CN108333945B - 飞机颤振试验分布式充分激励输入信号设计方法 - Google Patents

飞机颤振试验分布式充分激励输入信号设计方法 Download PDF

Info

Publication number
CN108333945B
CN108333945B CN201810172986.9A CN201810172986A CN108333945B CN 108333945 B CN108333945 B CN 108333945B CN 201810172986 A CN201810172986 A CN 201810172986A CN 108333945 B CN108333945 B CN 108333945B
Authority
CN
China
Prior art keywords
flutter
time
test
formula
grid 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
Application number
CN201810172986.9A
Other languages
English (en)
Other versions
CN108333945A (zh
Inventor
史忠科
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.)
Xian Feisida Automation Engineering Co Ltd
Original Assignee
Xian Feisida Automation Engineering Co Ltd
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 Xian Feisida Automation Engineering Co Ltd filed Critical Xian Feisida Automation Engineering Co Ltd
Priority to CN201810172986.9A priority Critical patent/CN108333945B/zh
Publication of CN108333945A publication Critical patent/CN108333945A/zh
Application granted granted Critical
Publication of CN108333945B publication Critical patent/CN108333945B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
    • G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Aerodynamic Tests, Hydrodynamic Tests, Wind Tunnels, And Water Tanks (AREA)

Abstract

为了克服现有技术方法难以选取地面颤振试验点激励位置和信号的问题，本发明提供了一种飞机颤振试验分布式充分激励输入信号设计方法，该方法在飞行器机身安装微型温度传感器、气流和振动传感器、图像传感器，通过颤振飞行试验获得离散时间的飞行数据，在此基础上建立了飞行器颤振的网格点近似模型，运用状态空间法描述了飞行器所有网格点的集成模型，给出了激励信号反卷积估计方法，解决了现有技术方法难以选取地面颤振试验点激励位置和信号的技术问题。

