但并不表示仅有一根总线或一种类型的总线。
其中，存储器301用于存储程序，所述处理器300在接收到执行指令后，执行所述程序，前述本发明实施例任一实施例揭示的流过程定义的装置所执行的方法可以应用于处理器300中，或者由处理器300实现。
处理器300可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器300中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器300可以是通用处理器，包括中央处理器(Central Processing Unit，简称CPU)、网络处理器(Network Processor，简称NP)等；还可以是数字信号处理器(DigitalSignal Processing，简称DSP)、专用集成电路(Application Specific IntegratedCircuit，简称ASIC)、现成可编程门阵列(Field-Programmable Gate Array，简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本发明实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器301，处理器300读取存储器301中的信息，结合其硬件完成上述方法的步骤。
除非另外具体说明，否则在这些实施例中阐述的部件和步骤的相对步骤、数字表达式和数值并不限制本发明的范围。
在这里示出和描述的所有示例中，任何具体值应被解释为仅仅是示例性的，而不是作为限制，因此，示例性实施例的其他示例可以具有不同的值。
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。
附图中的流程图和框图显示了根据本发明的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
另外，在本发明实施例的描述中，除非另有明确的规定和限定，术语“相连”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。
在本发明的描述中，需要说明的是，术语“上”、“下”、“左”、“右”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。
在本申请所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，又例如，多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个处理器可执行的非易失的计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是：以上所述实施例，仅为本发明的具体实施方式，用以说明本发明的技术方案，而非对其限制，本发明的保护范围并不局限于此，尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应所述以权利要求的保护范围为准。

Claims (10)

