CN111240227A - 一种运输直升机救火类综合任务谱编制方法 - Google Patents
一种运输直升机救火类综合任务谱编制方法 Download PDFInfo
- Publication number
- CN111240227A CN111240227A CN202010073193.9A CN202010073193A CN111240227A CN 111240227 A CN111240227 A CN 111240227A CN 202010073193 A CN202010073193 A CN 202010073193A CN 111240227 A CN111240227 A CN 111240227A
- Authority
- CN
- China
- Prior art keywords
- task
- control parameters
- fire fighting
- section
- rotating speed
- 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
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
- G05B17/00—Systems involving the use of models or simulators of said systems
- G05B17/02—Systems involving the use of models or simulators of said systems electric
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Feedback Control In General (AREA)
Abstract
本发明公开了一种运输直升机救火类综合任务谱编制方法,以燃气涡轮转速谱为基本编谱参数,将任务剖面划分为起飞段、中间段和降落段,中间段又分为若干个救火工作循环任务段,统计分析各典型任务段控制参数的数学特征,确定中间段平均救火循环数量,并根据任务段控制参数数学特征抽样重建若干救火工作循环经拼接后形成中间段,并与起飞段和降落段组合形成综合任务谱;本发明简单直观,且描述精确;以典型任务循环为典型任务段,通过建立典型任务段的数学模型和描述方法,将典型任务段作为综合任务谱的编谱单元,相对于以单一任务段为编谱单元的载荷谱仿真方法更加合理,通用性更强。
Description
技术领域
本发明属于航空发动机的综合任务谱编制技术领域,特别涉及一种运输直升机救火类综合任务谱编制方法,为航空发动机的强度分析、加速任务试车谱的编制提供了基础,是编制航空发动机关键件的寿命试验谱的重要一步。
背景技术
航空发动机载荷谱是指在一次飞行历程中,各飞行参数随时间变化的曲线,即“载荷-时间”历程曲线。综合任务谱是通过一次“载荷-时间”历程来代表发动机在整个使用寿命期内的受载情况,它能否有效地替代外场复杂的使用载荷谱,取决于其与实测载荷谱的损伤是否一致。综合任务谱实质上就是考虑任务混频后的平均谱,在综合任务谱中各任务段的持续时间等于所有该类飞行练习中相同任务段的平均值。工程中往往选取能够代表机械典型工作任务的载荷参数进行综合任务谱编制。航空发动机的转速、过载、温度、高度等载荷谱的谱型通常与操作使用有关。以转速谱为例,对转速谱进行预处理(滤波和去除扰动)后,当把阵风载荷去掉后,剩下的谱为机动飞行载荷谱,转速的变化与飞机的各种飞行动作相对应。
目前,我国已经对执行不同任务的飞机的发动机进行了比较全面的空测,获得大量执行不同任务的飞机飞行剖面信息,如何利用这些飞行剖面信息编制合理的载荷谱,对发动机关键件低循环疲劳损伤、蠕变损伤的研究具有重要意义。目前,在航空发动机载荷谱编制方面,由于西方的技术封锁,国外尚没有公开的文献。国内有关载荷谱的公开文献均是对发动机的某一个飞行剖面进行仿真,而一个飞行剖面很难考虑到发动机所有的机动动作,因此不具有代表性,并且缺少标准化的编制方法。
现有技术中:杨兴宇(杨兴宇;涡轴发动机综合飞行载荷剖面研究;2002),在完成某涡轴发动机整机载荷剖面和总谱的基础上,进行发动机综合飞行剖面研究工作。此研究存在两方面不足:①采用“归一化圆整”方法处理次循环矩阵,存在损伤等效误差,虽在误差分析中分析其影响较小,但仍不是最佳的处理方法;②采用各载荷任务循环的方法编综合任务谱,忽略了从峰值到谷值,从谷值到峰值的过程变化。
宋迎东(宋迎东;操作相关的发动机载荷谱模型与仿真研究;2003),以某型歼击机发动机重心法向过载谱为例,进行统计分析,建立了与操作相关的航空发动机载荷谱的数学模型,并验证了模型的合理性。但采用的穿级计数次数法无法记录原始谱中载荷的次序,且在分布模型选取的不够精确。
陆琪(陆琪;一种与使用相关的航空发动机综合任务谱编制方法;2017),在专利中,以法向过载谱为例,编制与使用相关的航空发动机综合任务谱的编制,其本质是对航空发动机法向过载谱模型的建立和仿真。
由此可以得出结论:在航空发动机与使用相关的载荷谱的研究中,大部分文献和专利以航空发动机法向过载谱为研究对象,原因有以下两点:①法向过载谱的谱型简单、载荷变化范围小;②在发动机安装节等关键部位的基准参数是法向过载。
本发明以一种运输直升机发动机转速谱为基本编谱参数,对航空发动机与使用相关的载荷谱进行研究,有以下两点的必要性:①在航空发动机定寿过程中,转速谱一直是关键的参数;②发动机转动部件的定寿中,转速谱为基准参数。
因此,有必要建立一种能够准确模拟出与使用有关的航空发动机综合任务谱的方法,为转动部件的定寿作进一步的准备。
发明内容
为了解决现有技术中载荷谱编制时随机性较大的问题,本发明提供一种运输直升机救火类综合任务谱编制方法,该方法是较为直观、简结的编谱方法,实现载荷谱编织过程的定量化和标准化,为航空发动机的强度分析、加速任务试车谱的编制提供了基础,是编制航空发动机关键件的寿命试验谱的重要一步。
