CN110908282B - 一种用于直升机振动主动控制系统次级通路建模方法 - Google Patents
一种用于直升机振动主动控制系统次级通路建模方法 Download PDFInfo
- Publication number
- CN110908282B CN110908282B CN201911227844.9A CN201911227844A CN110908282B CN 110908282 B CN110908282 B CN 110908282B CN 201911227844 A CN201911227844 A CN 201911227844A CN 110908282 B CN110908282 B CN 110908282B
- Authority
- CN
- China
- Prior art keywords
- vibration
- helicopter
- active control
- actuator
- control system
- 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
Links
Images
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)
- Vibration Prevention Devices (AREA)
Abstract
本发明属于直升机振动主动控制技术领域,公开了一种用于直升机振动主动控制系统次级通路建模方法,包括:S1,对多个作动器和多个振动传感器进行编号;S2,启动第i个作动器,S3,向第i个作动器发送输出力指令;S4,第i个作动器的输出力稳定后,选取预设时间段的所有振动传感器的振动数据;S5,关闭第i个作动器使其停止工作;S6,重复执行S2‑S5,直到得到第N个作动器对应的所有振动传感器的振动数据,从而得到采集的所有振动数据;S7,根据采集的所有振动数据确定次级通路模型,该方法可行性高,用时短,有较高的有效性和可靠性。完成次级通路建模后,如果直升机的传力路径和动力学特性没有发生变化,则不需重新建模。
Description
技术领域
本发明属于直升机振动主动控制技术领域,尤其涉及一种用于直升机振动主动控制系统次级通路建模方法。
背景技术
直升机振动主动控制系统的主要功能为通过主动控制的方式降低直升机的振动水平,基本原理为通过作动器输出控制力产生振动,抵消振动传感器处的振动。为了实现减振功能,系统在进行减振前需要先得到次级通路模型,即从作动器安装位置到振动传感器安装位置的传递函数,此模型是系统能否实现减振功能的关键。
直升机振动主动控制系统次级通路建模方法以得到次级通路模型为目的,并且可以通过较为简便的方式来实现,同时有较高的有效性和可靠性。完成次级通路建模后,如果直升机的传力路径和动力学特性没有发生变化,则不需重新建模。
目前直升机振动主动控制系统在国内大都处于理论研究阶段,并无其他在研系统。
发明内容
针对上述背景技术中的问题,本发明的目的在于提供一种用于直升机振动主动控制系统次级通路建模方法,该方法可行性高,用时短,有较高的有效性和可靠性。完成次级通路建模后,如果直升机的传力路径和动力学特性没有发生变化,则不需重新建模。
为达到上述目的,本发明采用如下技术方案予以实现。
一种用于直升机振动主动控制系统次级通路建模方法,直升机振动主动控制系统包含多个作动器和多个振动传感器,所述方法包括:
S1,对多个作动器进行编号,且对多个振动传感器进行编号;
S2,启动第i个作动器,i=1,…N,N为作动器总个数;
S3,向第i个作动器发送输出力指令;
S4,第i个作动器的输出力稳定后,选取预设时间段的所有振动传感器的振动数据;
S5,关闭第i个作动器使其停止工作,并令i的值加1;
S6,重复执行S2-S5,直到得到第N个作动器对应的所有振动传感器的振动数据,从而得到采集的所有振动数据;
S7,根据采集的所有振动数据确定次级通路模型。
本发明技术方案的特点和进一步的改进为:
(1)启动第i个作动器时,其他作动器处于关闭状态。
(2)S3中的输出力指令的频率为直升机主旋翼一阶通过频率。
(3)S4中的预设时间段的选取规则:
第i个作动器的输出力稳定后,选取P个旋翼转动周期,将第P个旋翼转动周期作为预设时间段,P>5。
(4)S7根据采集的所有振动数据确定次级通路模型,具体包括:
假设作动器为N个,振动传感器为M个,第n个作动器与第m个振动传感器的连接通路作为一个通道,从而有M×N个通道,n=1,…,N,m=1,…,M;
采集每个通道中的振动传感器的时域数据,对所述时域数据进行滤波和DFT变换,得到该时域数据的实部分量和虚部分量;
将所有通道的实部分量和虚部分量组成矩阵,该矩阵即为直升机振动主动控制系统次级通路模型。
(5)将所有通道的实部分量和虚部分量组成矩阵,具体为:
对于第n个作动器与第m个振动传感器组成的通道,该通道的实部分量和虚部分量作为矩阵的第m行第n列。
(6)所述方法还包括:多次重复执行该直升机振动主动控制系统次级通路建模方法,得到对应的多个次级通路模型,对所述多个次级通路模型取均值,作为最终的次级通路模型。
(7)若得到对应的多个次级通路模型方差大于预设值,则去掉方差大于预设值的若干个次级通路模型。
(8)直升机振动主动控制系统包含控制器、多个作动器和多个振动传感器;
