CN108459505A - 一种适合控制迭代设计的非常规布局飞行器快速建模方法 - Google Patents
一种适合控制迭代设计的非常规布局飞行器快速建模方法 Download PDFInfo
- Publication number
- CN108459505A CN108459505A CN201810199654.XA CN201810199654A CN108459505A CN 108459505 A CN108459505 A CN 108459505A CN 201810199654 A CN201810199654 A CN 201810199654A CN 108459505 A CN108459505 A CN 108459505A
- Authority
- CN
- China
- Prior art keywords
- model
- aircraft
- coefficient
- design parameter
- design
- 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
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)
- Feedback Control In General (AREA)
Abstract
本发明公开了一种适用于控制迭代设计的非常规布局飞行器快速建模方法,首先构建飞行条件、设计参数与本体模型的联系,确定飞行器代理模型影响变量;其次,建立融入影响变量的代理模型;最后,检验代理模型与飞行原始数据的一致性。本发明能考虑飞行条件与设计参数的影响,将状态、控制变量,飞行条件影响量和设计参数融入代理模型中,构建起飞行条件、设计参数与本体模型的联系,并通过模型一致性与动力力学特性一致性检验,确保建模的合理,满足飞行器初始设计阶段的迭代设计需求。该建模方法计算速度快,适合于控制迭代设计,具有较好的工程应用价值。
Description
技术领域
本发明涉及一种飞行控制领域的建模方法,尤其涉及一种适合控制迭代设计的非常规布局飞行器快速建模方法。
背景技术
非常规布局飞行器飞行包线大、外形结构特殊,使得动力学特性复杂,传统飞行器的建模方法已经不能充分满足其复杂的应用要求。针对概念设计阶段的飞行器而言,传统的方法有以下几个不足之处,第一,计算时间长、数据复杂,不利于飞行器概念设计阶段的飞行器快速迭代修改;第二,飞行条件、设计参数与本体模型之间没有联系,变量、参数可调性弱,设计延展性差,给概念设计阶段的模型的迭代优化设计带来不便。因此,需要一种可改进飞行器概念设计阶段建模的不足,兼顾模型的简洁性和优秀的设计延展性、沟通飞行条件、设计参数与本体模型的相互联系的飞行器建模方法。
发明内容
发明目的:本发明提供一种计算速度快、适合控制迭代设计的非常规布局飞行器快速建模方法,满足飞行器初始设计阶段的迭代设计需求,具有较好的工程应用价值。
技术方案:本发明所述的一种适合控制迭代设计的非常规布局飞行器快速建模方法,包括以下步骤:
(1)构建飞行条件、设计参数与本体模型的联系,确定飞行器代理模型影响变量;
(2)建立融入影响变量的代理模型;
(3)检验代理模型与飞行原始数据的一致性。
步骤(1)所述的影响变量主要包括快变化的控制与状态变量、慢变化的飞行条件影响变量和设计参数变量。
所述步骤(2)包括以下步骤:
(21)建立细化为三大影响量的非常规布局飞行器面向控制的代理模型:
其中,CL,CD,Cm分别为升力、阻力和俯仰力矩系数,fCL,fCD,fCm表示气动系数关于飞行状态和设计参数的函数关系,α,δe为迎角和升降舵偏转,为快变化的控制与状态变量,h,Ma,cg为高度、马赫数和重心位置,为慢变化的飞行条件影响量,s1,s2为选取设计参数;
(22)快变化的控制与状态变量由机理推导确定形式,机理推导由状态量与控制量组成的升力、阻力与俯仰力矩表达式:
其中,kCL1~3,kCD1~6,kCm1~3表示表达式中各快变量的系数;
(23)慢变化的飞行条件影响量和设计参数变量采用基于最小二次的数据拟合方法,将飞行条件和设计参数融入代理模型各项系数中,完成代理模型的建立:
所述步骤(3)包括以下步骤:
(31)采用拟合优度概念,检验评价代理模型与飞行器数据库数据的一致性,验证代理建模的合理性;
(32)通过动力学性能分析,检验评价代理模型动力学性能与原始飞行器数据差分所得动力学特性的匹配程度,验证代理建模动力学性能的一致性。
