CN110826168A - 一种飞行器气动辨识修正方法及介质 - Google Patents
一种飞行器气动辨识修正方法及介质 Download PDFInfo
- Publication number
- CN110826168A CN110826168A CN201910833377.8A CN201910833377A CN110826168A CN 110826168 A CN110826168 A CN 110826168A CN 201910833377 A CN201910833377 A CN 201910833377A CN 110826168 A CN110826168 A CN 110826168A
- Authority
- CN
- China
- Prior art keywords
- aerodynamic
- coefficient
- aircraft
- corrected
- flight
- 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
Images
Landscapes
- Aerodynamic Tests, Hydrodynamic Tests, Wind Tunnels, And Water Tanks (AREA)
Abstract
一种飞行器气动辨识修正方法及介质,属于气动设计技术领域,针对具有复杂气动特性飞行器的非线性气动数学模型,基于飞行试验状态多样性的事实,将飞行试验数据和风洞试验数据共同作为建模的样本点,通过求解超定方程组,建立修正后的气动数学模型,可跟随研制阶段进行辨识,不断增加飞行试验样本点,提高气动数学模型精度。
Description
技术领域
本发明涉及一种飞行器气动辨识修正方法及介质,属于气动设计技术领域。
背景技术
通常,在飞行器外形基本确定后,根据飞行器外形及一定的数学思想给出气动数学模型公式,然后制定风洞试验项目,通过风洞试验获取气动力数学模型输入(即作为建模的样本点),从而确定飞行试验用的飞行器三维气动数学模型。进行飞行试验后,应根据飞行试验情况对气动系数进行辨识,对数学模型进行修正。一般的线性模型直接应用辨识获得的气动静导数,而描述复杂气动特性的非线性数学模型则难以直接应用。
发明内容
本发明要解决的技术问题是:克服现有技术的不足,提供了一种飞行器气动辨识修正方法及介质,针对具有复杂气动特性飞行器的非线性气动数学模型,基于飞行试验状态多样性的事实,将飞行试验数据和风洞试验数据共同作为建模的样本点,通过求解超定方程组,建立修正后的气动数学模型,可跟随研制阶段进行辨识,不断增加飞行试验样本点,提高气动数学模型精度。
本发明目的通过以下技术方案予以实现:
一种飞行器气动辨识修正方法,包括如下步骤:
S1、利用风洞获得飞行器在预定滚转角、马赫数、攻角、舵偏角下的气动力系数和气动力矩系数;建立飞行器非线性气动数学模型;
S2、基于飞行器的飞行试验测试数据,利用但不限于动力学方程或运动学方程,获得不同工况下的飞行气动力系数和飞行气动力矩系数;
S3、将S2中所述的飞行试验测试数据、飞行气动力系数、飞行气动力矩系数作为飞行器非线性气动数学模型的数据样本,通过求解模型方程,获得修正后的气动力系数、修正后的气动力矩系数、修正后的系数矩阵。
上述飞行器气动辨识修正方法,S1中所述的飞行器非线性气动数学模型为:
C6×1=A6×nXn×1
式中,C6×1为气动力系数或气动力矩系数,A6×n为系数矩阵,Xn×1为线性无关的一组基底,n为Xn×1的秩。
上述飞行器气动辨识修正方法,在S3之后,S4、根据S3所述的修正后的气动力系数、修正后的气动力矩系数、修正后的系数矩阵,建立修正后的飞行器非线性气动数学模型。
上述飞行器气动辨识修正方法,S4中所述的修正后的气动力系数和修正后的气动力矩系数为:
C’6×1=A’6×nXn×1
式中,C’6×1为修正后的气动力系数或修正后的气动力矩系数,A’6×n为修正后的系数矩阵,Xn×1为线性无关的一组基底,n为Xn×1的秩。
上述飞行器气动辨识修正方法,修正后的系数矩阵A’6×n根据如下方程获得:
Xn×(n+Δn) TA′6×n T=C(n+Δn)×6
式中,Δn为飞行试验获取的样本点数。
上述飞行器气动辨识修正方法,S2中所述的飞行试验测试数据至少包括速度、高度、加速度、角速度、舵偏。
一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时,实现上述飞行器气动辨识修正方法的步骤。
本发明相比于现有技术具有如下有益效果:
本发明解决了复杂气动特性飞行器非线性气动数学模型辨识和修正的问题;融合了飞行试验和风洞试验两个来源的数据,进行辨识和修正;随着研制的深入和飞行结果的积累,可不断进行辨识和修正,从而不断提高数学模型精度。
附图说明
图1为本发明方法的步骤流程图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明的实施方式作进一步详细描述。