Description

飞机颤振试验分布式充分激励输入信号设计方法
技术领域
本发明涉及民用飞机、战斗机、无人机等飞行器飞行安全地面综合试验方法，特别涉及飞机颤振试验分布式充分激励输入信号设计方法，属于航空航天与信息技术领域。
背景技术
颤振是弹性结构在均匀气流中受到空气动力、弹性力和惯性力的耦合作用而发生的一种大幅度振动现象。对于飞机而言，在飞行中受到不确定扰动后会发生振动。此时，由于气流的作用，飞机的弹性结构如机翼、尾翼或操纵面将会产生附加气动力；作为一种激振力，附加气动力将加剧结构的振动。同时空气对飞机结构的阻尼力又试图减弱振动；在低速飞行时，由于阻尼力占优，扰动后的振动逐渐消失；当达到某一飞行速度即颤振临界速度颤振边界后，激振力占优，平衡位置失稳，将产生大幅度振动，导致飞机在数秒内解体，酿成灾难性后果；可以说，从航空工业起步的那一天起，颤振就一直是航空界研究的热门问题。
为避免颤振事故发生，新机研制必须经历颤振试验环节，以确定不发生飞行颤振的稳定飞行包线；开展颤振问题研究主要有两类途径，一是数值计算：这需要对分析对象进行数学建模，此过程需要在结构、气动等方面引入一定的假设，难以考虑真实存在的各种非线性因素和建模误差的影响，分析结果具有一定的参考价值，但可能与实际情况有较大的偏差；二是试验手段：与颤振有关的试验主要有风洞试验和飞行试验。风洞试验可以考虑气动力影响，但此方法要求将试验对象进行缩比设计，缩比模型与真实结构存在一定的差别，且由于风洞洞壁与支架的干扰气动力难免失真；此外对于高速、热环境等情况，风洞试验模拟费用昂贵且实施困难。飞行试验可以完全模拟试验对象的真实工作环境，但试验的条件受限、费用高且风险大，飞机一旦在空中发生颤振，会在几秒甚至更短的时间内解体，飞行员几乎没有处置时间，逃脱概率基本为零。
地面颤振模拟试验就是一种可以有效弥补传统试验不足的、极具生命力的颤振研究方法。地面试验以飞行器地面颤振试验系统为研究对象，以多学科设计优化理论研究为核心，密切结合飞行器地面颤振试验系统的工程特点，突破等效试验建模方法、多点分布式气动力建模与控制、颤振试验一体化检测方法等关键技术，着力解决飞行器颤振气动力模型难实现、多点激振力无法精确控制、颤振试验结果无法反复回放等问题，提高总体设计水平。
航空界、力学界虽然较早对避免颤振的问题进行了研究，但目前的研究还是初级阶段，没有形成一个系统的理论方法体系；现有的方法缺乏飞行器等价地面颤振试验方法和评价；特别是现有技术方法难以选取地面颤振试验点激励位置和信号，使得地面颤振试验难以模型实际飞行试验的结果。
发明内容
为了克服现有技术现有技术方法难以选取地面颤振试验点激励位置和信号的问题，本发明提供了一种飞机颤振试验分布式充分激励输入信号设计方法，该方法在飞行器机身安装微型温度传感器、气流和振动传感器、图像传感器，通过颤振飞行试验获得离散时间的飞行数据，在此基础上建立了飞行器颤振的网格点近似模型，运用状态空间法描述了飞行器所有网格点的集成模型，给出了激励信号反卷积估计方法，解决了现有技术方法难以选取地面颤振试验点激励位置和信号的技术问题。
本发明解决其技术问题采用的技术方案是，一种飞机颤振试验分布式充分激励输入信号设计方法，其特点包括以下步骤：
步骤1：以飞行器机体轴系
Figure DEST_PATH_IMAGE001
分析复杂颤振模型，在机体轴系选取
Figure 842117DEST_PATH_IMAGE002
个网格点:
Figure DEST_PATH_IMAGE003
, 安装微型温度传感器，
Figure 136701DEST_PATH_IMAGE004
、
Figure DEST_PATH_IMAGE005
、
Figure 781178DEST_PATH_IMAGE006
轴向气流和振动传感器，同时在机身加装Luxima公司的LUX2100-CMOS芯片组成的相机，该芯片在1920 × 1080彩色分辨率下可以实现1000帧/秒的图像采集和记录，可以观测机翼翼尖、所有舵面的振动幅值和频率；飞机机载传感器记录时间、飞行高度、马赫数以及大气密度；将飞行器到达给定高度和马赫数后颤振试验的过程表达成有效颤振飞行试验，有效颤振飞行试验数据采样时间为
Figure DEST_PATH_IMAGE007
，
Figure 516921DEST_PATH_IMAGE008
为记录数据的采样周期，
Figure DEST_PATH_IMAGE009
为有效颤振飞行试验的总采样次数；通过颤振飞行试验获得离散时间
Figure 854231DEST_PATH_IMAGE007
时刻机体轴系网格点的
Figure 245898DEST_PATH_IMAGE010
的实际测量值
Figure DEST_PATH_IMAGE011
