CN110008639B - 一种微型扑翼飞行器翅膀智能参数化设计方法 - Google Patents

一种微型扑翼飞行器翅膀智能参数化设计方法 Download PDF

Info

Publication number
CN110008639B
CN110008639B CN201910331665.3A CN201910331665A CN110008639B CN 110008639 B CN110008639 B CN 110008639B CN 201910331665 A CN201910331665 A CN 201910331665A CN 110008639 B CN110008639 B CN 110008639B
Authority
CN
China
Prior art keywords
wing
points
mav
geometric
wings
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.)
Expired - Fee Related
Application number
CN201910331665.3A
Other languages
English (en)
Other versions
CN110008639A (zh
Inventor
陈益
李耘
于洪年
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.)
Dongguan University of Technology
Original Assignee
Dongguan University 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 Dongguan University of Technology filed Critical Dongguan University of Technology
Priority to CN201910331665.3A priority Critical patent/CN110008639B/zh
Priority to PCT/CN2019/085591 priority patent/WO2020215362A1/zh
Publication of CN110008639A publication Critical patent/CN110008639A/zh
Application granted granted Critical
Publication of CN110008639B publication Critical patent/CN110008639B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/10—Geometric CAD
    • G06F30/15—Vehicle, aircraft or watercraft design
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/06—Power analysis or power optimisation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Geometry (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Automation & Control Theory (AREA)
  • Aerodynamic Tests, Hydrodynamic Tests, Wind Tunnels, And Water Tanks (AREA)
  • Toys (AREA)

Abstract

本发明公开了一种微型扑翼飞行器翅膀智能参数化设计方法，采用以下步骤进行翅膀的参数化设计:(1)在X‑Y坐标系中生成MAV翅膀上、下两部分的关键点序列，即:上部分Ai(i＝1...N)和下部分Bi(i＝1...M)，N和M为A点和B点序列的数量，A点和B点用坐标数据(x,y)表示：(2)几何建模：采用二次插值样条曲线，连接上述步骤生成的关键点，形成MAV翅膀的几何外形；(3)根据以上步骤生成的MAV翅膀的几何外形，计算选定与性能有关的几何和物理参数；(4)定义具有设计目标的几何参数来定义适应度函数，优化计算获得MAV翅膀的几何外形。