为实现上述目的,本发明采用的技术方案为:
一种运输直升机救火类综合任务谱编制方法,其特征在于,以燃气涡轮转速谱为基本编谱参数,将任务剖面划分为起飞段、中间段和降落段,中间段又分为若干个救火工作循环任务段,统计分析各典型救火工作循环任务段控制参数的数学特征,确定中间段平均救火循环数量,并根据任务段控制参数数学特征抽样重建若干救火工作循环经拼接后形成中间段,并与起飞段和降落段组合形成综合任务谱。
所述救火工作循环任务段用转速类控制参数和持续时间类控制参数描述典型特征,其中:转速类控制参数包括左端点转速、峰值、转速1和右端点转速,持续时间类控制参数包括时间1、时间2、时间3、时间4和时间5。
所述救火工作任务段的典型转速类控制参数和持续时间类控制参数的数学特征包括参数的统计分布规律和参数间的相关系数。
描述参数的统计分布规律时,转速类控制参数采用威布尔分布或正态分布描述,持续时间类参数采用对数正态分布描述。
根据各典型救火工作循环任务段控制参数数学分布特征抽样重建若干个救火工作循环任务段时采用考虑参数间相关系数的拉丁超立方抽样方法。
一种运输直升机救火类综合任务谱编制方法,其特征在于,包括以下步骤:
(1)将n个剖面的原始转速谱进行起降段划分,提取转速谱中间任务段;
(2)对提取的n个转速谱中间任务段进行预处理,去掉对疲劳损伤影响较小或不产生影响的小循环;
(3)分析预处理后的n个转速谱中间任务段,划分典型任务段,典型任务段的形状如图1所示,选取能够合理描述典型任务段的控制参数,如图1所示,应用智能识别的算法,统计分析各典型任务段控制参数的数学特征,确定中间段平均救火循环数量,并根据任务段控制参数数学特征抽样重建若干个救火工作循环经拼接后形成中间段,并与起飞段和降落段组合形成综合任务谱。
所述步骤(1)的具体步骤为:
(11)确定起飞段、中间飞行段和降落段,
起飞段和降落段的划分准则为:如图2所示,其中:①起飞部分,②中间飞行部分,③降落部分
(111)起飞段与中间飞行段划分准则:发动机转速由0第一次变化到最大值并由最大值下降一定幅值(最大转速的5%)的时间点t1,发动机高度由0第一次变化到最大值的时间点t2。取t1和t2中较小的时间值作为起飞段和中间飞行段的分离点;
(112)中间飞行段与降落段划分准则:发动机转速由最大值开始下降并在下降过程中再也没有达到最大值的时间点t3,发动机高度由一定值开始下降且过程中高度无明显上升的时间点t4。取t3和t4中较大的时间值作为中间飞行段和降落段分离点。
(12)按照起飞段和降落段的划分准则,对n个转速剖面进行起降段的划分。
所述步骤(2)的具体步骤为:
(21)确定n个转速中间任务段的滤波的阈值;
(211)确定n个中间任务段滤波公式;
一般的滤波方法是以去除信号中的噪音为目的,在采集到载荷参数的峰值和谷值后,通过以下两个方面进行滤波操作:(I)小变程滤波;(II)小峰值滤波,从而去掉对疲劳损伤影响较小或不产生影响的小循环。
首先对中间任务段进行峰谷值的提取,滤波的阈值为:
△%=Gmax*ω%
其中,△%为滤波阈值;Gmax为载荷历程中各循环的最大幅值;ω为经验常数,对于航空发动机,建议取值范围为8.0~12.5,对于本发明中n个救火类任务剖面,其经验常数取值范围为4.5~8.5。
(212)在(211)的基础上,分别计算n个转速中间任务段的滤波值。
(213)根据n个转速中间任务段的阈值,对n个转速中间任务段进行滤波。
原始谱中间任务段滤波后的滤波谱,如图3所示。
(214)对滤波后的转速中间任务段划分中间任务段的典型救火工作循环任务段。
所述步骤(3)的具体步骤为:
(31)中间任务段典型任务段的划分准则:
转速谱的变化与飞机的各种飞行动作相对应,转速中间任务段的谱型表现为小任务段的有限循环,究其本质,实际上是运输直升机一次又一次的执行取水→救火→取水的任务。
分析滤波后的转速中间任务段,对其进行典型任务段的划分,且形状如图1所示,图中1→2的动作为直升机前往水源处取水,2→3的动作为取水,3→4的动作为快速洒水,4→5的动作为悬停巡视火情,5→6的动作为返航降落。
(32)对典型任务段进行参数化描述:
本发明拟选取典型任务段的9个控制参数进行统计,如图1所示,控制参数分为左端点转速、峰值、转速1、右端点转速等转速类控制参数和时间1、时间2、时间3、时间4、时间5等持续时间类控制参数。9个控制参数能够充分合理的表示出典型任务循环的过程,描述直升机执行典型任务的形状。转速类控制参数有4个,如图1,从左到右依次是左端点转速、峰值、转速1、右端点转速。左端点转速为典型任务循环的起始点,用于图1形状的转速值的定位;峰值为典型任务循环的转速值在经历一定时间后到达最大值,用于图1形状峰值的定位;转速1为典型任务循环的转速值从最大降到某一特定值,用于图1形状中恒值的定位;右端点转速为典型任务循环的终点,用于图1形状中转速值得定位。时间类控制参数有5个,如图1所示,从左到右依次为时间1、时间2、时间3、时间4、时间5。时间1为典型任务循环的左持续时间,即从起始点1→峰值2所持续的时间,用于图1形状中的左端时间的定位;时间2为典型任务循环从起始点1→峰值3所持续的时间,用于图1形状中峰值持续时间的定位;时间3为典型任务循环从恒值4→恒值5所持续的时间,用于图1形状中恒值持续时间的定位;时间4为典型任务循环从恒值5→终点6所持续的时间,用于图1形状中右端时间的定位;时间5为典型任务循环从起始点1→终点6所持续的时间,用于图1形状中整个典型任务段的持续时间定位。
(33)统计分析各典型任务段控制参数的数学特征:
(331)统计9个控制参数:
本发明将n个运输直升机救火剖面进行智能算法统计,统计各典型救火循环任务段的循环数、中间任务段的持续时间、典型救火循环任务段的循环数的平均值和中间任务段的持续时间平均值。
