CN112231842A - 一种基于疲劳强度的无人机结构设计方法 - Google Patents

一种基于疲劳强度的无人机结构设计方法 Download PDF

Info

Publication number
CN112231842A
CN112231842A CN202011157718.3A CN202011157718A CN112231842A CN 112231842 A CN112231842 A CN 112231842A CN 202011157718 A CN202011157718 A CN 202011157718A CN 112231842 A CN112231842 A CN 112231842A
Authority
CN
China
Prior art keywords
fatigue
aerial vehicle
unmanned aerial
wind direction
hot spot
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
Application number
CN202011157718.3A
Other languages
English (en)
Other versions
CN112231842B (zh
Inventor
不公告发明人
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.)
Beijing Hydrogen Source Intelligent Technology Co ltd
Original Assignee
Harbin Engineering University
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 Harbin Engineering University filed Critical Harbin Engineering University
Priority to CN202011157718.3A priority Critical patent/CN112231842B/zh
Publication of CN112231842A publication Critical patent/CN112231842A/zh
Application granted granted Critical
Publication of CN112231842B publication Critical patent/CN112231842B/zh
Active 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
    • G06F30/23—Design optimisation, verification or simulation using finite element methods [FEM] or finite difference methods [FDM]
    • 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
    • G06F2119/04—Ageing analysis or optimisation against ageing
    • 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
    • G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation

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)
  • Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)

Abstract

本发明属于无人机结构设计领域，具体涉及一种减少计算量，提高设计效率的基于疲劳强度的无人机结构设计方法。具体包括：(1)输入无人机机体结构设计模型、待计算的风向u和风向的频率ω，将无人机机体结构设计模型转化为有限元分析模型；(2)评估无人机机体结构的有限元分析模型的疲劳强度，确认无人机机体结构的易疲劳热点等。本发明可以有效解决由于机体易疲劳位置结构复杂，因谱分析方法计算量庞大，从而导致降低设计容错率的技术问题。本发明为通过谱分析方法开展无人机结构疲劳度设计的方法带来了极大减少设计工作量、提高设计效率的技术效果。