所述次级通路模型存储于所述控制器中,用于控制器解算输出个每个作动器的输出力指令。
本发明实施例提供的直升机振动主动控制系统次级通路建模方法可以用于目前国内所有构型的直升机,为直升机振动主动控制系统提供次级通路模型,保证系统能够实现减振功能。该方法可行性高,用时短,有较高的有效性和可靠性。完成次级通路建模后,如果直升机的传力路径和动力学特性没有发生变化,则不需重新建模。
附图说明
图1为本发明实施例提供的一种用于直升机振动主动控制系统次级通路建模方法的流程示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明实施例提供一种用于直升机振动主动控制系统次级通路建模方法,此方法用于直升机振动主动控制系统,直升机振动主动控制系统包括一个控制器、若干作动器(离心式)、若干振动传感器,其中,控制器用于采集振动传感器的数据、运行算法、向作动器发送输出力指令,作动器用于输出特定方向的正弦力,以使结构产生振动来抵消振动传感器安装位置处的初始振动。
如图1所示,所述方法包括:
S1,对多个作动器进行编号,且对多个振动传感器进行编号;
S2,启动第i个作动器,i=1,…N,N为作动器总个数;
S3,向第i个作动器发送输出力指令;
S4,第i个作动器的输出力稳定后,选取预设时间段的所有振动传感器的振动数据;
S5,关闭第i个作动器使其停止工作,并令i的值加1;
S6,重复执行S2-S5,直到得到第N个作动器对应的所有振动传感器的振动数据,从而得到采集的所有振动数据;
S7,根据采集的所有振动数据确定次级通路模型。
具体的,
(1)启动第i个作动器时,其他作动器处于关闭状态。
(2)S3中的输出力指令的频率为直升机主旋翼一阶通过频率。
(3)S4中的预设时间段的选取规则:
第i个作动器的输出力稳定后,选取P个旋翼转动周期,将第P个旋翼转动周期作为预设时间段,P>5。
(4)S7根据采集的所有振动数据确定次级通路模型,具体包括:
假设作动器为N个,振动传感器为M个,第n个作动器与第m个振动传感器的连接通路作为一个通道,从而有M×N个通道,n=1,…,N,m=1,…,M;
采集每个通道中的振动传感器的时域数据,对所述时域数据进行滤波和DFT变换,得到该时域数据的实部分量和虚部分量;
将所有通道的实部分量和虚部分量组成矩阵,该矩阵即为直升机振动主动控制系统次级通路模型。
(5)将所有通道的实部分量和虚部分量组成矩阵,具体为:
对于第n个作动器与第m个振动传感器组成的通道,该通道的实部分量和虚部分量作为矩阵的第m行第n列。
(6)所述方法还包括:多次重复执行该直升机振动主动控制系统次级通路建模方法,得到对应的多个次级通路模型,对所述多个次级通路模型取均值,作为最终的次级通路模型。
(7)若得到对应的多个次级通路模型方差大于预设值,则去掉方差大于预设值的若干个次级通路模型。
(8)直升机振动主动控制系统包含控制器、多个作动器和多个振动传感器;
所述次级通路模型存储于所述控制器中,用于控制器解算输出个每个作动器的输出力指令。
本发明实施例提供的直升机振动主动控制系统次级通路建模方法可以用于目前国内所有构型的直升机,为直升机振动主动控制系统提供次级通路模型,保证系统能够实现减振功能。该方法可行性高,用时短,有较高的有效性和可靠性。完成次级通路建模后,如果直升机的传力路径和动力学特性没有发生变化,则不需重新建模。
以上所述,仅为本发明的具体实施例,对本发明进行详细描述,未详尽部分为常规技术。但本发明的保护范围不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。本发明的保护范围应以所述权利要求的保护范围为准。
Claims (8)
1.一种用于直升机振动主动控制系统次级通路建模方法,直升机振动主动控制系统包含多个作动器和多个振动传感器,其特征在于,所述方法包括:
S1,对多个作动器进行编号,且对多个振动传感器进行编号;
S2,启动第i个作动器,i=1,…N,N为作动器总个数;
S3,向第i个作动器发送输出力指令;
S4,第i个作动器的输出力稳定后,选取预设时间段的所有振动传感器的振动数据;
S5,关闭第i个作动器使其停止工作,并令i的值加1;
S6,重复执行S2-S5,直到得到第N个作动器对应的所有振动传感器的振动数据,从而得到采集的所有振动数据;
S7,根据采集的所有振动数据确定次级通路模型;
S7根据采集的所有振动数据确定次级通路模型,具体包括:
假设作动器为N个,振动传感器为M个,第n个作动器与第m个振动传感器的连接通路作为一个通道,从而有M×N个通道,n=1,…,N,m=1,…,M;
采集每个通道中的振动传感器的时域数据,对所述时域数据进行滤波和DFT变换,得到该时域数据的实部分量和虚部分量;
将所有通道的实部分量和虚部分量组成矩阵,该矩阵即为直升机振动主动控制系统次级通路模型。
2.根据权利要求1所述的一种用于直升机振动主动控制系统次级通路建模方法,其特征在于,启动第i个作动器时,其他作动器处于关闭状态。
3.根据权利要求1所述的一种用于直升机振动主动控制系统次级通路建模方法,其特征在于,S3中的输出力指令的频率为直升机主旋翼一阶通过频率。
4.根据权利要求1所述的一种用于直升机振动主动控制系统次级通路建模方法,其特征在于,S4中的预设时间段的选取规则:
第i个作动器的输出力稳定后,选取P个旋翼转动周期,将第P个旋翼转动周期作为预设时间段,P>5。
5.根据权利要求1所述的一种用于直升机振动主动控制系统次级通路建模方法,其特征在于,将所有通道的实部分量和虚部分量组成矩阵,具体为:
对于第n个作动器与第m个振动传感器组成的通道,该通道的实部分量和虚部分量作为矩阵的第m行第n列。
6.根据权利要求1所述的一种用于直升机振动主动控制系统次级通路建模方法,其特征在于,所述方法还包括:多次重复执行该直升机振动主动控制系统次级通路建模方法,得到对应的多个次级通路模型,对所述多个次级通路模型取均值,作为最终的次级通路模型。
7.根据权利要求6所述的一种用于直升机振动主动控制系统次级通路建模方法,其特征在于,若得到对应的多个次级通路模型方差大于预设值,则去掉方差大于预设值的若干个次级通路模型。
8.根据权利要求1所述的一种用于直升机振动主动控制系统次级通路建模方法,其特征在于,直升机振动主动控制系统包含控制器、多个作动器和多个振动传感器;
所述次级通路模型存储于所述控制器中,用于控制器解算输出个每个作动器的输出力指令。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911227844.9A CN110908282B (zh) | 2019-12-04 | 2019-12-04 | 一种用于直升机振动主动控制系统次级通路建模方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911227844.9A CN110908282B (zh) | 2019-12-04 | 2019-12-04 | 一种用于直升机振动主动控制系统次级通路建模方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110908282A CN110908282A (zh) | 2020-03-24 |
CN110908282B true CN110908282B (zh) | 2022-06-21 |
Family
ID=69822220
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911227844.9A Active CN110908282B (zh) | 2019-12-04 | 2019-12-04 | 一种用于直升机振动主动控制系统次级通路建模方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110908282B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114114913B (zh) * | 2021-11-19 | 2023-03-31 | 中国直升机设计研究所 | 一种振动主动控制系统次级通路建模方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105843270A (zh) * | 2016-03-31 | 2016-08-10 | 南京航空航天大学 | 一种直升机多频振动主动控制方法 |
CN108088599A (zh) * | 2017-12-01 | 2018-05-29 | 中国直升机设计研究所 | 一种直升机电磁作动器输出力变化特性测试方法 |
CN108945405A (zh) * | 2018-04-23 | 2018-12-07 | 南京航空航天大学 | 直升机机体振动自适应谐波前馈-滑模反馈混合控制方法 |
CN109491418A (zh) * | 2018-07-25 | 2019-03-19 | 昆明理工大学 | 一种基于次级通道在线辨识的主动隔振系统实验平台及其控制方法 |
CN110488605A (zh) * | 2019-07-22 | 2019-11-22 | 南京航空航天大学 | 一种用于直升机机体振动主动控制的压电作动器迟滞神经网络补偿方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7216018B2 (en) * | 2004-05-14 | 2007-05-08 | Massachusetts Institute Of Technology | Active control vibration isolation using dynamic manifold |
-
2019
- 2019-12-04 CN CN201911227844.9A patent/CN110908282B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105843270A (zh) * | 2016-03-31 | 2016-08-10 | 南京航空航天大学 | 一种直升机多频振动主动控制方法 |
CN108088599A (zh) * | 2017-12-01 | 2018-05-29 | 中国直升机设计研究所 | 一种直升机电磁作动器输出力变化特性测试方法 |
CN108945405A (zh) * | 2018-04-23 | 2018-12-07 | 南京航空航天大学 | 直升机机体振动自适应谐波前馈-滑模反馈混合控制方法 |