(332)建立9个控制参数的分布模型:
将统计后的9个控制参数的参数分布进行建模,目的是为了得到9个控制参数服从什么类型的概率分布,并用Q-Q图检验其分布的后尾特性,进而计算出在此类分布状态下,控制参数的均值和标准值,如图4所示,可知,转速类控制参数(左端点转速、峰值、转速1、右端点转速)服从正态分布,持续时间类控制参数(时间1、时间2、时间3、时间4、时间5)服从对数正态分布。并将统计后的9个参数进行各参数的相关性的计算。
(3321)根据9个控制参数,统计n个典型救火循环任务的相对应的9个点;
(3322)用Origin分布模型,对统计的9个控制参数分别进行数学分布模型的建立和Q-Q图检验其分布的后尾特性,如图3所示;
通过模型的建立,得出转速控制参数(左端点转速、峰值、转速1、右端点转速)服从正态分布:
其中,f(x1)为转速控制参数,μ1为转速控制参数的均值数,σ1为转速控制参数的标准差、x1为转速控制参数的频次,π为圆周率;
时间控制参数(时间1、时间2、时间3、时间4、时间5)服从对数正态分布:
其中,f(x2)为时间控制参数,μ2为时间控制参数的均值数,σ2为时间控制参数的标准差、x2为时间控制参数的频次,π为圆周率。
(3323)应用Origin相关性计算,计算9个参数的相关性关系。
(4)救火类剖面的重建:
(41)统计救火类循环任务中9个控制参数的数据;
(42)分析9个控制参数的数学特征分布,得到9个控制参数中,转速类控制参数(左端点转速、峰值、转速1、右端点转速)服从正态分布,时间类控制参数(时间1、时间2、时间3、时间4、时间5)服从对数正态分布;并分别计算出9个控制参数的均值和标准差。
(43)用Origin分析9个控制参数的相关性;
(44)用Matlab编入拉丁超立方抽样方程,将步骤(41)、(42)和(43)的结果带入方程,生成了9个参数的随机数,各个参数的随机数个数均为36个;
(45)将生成的各参数随机数进行重组,重建运输直升机救火类任务剖面,编制救火类任务剖面的综合任务谱。
运输直升机在执行救火任务时,其大体过程如下:首先从所在基地出发,前往水源地取水,这一段历程对应载荷-时间历程中的起飞段;其次开始取水,取完水,立即前往森林救火即将水快速洒向火场,并在上空盘旋,查看火势是否降低,其它区域火情是否扩大,以此执行任务为标准,不断重复此过程,直至森林大火被扑灭,此段历程对应载荷-时间历程中的中间任务段;最后在执行完救火任务后返航,此段对应载荷-时间历程中的降落段。
9个控制参数能够充分合理的表示出典型任务循环的过程,描述直升机执行典型任务的形状。转速类控制参数有4个,如图1,从左到右依次是左端点转速、峰值、转速1、右端点转速。左端点转速为典型任务循环的起始点,用于图1形状的转速值的定位;峰值为典型任务循环的转速值在经历一定时间后到达最大值,用于图1形状峰值的定位;转速1为典型任务循环的转速值从最大降到某一特定值,用于图1形状中恒值的定位;右端点转速为典型任务循环的终点,用于图1形状中转速值得定位。时间类控制参数有5个,如图1所示,从左到右依次为时间1、时间2、时间3、时间4、时间5。时间1为典型任务循环的左持续时间,即从起始点1→峰值2所持续的时间,用于图1形状中的左端时间的定位;时间2为典型任务循环从起始点1→峰值3所持续的时间,用于图1形状中峰值持续时间的定位;时间3为典型任务循环从恒值4→恒值5所持续的时间,用于图1形状中恒值持续时间的定位;时间4为典型任务循环从恒值5→终点6所持续的时间,用于图1形状中右端时间的定位;时间5为典型任务循环从起始点1→终点6所持续的时间,用于图1形状中整个典型任务段的持续时间定位。
救火类剖面的重建实际是对统计分析后的各典型任务段进行仿真。在统计分析各典型任务段控制参数的数学特征后,得到各控制参数的均值和标准差。将n个剖面9个控制参数统计的数据、9个控制参数的相关性关系和各自对应的均值、标准差,带入拉丁超立方抽样方程,拉丁超立方抽样(LHS)是一种从多元参数分布中近似随机抽样的方法。得到[36×9]的矩阵,9列分别对应9个控制参数,36行表示,每个参数各有36个随机数据。将这些随机数据进行重组,重建运输直升机救火类任务剖面,编制救火类任务剖面的综合任务谱。如图5所示。
本发明采用了典型循环任务的思想,对机动飞行载荷谱进行分类,与现有的航空发动机综合任务谱编制方法相比,具有以下有益效果:
(1)简单直观,且描述精确;
以典型任务循环为典型任务段,通过建立典型任务段的数学模型和描述方法,将典型任务段作为综合任务谱的编谱单元,相对于以单一任务段为编谱单元的载荷谱仿真方法更加合理,通用性更强。
(2)具有广泛的工程应用价值;
本发明提出的典型任务段的提取方法简单,通用性强,因此,在现有的技术条件下,利用本发明可以合理的编制与使用相关的航空发动机综合任务谱,具有广泛的工程应用价值。
(3)预测新的直升机的典型任务剖面;
编制典型任务剖面的基本原则是尽可能合理、准确反映直升机使用的实际情况,主要依据直升机实际的使用任务,对于没有大量使用情况统计数据的直升机,只能根据相似直升机的情况或基于对该直升机未来使用情况的预估计结果编制。
综上所示,本发明为航空发动机的强度分析、寿命研究和加速任务试车谱的编制提供了依据。
附图说明
图1是典型任务段及选取的控制参数;
图2是转速谱和高度谱的组合图,其中:①起飞部分,②中间飞行部分,③降落部分;
图3是转速谱中间任务段滤波后的n个滤波谱,其中:3(a)为0108,3(b)为0314,3(c)为0318,3(d)为0813,3(e)为0826,3(f)为0827,3(g)为0828,3(h)为0904,3(i)为1028,3(j)为1029;