Description

一种微型扑翼飞行器翅膀智能参数化设计方法
技术领域
本发明涉及计算机领域，尤其涉及一种扑翼机器人翅膀智能参数化设计方法。
背景技术
微型飞行器(Micro Air Vehicle,简称MAV)1992年，美国兰德公司的研究小组在一份报告中首次提出了该概念，美国DARPA早先提出的定义：微型飞行器(MAV)是指翼展小于15cm这一类的飞行器。其质量从十几克到上百克，飞行速度达到60km/h左右，续航时间从20分钟到60分钟之间，并有携带负载、成像、精确定位等能力。微型飞行器根据产生升力的方式分为三类：1)固定翼(Fixed Wing),此类微型飞行器采用固定翼飞行模式，外形类似于盘状飞盘，并由微电机驱动螺旋桨产生推力，通常采用锂电池提供能源，并结合着微型飞行控制系统使该此类微型飞行器快速飞行。2)旋翼(Rotary Wing)，该类微型飞行器是一种旋翼飞行器包括单旋翼驱动，四旋翼驱动等，能够垂直起降与悬停，因此比较适合在空间狭小或地形复杂人类难以到达的地域环境中作业。3)扑翼(Flapping Wing),该类MAV是一种仿生飞行的扑翼MAV，此类微型飞行器不仅仅具有前飞功能同时具有悬停功能，重要的是采用扑翼方式进行驱动产生升力。
然而，固定翼和旋翼微型飞行器在研制和试验当中发现其存在升力低，难以稳定，尺寸限制等问题，这些阻碍了飞行器微型化历程。传统飞行器已经满足不了日益进步的科技需求，于是人们想寻找另外一种更为高效灵活的微型飞行器。
微型扑翼飞行器(Flapping-Wing MAV,简称FWMAV)，是利用上下扑动的双翼产生主要的升力的飞行器，是人类从自然中得到启发，在仿生学原理下设计的新型飞行器。在低雷诺数下，相对传统的固定翼飞行器，扑翼飞行方式具有巨大的优越性。相比固定翼和旋翼飞行器，微型扑翼飞行器具有：体型小、灵活度高、可操作性好、隐蔽性大、飞行效率高等特点，是一个集偏航、悬停、翻转等功能为一体的扑翼系统。并研究表明：对于翼展小于150mm的微型飞行器，扑翼飞行比固定翼和旋翼飞行更具优势。
现有技术中，设计人员采用人工的方式调整FWMAV的翅膀设计参数，需要花费巨大时间和精力。
发明内容
本发明提出一种微型扑翼飞行器翅膀智能参数化设计方法，能够提升MAV翅膀的动力学性能。
采用以下步骤进行翅膀的参数化设计:
(1)在X-Y坐标系中生成MAV翅膀上、下两部分的关键点序列，即:上部分Ai(i＝1...N)和下部分Bi(i＝1...M)，N和M为A点和B点序列的数量，A点和B点用坐标数据(x,y)表示；
(2)几何建模：采用二次插值样条曲线，连接上述步骤生成的关键点，形成MAV翅膀的几何外形；二次插值样条曲线可参考https://blog.csdn.net/zl908760230/article/ details/53967828。
(3)根据以上步骤生成的翅膀的几何外形，计算选定与性能有关的几何和物理参数；
(4)定义具有设计目标的几何参数来定义适应度函数，优化计算获得MAV翅膀的几何外形。
生成关键序列点的方法为：
(1)初始化关键点序列，将A和B的坐标数据(x,y)全部赋值为0；
(2)生成A序列和B序列，具体步骤为：
A序列，其坐标描述为:
{A1(xa1,ya1),A2(xa2,ya2),...,Ai(xai,yai),...,AN(xaN,yaN)},N为A点的数量，i＝1...N
X坐标值，在指定的区间[0,xmax]内均匀分布随机产生数据点，满足以下条件:
0<xa1<xa2<...<xai<...<xaN<＝xmax (1)
Y坐标值，在指定的区间[0,ymax]内均匀分布随机产生数据点，满足以下条件:
0<ya1<ya2<...<yai<...<yaN<＝ymax (2)
B序列其坐标描述为:
{B1(xb1,yb1),B2(xb2,yb2),...,Bi(xbi,ybi),...,BM(xbM,ybM)},M为B点的数量，i＝1...M
X坐标值，在指定的区间[0,xmax]内均匀分布随机产生数据点，满足以下条件:
0<xb1<xb2<...<xbi<...<xbN<＝xmax (3)
Y坐标值，在指定的区间[0,ymax]内均匀分布随机产生数据点，满足以下条件:
0<yb1<yb2<...<ybi<...<ybN<＝ymax (4)