Description

一种基于疲劳强度的无人机结构设计方法
技术领域
本发明属于无人机结构设计领域，具体涉及一种减少计算量，提高设计效率的基于疲劳强度的无人机结构设计方法。
背景技术
疲劳损毁是无人机结构失效的主要模式之一，对于无人机机体结构中出现的疲劳裂纹，一旦没有及时维修，导致裂纹扩展将导致无人机机体的毁灭性灾难。目前世界上主要的无人机结构设计标准都规定了疲劳度校核的相关指标。事实上，无人机结构的初始设计并非均能满足结构疲劳强度设计使用寿命的要求，在评估实际的机体节点结构疲劳强度时，需要对无法满足设计标准和要求的结构进行优化，通常的做法是根据结构优化方案不断修改机体结构的有限元模型，再重复进行谱分析计算。然而，由于无人机机体结构疲劳损伤程度大的位置往往是结构很复杂的部位，而且谱分析计算过程复杂、计算量十分庞大，这为无人机的节点结构节点优化设计带来很大的困难。
发明内容
本发明的目的在于提出一种减少计算量，提高设计效率的基于疲劳强度的无人机结构设计方法。
一种基于疲劳强度的无人机结构设计方法，包括如下步骤：
(1)输入无人机机体结构设计模型、待计算的风向u和风向的频率ω，将无人机机体结构设计模型转化为有限元分析模型；
(2)评估无人机机体结构的有限元分析模型的疲劳强度，确认无人机机体结构的易疲劳热点；
(3)向无人机机体结构的易疲劳热点施加m种不同角度的风向，确定每种风向条件下易疲劳热点的疲劳累积损伤度Bi，i∈(0,m)，i为风向标号；选择Bi值最大的风向，设置为最危险风向；最危险风向对易疲劳热点的疲劳累积损伤度为Bmax，；
(4)计算Bmax与总疲劳累积损伤度B的确定性关系系数q；
Figure BDA0002743303550000011
(5)将最危险风向持续施加在无人机机体结构的易疲劳热点上，连续调整最危险风向的频率，采集并记录易疲劳热点的疲劳累积损伤度，选择对应易疲劳热点受到的最大应力的频率，设置为易疲劳热点的最危险频率，并获取该易疲劳热点应力的最大值τmax；
(6)计算易疲劳热点的应力与疲劳累积损伤度的关系p；
Figure BDA0002743303550000021
其中，n为设定的常数；
(7)计算对易疲劳热点施加频率为ω的风向u时，易疲劳热点处的应力τhot；
(8)计算对易疲劳热点施加频率为v的风向u时，易疲劳热点处的总疲劳累积损伤度Bu；
Figure BDA0002743303550000022
所述的疲劳累积损伤度的确定方法为：
(3.1)采集无人机航率系数α；
(3.2)确认无人机疲劳计算的回复期Tr，Tr＝4.7×108s；
(3.3)根据无人机结构疲劳标准选取盈利疲劳S-N曲线参数
Figure BDA0002743303550000026
和n；
(3.4)根据n构建伽玛函数：
Figure BDA0002743303550000023
(3.5)确定在第n1个装载、风向i、航向j的情况下的应力响应谱的零阶矩m0ijn1和二阶矩m2ijn1；
(3.6)确定第n1个装载的时间分配系数pn1、第i个风向出现的概率pi和第j个航向出现的概率pj；
(3.7)确定在第n1个装载、风向i、航向j的情况下的应力响应过零率νijn1
Figure BDA0002743303550000024
(3.8)计算无人机遭遇频率ωek下航向角为θ时易疲劳热点的波能谱Gηη(ωek,θ)
(3.9)计算疲劳累积损伤度：
Figure BDA0002743303550000025
所述应力的计算方法包括：
根据易疲劳热点周边的应力梯度，根据网格模型提取距离热点3t/2和t/2处的表面应力，t为风向周期，根据线性关系外插得到易疲劳热点处的应力，提取不同频率的具有单位波幅的规则波产生的各项载荷的实部τc和虚部τs，得到无人机机体结构在对应频率下的合成应力τ＝τc+iτs，选取易疲劳热点附近的四个有限元网格单元，计算得到的各单元应力τkx，τky，k＝1,2,3,4，为有限元网格标号，热点处的应力τhotx、τhoty为：
Figure BDA0002743303550000031
Figure BDA0002743303550000032
Figure BDA0002743303550000033
τhot的单位为N/mm2。
所述的计算无人机遭遇频率下航向角为时易疲劳热点的波能谱，包括如下步骤：
(3.8.1)确定平均空气波压力Hz和平均跨零周期Tz；
(3.8.2)测量无人机航速U；
(3.8.3)计算风波谱
Figure BDA0002743303550000034
(3.8.4)计算波能谱
Figure BDA0002743303550000035
所述的易疲劳热点的平均跨零周期Tz为：
Figure BDA0002743303550000036
所述的平均空气波压力Hz通过当地航空资料查得。
本发明的有益效果在于：
本发明通过无人机机体的典型节点结构在某一风向的特定计算频率下，通过确定无人机结构的热点应力与此风向下结构疲劳累积损伤度的关系，以及风向疲劳累积损伤度与疲劳累积总损伤度的关系，提供了一种基于疲劳强度的无人机机体结构设计方法。本发明可以有效解决由于机体易疲劳位置结构复杂，因谱分析方法计算量庞大，从而导致降低设计容错率的技术问题。本发明为通过谱分析方法开展无人机结构疲劳度设计的方法带来了极大减少设计工作量、提高设计效率的技术效果。
附图说明
图1为无人机机体结构谱分析流程图；
图2为无人机机体疲劳优化简化方法流程图；
图3为无人机机体易疲劳热点的热点应力插值方式；
图4为易疲劳热点180度风向的曲线图。
具体实施方式
下面结合附图对本发明做进一步描述。