考虑非线性气动数学模型的表达式较为典型的是不同类型基底的多项式,建模过程实际就是确定多项式系数的过程。飞行试验前,一般利用风洞试验数据进行系数求解;飞行试验后,应根据飞行辨识结果进行修正,建立新的气动数学模型。在不增加飞行试验获取信息的基础上,本发明提供了一种快速、便捷、精确的气动辨识修正方法。
实施例1:
一种飞行器气动辨识修正方法,如图1所示,包括如下步骤:
S1、利用风洞获得飞行器在预定滚转角、马赫数、攻角、舵偏角下的气动力系数和气动力矩系数;建立飞行器非线性气动数学模型。
飞行器非线性气动数学模型为:
C6×1=A6×nXn×1
式中,C6×1为气动力系数或气动力矩系数,A6×n为系数矩阵,Xn×1为线性无关的一组基底,n为Xn×1的秩。
S2、基于飞行器的飞行试验测试数据,利用但不限于动力学方程或运动学方程,获得不同工况下的飞行气动力系数和飞行气动力矩系数。飞行试验测试数据至少包括速度、高度、加速度、角速度、舵偏。
S3、将S2中所述的飞行试验测试数据、飞行气动力系数、飞行气动力矩系数作为飞行器非线性气动数学模型的数据样本,通过求解模型方程,获得修正后的气动力系数、修正后的气动力矩系数、修正后的系数矩阵。
修正后的系数矩阵A’6×n根据如下方程获得:
Xn×(n+Δn) TA′6×n T=C(n+Δn)×6
式中,Δn为飞行试验获取的样本点数。
修正后的气动力系数或修正后的气动力矩系数为:
C’6×1=A’6×nXn×1
式中,C’6×1为修正后的气动力系数或修正后的气动力矩系数,A’6×n为修正后的系数矩阵,Xn×1为线性无关的一组基底,n为Xn×1的秩。
S4、根据S3所述的修正后的气动力系数、修正后的气动力矩系数、修正后的系数矩阵,建立修正后的飞行器非线性气动数学模型。
实施例2:
一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时,实现实施例1所述一种飞行器气动辨识修正方法的步骤。
实施例3:
一种飞行器气动辨识修正方法,包括以下步骤:
(1)从飞行试验测得的速度、高度、加速度、角速度、舵偏等信号,获得相应工况的飞行气动力系数、飞行气动力矩系数;
(2)将飞行状态的飞行气动力系数、飞行气动力矩系数作为飞行器非线性气动数学模型的数据样本,与原有风洞试验数据样本点一起建立一组超定方程;
(3)求解该超定方程组,获得修正后的气动力系数和修正后的气动力矩系数,建立修正后的飞行器非线性气动数学模型。
具体的:
(1)从飞行试验测得的速度、高度、加速度、角速度、舵偏等信号,获得相应工况的飞行气动力系数和飞行气动力矩系数;
(2)将飞行状态的飞行气动力系数、飞行气动力矩系数作为飞行器非线性气动数学模型的数据样本,与原有风洞试验数据样本点一起建立一组超定方程;
辨识前,基于风洞试验数据样本点,具有复杂气动特性飞行器的非线性气动数学模型的矩阵描述形式如下:
C6×1=A6×nXn×1
其中
C6×1:气动力系数或气动力矩系数;
A6×n:系数矩阵;
Xn×1:线性无关的一组基底,也可写为[x1,x2,…,xn]T;
n:Xn×1的秩;
下标“6”:总的力和力矩在所选坐标系下的六个分量。
其中系数矩阵A6×n可通过求解如下方程式获得:
Xn×n TA6×n T=Cn×6
式中
此时风洞试验数据样本点数为n。
加入飞行状态的样本点后,辨识修正后系数矩阵A′6×n可通过求解如下方程式获得:
Xn×(n+Δn) TA′6×n T=C(n+Δn)×6
其中
Δn:飞行状态的样本点数。
(3)求解超定方程组,获得气动数学模型辨识后的各项系数,建立修正后的飞行器非线性气动数学模型。
修正后飞行器非线性气动数学模型的矩阵描述形式如下:
C’6×1=A’6×nXn×1
其中
C’6×1为修正后的气动力系数或修正后的气动力矩系数。
本发明可应用于具有复杂气动特性的飞行器。
本发明说明书中未作详细描述的内容属本领域技术人员的公知技术。
Claims (7)
1.一种飞行器气动辨识修正方法,其特征在于,包括如下步骤:
S1、利用风洞获得飞行器在预定滚转角、马赫数、攻角、舵偏角下的气动力系数和气动力矩系数;建立飞行器非线性气动数学模型;
S2、基于飞行器的飞行试验测试数据,利用但不限于动力学方程或运动学方程,获得不同工况下的飞行气动力系数和飞行气动力矩系数;
S3、将S2中所述的飞行试验测试数据、飞行气动力系数、飞行气动力矩系数作为飞行器非线性气动数学模型的数据样本,通过求解模型方程,获得修正后的气动力系数、修正后的气动力矩系数、修正后的系数矩阵。
2.根据权利要求1所述的一种飞行器气动辨识修正方法,其特征在于,S1中所述的飞行器非线性气动数学模型为:
C6×1=A6×nXn×1
式中,C6×1为气动力系数或气动力矩系数,A6×n为系数矩阵,Xn×1为线性无关的一组基底,n为Xn×1的秩。
3.根据权利要求1所述的一种飞行器气动辨识修正方法,其特征在于,在S3之后,S4、根据S3所述的修正后的气动力系数、修正后的气动力矩系数、修正后的系数矩阵,建立修正后的飞行器非线性气动数学模型。
4.根据权利要求1所述的一种飞行器气动辨识修正方法,其特征在于,S4中所述的修正后的气动力系数和修正后的气动力矩系数为:
C′6×1=A′6×nXn×1
式中,C′6×1为修正后的气动力系数或修正后的气动力矩系数,A′6×n为修正后的系数矩阵,Xn×1为线性无关的一组基底,n为Xn×1的秩。
5.根据权利要求1所述的一种飞行器气动辨识修正方法,其特征在于,修正后的系数矩阵A′6×n根据如下方程获得:
Xn×(n+Δn) TA′6×n T=C(n+Δn)×6
式中,Δn为飞行试验获取的样本点数。
6.根据权利要求1所述的一种飞行器气动辨识修正方法,其特征在于,S2中所述的飞行试验测试数据至少包括速度、高度、加速度、角速度、舵偏。
7.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时,实现权利要求1~6之一所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910833377.8A CN110826168B (zh) | 2019-09-04 | 2019-09-04 | 一种飞行器气动辨识修正方法及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910833377.8A CN110826168B (zh) | 2019-09-04 | 2019-09-04 | 一种飞行器气动辨识修正方法及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110826168A true CN110826168A (zh) | 2020-02-21 |
CN110826168B CN110826168B (zh) | 2020-10-30 |
Family
ID=69547887
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910833377.8A Active CN110826168B (zh) | 2019-09-04 | 2019-09-04 | 一种飞行器气动辨识修正方法及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110826168B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111695193A (zh) * | 2020-05-11 | 2020-09-22 | 上海机电工程研究所 | 一种全局相关三维气动力数学模型的建模方法及系统 |
CN111695192A (zh) * | 2020-05-11 | 2020-09-22 | 上海机电工程研究所 | 气动力多源数据融合和辨识方法、系统及介质 |
CN113505434A (zh) * | 2021-06-24 | 2021-10-15 | 上海机电工程研究所 | 基于气动力数学模型的飞行器设计制造方法及其飞行器 |
CN113987794A (zh) * | 2021-10-26 | 2022-01-28 | 成都飞机工业(集团)有限责任公司 | 一种飞机的非线性刚性气动数据修正方法、装置、设备及存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030216896A1 (en) * | 2002-05-17 | 2003-11-20 | Betts John T. | System and method for modeling dynamic systems using large scale parameter estimation |
CN103020456A (zh) * | 2012-12-11 | 2013-04-03 | 中国航天空气动力技术研究院 | 一种飞行器气动参数辨识误差区间估算方法 |
CN105466660A (zh) * | 2015-12-29 | 2016-04-06 | 清华大学 | 一种采用加速度观测器的飞机气动参数分区分步辨识方法 |
CN109033548A (zh) * | 2018-07-03 | 2018-12-18 | 中国空气动力研究与发展中心高速空气动力研究所 | 一种计算槽壁边界条件主要系数的拟合方法 |
-
2019
- 2019-09-04 CN CN201910833377.8A patent/CN110826168B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030216896A1 (en) * | 2002-05-17 | 2003-11-20 | Betts John T. | System and method for modeling dynamic systems using large scale parameter estimation |
CN103020456A (zh) * | 2012-12-11 | 2013-04-03 | 中国航天空气动力技术研究院 | 一种飞行器气动参数辨识误差区间估算方法 |