Figure 428486DEST_PATH_IMAGE012
获得飞行高度、马赫数以及大气密度在
Figure 159682DEST_PATH_IMAGE007
的测量值；
步骤2：根据飞行器颤振飞行试验结果，建立的网格点邻域内的近似模型为：
Figure 543259DEST_PATH_IMAGE014
(1)
式中，
Figure DEST_PATH_IMAGE015
为振动时第
Figure 281277DEST_PATH_IMAGE016
个网格点的动态三轴位置分量，
Figure DEST_PATH_IMAGE017
、
Figure 533135DEST_PATH_IMAGE018
为
Figure DEST_PATH_IMAGE019
点在
Figure 305788DEST_PATH_IMAGE004
轴向振动方程的结构系数函数，
Figure 532370DEST_PATH_IMAGE020
、
Figure DEST_PATH_IMAGE021
为
Figure 23263DEST_PATH_IMAGE022
点在
Figure 688600DEST_PATH_IMAGE005
轴向振动方程的结构系数函数，
Figure DEST_PATH_IMAGE023
、
Figure 151696DEST_PATH_IMAGE024
为
Figure DEST_PATH_IMAGE025
在
Figure 939393DEST_PATH_IMAGE006
轴向振动方程的结构系数函数，
Figure 527369DEST_PATH_IMAGE026
，
Figure DEST_PATH_IMAGE027
为激励函数，
Figure 121030DEST_PATH_IMAGE028
为衰减系数，
Figure DEST_PATH_IMAGE029
，
Figure 868275DEST_PATH_IMAGE030
，
Figure DEST_PATH_IMAGE031
分别为第
Figure 561293DEST_PATH_IMAGE032
个激励函数对
Figure 902145DEST_PATH_IMAGE015
的作用，
Figure DEST_PATH_IMAGE033
为参数向量，
Figure 33918DEST_PATH_IMAGE034
为时间，
Figure DEST_PATH_IMAGE035
表示
Figure 635669DEST_PATH_IMAGE010
网格点的温度，
Figure 437272DEST_PATH_IMAGE036
为飞行高度，
Figure DEST_PATH_IMAGE037
为马赫数，
Figure 62157DEST_PATH_IMAGE038
为
Figure 872988DEST_PATH_IMAGE010
网格点的气流环境影响，
Figure DEST_PATH_IMAGE039
为大气密度；
步骤3：将（1）式写成
Figure 329246DEST_PATH_IMAGE040
（2）
式中
Figure DEST_PATH_IMAGE041
对于机体轴系选取的
Figure 691963DEST_PATH_IMAGE002
个网格点，有
Figure 679510DEST_PATH_IMAGE042
（3）
（3）式解的形式为
Figure DEST_PATH_IMAGE043
（4）
式中
Figure 153086DEST_PATH_IMAGE044
，
Figure DEST_PATH_IMAGE045
为
Figure 729429DEST_PATH_IMAGE046
由初始时间
Figure DEST_PATH_IMAGE047
到
Figure 263048DEST_PATH_IMAGE048
的状态转移矩阵，
Figure DEST_PATH_IMAGE049
；
步骤4：根据颤振飞行试验获得离散时间
Figure 596946DEST_PATH_IMAGE007
时刻机体轴系网格点的
Figure 749579DEST_PATH_IMAGE010
的实际测量值
Figure 55795DEST_PATH_IMAGE011
Figure 635681DEST_PATH_IMAGE049
，构成
Figure 683575DEST_PATH_IMAGE050
的实际测量值
Figure DEST_PATH_IMAGE051
，由
Figure 498953DEST_PATH_IMAGE046
，
Figure 659676DEST_PATH_IMAGE049
，和
Figure 410463DEST_PATH_IMAGE052
，