图4是控制参数的数学分布和后尾分布图,其中:4(a)的控制参数为左端点转速,4(b)的控制参数为时间1,4(c)的控制参数为峰值,4(d)的控制参数为时间2,4(e)的控制参数为转速1,4(f)的控制参数为时间3,4(g)的控制参数为时间4,4(h)的控制参数为右端点转速,4(i)的控制参数为时间5;
图5是仿真谱。
具体实施方式
下面结合实施例对本发明作更进一步的说明。
本发明公开的是一种运输直升机救火类综合任务谱编制方法,选择发动机一级燃气涡轮转速为编谱参数,对运输机n个救火类飞行剖面进行任务段划分、统计分析、建模仿真,编制运输直升机救火类综合任务谱。
下面结合实施例及附图对本发明作进一步说明。具体实施步骤如下:
为实现上述编制方法,本发明以某型直升机执行n次救火任务时,发动机n个转速谱剖面为列详细叙述编制综合任务剖面的步骤:
(1)将n个剖面的原始转速谱进行起降段划分,提取转速谱中间任务段;
(11)确定起飞段、降落段划分准则
起飞段和降落段的划分准则为:如图2所示,其中:①起飞部分,②中间飞行部分,③降落部分。
(111)起飞段与中间飞行段划分准则:发动机转速由0第一次变化到最大值并由最大值下降一定幅值(最大转速的5%)的时间点t1,发动机高度由0第一次变化到最大值并由最大值的时间点t2。取t1和t2中较小的时间值作为起飞段和中间飞行段的分离点;
(112)中间飞行段与降落段划分准则:发动机转速由最大值开始下降并在下降过程中再也没有达到最大值的时间点t3,发动机高度由一定值开始下降且过程中高度无明显上升的时间点t4。取t3和t4中较大的时间值作为中间飞行段和降落段分离点。
(12)将起降段划分准则写入程序,对n个转速剖面进行起降段的划分。
(2)对提取的n个转速谱中间任务段进行预处理,去掉对疲劳损伤影响较小或不产生影响的小循环;
(21)确定n个转速中间任务段的滤波的阈值
(211)确定n个中间任务段滤波公式
一般的滤波方法是以去除信号中的噪音为目的,在采集到载荷参数的峰值和谷值后,通过以下两个方面进行滤波操作:(I)小变程滤波;(II)小峰值滤波,从而去掉对疲劳损伤影响较小或不产生影响的小循环。
首先对中间任务段进行峰谷值的提取,滤波的阈值为:
△%=Gmax*ω%
其中,△%为滤波阈值;Gmax为载荷历程中各循环的最大幅值;ω为经验常数,对于航空发动机,建议取值范围为8.0~12.5,对于本发明中n个救火类任务剖面,其经验常数取值范围为4.5~8.5。
(212)将滤波及转速中间任务段的阈值写入程序,对n个转速中间任务段进行滤波
将原始谱中间任务段滤波后的滤波谱,如图3所示。
(213)对滤波后的转速中间任务段进行分析
(3)分析预处理后的n个转速谱中间任务段,划分典型任务段,典型任务段的形状如图1所示,选取能够合理描述典型任务段的控制参数,如图1所示,应用智能识别的算法,统计分析各典型任务段控制参数的数学特征,确定中间段平均救火循环数量,并根据任务段控制参数数学特征抽样重建若干救火工作循环经拼接后形成中间段,并与起飞段和降落段组合形成综合任务谱。
(31)经分析滤波后的转速中间任务段,对其进行典型任务段的划分,共划分了100个典型任务段,且形状如图1所示;
中间任务段典型任务段的划分准则:
转速谱是与使用相关的机动载荷谱即其变化与飞机的各种飞行动作相对应,转速中间任务段的谱型表现为小任务段的有限循环,究其本质,实际上是运输直升机一次又一次的执行取水→救火→取水的任务。
分析滤波后的第三类转速中间任务段,对其进行典型任务段的划分,共划分了100个典型任务段,且形状如图1所示,途中1→2的动作为直升机前往水源处取水,2→3的动作为取水,3→4的动作为快速洒水,4→5的动作为悬停巡视火情,5→6的动作为返航降落。
(32)对典型任务段进行参数化描述
本发明拟选取典型任务段的9个控制参数进行统计,如图1所示,控制参数为左端点转速、峰值、转速1、右端点转速等转速类控制参数和时间1、时间2、时间3、时间4、时间5等持续时间类控制参数。9个控制参数能够充分合理的表示出典型任务循环的过程,描述直升机执行典型任务的形状。转速类控制参数有4个,如图1,从左到右依次是左端点转速、峰值、转速1、右端点转速。左端点转速为典型任务循环的起始点,用于图1形状的转速值的定位;峰值为典型任务循环的转速值在经历一定时间后到达最大值,用于图1形状峰值的定位;转速1为典型任务循环的转速值从最大降到某一特定值,用于图1形状中恒值的定位;右端点转速为典型任务循环的终点,用于图1形状中转速值得定位。时间类控制参数有5个,如图1所示,从左到右依次为时间1、时间2、时间3、时间4、时间5。时间1为典型任务循环的左持续时间,即从起始点1→峰值2所持续的时间,用于图1形状中的左端时间的定位;时间2为典型任务循环从起始点1→峰值3所持续的时间,用于图1形状中峰值持续时间的定位;时间3为典型任务循环从恒值4→恒值5所持续的时间,用于图1形状中恒值持续时间的定位;时间4为典型任务循环从恒值5→终点6所持续的时间,用于图1形状中右端时间的定位;时间5为典型任务循环从起始点1→终点6所持续的时间,用于图1形状中整个典型任务段的持续时间定位。
(33)统计分析各典型任务段控制参数的数学特征
(331)统计9个控制参数
本发明将n个运输直升机救火剖面进行智能算法统计,剖面0108、0314、03n、0813、0826、0827、0828、0904、1028、1029的典型救火循环任务段的循环数分别为20、28、20、27、23、40、36、51、36,中间任务段的持续时间分别为8746、10240、8212、10489、7514、8641、10970、2510、14890、6746,典型救火循环任务段的循环数的平均值和中间任务段的持续时间平均值分别为29.5、7657.833。如表1所示的统计结果:
表1转速中间任务段持续时间以及典型任务段循环数
(332)建立9个控制参数的分布模型