A和B关键点的Y坐标需要满足：
0<max(ybi)<min(yai)<＝ymax (5)
与MAV翅膀性能有关的几何和物理参数为质心位置(CL)或压力中心(CP)。
质心位置或压力中心按以下步骤获得：
步骤1，MAV翅膀上、下两部分序列点Ai(i＝1,…,N)和Bi(i＝1,…,M),组成数组[Ai,Bi],各个点的位置用X,Y表示，Ai(ai1,ai2),Bi(bi1,bi2)，组成X,Y坐标的行列式如下式:
Figure GDA0002572953240000031
步骤2，计算行列式得到Ci(i＝1,…,N+M-1)，如下：
Figure GDA0002572953240000041
步骤3，设D＝C1+…+Ci-1+…+CN-1+CN+CN+1+…+CN+i+…+CN+M-1；
步骤4，由点[Ai，Bi]围成的面积Area＝|D/2|；
步骤5，计算坐标X，Y的平均值xm，ym，然后计算相对位置x，y如下：
x＝X-xm；y＝Y-ym；
步骤6，计算压力中心(xp，yp)和xc，yc：
xp＝x([2：end 1])；
yp＝y([2：end 1])；
a＝x.＊yp-xp.＊y；
Area＝sum(a)/2
xc＝sum((x+xp).＊a)/6/Area；
yc＝sum((y+yp).＊a)/6/Area；
步骤7，计算质心位置(x_cen，y_cen)
x_cen＝xc+xm
y_cen＝yc+ym
定义具有设计目标的几何参数来定义适应度函数，通过优化计算获得MAV翅膀的几何外形
适应度函数的确定如下：
S1、对仿蜂鸟扑翼微型飞行器翅翼的外形进行参数化表达，确定柔性翼的分布式翅翼刚度；具体包括：
S11、如图2所示，为本发明的翅翼简化外形模型，为一直角梯形，但也可以为三角形或矩形；图中R,CR和CT分别为翅翼的翼展、翼根弦长和翼尖弦长(当CR＝CT时，即为矩形，这两个值任一为0时，则为三角形)，顺翼展方向距离r时的弦长c如公式(1)所示：
Figure GDA0002572953240000051
公式(1)中的AR定义为翼展R与平均弦长
Figure GDA0002572953240000052
的比值：
Figure GDA0002572953240000053
则翅翼的面积可表示为：
Figure GDA0002572953240000054
S12、选用一个参数含有翅翼的分布式刚度在内的准定常空气动力学模型，将翅翼的分布式刚度作为未知量并运用最小二乘法思想建立以空气动力学模型输出升力与实验测量升力差值最小为目标的优化模型，求解之得到翅翼的分布式刚度。
附图说明
图1是翅膀优化设计流程图；
图2是翅膀的参数化建模图；
图3是翅膀的优化设计流程图；
图4是翅膀的简化模型图；
图5是翅膀的简化模型中的质心和压力中心位置图；
图6是优化后的翅膀举例一；
图7是优化后的翅膀举例二。
具体实施方式
如图1所示，一种微型扑翼飞行器翅膀智能参数化设计方法，采用以下步骤进行翅膀的参数化设计:
(1)前处理过程，通过关键点生成、几何建模得到翅膀的几何形状；
(2)对MAV翅膀建模进行优化设计，采用人工智能算法集成优化求解器对适应度函数进行优化求解：
(3)后处理过程，根据优化求解过程画出MAV翅膀。
其中，如图2所示，前处理过程包括关键点生成和几何建模：
[1]关键点生成
1.初始化‘关键点序列’，其中，“关键点”分为上部分Ai(i＝1...N)和下部分Bi(i＝1...M)，N和M为A点和B点序列的数量。初始化的方法，是把A和B的坐标数据(x,y)全部赋值为0.
2.生成关键点序列。具体步骤为：
2.1A序列，其坐标描述为:
{A1(xa1,ya1),A2(xa2,ya2),...,Ai(xai,yai),...,AN(xaN,yaN)},N为A点的数量，i＝1...N
(1)X坐标值，在指定的区间[0,xmax]内均匀分布随机产生数据点，满足以下条件:
0<xa1<xa2<...<xai<...<xaN<＝xmax (1)
(2)Y坐标值，在指定的区间[0,ymax]内均匀分布随机产生数据点，满足以下条件:
0<ya1<ya2<...<yai<...<yaN<＝ymax (2)
2.2B序列其坐标描述为:{B1(xb1,yb1),B2(xb2,yb2),...,Bi(xbi,ybi),...,BM(xbM,ybM)},M为B点的数量，i＝1...M