Figure 656637DEST_PATH_IMAGE007
，的实际测量值，近似获得
Figure DEST_PATH_IMAGE053
的估计值
Figure 275706DEST_PATH_IMAGE054
，将（4）式写为
Figure DEST_PATH_IMAGE055
(5)
式中，
Figure 681148DEST_PATH_IMAGE056
为系统噪声系数矩阵，
Figure DEST_PATH_IMAGE057
为系统噪声向量；
观测方程写成：
Figure 727471DEST_PATH_IMAGE058
，
Figure 460940DEST_PATH_IMAGE007
(6)
式中，
Figure DEST_PATH_IMAGE059
，
Figure 618121DEST_PATH_IMAGE007
，为量测噪声向量；
假设
Figure 753436DEST_PATH_IMAGE057
和
Figure 846026DEST_PATH_IMAGE059
为零均值高斯白噪声，按照反卷积估计方法可以获得
Figure 66792DEST_PATH_IMAGE060
的离散估计值
Figure DEST_PATH_IMAGE061
。
本发明的有益结果是：通过在飞行器机身安装微型温度传感器、气流和振动传感器、图像传感器，进行颤振飞行试验获得离散时间的飞行数据，在此基础上建立了飞行器颤振的网格点近似模型，运用状态空间法描述了飞行器所有网格点的集成模型，给出了激励信号反卷积估计方法，解决了现有技术方法难以选取地面颤振试验点激励位置和信号的技术问题。
下面结合具体实例对本发明作详细说明。
具体实施方式
步骤1：以飞行器机体轴系
Figure 965347DEST_PATH_IMAGE001
分析复杂颤振模型，在机体轴系选取
Figure 220747DEST_PATH_IMAGE002
个网格点:
Figure 484239DEST_PATH_IMAGE003
, 安装微型温度传感器，
Figure 926721DEST_PATH_IMAGE004
、
Figure 566650DEST_PATH_IMAGE005
、
Figure 676557DEST_PATH_IMAGE006
轴向气流和振动传感器，同时在机身加装大于1000帧/秒的图像传感器记录观测机翼翼尖、所有舵面的振动幅值和频率，飞机机载传感器记录时间、飞行高度、马赫数以及大气密度；将飞行器到达给定高度和马赫数后颤振试验的过程表达成有效颤振飞行试验，有效颤振飞行试验数据采样时间为
Figure 110950DEST_PATH_IMAGE007
，
Figure 40728DEST_PATH_IMAGE008
为记录数据的采样周期，
Figure 218769DEST_PATH_IMAGE009
为有效颤振飞行试验的总采样次数；通过颤振飞行试验获得离散时间
Figure 183183DEST_PATH_IMAGE007
时刻机体轴系网格点的
Figure 788476DEST_PATH_IMAGE010
的实际测量值
Figure 471130DEST_PATH_IMAGE011
Figure 124966DEST_PATH_IMAGE012
获得飞行高度、马赫数以及大气密度在
Figure 209465DEST_PATH_IMAGE007
的测量值；
步骤2：根据飞行器颤振飞行试验结果，建立的网格点邻域内的近似模型为：
Figure 71415DEST_PATH_IMAGE014
(1)
式中，
Figure 975786DEST_PATH_IMAGE015
为振动时第
Figure 433312DEST_PATH_IMAGE016
个网格点的动态三轴位置分量，
Figure 372318DEST_PATH_IMAGE017
、
Figure 319414DEST_PATH_IMAGE018
为
Figure 711081DEST_PATH_IMAGE019
点在
Figure 34615DEST_PATH_IMAGE004
轴向振动方程的结构系数函数，
Figure 828128DEST_PATH_IMAGE020
、
Figure 883808DEST_PATH_IMAGE021
为
Figure 762771DEST_PATH_IMAGE022
点在
Figure 889996DEST_PATH_IMAGE005
轴向振动方程的结构系数函数，
Figure 538015DEST_PATH_IMAGE023
、
Figure 826914DEST_PATH_IMAGE024
为
Figure 193173DEST_PATH_IMAGE025
在