将统计后的9个控制参数的参数分布进行建模,目的是为了得到9个控制参数服从什么类型的概率分布,并用Q-Q图检验其分布的后尾特性,进而计算出在此类分布状态下,控制参数的均值和标准值,如图4所示,可知,转速类控制参数(左端点转速、峰值、转速1、右端点转速)服从正态分布,持续时间类控制参数(时间1、时间2、时间3、时间4、时间5)服从对数正态分布。并将统计后的9个参数进行各参数的相关性的计算。
(3321)根据9个控制参数,统计n个典型救火循环任务的相对应的9个点;
(3322)用Origin分布模型,对统计的9个控制参数分别进行数学分布模型的建立和Q-Q图检验其分布的后尾特性,如图3所示;
通过模型的建立,得出转速控制参数(左端点转速、峰值、转速1、右端点转速)服从正态分布
其中,f(x1)为转速控制参数,μ1为转速控制参数的均值数,σ1为转速控制参数的标准差、x1为转速控制参数的频次,π为圆周率;
且分布参数如表2所示:
表2转速控制参数的均值和标准差
转速类控制参数 | 均值 | 标准差 |
左端点转速 | 80.91425 | 1.6999 |
峰值 | 89.00744 | 2.2775 |
转速1 | 84.83408 | 1.0515 |
右端点转速 | 81.05982 | 1.83133 |
时间控制参数(时间1、时间2、时间3、时间4、时间5)服从对数正态分布:
其中,f(x2)为时间控制参数,μ2为时间控制参数的均值数,σ2为时间控制参数的标准差、x2为时间控制参数的频次,π为圆周率;
且分布参数如表3所示:
表3时间控制参数的均值和标准差
时间控制参数 | 均值 | 标准差 |
时间1 | 2.51284 | 0.99733 |
时间2 | 4.12228 | 0.99733 |
时间3 | 4.6939 | 1.18635 |
时间4 | 2.61448 | 1.18635 |
时间5 | 5.99095 | 0.86833 |
(3323)应用Origin相关性计算,计算9个参数的相关性关系,如表4所示,
表4控制参数的相关性关系
左端点转速 | 时间1 | 峰值 | 时间2 | 时间3 | 转速1 | 时间4 | 右端点转速 | 时间5 | |
左端点转速 | 1 | 0.0477 | 0.34418 | 0.22954 | 0.06714 | 0.03112 | 0.06714 | 0.53625 | 0.37938 |
时间1 | 0.0477 | 1 | 0.00176 | 0.13726 | -0.08771 | 0.10582 | -0.08771 | 0.13749 | 0.0491 |
峰值 | 0.34418 | 0.00176 | 1 | -0.14839 | 0.00945 | 0.00465 | 0.00945 | 0.62085 | -0.03306 |
时间2 | 0.22954 | 0.13726 | -0.14839 | 1 | 0.06107 | 0.13995 | 0.06107 | 0.05046 | 0.41217 |
时间3 | 0.06714 | -0.08771 | 0.00945 | 0.06107 | 1 | -0.07761 | 0.05468 | 0.03743 | 0.10685 |
转速1 | 0.03112 | 0.10582 | 0.00465 | 0.13995 | -0.07761 | 1 | -0.07761 | 0.13984 | -0.02661 |
时间4 | 0.06714 | -0.08771 | 0.00945 | 0.06107 | 0.05468 | -0.07761 | 1 | 0.03743 | 0.10685 |
右端点转速 | 0.53625 | 0.13749 | 0.62085 | 0.05046 | 0.03743 | 0.13984 | 0.03743 | 1 | 0.12836 |
时间5 | 0.37938 | 0.0491 | -0.03306 | 0.41217 | 0.10685 | -0.02661 | 0.10685 | 0.12836 | 1 |
(4)根据9个控制参数数学分布特征,应用拉丁超立方抽样方法对转速中间任务段进行仿真。如图5所示。
(41)统计救火类循环任务中9个控制参数的数据;
(42)分析9个控制参数的数学特征分布,得到9个控制参数中,转速类控制参数(左端点转速、峰值、转速1、右端点转速)服从正态分布,时间类控制参数(时间1、时间2、时间3、时间4、时间5)服从对数正态分布;并分别计算出9个控制参数的均值和标准差。
(43)用Origin分析9个控制参数的相关性;
(44)用Matlab编入拉丁超立方抽样方程,将步骤(41)、(42)和(43)的结果带入方程,生成了9个参数的随机数,各个参数的随机数个数为36个;
(45)将生成的各参数随机数进行重组,重建运输直升机救火类任务剖面,编制救火类任务剖面的综合任务谱。
运输直升机在执行救火任务时,其大体过程如下:首先从所在基地出发,前往水源地取水,这一段历程对应载荷-时间历程中的起飞段;其次开始取水,取完水,立即前往森林救火即将水快速洒向火场,并在上空盘旋,查看火势是否降低,其它区域火情是否扩大,以此执行任务为标准,不断重复此过程,直至森林大火被扑灭,此段历程对应载荷-时间历程中的中间任务段;最后在执行完救火任务后返航,此段对应载荷-时间历程中的降落段。