(3)X坐标值，在指定的区间[0,xmax]内均匀分布随机产生数据点，满足以下条件:
0<xb1<xb2<...<xbi<...<xbN<＝xmax (3)
(4)Y坐标值，在指定的区间[0,ymax]内均匀分布随机产生数据点，满足以下条件:
0<yb1<yb2<...<ybi<...<ybN<＝ymax (4)
A和B关键点的Y坐标需要满足：
0<max(ybi)<min(yai)<＝ymax (5)
[2]几何建模：
基于以上’关键点’序列A和B，采用‘二次样条曲线’算法，具体算法见https://blog.csdn.net/zl908760230/article/details/53967828，分别生成A和B上下两段样条曲线，并且在两个地方连接起来,形成光滑的闭环翅膀形状:
(1)AN点和B1点连接起来。
(2)A1点和BM点连接起来。
[3]对MAV翅膀建模进行优化设计
根据以上步骤生成的翅膀形状作为初始坐标，计算选定与性能有关的几何和物理参数。性能参数为计算质心和压力中心。
步骤1，MAV翅膀上、下两部分序列点Ai(i＝1,…,N)和Bi(i＝1,…,M),组成数组[Ai,Bi],各个点的位置用X,Y表示，Ai(ai1,ai2),Bi(bi1,bi2)，组成X,Y坐标的行列式如下式:
Figure GDA0002572953240000071
步骤2，计算行列式得到Ci(i＝1,…,N+M-1)，如下：
Figure GDA0002572953240000081
步骤3，设D＝C1+…+Ci-1+…+CN-1+CN+CN+1+…+CN+i+…+CN+M-1；
步骤4，由点[Ai，Bi]围成的面积Area＝|D/2|；
步骤5，计算坐标X，Y的平均值xm，ym，然后计算相对位置x，y如下：
x＝X-xm；y＝Y-ym；
步骤6，计算压力中心(xp，yp)和xc，yc，压力中心显示在图1中CP(xc21，yc22)：
xp＝x([2：end1])；
yp＝y([2：end1])；
a＝x.＊yp-xp.＊y；
Area＝sum(a)/2
xc＝sum((x+xp).＊a)/6/Area；
yc＝sum((y+yp).＊a)/6/Area；
步骤7，计算质心位置(x_cen，y_cen)，即图1中的Centroid(x21，y22)
x_cen＝xc+xm
y_cen＝yc+ym。
定义具有设计目标的几何参数来定义适应度函数，如图3所示，具体的定义方法如下描述：
采用压力中心的等效计算方法:
根据前述关键点序列A和B获得的翅膀几何图形，如图2所示，将其采用简化模型进行参数表达，简化模型可以为一直角梯形，或三角形或矩形，如图4所示，参数包括翼根弦长CR和翼尖弦长CT及翅翼翼展R；
计算该简化图形模型的质心位置Centroid(x11,y12)和压力中心CP(xc11,yc12)，如图5所示，计算方法可参考
http://www-mdp.eng.cam.ac.uk/web/library/enginfo/aerothermal_dvd_ only/aero/fprops/statics/node20.html中压力中心的计算方法；
Figure GDA0002572953240000091
其中转动惯量Ixyc和Ixc,具体描述方法可参见:
http://au.mathworks.com/matlabcentral/fileexchange/319-polygeom-m
以压力中心点CP为等效点，将通过关键点生成的翅膀形状形成的压力中心等效于简化模型中的压力中心，即设置xc21＝xc11,yc22＝yc21,R相同，参见图2和5
求解方程组：CR和CT为变量
Figure GDA0002572953240000092
Figure GDA0002572953240000093
得到的翼根弦长CR和翼尖弦长CT解为：
Figure GDA0002572953240000094
采用狼群算法或其它优化方法对对翼根弦长CR和翼尖弦长CT等进行优化。其中狼群算法可使用现有已公开的狼群算法，也可以使用本申请人的“一种模拟狼群行为的计算智能优化方法”专利申请(申请号：2018100504317)。
[4]根据上述优化设计得到图6和图7的MAV翅膀。