本发明涉及无人机机体结构优化设计领域，特别是涉及基于疲劳强度评估结果的无人机机体的优化设计方法。本方法使无人机机体的典型节点在某一风向的特定频率下，通过结构热点应力与风向的疲劳累积损伤度的关系，风向疲劳累积损伤度与疲劳累积总损伤度的关系，给出一种基于疲劳强度的无人机结构优化简化计算方法。该方法有效的解决了由于无人机机体结构疲劳损伤较大的复杂部位计算过程复杂、任务繁重的问题，极大的减少了设计工作量，提高了设计效率，为无人机机体结构的优化设计带来极大便利。
实施例1
研究对象：目标无人机具有四旋翼结构，且其在机翼与本体连接处附近焊接，造成无人机翼内端部与主体连接处存在明显的应力集中。在对目标无人机的典型节点结构进行疲劳强度评估时，发现图3标注位置的疲劳热点的疲劳累积损伤度过大，同时，通过图4研究发现：该结构的疲劳累积损伤度与疲劳累积总损伤度存在确定关系。因此基于疲劳强度的无人机结构设计方法，包括如下步骤：
(1)输入无人机机体结构设计模型、待计算的风向u和风向的频率ω，将无人机机体结构设计模型转化为有限元分析模型；
(2)评估无人机机体结构的有限元分析模型的疲劳强度，确认无人机机体结构的易疲劳热点；
(3)向无人机机体结构的易疲劳热点施加m种不同角度的风向，确定每种风向条件下易疲劳热点的疲劳累积损伤度Bi，i∈(0,m)，i为风向标号；选择Bi值最大的风向，设置为最危险风向；最危险风向对易疲劳热点的疲劳累积损伤度为Bmax；
所述的疲劳累积损伤度的确定方法为：
(3.1)采集无人机航率系数α；
(3.2)确认无人机疲劳计算的回复期Tr，Tr＝4.7×108s；
(3.3)根据无人机结构疲劳标准选取盈利疲劳S-N曲线参数
Figure BDA0002743303550000042
和n；
(3.4)根据n构建伽玛函数：
Figure BDA0002743303550000041
(3.5)确定在第n1个装载、风向i、航向j的情况下的应力响应谱的零阶矩m0ijn1和二阶矩m2ijn1；
(3.6)确定第n1个装载的时间分配系数pn1、第i个风向出现的概率pi和第j个航向出现的概率pj；
(3.7)确定在第n1个装载、风向i、航向j的情况下的应力响应过零率νijn1
Figure BDA0002743303550000051
(3.8)计算无人机遭遇频率ωek下航向角为θ时易疲劳热点的波能谱Gηη(ωek,θ)；
所述的计算无人机遭遇频率下航向角为时易疲劳热点的波能谱，包括如下步骤：
(3.8.1)确定平均空气波压力Hz和平均跨零周期Tz；
(3.8.2)测量无人机航速U；
(3.8.3)计算风波谱
Figure BDA0002743303550000052
所述的易疲劳热点的平均跨零周期Tz为：
Figure BDA0002743303550000053
所述的平均空气波压力Hz通过当地航空资料查得。
(3.8.4)计算波能谱
Figure BDA0002743303550000054
(3.9)计算疲劳累积损伤度：
Figure BDA0002743303550000055
(4)计算Bmax与总疲劳累积损伤度B的确定性关系系数q；
Figure BDA0002743303550000056
(5)将最危险风向持续施加在无人机机体结构的易疲劳热点上，连续调整最危险风向的频率，采集并记录易疲劳热点的疲劳累积损伤度，选择对应易疲劳热点受到的最大应力的频率，设置为易疲劳热点的最危险频率，并获取该易疲劳热点应力的最大值τmax；所述应力的计算方法包括：
根据易疲劳热点周边的应力梯度，根据网格模型提取距离热点3t/2和t/2处的表面应力，t为风向周期，根据线性关系外插得到易疲劳热点处的应力，提取不同频率的具有单位波幅的规则波产生的各项载荷的实部τc和虚部τs，得到无人机机体结构在对应频率下的合成应力τ＝τc+iτs，选取易疲劳热点附近的四个有限元网格单元，计算得到的各单元应力τkx，τky，k＝1,2,3,4，为有限元网格标号，热点处的应力τhotx、τhoty为：
Figure BDA0002743303550000061
Figure BDA0002743303550000062
Figure BDA0002743303550000063
τhot的单位为N/mm2。
(6)计算易疲劳热点的应力与疲劳累积损伤度的关系p；
Figure BDA0002743303550000064
其中，n为设定的常数；
(7)计算对易疲劳热点施加频率为ω的风向u时，易疲劳热点处的应力τhot；
(8)计算对易疲劳热点施加频率为v的风向u时，易疲劳热点处的总疲劳累积损伤度Bu；
Figure BDA0002743303550000065
本发明的特点如下：
在执行无人机机体结构易疲劳热点的结构优化设计过程中，只需计算易疲劳热点在某一计算风向的某个计算频率下的结构热点应力，即可计算得到该优化方案下的典型节点结构的疲劳累积损伤度，而不需要进行全风向全频率的结构疲劳谱分析计算。
该简化计算方法的计算过程简单，可靠性高。经过大量数据的分析研究发现，该简化计算方法计算得到的易疲劳热点的疲劳累积损伤度与采用全风向全频率的谱分析计算方法的误差基本在1％范围内，最高误差可控制在5％左右。该优化方法可以极大减少计算工作量，提高设计效率。设有n2个风向和m2个计算频率，那么该方法完成疲劳热点的优化设计工作的时间最少可为原来全风向全频率的谱分析计算时间的
Figure BDA0002743303550000066
此外，通过合理地取定各类系数值，可保证该简化计算方法的计算结果与采用全风向全频率的谱分析方法计算结果的误差在可接受的范围，进而能充分保障无人机结构的疲劳强度安全。对于任何风向及在某一风向的任意频率下，该简化计算方法均成立；可确保该方法的安全性更好。