9个控制参数能够充分合理的表示出典型任务循环的过程,描述直升机执行典型任务的形状。转速类控制参数有4个,如图1,从左到右依次是左端点转速、峰值、转速1、右端点转速。左端点转速为典型任务循环的起始点,用于图1形状的转速值的定位;峰值为典型任务循环的转速值在经历一定时间后到达最大值,用于图1形状峰值的定位;转速1为典型任务循环的转速值从最大降到某一特定值,用于图1形状中恒值的定位;右端点转速为典型任务循环的终点,用于图1形状中转速值得定位。时间类控制参数有5个,如图1所示,从左到右依次为时间1、时间2、时间3、时间4、时间5。时间1为典型任务循环的左持续时间,即从起始点1→峰值2所持续的时间,用于图1形状中的左端时间的定位;时间2为典型任务循环从起始点1→峰值3所持续的时间,用于图1形状中峰值持续时间的定位;时间3为典型任务循环从恒值4→恒值5所持续的时间,用于图1形状中恒值持续时间的定位;时间4为典型任务循环从恒值5→终点6所持续的时间,用于图1形状中右端时间的定位;时间5为典型任务循环从起始点1→终点6所持续的时间,用于图1形状中整个典型任务段的持续时间定位。
救火类剖面的重建实际是对统计分析后的各典型任务段进行仿真。在统计分析各典型任务段控制参数的数学特征后,得到各控制参数的均值和标准差。将n个剖面9个控制参数统计的数据、9个控制参数的相关性关系和各自对应的均值、标准差,带入拉丁超立方抽样方程,拉丁超立方抽样(LHS)是一种从多元参数分布中近似随机抽样的方法。得到[36×9]的矩阵,9列分别对应9个控制参数,36行表示,每个参数各有36个随机数据。将这些随机数据进行重组,重建运输直升机救火类任务剖面,编制救火类任务剖面的综合任务谱。如图5所示。
以上所述仅是本发明的优选实施方式,应当指出:对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (10)
1.一种运输直升机救火类综合任务谱编制方法,其特征在于,以燃气涡轮转速谱为基本编谱参数,将任务剖面划分为起飞段、中间段和降落段,中间段又分为若干个救火工作循环任务段,统计分析各典型救火工作循环任务段控制参数的数学特征,确定中间段平均救火循环数量,并根据任务段控制参数数学特征抽样重建若干救火工作循环经拼接后形成中间段,并与起飞段和降落段组合形成综合任务谱。
2.根据权利要求1所述的运输直升机救火类综合任务谱编制方法,其特征在于:所述救火工作循环任务段用转速类控制参数和持续时间类控制参数描述典型特征,其中:转速类控制参数包括左端点转速、峰值、转速1和右端点转速,持续时间类控制参数包括时间1、时间2、时间3、时间4和时间5。
3.根据权利要求2所述的运输直升机救火类综合任务谱编制方法,其特征在于:所述救火工作任务段的典型转速类控制参数和持续时间类控制参数的数学特征包括参数的统计分布规律和参数间的相关系数。
4.根据权利要求3所述的运输直升机救火类综合任务谱编制方法,其特征在于:描述参数的统计分布规律时,转速类控制参数采用威布尔分布或正态分布描述,持续时间类参数采用对数正态分布描述。
5.根据权利要求2所述的运输直升机救火类综合任务谱编制方法,其特征在于:根据各典型救火工作循环任务段控制参数数学分布特征抽样重建若干个救火工作循环任务段时采用考虑参数间相关系数的拉丁超立方抽样方法。
6.一种运输直升机救火类综合任务谱编制方法,其特征在于,包括以下步骤:
(1)将n个剖面的原始转速谱进行起降段划分,提取转速谱中间任务段;
(2)对提取的n个转速谱中间任务段进行预处理;
(3)分析预处理后的n个转速谱中间任务段,划分典型任务段,选取能够描述典型任务段的控制参数,确定中间段平均救火循环数量,重建若干个救火工作循环经拼接后形成中间段,并与起飞段和降落段组合形成综合任务谱。
7.根据权利要求6所述的运输直升机救火类综合任务谱编制方法,其特征在于:所述步骤(1)的具体步骤为:
(11)确定起飞段、中间飞行段和降落段,
起飞段和降落段的划分准则为:
(111)起飞段与中间飞行段划分准则:发动机转速由0第一次变化到最大值并由最大值下降最大转速的5%的时间点t1,发动机高度由0第一次变化到最大值的时间点t2,取t1和t2中较小的时间值作为起飞段和中间飞行段的分离点;
(112)中间飞行段与降落段划分准则:发动机转速由最大值开始下降并在下降过程中再也没有达到最大值的时间点t3,发动机高度由一定值开始下降且过程中高度无明显上升的时间点t4,取t3和t4中较大的时间值作为中间飞行段和降落段分离点。
(12)按照起飞段和降落段的划分准则,对n个转速剖面进行起降段的划分。
8.根据权利要求6所述的运输直升机救火类综合任务谱编制方法,其特征在于:所述步骤(2)的具体步骤为:
(21)确定n个转速中间任务段的滤波的阈值;
(211)确定n个中间任务段滤波公式;
首先对中间任务段进行峰谷值的提取,滤波的阈值为:
△%=Gmax*ω%
其中,△%为滤波阈值;Gmax为载荷历程中各循环的最大幅值;ω为经验常数;
(212)在(211)的基础上,分别计算n个转速中间任务段的滤波值;
(213)根据n个转速中间任务段的阈值,对n个转速中间任务段进行滤波;
(214)对滤波后的转速中间任务段划分中间任务段的典型救火工作循环任务段。
9.根据权利要求6所述的运输直升机救火类综合任务谱编制方法,其特征在于:所述步骤(3)的具体步骤为:
(31)中间任务段典型任务段的划分准则:
转速谱的变化与飞机的各种飞行动作相对应,转速中间任务段的谱型表现为小任务段的有限循环,即运输直升机一次又一次的执行取水→救火→取水的任务;
分析滤波后的转速中间任务段,进行典型任务段的划分,1→2的动作为直升机前往水源处取水,2→3的动作为取水,3→4的动作为快速洒水,4→5的动作为悬停巡视火情,5→6的动作为返航降落。
(32)对典型任务段进行参数化描述:
拟选取典型任务段的9个控制参数进行统计,控制参数分为转速类控制参数和持续时间类控制参数,其中:转速类控制参数包括左端点转速、峰值、转速1、右端点转速,持续时间类控制参数包括时间1、时间2、时间3、时间4和时间5;9个控制参数表示出典型任务循环的过程,描述直升机执行典型任务的形状;
(33)统计分析典型任务段控制参数的数学特征:
(331)统计9个控制参数:
将n个运输直升机救火剖面进行智能算法统计,统计典型救火循环任务段的循环数、中间任务段的持续时间、典型救火循环任务段的循环数的平均值和中间任务段的持续时间平均值;
