CN112001027A - 一种小样本试验数据下的颤振预测结果置信度分析方法 - Google Patents
一种小样本试验数据下的颤振预测结果置信度分析方法 Download PDFInfo
- Publication number
- CN112001027A CN112001027A CN202010685354.XA CN202010685354A CN112001027A CN 112001027 A CN112001027 A CN 112001027A CN 202010685354 A CN202010685354 A CN 202010685354A CN 112001027 A CN112001027 A CN 112001027A
- Authority
- CN
- China
- Prior art keywords
- flutter
- test
- test data
- prediction result
- confidence
- 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
- 238000012360 testing method Methods 0.000 title claims abstract description 88
- 238000004458 analytical method Methods 0.000 title claims abstract description 22
- 238000000034 method Methods 0.000 claims abstract description 30
- 238000013213 extrapolation Methods 0.000 claims description 4
- 241001123248 Arma Species 0.000 claims description 3
- 238000007476 Maximum Likelihood Methods 0.000 claims description 3
- 230000001174 ascending effect Effects 0.000 claims description 3
- 238000013112 stability test Methods 0.000 claims description 3
- 230000009466 transformation Effects 0.000 claims description 3
- 238000010276 construction Methods 0.000 claims description 2
- 230000001133 acceleration Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 230000004044 response Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001808 coupling effect Effects 0.000 description 1
- 238000013016 damping Methods 0.000 description 1
- 238000012938 design process Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- General Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Computer Hardware Design (AREA)
- Automation & Control Theory (AREA)
- Aviation & Aerospace Engineering (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
Description
技术领域
本发明涉及飞机颤振试验技术领域,尤其是一种小样本试验数据下的颤振预测结果置信度分析方法。
背景技术
颤振是飞机结构在气动力、弹性力和惯性力耦合作用下产生的一种具有灾难性后果的气动弹性不稳定现象,在整个飞行包线内都不允许发生颤振。由于理论分析和数值仿真尚不足以模拟真实的飞行状态,对于新型飞机或具有重大改型的飞机,飞行颤振试验仍是飞机设计过程中必不可少的一个环节,以确保整个飞行包线内无任何颤振现象。
颤振试飞过程中存在着高风险性和不确定性,为保障试验安全,试验通常在“亚临界”状态下进行,通过施加外激励人为诱发颤振的方式达到试验验证的目的。因此,如何基于“亚临界”状态下的结构响应预测真实的颤振边界,是飞行颤振试验的关键部分,其预测精度直接关系到试验结果的准确性和有效性。目前,国内外学者提出了多种颤振预测方法,包括基于试验数据的速度阻尼法、颤振裕度法等,以及基于试验模型的鲁棒颤振分析法等。
鉴于飞行颤振试验条件的复杂性,试验过程中存在大量随机因素的干扰,对于颤振预测结果的置信度分析显得尤为关键,但相关方面的研究却鲜有开展。且由于飞行颤振试验的特殊性,单次试验需要消耗大量的人力物力,其获得的试验样本也非常有限,而采用传统统计分析方法给出颤振预测结果的置信度却需要大量试验样本的支撑。
因此,需要一种新的适用于颤振试验的置信度分析方法,能基于有限的试验样本,有效给出颤振预测结果的置信度,从而提高单次试验效率、增强颤振预测结果的可信度。
发明内容
本发明所要解决的技术问题在于,提供一种小样本试验数据下的颤振预测结果置信度分析方法,能够基于有限的颤振试验样本,有效给出颤振预测结果的置信度。
为解决上述技术问题,本发明提供一种小样本试验数据下的颤振预测结果置信度分析方法,包括如下步骤:
(1)利用已有的颤振试验数据样本,生成K组与原信号具有相同幅频特性且二阶统计矩一致的试验样本{S1,S2,…,SK};
(2)采用基于试验数据的颤振分析法,对K组试验样本分别进行颤振边界预测;