1.一种飞行器的控制方法，其特征在于，所述飞行器包括多个翼尖小翼，包括：
获取飞行器的上翼面的压强和下翼面的压强；
根据所述上翼面的压强和所述下翼面的压强，确定飞行器产生的翼尖涡的强度；
根据所述翼尖涡的强度，选择控制信号以分别调整所述多个翼尖小翼的攻角。
2.根据权利要求1所述的飞行器的控制方法，其特征在于，所述飞行器产生的翼尖涡的强度包括两个强度等级，所述两个强度等级分别为第一级强度和第二级强度，所述第一级强度大于第二级强度，所述根据上翼面的压强和所述下翼面的压强，确定所述飞行器产生的翼尖涡的强度，包括：
根据所述上翼面的压强和所述下翼面的压强，以第一算法预测飞行器产生的翼尖涡的强度；
根据所述上翼面的压强和所述下翼面的压强，以第二算法预测所述飞行器产生的翼尖涡的强度；
如果所述第一算法预测所述飞行器产生的翼尖涡的强度的强度等级与所述第二算法预测所述飞行器产生的翼尖涡的强度的强度等级相同，则确定第一算法和第二算法预测的所述强度等级为所述飞行器产生的翼尖涡的强度；
如果所述第一算法预测所述飞行器产生的翼尖涡的强度的强度等级与所述第二算法预测所述飞行器产生的翼尖涡的强度的强度等级不相同，则确定所述第一级强度为所述飞行器产生的翼尖涡的强度。
3.根据权利要求2所述的飞行器的控制方法，其特征在于，所述第一算法为支持向量机算法、决策树算法、K最邻近算法、逻辑回归算法、线性回归算法，所述第二算法为支持向量机算法、决策树算法、K最邻近算法、逻辑回归算法、线性回归算法，其中，在所述确定所述飞行器产生的翼尖涡的强度时，所述第一算法和所述第二算法为不同的算法。
4.根据权利要求2所述的飞行器的控制方法，其特征在于，所述根据所述翼尖涡的强度，选择控制信号以分别调整所述多个翼尖小翼的攻角，包括：
当所述翼尖涡的强度为第一级强度时，选择第一控制信号以分别调整每个翼尖小翼的攻角均为最大升阻比时的攻角；
当所述翼尖涡的强度为第二级强度时，选择第二控制信号以分别调整至少两个翼尖小翼的攻角均为最大升阻比时的攻角。
5.一种飞行器的控制系统，其特征在于，所述飞行器包括多个翼尖小翼，包括：
获取模块，用于获取飞行器的上翼面的压强和下翼面的压强；
确定模块，用于根据所述上翼面的压强和所述下翼面的压强，确定飞行器产生的翼尖涡的强度；
选择模块，用于根据所述翼尖涡的强度，选择控制信号以控制所述多个翼尖小翼的攻角的大小。
6.根据权利要求5所述的飞行器的控制系统，其特征在于，所述飞行器产生的翼尖涡的强度具有两个强度等级，所述两个强度等级分别为第一级强度和第二级强度，所述第一级强度大于第二级强度，所述确定模块，用于：根据所述上翼面的压强和所述下翼面的压强，以第一算法预测飞行器产生的翼尖涡的强度，根据所述上翼面的压强和所述下翼面的压强，以第二算法预测所述飞行器产生的翼尖涡的强度，如果所述第一算法预测所述飞行器产生的翼尖涡的强度的强度等级与所述第二算法预测所述飞行器产生的翼尖涡的强度的强度等级相同，则确定第一算法和第二算法预测的所述强度等级为所述飞行器产生的翼尖涡的强度，如果所述第一算法预测所述飞行器产生的翼尖涡的强度的强度等级与所述第二算法预测所述飞行器产生的翼尖涡的强度的强度等级不相同，则确定所述第一级强度为所述飞行器产生的翼尖涡的强度。
7.根据权利要求6所述的飞行器的控制系统，其特征在于，所述第一算法为支持向量机算法、决策树算法、K最邻近算法、逻辑回归算法、线性回归算法，所述第二算法为支持向量机算法、决策树算法、K最邻近算法、逻辑回归算法、线性回归算法，其中，在所述确定所述飞行器产生的翼尖涡的强度时，所述第一算法和所述第二算法为不同的算法。
8.根据权利要求6所述的飞行器的控制系统，其特征在于，所述选择模块，用于：当所述翼尖涡的强度为第一级强度时，选择第一控制信号以分别调整每个翼尖小翼的攻角均为最大升阻比时的攻角，当所述翼尖涡的强度为第二级强度时，选择第二控制信号以分别调整至少两个翼尖小翼的攻角均为最大升阻比时的攻角。
9.根据权利要求5所述的飞行器的控制系统，其特征在于，所述飞行器包括多个控制器，所述选择模块通过所述多个控制器与所述多个翼尖小翼相连，所述选择模块用于将所述控制信号发送至所述多个控制器，以使所述多个控制器分别调整所述多个翼尖小翼的攻角。
10.一种飞行器，其特征在于，包括处理器，与所述处理器连接的存储器和多个翼尖小翼；其中，所述存储器用于存储一条或多条计算机指令，所述处理器被配置成执行所述存储器中的计算机指令，以实现在飞行器飞行过程中通过权利要求1至4中任一项所述的方法调整所述多个翼尖小翼的攻角。
CN201711346840.3A 2017-12-13 2017-12-13 飞行器的控制方法、系统和飞行器 Active CN108116658B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711346840.3A CN108116658B (zh) 2017-12-13 2017-12-13 飞行器的控制方法、系统和飞行器

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711346840.3A CN108116658B (zh) 2017-12-13 2017-12-13 飞行器的控制方法、系统和飞行器

Publications (2)

Publication Number Publication Date
CN108116658A true CN108116658A (zh) 2018-06-05
CN108116658B CN108116658B (zh) 2020-04-10

Family

ID=62230177

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711346840.3A Active CN108116658B (zh) 2017-12-13 2017-12-13 飞行器的控制方法、系统和飞行器

Country Status (1)