Claims (4)

1.一种微型扑翼飞行器翅膀智能参数化设计方法，采用以下步骤进行翅膀的参数化设计:
(1)在X-Y坐标系中生成MAV翅膀上、下两部分的关键点序列，即:上部分Ai(i＝1...N)和下部分Bi(i＝1...M)，N和M为A点和B点序列的数量，A点和B点用坐标数据(x,y)表示；
(2)几何建模：采用二次插值样条曲线，连接上述步骤生成的关键点，形成MAV翅膀的几何外形；
(3)根据以上步骤生成的MAV翅膀的几何外形，计算选定与性能有关的几何和物理参数；与MAV翅膀有关的性能参数为质心位置(CL)或压力中心(CP)，质心位置或压力中心按以下步骤获得：
步骤1，MAV翅膀上、下两部分序列点Ai(i＝1,…,N)和Bi(i＝1,…,M),组成数组[Ai,Bi],各个点的位置用X,Y表示，Ai(ai1,ai2),Bi(bi1,bi2)，组成X,Y坐标的行列式如下式:
Figure FDA0002572953230000011
步骤2，计算行列式得到Ci(i＝1,…,N+M-1)，如下：
Figure FDA0002572953230000021
步骤3，设D＝C1+…+Ci-1+…+CN-1+CN+CN+1+…+CN+i+…+CN+M-1；
步骤4，由点[Ai，Bi]围成的面积Area＝|D/2|；
步骤5，计算坐标X，Y的平均值xm，ym，然后计算相对位置x，y如下：
x＝X-xm；y＝Y-ym；
步骤6，计算压力中心CP(xp，yp)和xc，yc：
xp＝x([2：end1])；
yp＝y([2：end1])；
a＝x.＊yp-xp.＊y；
Area＝sum(a)/2
xc＝sum((x+xp).＊a)/6/Area；
yc＝sum((y+yp).＊a)/6/Area；
步骤7，计算质心位置(x_cen，y_cen)
x_cen＝xc+xm
y_cen＝yc+ym；
(4)定义具有设计目标的几何参数来定义适应度函数，优化计算获得MAV翅膀的几何外形。
2.根据权利要求1所述的微型扑翼飞行器翅膀智能参数化设计方法，其特征在于，生成关键序列点的方法为：
(1)初始化关键点序列，将A和B的坐标数据(x,y)全部赋值为0；
(2)生成A序列和B序列，具体步骤为：
A序列坐标为:
{A1(xa1,ya1),A2(xa2,ya2),...,Ai(xai,yai),...,AN(xaN,yaN)},N为A点的数量，i＝1...N
X坐标值，在指定的区间[0,xmax]内均匀分布随机产生数据点，满足以下条件:
0<xa1<xa2<...<xai<...<xaN<＝xmax (1)
Y坐标值，在指定的区间[0,ymax]内均匀分布随机产生数据点，满足以下条件:
0<ya1<ya2<...<yai<...<yaN<＝ymax (2)
B序列坐标为:
{B1(xb1,yb1),B2(xb2,yb2),...,Bi(xbi,ybi),...,BM(xbM,ybM)},M为B点的数量，i＝1...M
X坐标值，在指定的区间[0,xmax]内均匀分布随机产生数据点，满足以下条件:
0<xb1<xb2<...<xbi<...<xbN<＝xmax (3)
Y坐标值，在指定的区间[0,ymax]内均匀分布随机产生数据点，满足以下条件:
0<yb1<yb2<...<ybi<...<ybN<＝ymax (4)
A和B关键点的Y坐标需要满足：
0<max(ybi)<min(yai)<＝ymax (5)。
3.根据权利要求2所述的微型扑翼飞行器翅膀智能参数化设计方法，其特征在于，采用压力中心的等效计算方法计算MAV翅膀的几何参数:
根据前述关键点序列A和B获得的翅膀几何图形，将其采用简化模型进行几何参数表达，简化模型可以为一直角梯形，或三角形或矩形，参数包括翼根弦长CR和翼尖弦长CT及翅翼翼展R；
以压力中心点CP为等效点，将通过关键点生成的翅膀形状形成的压力中心CP(xc21,yc22)等效于简化模型中的压力中心CP(xc11,yc21)，即设置xc21＝xc11,yc22＝yc21,Xmax＝R；
求解方程组：CR和CT为变量：
Figure FDA0002572953230000041
Figure FDA0002572953230000042
得到的翼根弦长CR和翼尖弦长CT解为：
Figure FDA0002572953230000043
4.根据权利要求3所述的微型扑翼飞行器翅膀智能参数化设计方法，其特征在于，采用狼群算法对翼根弦长CR和翼尖弦长CT进行优化。
CN201910331665.3A 2019-04-24 2019-04-24 一种微型扑翼飞行器翅膀智能参数化设计方法 Expired - Fee Related CN110008639B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201910331665.3A CN110008639B (zh) 2019-04-24 2019-04-24 一种微型扑翼飞行器翅膀智能参数化设计方法
PCT/CN2019/085591 WO2020215362A1 (zh) 2019-04-24 2019-05-06 一种微型扑翼飞行器翅膀智能参数化设计方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910331665.3A CN110008639B (zh) 2019-04-24 2019-04-24 一种微型扑翼飞行器翅膀智能参数化设计方法