Claims (6)

1.一种基于疲劳强度的无人机结构设计方法，其特征在于，包括如下步骤：
(1)输入无人机机体结构设计模型、待计算的风向u和风向的频率ω，将无人机机体结构设计模型转化为有限元分析模型；
(2)评估无人机机体结构的有限元分析模型的疲劳强度，确认无人机机体结构的易疲劳热点；
(3)向无人机机体结构的易疲劳热点施加m种不同角度的风向，确定每种风向条件下易疲劳热点的疲劳累积损伤度Bi，i∈(0,m)，i为风向标号；选择Bi值最大的风向，设置为最危险风向；最危险风向对易疲劳热点的疲劳累积损伤度为Bmax，；
(4)计算Bmax与总疲劳累积损伤度B的确定性关系系数q；
Figure FDA0002743303540000011
(5)将最危险风向持续施加在无人机机体结构的易疲劳热点上，连续调整最危险风向的频率，采集并记录易疲劳热点的疲劳累积损伤度，选择对应易疲劳热点受到的最大应力的频率，设置为易疲劳热点的最危险频率，并获取该易疲劳热点应力的最大值τmax；
(6)计算易疲劳热点的应力与疲劳累积损伤度的关系p；
Figure FDA0002743303540000012
其中，n为设定的常数；
(7)计算对易疲劳热点施加频率为ω的风向u时，易疲劳热点处的应力τhot；
(8)计算对易疲劳热点施加频率为v的风向u时，易疲劳热点处的总疲劳累积损伤度Bu；
Figure FDA0002743303540000013
2.根据权利要求1所述的一种基于疲劳强度的无人机结构设计方法，其特征在于，所述的疲劳累积损伤度的确定方法为：
(3.1)采集无人机航率系数α；
(3.2)确认无人机疲劳计算的回复期Tr，Tr＝4.7×108s；
(3.3)根据无人机结构疲劳标准选取盈利疲劳S-N曲线参数
Figure FDA0002743303540000014
和n；
(3.4)根据n构建伽玛函数：
Figure FDA0002743303540000015
(3.5)确定在第n1个装载、风向i、航向j的情况下的应力响应谱的零阶矩m0ijn1和二阶矩m2ijn1；
(3.6)确定第n1个装载的时间分配系数pn1、第i个风向出现的概率pi和第j个航向出现的概率pj；
(3.7)确定在第n1个装载、风向i、航向j的情况下的应力响应过零率νijn1
Figure FDA0002743303540000021
(3.8)计算无人机遭遇频率ωek下航向角为θ时易疲劳热点的波能谱Gηη(ωek,θ)
(3.9)计算疲劳累积损伤度：
Figure FDA0002743303540000022
3.根据权利要求2所述的一种基于疲劳强度的无人机结构设计方法，其特征在于，所述应力的计算方法包括：
根据易疲劳热点周边的应力梯度，根据网格模型提取距离热点3t/2和t/2处的表面应力，t为风向周期，根据线性关系外插得到易疲劳热点处的应力，提取不同频率的具有单位波幅的规则波产生的各项载荷的实部τc和虚部τs，得到无人机机体结构在对应频率下的合成应力τ＝τc+iτs，选取易疲劳热点附近的四个有限元网格单元，计算得到的各单元应力τkx，τky，k＝1,2,3,4，为有限元网格标号，热点处的应力τhotx、τhoty为：
Figure FDA0002743303540000023
Figure FDA0002743303540000024
Figure FDA0002743303540000025
τhot的单位为N/mm2。
4.根据权利要求3所述的一种基于疲劳强度的无人机结构设计方法，其特征在于，所述的计算无人机遭遇频率下航向角为时易疲劳热点的波能谱，包括如下步骤：
(3.8.1)确定平均空气波压力Hz和平均跨零周期Tz；
(3.8.2)测量无人机航速U；
(3.8.3)计算风波谱
Figure FDA0002743303540000026
(3.8.4)计算波能谱
Figure FDA0002743303540000031
5.根据权利要求4所述的一种基于疲劳强度的无人机结构设计方法，其特征在于，所述的易疲劳热点的平均跨零周期Tz为：
Figure FDA0002743303540000032
6.根据权利要求5所述的一种基于疲劳强度的无人机结构设计方法，其特征在于，所述的平均空气波压力Hz通过当地航空资料查得。
CN202011157718.3A 2020-10-26 2020-10-26 一种基于疲劳强度的无人机结构设计方法 Active CN112231842B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011157718.3A CN112231842B (zh) 2020-10-26 2020-10-26 一种基于疲劳强度的无人机结构设计方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011157718.3A CN112231842B (zh) 2020-10-26 2020-10-26 一种基于疲劳强度的无人机结构设计方法