Figure 858510DEST_PATH_IMAGE006
轴向振动方程的结构系数函数，
Figure 361036DEST_PATH_IMAGE026
，
Figure 148732DEST_PATH_IMAGE027
为激励函数，
Figure 799025DEST_PATH_IMAGE028
为衰减系数，
Figure 268052DEST_PATH_IMAGE029
，
Figure 625084DEST_PATH_IMAGE030
，
Figure 583682DEST_PATH_IMAGE031
分别为第
Figure 658954DEST_PATH_IMAGE032
个激励函数对
Figure 666093DEST_PATH_IMAGE015
的作用，
Figure 143211DEST_PATH_IMAGE033
为参数向量，
Figure 272710DEST_PATH_IMAGE034
为时间，
Figure 835278DEST_PATH_IMAGE035
表示
Figure 646108DEST_PATH_IMAGE010
网格点的温度，
Figure 977733DEST_PATH_IMAGE036
为飞行高度，
Figure 340450DEST_PATH_IMAGE037
为马赫数，
Figure 413752DEST_PATH_IMAGE038
为
Figure 762693DEST_PATH_IMAGE010
网格点的气流环境影响，
Figure 214403DEST_PATH_IMAGE039
为大气密度；
步骤3：将（1）式写成
Figure 482442DEST_PATH_IMAGE040
（2）
式中
Figure 19603DEST_PATH_IMAGE062
对于机体轴系选取的
Figure 172236DEST_PATH_IMAGE002
个网格点，有
Figure 478452DEST_PATH_IMAGE042
（3）
（3）式解的形式为
Figure 307606DEST_PATH_IMAGE043
（4）
式中
Figure DEST_PATH_IMAGE063
，
Figure 253434DEST_PATH_IMAGE045
为
Figure 944178DEST_PATH_IMAGE046
由初始时间
Figure 557431DEST_PATH_IMAGE047
到
Figure 308218DEST_PATH_IMAGE048
的状态转移矩阵，
Figure 554392DEST_PATH_IMAGE049
；
步骤4：根据颤振飞行试验获得离散时间
Figure 48827DEST_PATH_IMAGE007
时刻机体轴系网格点的
Figure 454269DEST_PATH_IMAGE010
的实际测量值
Figure 375958DEST_PATH_IMAGE011
Figure 109428DEST_PATH_IMAGE049
，构成
Figure 141974DEST_PATH_IMAGE050
的实际测量值
Figure 526557DEST_PATH_IMAGE051
，由
Figure 619147DEST_PATH_IMAGE046
，
Figure 964547DEST_PATH_IMAGE049
，和
Figure 800784DEST_PATH_IMAGE052
，
Figure 876360DEST_PATH_IMAGE007
，的实际测量值，近似获得
Figure 139851DEST_PATH_IMAGE053
的估计值
Figure 847913DEST_PATH_IMAGE054
，将（4）式写为
Figure 924060DEST_PATH_IMAGE055
(5)
式中，
Figure 893022DEST_PATH_IMAGE056
为系统噪声系数矩阵，
Figure 327415DEST_PATH_IMAGE057
为系统噪声向量；
观测方程写成：
Figure 522773DEST_PATH_IMAGE058
，
Figure 638496DEST_PATH_IMAGE007
(6)
式中，
Figure 665227DEST_PATH_IMAGE059
，
Figure 270521DEST_PATH_IMAGE007
，为量测噪声向量；
假设
Figure 890858DEST_PATH_IMAGE057
和
Figure 607010DEST_PATH_IMAGE059
为零均值高斯白噪声，按照反卷积估计方法可以获得
Figure 876797DEST_PATH_IMAGE060
的离散估计值
Figure 918571DEST_PATH_IMAGE061
。