CN105466660A (zh) * | 2015-12-29 | 2016-04-06 | 清华大学 | 一种采用加速度观测器的飞机气动参数分区分步辨识方法 |
CN109033548A (zh) * | 2018-07-03 | 2018-12-18 | 中国空气动力研究与发展中心高速空气动力研究所 | 一种计算槽壁边界条件主要系数的拟合方法 |
Non-Patent Citations (2)
Title |
---|
浦甲伦 等: "飞行器气动参数智能在线辨识技术研究", 《宇航总体技术》 * |
鲁兴举: "飞行器状态空间模型参数在线辨识方法", 《中国博士学位论文全文数据库 工程科技Ⅱ辑》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111695193A (zh) * | 2020-05-11 | 2020-09-22 | 上海机电工程研究所 | 一种全局相关三维气动力数学模型的建模方法及系统 |
CN111695192A (zh) * | 2020-05-11 | 2020-09-22 | 上海机电工程研究所 | 气动力多源数据融合和辨识方法、系统及介质 |
CN113505434A (zh) * | 2021-06-24 | 2021-10-15 | 上海机电工程研究所 | 基于气动力数学模型的飞行器设计制造方法及其飞行器 |
CN113987794A (zh) * | 2021-10-26 | 2022-01-28 | 成都飞机工业(集团)有限责任公司 | 一种飞机的非线性刚性气动数据修正方法、装置、设备及存储介质 |
CN113987794B (zh) * | 2021-10-26 | 2024-06-07 | 成都飞机工业(集团)有限责任公司 | 一种飞机的非线性刚性气动数据修正方法、装置、设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN110826168B (zh) | 2020-10-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110826168B (zh) | 一种飞行器气动辨识修正方法及介质 | |
CN111695192B (zh) | 气动力多源数据融合和辨识方法、系统及介质 | |
CN109635494B (zh) | 一种飞行试验与地面仿真气动力数据综合建模方法 | |
US6341247B1 (en) | Adaptive method to control and optimize aircraft performance | |
CN111695193B (zh) | 一种全局相关三维气动力数学模型的建模方法及系统 | |
CN109458994B (zh) | 一种空间非合作目标激光点云icp位姿匹配正确性判别方法及系统 | |
CN112284679B (zh) | 一种燃气舵测力五分量天平及分力的计算方法 | |
CN110221244B (zh) | 非视距条件下基于到达时间差的鲁棒定位方法 | |
CN112711815B (zh) | 飞行器建模与模型特性分析系统 | |
CN114004023A (zh) | 一种基于循环神经网络的飞行器气动参数辨识的方法 | |
CN112836581B (zh) | 一种基于相关性分析的敏感故障特征提取方法及装置 | |
CN105353359B (zh) | 异步组网雷达系统误差校正方法 | |
CN117574794A (zh) | 一种基于气动参数辨识的马赫数修正方法 | |
CN109141802A (zh) | 用于捕获轨迹试验中的外挂物控制律的模拟方法 | |
CN113433957B (zh) | 一种油气管道巡检无人机抗风控制方法 | |
CN114491802B (zh) | 基于惯组测量信息的滑翔飞行器在线气动辨识及修正方法 | |
CN106950982B (zh) | 再入飞行器姿控动力系统高空力矩特性辨识方法 | |
CN108828509B (zh) | 一种多平台多辐射源承载关系判定方法 | |
CN115407294B (zh) | 面向双站雷达体制的飞机动态雷达散射截面仿真方法 | |
CN113961543B (zh) | 一种基于mgaero的气动力数据库生成方法 | |
CN112762960A (zh) | 一种飞行器所处风场的在线计算方法 | |
CN115114864A (zh) | 一种基于cfd的飞行器全包线气动数据库生成方法 | |
CN111754567B (zh) | 飞机复材构件机器人磨抛加工静动态误差综合补偿方法 | |
CN106932164A (zh) | 一种基于气动导数辨识结果的气动数据修正方法 | |
CN111985169A (zh) | 一种近轴对称飞行器气动特性建模方法 |
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 |