CN109491418A (zh) * | 2018-07-25 | 2019-03-19 | 昆明理工大学 | 一种基于次级通道在线辨识的主动隔振系统实验平台及其控制方法 |
CN110488605A (zh) * | 2019-07-22 | 2019-11-22 | 南京航空航天大学 | 一种用于直升机机体振动主动控制的压电作动器迟滞神经网络补偿方法 |
Non-Patent Citations (1)
Title |
---|
"次级通道在线辨识的自适应结构响应主动控制研究";杜昕 等;《航空科学技术》;20151115;第26卷(第11期);第43-48页 * |
Also Published As
Publication number | Publication date |
---|---|
CN110908282A (zh) | 2020-03-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Li et al. | Short-term wind power prediction based on extreme learning machine with error correction | |
KR101519483B1 (ko) | 풍력발전단지의 시뮬레이션 장치 | |
Barlas et al. | Model predictive control for wind turbines with distributed active flaps: incorporating inflow signals and actuator constraints | |
Stanovich et al. | Development of a smart-grid cyber-physical systems testbed | |
CN101871948B (zh) | 风电场风速预测系统及方法 | |
Casau et al. | A set-valued approach to FDI and FTC of wind turbines | |
CN103914353A (zh) | 结合软件可靠性测试与硬件可靠性试验的联合试验方法 | |
AU2001267749A1 (en) | Monitoring the health of a power plant | |
CN110908282B (zh) | 一种用于直升机振动主动控制系统次级通路建模方法 | |
CN103527406A (zh) | 风电厂控制系统 | |
Aminian et al. | GISOO: A virtual testbed for wireless cyber-physical systems | |
CN103279124A (zh) | 一种面向电动汽车电机控制器开发的实验系统 | |
Yin et al. | Inertia compensation scheme of WTS considering time delay for emulating large‐inertia turbines | |
Selwyn et al. | Computation of availability and performance of wind turbine with markov analysis in India | |
CN113027674B (zh) | 风力发电机组的控制方法及其装置 | |
CN117591924A (zh) | 轴承故障检测的方法、装置、存储介质及电子设备 | |
Bu et al. | Reducing model complexity of DFIG-based wind turbines to improve the efficiency of power system stability analysis | |
US20130124670A1 (en) | Systems and methods for recording data associated with the operation of foundation fieldbus devices | |
US20210216047A1 (en) | Control system, support device, and storage medium | |
CN109002489B (zh) | 风力发电机组的数据存储方法和数据存储装置 | |
CN109978204B (zh) | 确定风电场的风功率的预测准确率的方法和装置 | |
Martınez-Garcıa et al. | A simple nonlinear observer for state and unknown input estimation: DC motor applications | |
CN102411347A (zh) | 用以测试过程控制系统的方法,装置和制品 | |
CN112160868B (zh) | 变桨系统的监控方法、系统、设备及介质 | |
CN113132196B (zh) | 风力发电机组总线系统的过程数据保护方法及装置 |
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 |