优选的,步骤(1)中,利用已有的颤振试验数据样本,生成K组与原信号具有相同幅频特性且二阶统计矩一致的试验样本{S1,S2,…,SK}具体包括如下步骤:
(19)重复上述步骤,直至得到K组与原信号具有相同幅频特性且二阶统计矩一致的试验样本{S1,S2,…,SK}。
优选的,步骤(2)中,采用基于试验数据的颤振分析法,对K组试验样本分别进行颤振边界预测具体包括如下步骤:
(21)针对第k组试验样本Sk,构造ARMA模型A(z-1)s(k)=B(z-1)e(k);
(22)采用最小二乘法估计AR系数a(n);
(23)根据Jury稳定性判据得到系统稳定检验参数:F-(n-1)=det(Xn-1-Yn-1);
(25)线性拟合并外推FZ,p关于飞行状态的关系曲线,得到FZ,p衰减为0的状态,即为当前预测的颤振边界pk;
(32)对于给定的置信度α,计算得颤振预测结果的置信区间:
其中zα/2为标准正态分布的概率分布,由查表可得。
本发明的有益效果为:本发明适用于模型风洞颤振试验与飞行颤振试验,能基于有限的试验样本,给出颤振预测结果的置信度,从而提高单次试验效率、增强颤振预测结果的可信度。
附图说明
图1为本发明机翼的CAD模型及传感器布局示意图。
图2为本发明原始翼尖加速度响应(实线)与生成数据样本(虚线)的时间历程示意图。
图3为本发明原始翼尖加速度响应(实线)与生成数据样本(虚线)的傅里叶谱示意图。
图4为本发明单次颤振预测结果示意图。
图5为本发明颤振预测结果的概率密度分布示意图。
具体实施方式
本实施例中,以某弹性机翼的低速风洞颤振试验为例。如图1所示,在机翼的翼尖及翼根处分别布置了两个加速度传感器,试验过程中,风速逐步增加直至颤振临界点。在每个风速测点下,待机翼响应趋于稳定后,记录加速度传感器的数值。对于本次颤振试验数据,采用本发明提出的技术方法对1号传感器记录的实验数据进行颤振预测结果的置信度分析,详细实施过程如下:
步骤1:利用已有的颤振试验数据,生成K组与原信号具有相同幅频特性且二阶统计矩一致的试验样本{S1,S2,…,SK},本例中K=1000,具体步骤如下:
步骤1.9)图2和图3所示即为某风速下采用上述步骤获得的一组数据样本,在不同风速测点下重复上述步骤,直至得到K组与原信号具有相同幅频特性且二阶统计矩一致的试验样本{S1,S2,…,SK}。
步骤2:采用基于试验数据的颤振分析法,对K组试验样本进行颤振边界预测,具体包含以下步骤:
步骤2.1)针对第k组试验样本Sk,在某风速下的试验数据,构造ARMA模型A(z-1)s(k)=B(z-1)e(k),其中AR项表示为A(z-1)=1+a1z-1+...+anz-n,MA项表示为B(z-1)=1+b1z-1+...+bmz-m,e(k)是均值为0的随机序列;
步骤2.2)采用最小二乘法估计得到AR系数a(n),进而得到系统的特征方程式G(z)=zn+a1zn-1+...+an;
步骤2.3)根据Jury稳定性判据得到系统稳定检验参数:F-(n-1)=det(Xn-1-Yn-1);
步骤2.5)线性拟合并外推FZ,p关于动压的关系曲线,得到FZ,p衰减为0的状态,即为当前预测的颤振边界pk;图4所示的是单个试验样本下的颤振预测结果,图中横坐标是归一化的动压,即其中vi为当前测点下的风速,vf为试验颤振速度,纵坐标是颤振预测指标FZ,p,线性拟合并外推两者的关系曲线得到预测的颤振点为0.976;
步骤3.2)对于给定的置信度α,计算得颤振预测结果的置信区间:
本实施例中,仅对1号传感器记录的试验数据进行了颤振预测结果的置信度分析。对于多通道的试验数据,同样可以采用本发明提出的技术方法,对每个通道的数据单独处理后取平均,得到更为准确的分析结果。
本发明一种小样本试验数据下的颤振预测结果置信度分析方法,适用于模型风洞颤振试验与飞行颤振试验,能基于有限的试验样本,给出颤振预测结果的置信度,从而提高单次试验效率、增强颤振预测结果的可信度。
Claims (4)
2.如权利要求1所述的小样本试验数据下的颤振预测结果置信度分析方法,其特征在于,步骤(1)中,利用已有的颤振试验数据样本,生成K组与原信号具有相同幅频特性且二阶统计矩一致的试验样本{S1,S2,…,SK}具体包括如下步骤:
(19)重复上述步骤,直至得到K组与原信号具有相同幅频特性且二阶统计矩一致的试验样本{S1,S2,…,SK}。
3.如权利要求1所述的小样本试验数据下的颤振预测结果置信度分析方法,其特征在于,步骤(2)中,采用基于试验数据的颤振分析法,对K组试验样本分别进行颤振边界预测具体包括如下步骤:
(21)针对第k组试验样本Sk,构造ARMA模型A(z-1)s(k)=B(z-1)e(k);
(22)采用最小二乘法估计AR系数a(n);
(23)根据Jury稳定性判据得到系统稳定检验参数:F-(n-1)=det(Xn-1-Yn-1);
(25)线性拟合并外推FZ,p关于飞行状态的关系曲线,得到FZ,p衰减为0的状态,即为当前预测的颤振边界pk;
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010685354.XA CN112001027A (zh) | 2020-07-16 | 2020-07-16 | 一种小样本试验数据下的颤振预测结果置信度分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010685354.XA CN112001027A (zh) | 2020-07-16 | 2020-07-16 | 一种小样本试验数据下的颤振预测结果置信度分析方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112001027A true CN112001027A (zh) | 2020-11-27 |
Family
ID=73468172