Claims (1)

1.一种飞机颤振试验分布式充分激励输入信号设计方法，其特点包括以下步骤：
步骤1：以飞行器机体轴系
Figure 332012DEST_PATH_IMAGE001
分析复杂颤振模型，在机体轴系选取
Figure 168250DEST_PATH_IMAGE002
个网格点:
Figure 158072DEST_PATH_IMAGE003
, 安装微型温度传感器，
Figure 421563DEST_PATH_IMAGE004
、
Figure 129625DEST_PATH_IMAGE005
、
Figure 503974DEST_PATH_IMAGE006
轴向气流和振动传感器，同时在机身加装Luxima公司的LUX2100-CMOS芯片组成的相机，该芯片在1920 × 1080彩色分辨率下可以实现1000帧/秒的图像采集和记录，可以观测机翼翼尖、所有舵面的振动幅值和频率；飞机机载传感器记录时间、飞行高度、马赫数以及大气密度；将飞行器到达给定高度和马赫数后颤振试验的过程表达成有效颤振飞行试验，有效颤振飞行试验数据采样时间为
Figure 613882DEST_PATH_IMAGE007
，
Figure 48274DEST_PATH_IMAGE008
为记录数据的采样周期，
Figure 305949DEST_PATH_IMAGE009
为有效颤振飞行试验的总采样次数；通过颤振飞行试验获得离散时间
Figure 483989DEST_PATH_IMAGE007
时刻机体轴系网格点的
Figure 448403DEST_PATH_IMAGE010
的实际测量值
Figure 116014DEST_PATH_IMAGE011
Figure 533089DEST_PATH_IMAGE012
获得飞行高度、马赫数以及大气密度在
Figure 514820DEST_PATH_IMAGE007
的测量值；
步骤2：根据飞行器颤振飞行试验结果，建立的网格点邻域内的近似模型为：
Figure DEST_PATH_IMAGE013
（1）
式中，
Figure 458374DEST_PATH_IMAGE014
为振动时第
Figure 234569DEST_PATH_IMAGE015
个网格点的动态三轴位置分量，
Figure 342202DEST_PATH_IMAGE016
、
Figure 862046DEST_PATH_IMAGE017
为
Figure 535472DEST_PATH_IMAGE018
点在
Figure 748148DEST_PATH_IMAGE004
轴向振动方程的结构系数函数，
Figure 139815DEST_PATH_IMAGE019
、
Figure 463349DEST_PATH_IMAGE020
为
Figure 991282DEST_PATH_IMAGE021
点在
Figure 398296DEST_PATH_IMAGE005
轴向振动方程的结构系数函数，
Figure 339577DEST_PATH_IMAGE022
、
Figure 201222DEST_PATH_IMAGE023
为
Figure 849241DEST_PATH_IMAGE024
在
Figure 403719DEST_PATH_IMAGE006
轴向振动方程的结构系数函数，
Figure 504399DEST_PATH_IMAGE025
，
Figure 169736DEST_PATH_IMAGE026
为激励函数，
Figure 158DEST_PATH_IMAGE027
为衰减系数，
Figure 459958DEST_PATH_IMAGE028
，
Figure 251196DEST_PATH_IMAGE029
，
Figure 454644DEST_PATH_IMAGE030
分别为第
Figure 77256DEST_PATH_IMAGE031
个激励函数对
Figure 707957DEST_PATH_IMAGE014
的作用，
Figure 48809DEST_PATH_IMAGE032
为参数向量，
Figure 55948DEST_PATH_IMAGE033
为时间，
Figure 533065DEST_PATH_IMAGE034
表示
Figure 600248DEST_PATH_IMAGE010
网格点的温度，
Figure 162816DEST_PATH_IMAGE035
为飞行高度，
Figure 770384DEST_PATH_IMAGE036
为马赫数，
Figure 367587DEST_PATH_IMAGE037
为
Figure 527042DEST_PATH_IMAGE010
网格点的气流环境影响，
Figure 514589DEST_PATH_IMAGE038
为大气密度；
步骤3：将（1）式写成
Figure 863531DEST_PATH_IMAGE039
（2）
式中
Figure 315241DEST_PATH_IMAGE040
对于机体轴系选取的
Figure 724226DEST_PATH_IMAGE002
个网格点，有
Figure 261386DEST_PATH_IMAGE041
（3）
（3）式解的形式为
Figure 148440DEST_PATH_IMAGE042
（4）
式中
Figure 454656DEST_PATH_IMAGE043
，
Figure 34542DEST_PATH_IMAGE044
为
Figure 58999DEST_PATH_IMAGE045
由初始时间
Figure 773180DEST_PATH_IMAGE046
到
Figure 933903DEST_PATH_IMAGE047
的状态转移矩阵，
Figure 684691DEST_PATH_IMAGE048
；
步骤4：根据颤振飞行试验获得离散时间
Figure 196443DEST_PATH_IMAGE007
时刻机体轴系网格点的
Figure 362983DEST_PATH_IMAGE010
的实际测量值
Figure 643791DEST_PATH_IMAGE011
Figure 565480DEST_PATH_IMAGE048
，构成
Figure 298949DEST_PATH_IMAGE049
的实际测量值
Figure 659392DEST_PATH_IMAGE050
，由
Figure 794707DEST_PATH_IMAGE045
，
Figure 887297DEST_PATH_IMAGE048
，和
Figure 108063DEST_PATH_IMAGE051
，
Figure 678722DEST_PATH_IMAGE007
，的实际测量值，近似获得
Figure 934123DEST_PATH_IMAGE052
的估计值
Figure 259930DEST_PATH_IMAGE053
，将（4）式写为
Figure 967992DEST_PATH_IMAGE054
(5)
式中，
Figure 342342DEST_PATH_IMAGE055
为系统噪声系数矩阵，
Figure 514566DEST_PATH_IMAGE056
为系统噪声向量；
观测方程写成：
Figure 886642DEST_PATH_IMAGE057
，
Figure 82000DEST_PATH_IMAGE007
(6)
式中，
Figure 260040DEST_PATH_IMAGE058
，
Figure 224454DEST_PATH_IMAGE007
，为量测噪声向量；
假设
Figure 829748DEST_PATH_IMAGE056
和
Figure 246822DEST_PATH_IMAGE058
为零均值高斯白噪声，按照反卷积估计方法可以获得
Figure 228554DEST_PATH_IMAGE059
的离散估计值
Figure 47474DEST_PATH_IMAGE060
。
CN201810172986.9A 2018-03-02 2018-03-02 飞机颤振试验分布式充分激励输入信号设计方法 Active CN108333945B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810172986.9A CN108333945B (zh) 2018-03-02 2018-03-02 飞机颤振试验分布式充分激励输入信号设计方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810172986.9A CN108333945B (zh) 2018-03-02 2018-03-02 飞机颤振试验分布式充分激励输入信号设计方法