Publications (2)

Publication Number Publication Date
CN110008639A CN110008639A (zh) 2019-07-12
CN110008639B true CN110008639B (zh) 2020-10-27

Family

ID=67174122

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910331665.3A Expired - Fee Related CN110008639B (zh) 2019-04-24 2019-04-24 一种微型扑翼飞行器翅膀智能参数化设计方法

Country Status (2)

Country Link
CN (1) CN110008639B (zh)
WO (1) WO2020215362A1 (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110737949B (zh) * 2019-11-12 2023-05-30 中国工程物理研究院总体工程研究所 一种筒式发射无人机折叠机翼的发射受力分析方法
CN111199105B (zh) * 2020-01-03 2022-03-22 浙江大学 一种扑翼运动参数优化方法
CN112224440A (zh) * 2020-10-20 2021-01-15 冯旭辉 一种扑翼空气动力特性高精度仿真方法
CN113722826B (zh) * 2021-08-31 2024-02-20 北京航空航天大学 一种基于遗传算法的扑翼飞行器节能控制优化方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE2503177A1 (de) * 1975-01-27 1976-10-14 Gar Konrad Schwingenflugzeug bzw. schwingenflugapparat
WO2008010830A3 (en) * 2005-11-08 2008-09-25 Univ Delaware Technology Corp Mechanism for biaxial rotation of a wing and vehicle containing such mechanism
CN107226208A (zh) * 2017-05-27 2017-10-03 上海交通大学 全翼扑动与翼尖主动扭转相结合的五自由度扑翼飞行器
CN107729639A (zh) * 2017-10-10 2018-02-23 东莞理工学院 一种仿蜂鸟扑翼微型飞行器悬飞下翅翼的设计方法
CN108491558A (zh) * 2018-01-17 2018-09-04 南京航空航天大学 机翼扑动频率始终不变的扑翼飞行器的设计和控制方法
CN109408941A (zh) * 2018-10-18 2019-03-01 清华大学 基于数据挖掘和遗传算法的飞行器气动优化方法