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010685354.XA Pending CN112001027A (zh) | 2020-07-16 | 2020-07-16 | 一种小样本试验数据下的颤振预测结果置信度分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112001027A (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107093022A (zh) * | 2017-04-24 | 2017-08-25 | 中国工程物理研究院化工材料研究所 | 高置信度的燃爆产品可靠性的小样本评估方法 |
CN108345289A (zh) * | 2018-01-08 | 2018-07-31 | 浙江大学 | 一种基于替代数据法的工业过程平稳性检测方法 |
CN109885854A (zh) * | 2018-11-23 | 2019-06-14 | 南京航空航天大学 | 基于arma模型的颤振边界实时预测系统及预测方法 |
-
2020
- 2020-07-16 CN CN202010685354.XA patent/CN112001027A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107093022A (zh) * | 2017-04-24 | 2017-08-25 | 中国工程物理研究院化工材料研究所 | 高置信度的燃爆产品可靠性的小样本评估方法 |
CN108345289A (zh) * | 2018-01-08 | 2018-07-31 | 浙江大学 | 一种基于替代数据法的工业过程平稳性检测方法 |
CN109885854A (zh) * | 2018-11-23 | 2019-06-14 | 南京航空航天大学 | 基于arma模型的颤振边界实时预测系统及预测方法 |
Non-Patent Citations (3)
Title |
---|
RICK LIND: "Flutter Margins for Multimode Unstable Couplings with Associated Flutter Confidence", JOURNAL OF AIRCRAFT * |
朱劲松等: "基于DVV算法的车桥耦合振动响应非线性规律研究", 合肥工业大学学报(自然科学版), pages 1 - 7 * |
谭博等: "一种用于 FTPVS 数据处理的非平稳度定义", 飞行力学, pages 1 - 5 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112149316B (zh) | 基于改进的cnn模型的航空发动机剩余寿命预测方法 | |
Levy et al. | Summary of data from the fifth AIAA CFD drag prediction workshop | |
Armitt et al. | The simulation of the atmospheric boundary layer in a wind tunnel | |
Wang et al. | Robust nonlinear flight control of a high-performance aircraft | |
CN116029219B (zh) | 一种飞行器气动热预测方法、装置、设备及存储介质 | |
CN112883497B (zh) | 基于多源信息融合的航天阀门可靠性评估方法 | |
Lind et al. | Robust flutter margin analysis that incorporates flight data | |
CN115688288B (zh) | 飞行器气动参数辨识方法、装置、计算机设备及存储介质 | |
CN109540459A (zh) | 一种气动特性数值计算结果修正方法 | |
CN112597702A (zh) | 基于径向基函数的气动建模生成式对抗网络模型训练方法 | |
CN103364703B (zh) | Led多应力下可靠性快速评测方法 | |
CN113837432A (zh) | 一种物理-数据联合驱动的电力系统频率预测方法 | |
CN110362902B (zh) | 一种基于区间逐维分析的单源动载荷识别方法 | |
CN113504025B (zh) | 一种大迎角低频结构风洞动载荷测试方法 | |
CN115659756A (zh) | 一种输电杆塔防风性能分析方法 | |
CN113051787B (zh) | 基于短时实测动态应力的空空导弹吊挂疲劳寿命估算方法和系统 | |
CN110889207A (zh) | 一种基于深度学习的体系组合模型可信度智能评估方法 | |
CN114722502A (zh) | 基于模拟退火的加权Kriging襟翼不对称的可靠性分析方法 | |
Chadha et al. | Influence of turbulence on the galloping instability of iced conductors | |
Voss et al. | Techniques for asynchronous and periodically synchronous coupling of atmosphere and ocean models: Part II: impact of variability | |
CN112001027A (zh) | 一种小样本试验数据下的颤振预测结果置信度分析方法 | |
CN116307773A (zh) | 一种变电站二次设备可靠性估计方法 | |
CN112393876B (zh) | 一种适用于内外流一体化外形的动态气动导数预测方法 | |
CN111649903A (zh) | 一种利用动模型实验间接测量气动阻力系数的方法 | |
CN111191187A (zh) | 一种新超声速飞行器振动环境外推方法 |
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 |