(332)建立9个控制参数的分布模型:
将统计后的9个控制参数的参数分布进行建模,得到9个控制参数服从什么类型的概率分布,并用Q-Q图检验其分布的后尾特性,进而计算出在此类分布状态下,控制参数的均值和标准值,得到,转速类控制参数服从正态分布,持续时间类控制参数服从对数正态分布;并将统计后的9个参数进行各参数的相关性的计算。
10.根据权利要求6所述的运输直升机救火类综合任务谱编制方法,其特征在于,还包括:(4)救火类剖面的重建:
(41)统计救火类循环任务中9个控制参数的数据;
(42)分析9个控制参数的数学特征分布,得到9个控制参数中,转速类控制参数服从正态分布,时间类控制参数服从对数正态分布;并分别计算出9个控制参数的均值和标准差。
(43)用Origin分析9个控制参数的相关性;
(44)用Matlab编入拉丁超立方抽样方程,将步骤(41)、(42)和(43)的结果带入方程,生成了9个参数的随机数,各个参数的随机数个数为36个;
(45)将生成的各参数随机数进行重组,重建运输直升机救火类任务剖面,编制救火类任务剖面的综合任务谱。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010073193.9A CN111240227B (zh) | 2020-01-22 | 2020-01-22 | 一种运输直升机救火类综合任务谱编制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010073193.9A CN111240227B (zh) | 2020-01-22 | 2020-01-22 | 一种运输直升机救火类综合任务谱编制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111240227A true CN111240227A (zh) | 2020-06-05 |
CN111240227B CN111240227B (zh) | 2021-05-25 |
Family
ID=70867000
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010073193.9A Active CN111240227B (zh) | 2020-01-22 | 2020-01-22 | 一种运输直升机救火类综合任务谱编制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111240227B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112633322A (zh) * | 2020-11-26 | 2021-04-09 | 南京航空航天大学 | 基于三维K-Means涡轴发动机载荷谱聚类分析方法 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103217280A (zh) * | 2013-03-18 | 2013-07-24 | 西安交通大学 | 航空发动机转子剩余寿命的多变量支持向量机预测方法 |
CN105574247A (zh) * | 2015-12-14 | 2016-05-11 | 南京航空航天大学 | 一种航空发动机通用标准试验载荷谱编制方法 |
CN105760610A (zh) * | 2015-12-17 | 2016-07-13 | 南京航空航天大学 | 基于主成份分析的发动机多参数使用相关载荷谱仿真方法 |
CN106446809A (zh) * | 2016-09-09 | 2017-02-22 | 南京航空航天大学 | 基于雨流计数法的航空发动机载荷谱的滤波方法 |
CN106529094A (zh) * | 2016-11-30 | 2017-03-22 | 中国航空工业集团公司沈阳飞机设计研究所 | 一种基于典型飞行动作的飞机严重载荷谱编制方法 |
JP2017224935A (ja) * | 2016-06-14 | 2017-12-21 | 株式会社日立ソリューションズ | 物体検知評価システム及び物体検知評価方法 |
JP2018170061A (ja) * | 2017-03-29 | 2018-11-01 | 富士フイルム株式会社 | 磁気テープ装置およびヘッドトラッキングサーボ方法 |
CN108804772A (zh) * | 2018-05-22 | 2018-11-13 | 广西柳工机械股份有限公司 | 发动机载荷谱编制方法 |
CN108920864A (zh) * | 2018-07-20 | 2018-11-30 | 中航沈飞民用飞机有限责任公司 | 一种基于修正的威布尔统计分析的民用飞机复合材料结构疲劳验证过程中载荷处理方法 |
US20190027167A1 (en) * | 2017-07-19 | 2019-01-24 | Fujifilm Corporation | Magnetic recording medium |
CN110083886A (zh) * | 2019-04-08 | 2019-08-02 | 西北工业大学 | 一种基于有限元的直升机振动载荷仿真分析方法 |
-
2020
- 2020-01-22 CN CN202010073193.9A patent/CN111240227B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103217280A (zh) * | 2013-03-18 | 2013-07-24 | 西安交通大学 | 航空发动机转子剩余寿命的多变量支持向量机预测方法 |