所述步骤(32)包括以下步骤:
(321)构建动力学模型中升降舵到航迹角控制通道的传递函数,计算该传递函数的不稳定零点z与非最小相位极点p:
其中,是飞行控制原理中的量纲导数,由飞行器的状态矩阵和控制矩阵中各项对飞行状态量求导所得,各量纲导数具体为:
其中,Q为动压,Sw为机翼参考面积,cA为机翼平均几何弦长,Iy为绕y轴转动惯量,为力矩系数对迎角α的导数,为升力系数对迎角α的导数,为力矩系数对升降舵偏转δe的导数,为升力系数对升降舵偏转δe的导数;
(322)采用性能极限理论计算闭环性能的可达范围,闭环系统的性能通常满足如下关系:
ωγ<0.5z
ωBW>2p
其中,MS/MT为鲁棒性边界,ωγ为航迹角跟踪带宽、ωBW为控制闭环带宽、lcor为瞬时旋转中心;
(323)计算代理模型闭环性能边界的相对值,评价匹配度、验证一致性,单个性能匹配度mi的计算方法如下:
其中,根据代理模型计算得到的闭环性能边界采用下标s进行表示;根据数据差分模型计算得到的闭环性能边界采用下标d进行表示,闭环性能边界统一采用变量p进行表示,i表示性能指标的选取顺序。
有益效果:与现有技术相比,本发明的有益效果:1、该方法考虑飞行条件与设计参数的影响,将状态、控制变量,飞行条件影响量和设计参数融入代理模型中,构建起飞行条件、设计参数与本体模型的联系,满足飞行器初始设计阶段的迭代设计需求;2、该建模方法计算速度快,适合于控制迭代设计,具有较好的工程应用价值。
附图说明
图1为本发明的流程图;
图2为数据拟合代理模型建立流程图;
图3为只考虑快变量代理模型与本发明模型评估结果对比图。
具体实施方式
下面结合附图对本发明作进一步描述:
图1为本发明流程图,一种适合于控制迭代设计的非常规布局飞行器快速建模方法,包括如下步骤:
1、构建飞行条件、设计参数与本体模型的联系,确定飞行器代理模型影响变量:将模型影响量细分为三个部分,分别是快变化的控制与状态变量,慢变化的飞行条件影响量和设计参数变量。
2、建立融入影响变量的代理模型
(1)建立细化为三大影响量的非常规布局飞行器面向控制的代理模型
其中,CL,CD,Cm分别为升力、阻力和俯仰力矩系数;fCL,fCD,fCm表示气动系数关于飞行状态和设计参数的函数关系;α,δe为迎角和升降舵偏转,为快变化的控制与状态变量;h,Ma,cg为高度、马赫数和重心位置,为慢变化的飞行条件影响量;s1,s2为选取设计参数。
(2)快变化的控制与状态变量由机理推导确定形式,机理推导由状态量与控制量组成的升力、阻力与俯仰力矩表达式
采用机理推导方法,推导代理模型由快变化的控制与状态变量组成形式,飞行器的气动力由三个部分产生,分别是机翼w、机身b和平尾t。升力表达式机理推导,升力由三个部分机翼、机身和平尾组成:
其中,aw,ab,at分别表示机翼、机身和平尾的升力线迎角导数(或升力线斜率),α0为升力为0时的迎角值,αw,αb,αt为机翼、机身和平尾的迎角大小,Sw,Sb,St为机翼、机身和平尾参考面积,为平尾产生升力,零升升力系数,为升力系数对迎角、升降舵偏转的导数,为偏导数运算。
阻力表达式机理推导:飞行器的阻力一般可以分为零升阻力和升致阻力两个部分,阻力的表达式可以写成:
其中,为零升阻力,k为系数,其值与马赫数相关的函数。
俯仰力矩表达式机理推导:纵向俯仰力矩也由三个部分机翼、机身和平尾组成:
其中,为机翼、机身和平尾产生的俯仰力矩系数,为机翼、机身和平尾的零升力矩系数,Cwbt0为升降舵偏转δe为0时零升力矩系数,为零升升力和力矩系数,为力矩系数对升降舵偏转的导数,xcg,xac为重心和气动焦点位置,xact,xacw分别为平尾的气动焦点和机翼的气动焦点,xacwb机翼机身组合体的气动焦点。
以上公式各项系数受到飞行条件和设计参数的影响,可以写成:
其中,kCL1~3,kCD1~6,kCm1~3表示表达式中各快变量的系数。
(3)慢变化的飞行条件影响量和设计参数变量采用基于最小二次的数据拟合方法,将飞行条件和设计参数融入代理模型各项系数中,完成代理模型的建立,数据拟合代理模型建立流程如图2所示:
将变量的两次及以下的形式和交叉形式全部列入表达式中;
其中,k1,k2...kn2,kn3表示表达式中各变量的系数。
将采样点带入气动表达式中,采用最小二乘法对气动表达式进行拟合,得到多项式系数;
依次去掉模型的各项系数,并计算拟合优度,只保留最少项数的同时保证拟合优度达到0.95以上。
3、检验代理模型与原始飞行器数据的一致性
(1)采用拟合优度概念,检验评价代理模型气动与飞行器数据库数据的一致性,验证代理建模的合理性。