Publications (2)

Publication Number Publication Date
CN112231842A true CN112231842A (zh) 2021-01-15
CN112231842B CN112231842B (zh) 2022-12-23

Family

ID=74110800

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011157718.3A Active CN112231842B (zh) 2020-10-26 2020-10-26 一种基于疲劳强度的无人机结构设计方法

Country Status (1)

Country Link
CN (1) CN112231842B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113221421A (zh) * 2021-05-17 2021-08-06 哈尔滨工程大学 一种船体优化结构疲劳累积总损伤度的快速计算方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103995919A (zh) * 2014-04-17 2014-08-20 中国航空工业集团公司沈阳飞机设计研究所 一种飞机结构焊点疲劳寿命计算分析方法
CN104101548A (zh) * 2013-04-09 2014-10-15 中国人民解放军第二炮兵工程大学 一种适用于低成本的无人机机体结构定寿方法
CN104573172A (zh) * 2014-11-19 2015-04-29 新疆金风科技股份有限公司 风力发电机组中的结构件的疲劳分析方法和疲劳分析装置
CN110390146A (zh) * 2019-07-04 2019-10-29 山东中车风电有限公司 基于扇区载荷的风电机组塔筒焊缝疲劳损伤计算方法及产品

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104101548A (zh) * 2013-04-09 2014-10-15 中国人民解放军第二炮兵工程大学 一种适用于低成本的无人机机体结构定寿方法
CN103995919A (zh) * 2014-04-17 2014-08-20 中国航空工业集团公司沈阳飞机设计研究所 一种飞机结构焊点疲劳寿命计算分析方法
CN104573172A (zh) * 2014-11-19 2015-04-29 新疆金风科技股份有限公司 风力发电机组中的结构件的疲劳分析方法和疲劳分析装置
CN110390146A (zh) * 2019-07-04 2019-10-29 山东中车风电有限公司 基于扇区载荷的风电机组塔筒焊缝疲劳损伤计算方法及产品

Non-Patent Citations (8)