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1642222A2 (en) * 2003-06-25 2006-04-05 BAE Systems PLC Design optimisation of computationally intensive design problems
CN102815399B (zh) * 2012-08-09 2014-12-10 上海交通大学 仿蜂鸟扑翼微飞行器
CN103699757B (zh) * 2014-01-06 2016-05-25 西北工业大学 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
CN104392075B (zh) * 2014-12-15 2019-01-18 中国飞机强度研究所 一种翼型参数化建模方法
JP6085324B2 (ja) * 2015-03-25 2017-02-22 富士重工業株式会社 航空機構造体の製造方法、航空機構造体の設計情報の作成方法、航空機構造体の設計システム及び航空機構造体の設計プログラム
CN104802990B (zh) * 2015-04-28 2017-01-18 北京航空航天大学 一种可折叠扑翼与固定翼耦合构型飞行器设计
CN104933250B (zh) * 2015-06-23 2018-03-02 中国航空工业集团公司西安飞机设计研究所 一种机翼动力学建模方法
CN105740575A (zh) * 2016-03-03 2016-07-06 北京航空航天大学 基于波动推进理论的扑翼分析和设计
CN108121855B (zh) * 2017-12-06 2021-04-09 北京理工大学 基于仿生柔性机翼的小型无人飞行器飞行动力学优化方法
CN108446445B (zh) * 2018-02-12 2021-12-17 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
CN109446688A (zh) * 2018-11-07 2019-03-08 上海海事大学 一种基于二维平面悬停扑翼气动特性分析方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE2503177A1 (de) * 1975-01-27 1976-10-14 Gar Konrad Schwingenflugzeug bzw. schwingenflugapparat
WO2008010830A3 (en) * 2005-11-08 2008-09-25 Univ Delaware Technology Corp Mechanism for biaxial rotation of a wing and vehicle containing such mechanism
CN107226208A (zh) * 2017-05-27 2017-10-03 上海交通大学 全翼扑动与翼尖主动扭转相结合的五自由度扑翼飞行器
CN107729639A (zh) * 2017-10-10 2018-02-23 东莞理工学院 一种仿蜂鸟扑翼微型飞行器悬飞下翅翼的设计方法
CN108491558A (zh) * 2018-01-17 2018-09-04 南京航空航天大学 机翼扑动频率始终不变的扑翼飞行器的设计和控制方法
CN109408941A (zh) * 2018-10-18 2019-03-01 清华大学 基于数据挖掘和遗传算法的飞行器气动优化方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
"微型扑翼飞行器的仿生翼设计技术研究";刘岚;《中国博士学位论文全文数据库 工程科技II辑》;20080415(第4期);第29-58页 *

Also Published As

Publication number Publication date
CN110008639A (zh) 2019-07-12
WO2020215362A1 (zh) 2020-10-29

Similar Documents

Publication Publication Date Title
CN110008639B (zh) 一种微型扑翼飞行器翅膀智能参数化设计方法
Jiakun et al. Review on bio-inspired flight systems and bionic aerodynamics
Belobaba et al. Morphing aerospace vehicles and structures
Abas et al. Flapping wing micro-aerial-vehicle: Kinematics, membranes, and flapping mechanisms of ornithopter and insect flight
CN105549617B (zh) 一种仿鸟群行为和虚拟结构的无人机编队控制方法
CN111611652A (zh) 一种基于主动柔性变形的扑翼气动特性分析方法
Pan et al. HIT-Hawk and HIT-Phoenix: Two kinds of flapping-wing flying robotic birds with wingspans beyond 2 meters
Yang et al. Parameter Optimization of Foldable Flapping-Wing Mechanism for Maximum Lift
Anusonti-Inthra Full vehicle simulations for a coaxial rotorcraft using high-fidelity CFD/CSD coupling
Zhao et al. Effects of airfoil on aerodynamic performance of flapping wing
Mazhar et al. On the unsteady aerodynamics and design of flapping wing vehicles
Yang et al. The three-dimensional flow simulation of a flapping wing
Djojodihardjo et al. Kinematic and unsteady aerodynamic modelling, numerical simulation and parametric study of flapping wing ornithopter
Isakhani et al. A bioinspired airfoil optimization technique using Nash genetic algorithm
CN107944201B (zh) 一种固定翼飞行器的快速建模方法
Bie et al. Research progress in bat-Inspired flapping wing aerial vehicle
Ramamurti et al. Computational fluid dynamics study of unconventional air vehicle configurations
Palmer et al. Design elements of a bio-inspired micro air vehicle
Peters et al. Flapping wing performance related to wing planform and wing kinematics
Prosser Flapping wing design for a dragonfly-like micro air vehicle
Wang et al. Lift and drag analysis of a bionics flapping aircraft
Billingsley Aerodynamic Effectiveness and Conceptual Design of Bioinspired Flapping Wings in V-Formation Flight
Chowdhury et al. Numerical study of a flapping wing flight
Ren et al. Computational Optimization of Flexible Wing Aerodynamic Performance in Hover
Zhang Design, analysis and validation of a silver gull inspired hybrid UAV

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
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20201027

CF01 Termination of patent right due to non-payment of annual fee