(2)通过动力学性能分析,检验评价代理模型动力学性能与原始飞行器数据差分所得动力学特性的匹程度,验证代理建模动力学性能的一致性。
首先构建航迹角与升降舵偏转传递函数,找出不稳定零极点产生的本质原因:
其中,是飞行控制原理中的量纲导数,各量纲导数具体形式为:
其中,Q为动压,Sw为机翼参考面积,cA为机翼平均几何弦长,Iy为绕y轴转动惯量,为力矩系数对迎角α的导数,为升力系数对迎角α的导数,为力矩系数对升降舵偏转δe的导数,为升力系数对升降舵偏转δe的导数;
Zα总是随着迎角的增大而减小,故Zα<0,而对于尾控的飞行器而言,升降舵产生力矩与升降舵产生升力的关系数值与零相近,所以航迹角与升降舵通道必然存在不稳定零极点。
其次,根据开环动力学特性中的不稳定极点与非最小相位零点,采用性能极限理论计算闭环性能的可达范围。其中,闭环性能主要包括:鲁棒性边界MS/MT、航迹角跟踪带宽ωγ、控制闭环带宽ωBW、瞬时旋转中心lcor。对于仅有一个不稳定极点和一个非最小相位零点的开环系统,闭环系统的性能通常满足如下关系:
ωγ<0.5z
ωBW>2p
最后,通过代理模型与数据差分模型计算得到闭环性能边界。以数据差分模型的数据为基础,计算代理模型闭环性能边界的相对值,评价匹配度、验证一致性。其中,根据代理模型计算得到的闭环性能边界采用下标s进行表示;根据数据差分模型计算得到的闭环性能边界采用下标d进行表示,闭环性能边界统一采用变量p进行表示,i表示性能指标的选取顺序,则单个性能匹配度mi的计算方法如下:
采用所有性能匹配度的均值表示代理模型与数据差分模型总体匹配度,与单位1进行比较验证代理模型的一致性,根据闭环性能边界进行模型评估,进而完成面向控制迭代设计与更新。
现有代理模型建模多只考虑快变量的方法,这里对比该方法与本专利综合考虑了快、慢变量和设计参数的情况,模型评估结果如图3所示。通过两者计算值与单位1的接近程度,可以看出,综合考虑的建模方法结果与单位1更接近,结果更优,验证了本专利的综合考虑的代理建模方法更优秀。
尽管本发明就优选实施方式进行了示意和描述,但本领域的技术人员应当理解,只要不超出本发明的权利要求所限定的范围,可以对本发明进行各种变化和修改。
Claims (5)
1.一种适合控制迭代设计的非常规布局飞行器快速建模方法,其特征在于,包括以下步骤:
(1)构建飞行条件、设计参数与本体模型的联系,确定飞行器代理模型影响变量;
(2)建立融入影响变量的代理模型;
(3)检验代理模型与飞行原始数据的一致性。
2.根据权利要求1所述的一种适合控制迭代设计的非常规布局飞行器快速建模方法,其特征在于,步骤(1)所述的影响变量主要包括快变化的控制与状态变量、慢变化的飞行条件影响变量和设计参数变量。
3.根据权利要求1所述的一种适合控制迭代设计的非常规布局飞行器快速建模方法,其特征在于,所述步骤(2)包括以下步骤:
(21)建立细化为三大影响量的非常规布局飞行器面向控制的代理模型:
其中,CL,CD,Cm分别为升力、阻力和俯仰力矩系数,fCL,fCD,fCm表示气动系数关于飞行状态和设计参数的函数关系,α,δe为迎角和升降舵偏转,为快变化的控制与状态变量,h,Ma,cg为高度、马赫数和重心位置,为慢变化的飞行条件影响量,s1,s2为选取设计参数;
(22)快变化的控制与状态变量由机理推导确定形式,机理推导由状态量与控制量组成的升力、阻力与俯仰力矩表达式:
其中,kCL1~3,kCD1~6,kCm1~3表示表达式中各快变量的系数;
(23)慢变化的飞行条件影响量和设计参数变量采用基于最小二次的数据拟合方法,将飞行条件和设计参数融入代理模型各项系数中,完成代理模型的建立:
4.根据权利要求1所述的一种适合控制迭代设计的非常规布局飞行器快速建模方法,其特征在于,所述步骤(3)包括以下步骤:
(31)采用拟合优度概念,检验评价代理模型与飞行器数据库数据的一致性,验证代理建模的合理性;
(32)通过动力学性能分析,检验评价代理模型动力学性能与原始飞行器数据差分所得动力学特性的匹配程度,验证代理建模动力学性能的一致性。
5.根据权利要求4所述的一种适合控制迭代设计的非常规布局飞行器快速建模方法,其特征在于,所述步骤(32)包括以下步骤:
(321)构建动力学模型中升降舵到航迹角控制通道的传递函数,计算该传递函数的不稳定零点z与非最小相位极点p:
其中,Ma,Za,是飞行控制原理中的量纲导数,由飞行器的状态矩阵和控制矩阵中各项对飞行状态量求导所得,各量纲导数具体为:
其中,Q为动压,Sw为机翼参考面积,cA为机翼平均几何弦长,Iy为绕y轴转动惯量,为力矩系数对迎角α的导数,为升力系数对迎角α的导数,为力矩系数对升降舵偏转δe的导数,为升力系数对升降舵偏转δe的导数;
(322)采用性能极限理论计算闭环性能的可达范围,闭环系统的性能通常满足如下关系:
ωγ<0.5z
ωBW>2p
其中,MS/MT为鲁棒性边界,ωγ为航迹角跟踪带宽、ωBW为控制闭环带宽、lcor为瞬时旋转中心;
(323)计算代理模型闭环性能边界的相对值,评价匹配度、验证一致性,单个性能匹配度mi的计算方法如下:
其中,根据代理模型计算得到的闭环性能边界采用下标s进行表示;根据数据差分模型计算得到的闭环性能边界采用下标d进行表示,闭环性能边界统一采用变量p进行表示,i表示性能指标的选取顺序。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810199654.XA CN108459505B (zh) | 2018-03-12 | 2018-03-12 | 一种适合控制迭代设计的非常规布局飞行器快速建模方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810199654.XA CN108459505B (zh) | 2018-03-12 | 2018-03-12 | 一种适合控制迭代设计的非常规布局飞行器快速建模方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108459505A true CN108459505A (zh) | 2018-08-28 |
CN108459505B CN108459505B (zh) | 2020-12-01 |
Family
ID=63217287
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810199654.XA Active CN108459505B (zh) | 2018-03-12 | 2018-03-12 | 一种适合控制迭代设计的非常规布局飞行器快速建模方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108459505B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110765669A (zh) * | 2019-12-04 | 2020-02-07 | 北京电子工程总体研究所 | 一种轴对称无翼无舵导弹主动段零升阻力系数辨识方法 |
CN110929339A (zh) * | 2019-11-29 | 2020-03-27 | 海丰通航科技有限公司 | 高精度亚音速固定翼飞行器非线性动力学建模方法 |
CN111222200A (zh) * | 2020-01-13 | 2020-06-02 | 南京航空航天大学 | 一种基于智能搜索算法的飞行器代理模型确定方法 |
CN111368369A (zh) * | 2020-02-28 | 2020-07-03 | 北京航空航天大学 | 运载火箭的飞行性能参数设计方法、装置和电子设备 |
CN114065670A (zh) * | 2021-11-30 | 2022-02-18 | 北京航空航天大学 | 一种考虑降雨影响的无人机气动导数快速辨识方法 |
CN115933381A (zh) * | 2022-11-18 | 2023-04-07 | 南京航空航天大学 | 一种多约束条件下的空天飞行器控制性能增强设计方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090248371A1 (en) * | 2008-03-31 | 2009-10-01 | Karim Khial | Fast control law optimization |
CN102682173A (zh) * | 2012-05-13 | 2012-09-19 | 北京理工大学 | 基于自适应径向基函数代理模型的飞行器优化设计方法 |
CN103995540A (zh) * | 2014-05-22 | 2014-08-20 | 哈尔滨工业大学 | 一种高超声速飞行器的有限时间轨迹快速生成方法 |
CN104866692A (zh) * | 2015-06-18 | 2015-08-26 | 北京理工大学 | 一种基于自适应代理模型的飞行器多目标优化方法 |
CN106527128A (zh) * | 2016-10-13 | 2017-03-22 | 南京航空航天大学 | 兼顾瞬态响应与鲁棒稳定性的飞行控制律设计新方法 |
CN107066640A (zh) * | 2016-11-22 | 2017-08-18 | 南京航空航天大学 | 基于保护映射的变构型飞行器模型迭代设计方法 |
CN107480335A (zh) * | 2017-07-12 | 2017-12-15 | 南京航空航天大学 | 一种高超声速飞行器模型迭代设计方法 |
-
2018
- 2018-03-12 CN CN201810199654.XA patent/CN108459505B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090248371A1 (en) * | 2008-03-31 | 2009-10-01 | Karim Khial | Fast control law optimization |
CN102682173A (zh) * | 2012-05-13 | 2012-09-19 | 北京理工大学 | 基于自适应径向基函数代理模型的飞行器优化设计方法 |
CN103995540A (zh) * | 2014-05-22 | 2014-08-20 | 哈尔滨工业大学 | 一种高超声速飞行器的有限时间轨迹快速生成方法 |
CN104866692A (zh) * | 2015-06-18 | 2015-08-26 | 北京理工大学 | 一种基于自适应代理模型的飞行器多目标优化方法 |
CN106527128A (zh) * | 2016-10-13 | 2017-03-22 | 南京航空航天大学 | 兼顾瞬态响应与鲁棒稳定性的飞行控制律设计新方法 |
CN107066640A (zh) * | 2016-11-22 | 2017-08-18 | 南京航空航天大学 | 基于保护映射的变构型飞行器模型迭代设计方法 |
CN107480335A (zh) * | 2017-07-12 | 2017-12-15 | 南京航空航天大学 | 一种高超声速飞行器模型迭代设计方法 |
Non-Patent Citations (4)
Title |
---|
CHEN XIN等: "A reduced order aerothermodynamic modeling framework for hypersonic vehicles based on surrogate and POD", 《CHINESE JOURNAL OF AERONAUTICS》 * |
LI YUHUI等: "Performance Analysis of Hypersonic Vehicle Based on Aerodynamic Derivatives", 《IEEE》 * |
文豪 等: "面向控制的高超声速飞行器推进系统代理建模", 《飞行力学》 * |
肖地波 等: "高超声速飞行器推进系统建模", 《航空动力学报》 * |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110929339A (zh) * | 2019-11-29 | 2020-03-27 | 海丰通航科技有限公司 | 高精度亚音速固定翼飞行器非线性动力学建模方法 |
CN110929339B (zh) * | 2019-11-29 | 2024-05-10 | 海丰通航科技有限公司 | 高精度亚音速固定翼飞行器非线性动力学建模方法 |
CN110765669A (zh) * | 2019-12-04 | 2020-02-07 | 北京电子工程总体研究所 | 一种轴对称无翼无舵导弹主动段零升阻力系数辨识方法 |
CN110765669B (zh) * | 2019-12-04 | 2023-10-13 | 北京电子工程总体研究所 | 一种轴对称无翼无舵导弹主动段零升阻力系数辨识方法 |
CN111222200A (zh) * | 2020-01-13 | 2020-06-02 | 南京航空航天大学 | 一种基于智能搜索算法的飞行器代理模型确定方法 |
CN111222200B (zh) * | 2020-01-13 | 2021-10-01 | 南京航空航天大学 | 一种基于智能搜索算法的飞行器代理模型确定方法 |
CN111368369A (zh) * | 2020-02-28 | 2020-07-03 | 北京航空航天大学 | 运载火箭的飞行性能参数设计方法、装置和电子设备 |
CN114065670A (zh) * | 2021-11-30 | 2022-02-18 | 北京航空航天大学 | 一种考虑降雨影响的无人机气动导数快速辨识方法 |
CN114065670B (zh) * | 2021-11-30 | 2024-04-16 | 北京航空航天大学 | 一种考虑降雨影响的无人机气动导数快速辨识方法 |
CN115933381A (zh) * | 2022-11-18 | 2023-04-07 | 南京航空航天大学 | 一种多约束条件下的空天飞行器控制性能增强设计方法 |
CN115933381B (zh) * | 2022-11-18 | 2023-12-01 | 南京航空航天大学 | 一种多约束条件下的空天飞行器控制性能增强设计方法 |
Also Published As
Publication number | Publication date |
---|---|
CN108459505B (zh) | 2020-12-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108459505A (zh) | 一种适合控制迭代设计的非常规布局飞行器快速建模方法 | |
CN107450324B (zh) | 考虑攻角约束的高超声速飞行器自适应容错控制方法 | |
CN102520620B (zh) | 单旋翼直升机/涡轴发动机通用综合模型的构建方法 | |
CN110334368A (zh) | 一种针对复合推力构型直升机的飞行动力学建模方法 | |
CN109614633A (zh) | 一种复合式旋翼飞行器非线性建模方法及配平方法 | |
CN108090302B (zh) | 一种直升机飞行力学模拟方法及系统 | |
CN107390531B (zh) | 参数学习有限时间收敛的高超声速飞行器控制方法 | |
CN110162933B (zh) | 一种共轴多旋翼仿真方法及系统 | |
CN107065554B (zh) | 近空间可变翼飞行器自适应小翼切换控制系统及工作方法 | |
CN109062055A (zh) | 一种基于Back-stepping鲁棒自适应动态面的近空间飞行器控制系统 | |
CN104317980A (zh) | 一种共轴刚性旋翼气动弹性响应方法 | |
CN102866635B (zh) | 基于等价模型的高超声速飞行器离散神经网络自适应控制方法 | |
CN103853050A (zh) | 一种四旋翼飞行器的pid优化控制方法 | |
CN109470252A (zh) | 一种基于凸优化的垂直起降重复使用运载器快速轨迹优化方法 | |
CN108828957A (zh) | 基于切换机制的飞行器全局有限时间神经网络控制方法 | |
Stone | Aerodynamic modeling of the wing-propeller interaction for a tail-sitter unmanned air vehicle | |
CN110320927A (zh) | 智能变形飞行器的飞行控制方法及系统 | |
CN108646557A (zh) | 一种基于跟踪微分与柔化函数的飞行器攻角跟踪控制方法 | |
CN108919824A (zh) | 舰载无人机纵向着舰控制方法 | |
CN107357976A (zh) | 一种飞行器的动导数的计算方法 | |
Stone | Aerodynamic modelling of a wing-in-slipstream tail-sitter UAV | |
CN117744409A (zh) | 海上浮式风机叶片变形与叶轮轮毂载荷预测方法及系统 | |
Cook et al. | Modelling the flight dynamics of the hang glider | |
Paul et al. | Simulation of flight dynamics with an improved post-stall aerodynamics model | |
Celi | Hingeless rotor dynamics in coordinated turns |
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 |