* Cited by examiner, † Cited by third party
Title
LIN WANG ET AL.: "Structural optimisation of vertical-axis wind turbine composite blades based on finite element analysis and genetic algorithm", 《COMPOSITE STRUCTURES》 *
LIN WANG ET AL.: "Structural optimisation of vertical-axis wind turbine composite blades based on finite element analysis and genetic algorithm", 《COMPOSITE STRUCTURES》, vol. 153, 2 June 2016 (2016-06-02), pages 123 - 138, XP029669840, DOI: 10.1016/j.compstruct.2016.06.003 *
张丹峰等: "海洋环境下飞机结构腐蚀疲劳研究现状", 《装备环境工程》 *
张丹峰等: "海洋环境下飞机结构腐蚀疲劳研究现状", 《装备环境工程》, no. 02, 15 April 2009 (2009-04-15), pages 5 - 8 *
王钦华等: "结构系统风致疲劳寿命可靠性分析", 《土木工程学报》 *
王钦华等: "结构系统风致疲劳寿命可靠性分析", 《土木工程学报》, no. 08, 15 August 2011 (2011-08-15), pages 72 - 78 *
韩卓: "基于压电材料的小型飞行器柔性翼主动变形气动特性研究", 《中国优秀硕士学位论文全文数据库 基础科学辑》 *
韩卓: "基于压电材料的小型飞行器柔性翼主动变形气动特性研究", 《中国优秀硕士学位论文全文数据库 基础科学辑》, no. 03, 15 March 2020 (2020-03-15), pages 004 - 81 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113221421A (zh) * 2021-05-17 2021-08-06 哈尔滨工程大学 一种船体优化结构疲劳累积总损伤度的快速计算方法

Also Published As

Publication number Publication date
CN112231842B (zh) 2022-12-23

Similar Documents

Publication Publication Date Title
CN105241660B (zh) 基于健康监测数据的高铁大型桥梁性能测试方法
CN111198100B (zh) 一种航空发动机关键件使用寿命监控方法
CN112052522B (zh) 一种基于疲劳强度的船体结构优化简化计算方法
CN101145214A (zh) 基于改进反向传播神经网络的斜拉桥拉索损伤定位方法
CN107506535A (zh) 一种基于临界应变损伤参量的多轴疲劳寿命预测方法
CN107230015A (zh) 一种基于系统信息熵的配电网韧性评估方法
CN104809321A (zh) 一种基于细节疲劳额定值的高机动飞机寿命分析方法
CN107860548B (zh) 一种近似在线的颤振边界预测方法
CN102393864B (zh) 一种基于故障物理的航天器用谐波齿轮的可靠性优化方法
CN103645249A (zh) 基于精简集下采样不均衡svm变压器在线故障检测方法
CN101887407B (zh) 一种基于希尔伯特-黄变换的设备或系统机内测试信号特征提取方法
CN103020429A (zh) 一种系杆拱桥的健康状态综合决策评估方法
CN107145675A (zh) 基于bp神经网络算法的电力变压器故障诊断装置及方法
CN103559390B (zh) 一种基于平均失效指数的复合材料π形胶接连接结构拉伸强度预测方法
CN112231842B (zh) 一种基于疲劳强度的无人机结构设计方法
CN111079329A (zh) 一种基于相似结构试验的疲劳寿命评估方法
CN112986731B (zh) 计及地震不确定性的电气互联系统韧性评估与提升方法
CN104978450A (zh) 一种直升机振动主动控制位置优选方法
CN104102778A (zh) 一种曲轴动力学分析方法
CN109540459A (zh) 一种气动特性数值计算结果修正方法
CN113532850A (zh) 一种用于差速器十字轴的扭转疲劳试验装置及试验方法
CN103544402A (zh) 一种疲劳开裂结构等效分析谱的构造方法
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
Cary et al. Current practice unstructured grid CFD results for 3rd AIAA High Lift Prediction Workshop
Sherrer et al. Wind tunnel demonstration of aeroelastic tailoring applied to forward swept wings

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
TA01 Transfer of patent application right

Effective date of registration: 20221128

Address after: Room 01, Floor 6, Building 4, No. 36, Sidaokou North Street, Haidian District, Beijing 100089

Applicant after: Beijing Hydrogen Source Intelligent Technology Co.,Ltd.

Address before: 150001 No. 145-1, Nantong Avenue, Nangang District, Heilongjiang, Harbin

Applicant before: HARBIN ENGINEERING University

TA01 Transfer of patent application right
GR01 Patent grant
GR01 Patent grant