Country Link
CN (1) CN108116658B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110615091A (zh) * 2018-06-20 2019-12-27 劳斯莱斯有限公司 控制系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO1988000153A1 (en) * 1986-06-28 1988-01-14 Riedelsheimer Hans Joachim Aircraft
DE19626333A1 (de) * 1996-07-01 1998-01-08 Zf Luftfahrttechnik Gmbh Vorrichtung zur Energieversorgung von Flugzeugen
CN101535125A (zh) * 2006-09-15 2009-09-16 空中客车德国有限公司 空气动力元件以及具有空气动力元件的机翼，伺服驱动－控制模块，计算机，计算机程序和用于影响尾迹涡流的方法
US20120091262A1 (en) * 2010-10-15 2012-04-19 The Boeing Company Forward swept winglet
CN102762453A (zh) * 2009-12-10 2012-10-31 约翰内斯堡威特沃特斯兰德大学 飞行器翼尖装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO1988000153A1 (en) * 1986-06-28 1988-01-14 Riedelsheimer Hans Joachim Aircraft
DE19626333A1 (de) * 1996-07-01 1998-01-08 Zf Luftfahrttechnik Gmbh Vorrichtung zur Energieversorgung von Flugzeugen
CN101535125A (zh) * 2006-09-15 2009-09-16 空中客车德国有限公司 空气动力元件以及具有空气动力元件的机翼，伺服驱动－控制模块，计算机，计算机程序和用于影响尾迹涡流的方法
CN102762453A (zh) * 2009-12-10 2012-10-31 约翰内斯堡威特沃特斯兰德大学 飞行器翼尖装置
US20120091262A1 (en) * 2010-10-15 2012-04-19 The Boeing Company Forward swept winglet

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110615091A (zh) * 2018-06-20 2019-12-27 劳斯莱斯有限公司 控制系统

Also Published As

Publication number Publication date
CN108116658B (zh) 2020-04-10

Similar Documents

Publication Publication Date Title
Patel et al. CFD Analysis of an Aerofoil
Lu et al. Numerical study of large amplitude, nonsinusoidal motion and camber effects on pitching airfoil propulsion
Hansen et al. Aerodynamically shaped vortex generators
Lind et al. Time-averaged aerodynamics of sharp and blunt trailing-edge static airfoils in reverse flow
Jardin et al. On the lift-optimal aspect ratio of a revolving wing at low Reynolds number
Zanotti et al. Experimental investigation of the dynamic stall phenomenon on a NACA 23012 oscillating airfoil
Li et al. Aerodynamic efficiency of a bioinspired flapping wing rotor at low Reynolds number
Zhang et al. Multidisciplinary design optimization of an electric propulsion system of a hybrid UAV considering wind disturbance rejection capability in the quadrotor mode
Baeder et al. OVERTURNS Simulation of S-76 Rotor in Hover
Bai et al. The effects of sinusoidal leading edge of turbine blades on the power coefficient of horizontal-axis wind turbine (HAWT)
Ho et al. Assessment of comprehensive analysis predictions of helicopter rotor blade loads in forward flight
Lind et al. Flowfield measurements of reverse flow on a high advance ratio rotor
CN108116658B (zh) 飞行器的控制方法、系统和飞行器
Landgrebe et al. Rotor wakes- Key to performance prediction
Jacobellis et al. Investigation of blade loads on a modern high-speed lift-offset coaxial helicopter using coupled computational fluid dynamics/computational structural dynamics
Fu et al. Effects of aspect ratio on vortex dynamics of a rotating wing
Bauknecht et al. Wind tunnel test of a rotorcraft with lift compounding
Stack et al. Flow visualizations and extended thrust time histories of rotor vortex wakes in descent
Gilad et al. Performance evaluation of a flexible rotor in extreme ground effect
Vijayakumar et al. Enhancement of unsteady and 3D aerodynamics models using machine learning
Reveles et al. Rotor/Propeller Model Fidelity Effects on Propeller-Wing Interactional Aerodynamics
Cooperman et al. Closed-loop control of a microtab-based load control system
Xu et al. Development and application of a dynamic stall model for rotating wind turbine blades
Uddin et al. Numerical Investigation of the Enhancement of the Aerodynamic Performance for Newly Modified Blended Airfoils Utilizing S809, S829, and NACA 2412 Baseline Shapes
CN105584625A (zh) 一种螺旋桨及飞行器

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant