CN109240084A - 一种单旋翼直升机前飞状态风洞试验自动配平算法 - Google Patents
一种单旋翼直升机前飞状态风洞试验自动配平算法 Download PDFInfo
- Publication number
- CN109240084A CN109240084A CN201811140987.1A CN201811140987A CN109240084A CN 109240084 A CN109240084 A CN 109240084A CN 201811140987 A CN201811140987 A CN 201811140987A CN 109240084 A CN109240084 A CN 109240084A
- Authority
- CN
- China
- Prior art keywords
- state
- parameter
- quantization
- wind tunnel
- tunnel test
- 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.)
- Pending
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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M9/00—Aerodynamic testing; Arrangements in or on wind tunnels
- G01M9/02—Wind tunnels
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Automation & Control Theory (AREA)
- Fluid Mechanics (AREA)
- Aerodynamic Tests, Hydrodynamic Tests, Wind Tunnels, And Water Tanks (AREA)
Abstract
本发明公开了一种单旋翼直升机前飞状态风洞试验自动配平算法,具体归纳为以下步骤:获得当前模型状态与配平目标的差值作为输入,使用隶属函数将输入数据模糊化,根据规则推理出模糊化的输出数据,反模糊化得到实践的操纵数值,重复上述过程直到达到配平目标。
Description
技术领域
本发明属于风洞试验领域,具体是涉及一种直升机前飞状态风洞试验自动化算法。
背景技术
直升机前飞状态风洞试验是在风洞中模拟直升机向前飞行时旋翼、机身、尾桨等部件的姿态和载荷的试验。
众所周知,直升机是靠主旋翼旋转产生的气动力来提供飞行的动力。直升机前飞时,主旋翼各桨叶同时变化一个攻角(即总距),促使气流向下流动产生向上的拉力,提供足够的升力平衡机体的重力;在直升机飞行方向的前后提供一个攻角差(即纵向周期变距),前低后高,造成直升机桨盘平面前沿拉力小于后沿,致使桨盘平面向前倾倒一个角度(即主轴倾角),拉力在水平方向的分力提供一个向前的推动力与运动产生的空气阻力平衡;由于向前飞行时,旋翼是在单向气流中旋转,桨叶前行与后行相对于气流的速度不同,产生的拉力是不相等的,会造成直升机在左右方向上形成一个滚转力矩,需要桨盘平面在横向也提供一个攻角差(即横向周期变距)来平衡掉滚转力矩;主旋翼旋转产生的反作用力还会给机体产生一个反向的扭矩,造成直升机偏航,则是要靠尾桨提供反向推力来抵消,只有在这几个力都得到平衡的情况下,直升机才能稳定的前飞。
直升机前飞状态配平试验就是要求根据天平载荷状态的反馈(由数据采集和监视系统提供),不断调整操纵姿态(旋翼操纵系统调整总距、纵向周期变距、横向周期变距,主轴倾斜系统调整主轴倾角,通常不模拟尾桨),最终在指定飞行状态下达到平衡的试验过程。目标飞行状态是指定的,但平衡状态的操纵值则是未知的,需要根据天平的载荷反馈不断的调整,逐渐逼近目标,最终达到平衡。形象的说,前飞状态配平试验就像是在风洞里开直升机,数据采集和监视系统就是仪表,旋翼操纵系统和主轴倾斜系统就是油门和操纵杆,操作手就是飞行员。
整个配平控制是一个多输入、多输出的非线性复杂系统,且无法用准确的数学模型来描述,而常规控制方法依靠精确的数学模型,模型越精确控制效果就越好,仅依靠常规的控制方法无法建立一种普遍适用的自动配平控制系统。正是如此,前飞配平试验在目前国内风洞试验中,是唯一必须依靠专职操作手人工操作的高风险、高难度试验,试验效率不高,数据的质量不稳定,受操作手水平影响很大。
发明内容
本发明的目的是解决上述的现有问题,提出一种自动配平算法。
模糊控制(Fuzzy Control)是近代控制理论中的一种高级策略和新颖技术,它基于模糊数学理论,通过模拟人的近似推理和综合决策过程,使控制算法的可控性、适应性和合理性提高,是智能控制技术的一个重要分支。
一般的模糊控制系统构架包含了五个主要部分,即:定义变量、模糊化、知识库、逻辑判断和反模糊化,其构架如图1所示。
定义变量就是选定被观察的状况和考虑控制的动作,也就是输入与输出变量。在自动配平算法中,一般情况下输入的变量包括:垂向力(升力)系数Cw、横向力(阻力)系数Ch、俯仰力矩Mz、滚转力矩Mx;输出的变量包括:总距角θ7、纵向周期变距角θS、横向周期变距角θC、主轴倾角α,当然还可以根据具体运用添加更多状态参数或操纵参数,比如风速、转速、尾桨总距等。
模糊化是将输入值以适当的比例转换到论域的值,利用口语化变量来描述被测物理量的过程,这种模糊化的规则就是隶属函数。比如使用{小很多,小,小一点,合适,大一点,大,大很多}这样的论域来描述当前状态与目标状态的误差程度,用{减小很多,减小,减小一点,合适,增大一点,增大,增大很多}这样的论域来描述操纵的方向和大小。
知识库是由数据库与规则库两部分组成。数据库掌握数据模糊化和反模糊化的相关定义;规则库则是藉由一群语言控制规则描述控制目标和策略。在自动配平算法中,这种规则是用函数对照表的方式来描述的。
逻辑判断是模仿人类下判断时的模糊概念,运用模糊逻辑和模糊推论法进行推论,得到模糊控制讯号。在自动配平算法中,这种判断是通过查表或者逻辑判断来完成的。
反模糊化就是将模糊控制讯号解析为具体化的控制量,实现对控制对象的操纵。自动配平算法中,采用最大隶属度法进行反变换,先将各个分量的模糊输出相加后,在按最大隶属度反变换为具体的操纵值。自动配平系统的结构图见图2。
为了实现上述目的,本发明采用如下技术方案:
一种单旋翼直升机前飞状态风洞试验自动配平算法,基于模糊控制技术包括以下步骤:
状态参数量化:获得当前模型状态与配平目标的差值作为输入{ΔCw ΔCh MzMx},
推理规则提炼:使用隶属函数将输入数据模糊化{μCw μCh μMz μMx},
推理:根据规则推理出模糊化的输出数据
控制参数解析:反模糊化得到实践的操纵数值{Δθ7 ΔθS ΔθC Δα},
执行:反复迭代重复上述过程直到配平目标;
其中:垂向力(升力)系数Cw、横向力(阻力)系数Ch、俯仰力矩Mz、滚转力矩Mx;
总距角θ7、纵向周期变距角θS、横向周期变距角θC、主轴倾角α。
在上述技术方案中,所述数据模糊化过程采用的隶属函数为:
在上述技术方案中,所述隶属函数的输入变量为当前试验状态参数与目标试验状态参数的差值,所述隶属函数的输出变量为一个描述当前状态与目标状态差距的离散化的论域。
在上述技术方案中,所述推理规则是一个量化的状态参数与量化的控制参数相对应的函数关系:
在上述技术方案中,所述函数关系是由控制参数作为自变量、状态变化量作为结果的函数反推获得的。
在上述技术方案中,所推理过程是一个将量化的状态参数带入推理函数得到量化的控制参数的过程,所述量化的控制参数为一个描述操纵方向和程度的离散化的论域。
在上述技术方案中,控制参数解析是一个将量化的控制参数转化为具体的控制数值的过程。
在上述技术方案中,所述推理过程是一个将量化的状态参数带入推理函数得到量化的控制参数的过程。
在上述技术方案中,所述反复迭代的过程是执行结果影响状态参数后再次重复状态参数量化、推理、控制参数解析、执行的过程。
在上述技术方案中,所述最终达到目标状态参数是指试验状态参数与目标状态参数相等或者误差在限定范围内。
综上所述,由于采用了上述技术方案,本发明的有益效果是:
降低了单旋翼直升机前飞状态风洞配平试验的难度,非专业操作手也能快速上手,提高了单旋翼直升机前飞状态风洞配平试验的效率,平均试验点时间由3~5分钟减少到数十秒,提高了单旋翼直升机前飞状态风洞配平试验的数据质量的稳定性。
附图说明
本发明将通过例子并参照附图的方式说明,其中:
图1是模糊控制系统构架图;
图2是自动配平系统结构图;
图3是自动配平算法流程图。
具体实施方式
本说明书中公开的所有特征,或公开的所有方法或过程中的步骤,除了互相排斥的特征和/或步骤以外,均可以以任何方式组合。
本例使用模糊控制技术进行自动配平采用如下过程:
1.获得当前模型状态与配平目标的差值作为输入:{ΔCw ΔCh Mz Mx};
2.使用隶属函数将输入数据模糊化:{μCw μCh μMz μMx};
3.根据规则推理出模糊化的输出数据:
4.反模糊化得到实践的操纵数值:{Δθ7 ΔθS ΔθC Δα};
5.重复上述过程直到达到配平目标。
为了将上述具体运用过程进一步描述,下面将结合具体例子加以说明。
以某型直升机模型为例,为了能够使用自动配平算法,首先需要归纳推理规则。变化很小的部分可以忽略不计也不会影响实际的结果,对次要影响因素的操纵值需要适当缩小更利于系统稳定。按此原则,逆向简化后可以推导出载荷变化对应的操纵规则:
θ<sub>7</sub> | θ<sub>s</sub> | θ<sub>c</sub> | α | |
Cw偏大 | ――― | ○ | ○ | + |
Cw偏小 | +++ | ○ | ○ | ― |
Ch偏大 | ― | ○ | ○ | +++ |
Ch偏小 | + | ○ | ○ | ――― |
Mz偏大 | ― | ――― | ○ | ○ |
Mz偏小 | + | +++ | ○ | ○ |
Mx偏大 | ○ | ○ | ――― | ○ |
Mx偏小 | ○ | ○ | +++ | ○ |
(注:+++代表增量多,+代表增量小,―――代表减少多,○代表不变,以此类推。)
到这里基本的配平规则建立起来了,但是不要忘记了还有风速和主轴转速两个因素对配平操作也有影响,通过试验可以知道:风速越高,同样的模型姿态角度引起的载荷变化就越大;转速越高,旋翼操纵角引起的载荷变化就越大,攻角改变引起的载荷变化量不变。
综合起来,就可以得到配平的判断规则。
以Cw的配平规则为例,设ΔCw的论域A={大很多,大,大一点,合适,小一点,小,小很多},简化表示为A={A1,A2,A3,A4,A5,A6,A7};
θ7和α的论域B={增大很多,增大,增大一点,不变,减小一点,减小,减小很多},简化表示为B={+3,+2,+1,0,-1,-2,-3};
风速的论域C={高风速,中等风速,低风速},简化表示为C={C1,C2,C3};
转速的论域D={高转速,正常转速,低转速},简化表示为D={D1,D2,D3}。
其规则表如下表:
最后,将各个分量的推理结果累计,就是控制系统最终得到的模糊输出。
以具体的数据为例,假如当前Cw为0.006,而指定的配平目标为Cw=0.008,中等风速,正常转速,Cw的隶属函数为:
则ΔCw=0.006-0.008=-0.002,按隶属函数来说A(-0.002)=A7,再根据中等风速C2,正常转速D2,查表可得此时的操纵量应为θ7=3,α=-1。
若θ7和α的反隶属函数为:
则,总距角θ7需要增大0.1°,而主轴倾角α需要减小0.005°。
待到操纵机构执行完毕之后,重复上述操作,当前状态会逐渐逼近目标状态,最终两者误差小于限定值,配平过程结束。
本发明并不局限于前述的具体实施方式。本发明扩展到任何在本说明书中披露的新特征或任何新的组合,以及披露的任一新的方法或过程的步骤或任何新的组合。
Claims (10)
1.一种单旋翼直升机前飞状态风洞试验自动配平算法,其特征在于基于模糊控制技术包括以下步骤:
状态参数量化:获得当前模型状态与配平目标的差值作为输入{ΔCw ΔCh Mz Mx},
推理规则提炼:使用隶属函数将输入数据模糊化{μCw μCh μMz μMx},
推理:根据规则推理出模糊化的输出数据
控制参数解析:反模糊化得到实践的操纵数值{Δθ7 ΔθS ΔθC Δα},
执行:反复迭代重复上述过程直到配平目标;
其中:垂向力(升力)系数Cw、横向力(阻力)系数Ch、俯仰力矩Mz、滚转力矩Mx;总距角θ7、纵向周期变距角θS、横向周期变距角θC、主轴倾角α。
2.根据权利要求1所述的一种单旋翼直升机前飞状态风洞试验自动配平算法,其特征在于所述数据模糊化过程采用的隶属函数为:
其中,μ(x)为隶属函数,自变量x可为Δθ7、ΔθS、ΔθC、Δα。
3.根据权利要求2所述的一种单旋翼直升机前飞状态风洞试验自动配平算法,其特征在于所述隶属函数的输入变量为当前试验状态参数与目标试验状态参数的差值,所述隶属函数的输出变量为一个描述当前状态与目标状态差距的离散化的论域。
4.根据权利要求1所述的一种单旋翼直升机前飞状态风洞试验自动配平算法,其特征在于所述推理规则是一个量化的状态参数与量化的控制参数相对应的函数关系:
其中μy(a,b,c,d)为关于y的、自变量为a、b、c、d的推理函数,μay(a)表示为由自变量a推导到y的推理函数。
5.根据权利要求4所述的量化的状态参数与量化的控制参数相对应的函数关系,其特征在于所述函数关系是由控制参数作为自变量、状态变化量作为结果的函数反推获得的。
6.根据权利要求1所述的量化的状态参数与量化的控制参数相对应的函数关系,其特征在于所推理过程是一个将量化的状态参数带入推理函数得到量化的控制参数的过程,所述量化的控制参数为一个描述操纵方向和程度的离散化的论域。
7.根据权利要求6所述的一种单旋翼直升机前飞状态风洞试验自动配平算法,其特征在于控制参数解析是一个将量化的控制参数转化为具体的控制数值的过程。
8.根据权利要求6所述的一种单旋翼直升机前飞状态风洞试验自动配平算法,其特征在于所述推理过程是一个将量化的状态参数带入推理函数得到量化的控制参数的过程。
9.根据权利要求1所述的一种单旋翼直升机前飞状态风洞试验自动配平算法,其特征在于所述反复迭代的过程是执行结果影响状态参数后再次重复状态参数量化、推理、控制参数解析、执行的过程。
10.根据权利要求1所述的一种单旋翼直升机前飞状态风洞试验自动配平算法,其特征在于所述最终达到目标状态参数是指试验状态参数与目标状态参数相等或者误差在限定范围内。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811140987.1A CN109240084A (zh) | 2018-09-28 | 2018-09-28 | 一种单旋翼直升机前飞状态风洞试验自动配平算法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811140987.1A CN109240084A (zh) | 2018-09-28 | 2018-09-28 | 一种单旋翼直升机前飞状态风洞试验自动配平算法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109240084A true CN109240084A (zh) | 2019-01-18 |
Family
ID=65053956
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811140987.1A Pending CN109240084A (zh) | 2018-09-28 | 2018-09-28 | 一种单旋翼直升机前飞状态风洞试验自动配平算法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109240084A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110254749A (zh) * | 2019-07-17 | 2019-09-20 | 中国空气动力研究与发展中心低速空气动力研究所 | 基于网络的直升机风洞试验控制架构及控制方法 |
CN110472333A (zh) * | 2019-08-15 | 2019-11-19 | 中国空气动力研究与发展中心计算空气动力研究所 | 一种二维翼型数值模拟的自动配平方法 |
CN114692291A (zh) * | 2021-12-29 | 2022-07-01 | 中国航空工业集团公司西安飞机设计研究所 | 一种考虑重心影响的螺旋桨飞机纵向气动力配平方法 |
CN117533518A (zh) * | 2023-09-26 | 2024-02-09 | 北京蓝天航空科技股份有限公司 | 飞行模拟设备的法向配平方法及相关设备 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE10101511A1 (de) * | 2001-01-12 | 2002-09-19 | Cbb Software Gmbh | Modellgestützte Linearisierung |
CN102520620A (zh) * | 2011-11-18 | 2012-06-27 | 南京航空航天大学 | 单旋翼直升机/涡轴发动机通用综合模型的构建方法 |
-
2018
- 2018-09-28 CN CN201811140987.1A patent/CN109240084A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE10101511A1 (de) * | 2001-01-12 | 2002-09-19 | Cbb Software Gmbh | Modellgestützte Linearisierung |
CN102520620A (zh) * | 2011-11-18 | 2012-06-27 | 南京航空航天大学 | 单旋翼直升机/涡轴发动机通用综合模型的构建方法 |
Non-Patent Citations (5)
Title |
---|
刘曙光 等: "《模糊控制技术》", 31 December 2001, 中国纺织出版社 * |
宋彦国 等: "直升机内回路姿态模糊控制", 《航空学报》 * |
宋立博 等: "《运动控制系统原理、结构与设计》", 31 December 2009, 上海科学技术文献出版社 * |
李建强 等: "基于神经网络的直升机风洞试验自动配平控制系统", 《测控技术》 * |
杨向忠 等: "模糊控制方法及其在飞控中的应用", 《飞行力学》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110254749A (zh) * | 2019-07-17 | 2019-09-20 | 中国空气动力研究与发展中心低速空气动力研究所 | 基于网络的直升机风洞试验控制架构及控制方法 |
CN110472333A (zh) * | 2019-08-15 | 2019-11-19 | 中国空气动力研究与发展中心计算空气动力研究所 | 一种二维翼型数值模拟的自动配平方法 |
CN110472333B (zh) * | 2019-08-15 | 2022-08-02 | 中国空气动力研究与发展中心计算空气动力研究所 | 一种二维翼型数值模拟的自动配平方法 |
CN114692291A (zh) * | 2021-12-29 | 2022-07-01 | 中国航空工业集团公司西安飞机设计研究所 | 一种考虑重心影响的螺旋桨飞机纵向气动力配平方法 |
CN117533518A (zh) * | 2023-09-26 | 2024-02-09 | 北京蓝天航空科技股份有限公司 | 飞行模拟设备的法向配平方法及相关设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109240084A (zh) | 一种单旋翼直升机前飞状态风洞试验自动配平算法 | |
CN110334368B (zh) | 一种针对复合推力构型直升机的飞行动力学建模方法 | |
CN104005909B (zh) | 非线性前馈与模糊pid结合的风力发电机组变桨距控制方法 | |
CN108717265B (zh) | 一种基于控制变量参数化的无人飞行器巡航跟踪控制系统及控制方法 | |
CN104317980A (zh) | 一种共轴刚性旋翼气动弹性响应方法 | |
CN107390531B (zh) | 参数学习有限时间收敛的高超声速飞行器控制方法 | |
CN107479383A (zh) | 基于鲁棒设计的高超声速飞行器神经网络复合学习控制方法 | |
US11679890B2 (en) | Systems and methods for an aircraft motion observer in an electric aircraft | |
US11281237B1 (en) | System and method for distributed control of an aircraft | |
CN107272408A (zh) | 一种小型无人直升机飞行控制中的动力规划方法 | |
CN109737008A (zh) | 风电机组智能变桨控制系统及方法、风电机组 | |
CN107330152A (zh) | 一种适用于旋翼飞行器的高效气动配平方法 | |
CN114355777A (zh) | 一种基于分布式压力传感器与分段姿态控制的动态滑翔方法及系统 | |
CN102789527A (zh) | 一种用于飞机配平的粒子群优化方法 | |
CN109969426A (zh) | 一种针对复合推力构型直升机的升力分配方法及系统 | |
US11714427B2 (en) | Methods and systems for a distributed control system with supplemental attitude adjustment | |
Saderla et al. | Non-linear aerodynamic modelling of unmanned cropped delta configuration from experimental data | |
Leng et al. | Aerodynamic modeling of propeller forces and moments at high angle of incidence | |
Champasak et al. | Grid-based many-objective optimiser for aircraft conceptual design with multiple aircraft configurations | |
CN116187199A (zh) | 融合智能技术的非定常气动力建模方法 | |
Jacobellis et al. | Investigation of blade loads on a modern high-speed lift-offset coaxial helicopter using coupled computational fluid dynamics/computational structural dynamics | |
US20220319257A1 (en) | Aircraft motion observer configured for use in electric aircraft | |
CN117708985A (zh) | 一种基于机器学习的高速双旋弹非定常气动力预测方法 | |
Snow et al. | Design and performance of a 3d-printed morphing aircraft | |
Orsag et al. | Spincopter wing design and flight control |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190118 |