CN105574247A (zh) * | 2015-12-14 | 2016-05-11 | 南京航空航天大学 | 一种航空发动机通用标准试验载荷谱编制方法 |
CN105760610A (zh) * | 2015-12-17 | 2016-07-13 | 南京航空航天大学 | 基于主成份分析的发动机多参数使用相关载荷谱仿真方法 |
JP2017224935A (ja) * | 2016-06-14 | 2017-12-21 | 株式会社日立ソリューションズ | 物体検知評価システム及び物体検知評価方法 |
CN106446809A (zh) * | 2016-09-09 | 2017-02-22 | 南京航空航天大学 | 基于雨流计数法的航空发动机载荷谱的滤波方法 |
CN106529094A (zh) * | 2016-11-30 | 2017-03-22 | 中国航空工业集团公司沈阳飞机设计研究所 | 一种基于典型飞行动作的飞机严重载荷谱编制方法 |
JP2018170061A (ja) * | 2017-03-29 | 2018-11-01 | 富士フイルム株式会社 | 磁気テープ装置およびヘッドトラッキングサーボ方法 |
US20190027167A1 (en) * | 2017-07-19 | 2019-01-24 | Fujifilm Corporation | Magnetic recording medium |
CN108804772A (zh) * | 2018-05-22 | 2018-11-13 | 广西柳工机械股份有限公司 | 发动机载荷谱编制方法 |
CN108920864A (zh) * | 2018-07-20 | 2018-11-30 | 中航沈飞民用飞机有限责任公司 | 一种基于修正的威布尔统计分析的民用飞机复合材料结构疲劳验证过程中载荷处理方法 |
CN110083886A (zh) * | 2019-04-08 | 2019-08-02 | 西北工业大学 | 一种基于有限元的直升机振动载荷仿真分析方法 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112633322A (zh) * | 2020-11-26 | 2021-04-09 | 南京航空航天大学 | 基于三维K-Means涡轴发动机载荷谱聚类分析方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111240227B (zh) | 2021-05-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109766566B (zh) | 用以改善涡轮发动机的操作的设备、方法和存储介质 | |
CN108717474B (zh) | 一种与使用相关的航空发动机综合任务谱编制方法 | |
US10678969B2 (en) | Usage based lifing | |
CN110705065B (zh) | 航空装备多质量特性一体化集成建模仿真评估方法 | |
CN106096262B (zh) | 基于雨流计数循环的航空发动机载荷谱相关系数计算方法 | |
CN104298826A (zh) | 一种反推力状态下的航空发动机气动稳定性预测与评估方法 | |
Wang et al. | Identification and standardization of maneuvers based upon operational flight data | |
CN108170162B (zh) | 多尺度风扰分析无人机机群协调控制系统性能评估方法 | |
CN115640666B (zh) | 一种基于损伤等效的航空发动机加速任务试车谱编制方法 | |
CN111240227B (zh) | 一种运输直升机救火类综合任务谱编制方法 | |
CN106125573B (zh) | 基于图形化模型的飞机前轮转弯控制盒设计方法 | |
EP3596439A1 (en) | Fatigue crack growth prediction | |
CN105825013A (zh) | 一种基于离散事件系统的航空指挥保障优化方法 | |
CN108100301A (zh) | 一种用于直升机模拟机客观测试的试飞数据处理方法 | |
CN115345439B (zh) | 基于与操作相关任务段及其混频的航空发动机综合任务谱编制方法 | |
CN112633322A (zh) | 基于三维K-Means涡轴发动机载荷谱聚类分析方法 | |
CN115688609A (zh) | 一种用于航空发动机的智能推力预测及实时预警方法 | |
CN111563110B (zh) | 一种基于故障特征数据识别的飞参数据处理方法 | |
CN103617337A (zh) | 一种飞机维修间隔辅助分析方法 | |
CN110837949A (zh) | 飞行程序经济性评估方法及计算机存储介质 | |
CN117421900B (zh) | 一种考虑进口总温总压的航空发动机综合任务谱编制方法 | |
CN112326473A (zh) | 腐蚀-疲劳协同加载的环境/载荷试验谱的设计方法 | |
CN118094755B (zh) | 基于飞行任务段分析的航空发动机整机综合任务剖面编制方法 | |
Liu et al. | Research on Airworthiness certification of Civil aircraft based on Digital virtual flight test technology | |
CN118133451B (zh) | 一种航空发动机载荷谱中疲劳载荷特征建模方法 |
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 |