Publications (2)

Publication Number Publication Date
CN108333945A CN108333945A (zh) 2018-07-27
CN108333945B true CN108333945B (zh) 2020-12-01

Family

ID=62930147

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810172986.9A Active CN108333945B (zh) 2018-03-02 2018-03-02 飞机颤振试验分布式充分激励输入信号设计方法

Country Status (1)

Country Link
CN (1) CN108333945B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN111950079B (zh) * 2020-07-28 2022-02-18 中国飞机强度研究所 一种基于风洞测试响应的气动力建模及全机颤振分析方法
CN116577062B (zh) * 2023-07-12 2023-09-15 中国空气动力研究与发展中心低速空气动力研究所 一种用于风洞飞行实验的正交多正弦激励信号设计方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103399570A (zh) * 2013-07-29 2013-11-20 华南理工大学 一种模拟空间飞行器壁板结构颤振/振动控制装置与方法
CN104182560A (zh) * 2014-01-08 2014-12-03 中国商用飞机有限责任公司北京民用飞机技术研究中心 飞行器颤振预测分析方法和装置
RU158438U1 (ru) * 2015-07-20 2016-01-10 Открытое акционерное общество "Лётно-исследовательский институт имени М.М. Громова" Генератор тестовых сигналов для флаттерных испытаний самолётов
CN105509992A (zh) * 2015-11-27 2016-04-20 中国航空工业集团公司沈阳飞机设计研究所 一种颤振风洞试验外挂物模型系统激励方法
CN205209732U (zh) * 2015-12-14 2016-05-04 中国航空工业集团公司沈阳飞机设计研究所 一种颤振风洞模型振动激励装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103399570A (zh) * 2013-07-29 2013-11-20 华南理工大学 一种模拟空间飞行器壁板结构颤振/振动控制装置与方法
CN104182560A (zh) * 2014-01-08 2014-12-03 中国商用飞机有限责任公司北京民用飞机技术研究中心 飞行器颤振预测分析方法和装置
RU158438U1 (ru) * 2015-07-20 2016-01-10 Открытое акционерное общество "Лётно-исследовательский институт имени М.М. Громова" Генератор тестовых сигналов для флаттерных испытаний самолётов
CN105509992A (zh) * 2015-11-27 2016-04-20 中国航空工业集团公司沈阳飞机设计研究所 一种颤振风洞试验外挂物模型系统激励方法
CN205209732U (zh) * 2015-12-14 2016-05-04 中国航空工业集团公司沈阳飞机设计研究所 一种颤振风洞模型振动激励装置

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
某型飞机颤振试飞中多种激励技术的综合应用与研究;俱利锋 等;《振动与冲击》;20161231;第35卷(第7期);第152-155页 *
飞机颤振试飞试验信号的广义时频滤波;唐炜 等;《振动与冲击》;20071231;第26卷(第11期);第50-53、63页 *

Also Published As

Publication number Publication date
CN108333945A (zh) 2018-07-27

Similar Documents

Publication Publication Date Title
Foster et al. Dynamics modeling and simulation of large transport airplanes in upset conditions
CN108333945B (zh) 飞机颤振试验分布式充分激励输入信号设计方法
US8393206B1 (en) Dry wind tunnel system
CN108318203B (zh) 飞行器等价地面颤振综合试验方法
Moncayo et al. Identification and monitoring of modal parameters in aircraft structures using the natural excitation technique (NExT) combined with the eigensystem realization algorithm (ERA)
RU2615220C1 (ru) Способ определения управляющего сигнала по углу крена модели гиперзвукового летательного аппарата (ГЛА) для контроля аэродинамической идентичности по числам Рейнольдса траекторий полёта модели и натурного изделия при проведении опережающих лётных исследований
CN108446461B (zh) 飞行器颤振分析网格模型建模方法
Felt et al. Aeroservoelastic encounters
van Ingen et al. Stall model identification of a Cessna Citation II from flight test data using orthogonal model structure selection
CN108303897B (zh) 飞行器颤振分析网格模型拉盖尔建模方法
CN106444885A (zh) 一种颤振主动抑制控制器构成及其模拟方法
Lind et al. Incorporating flight data into a robust aeroelastic model
CN108387359B (zh) 飞行器颤振分析网格模型傅里埃建模方法
CN108388741B (zh) 飞行器颤振分析网格模型沃尔什建模方法
Giclais et al. Aircraft ground vibration testing at ONERA
Duncan Jr The effects of step excrescences on swept-wing boundary-layer transition
Ribeiro et al. Aeroacoustic Computations of a Generic Low Boom Concept in Landing Configuration: Part 2-Airframe Noise Simulations
CN108341073A (zh) 飞机颤振高温试验图像测试方法
CN108398231B (zh) 飞行器颤振分析网格模型Hartley建模方法
Schuster et al. Transonic unsteady aerodynamics of the F/A-18E at conditions promoting abrupt wing stall
CN108387360B (zh) 飞行器颤振分析网格模型切比雪夫建模方法
Govers et al. Efficient ground vibration testing of aircraft based on output-only modal analysis during taxi
CN108446462B (zh) 飞行器颤振分析网格模型埃米特建模方法
CN108399297B (zh) 飞行器颤振分析网格模型勒让德建模方法
Sinske et al. HALO flight test with instrumented under-wing stores for aeroelastic and load measurements in the DLR project iLOADS

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