CN114611207B - 基于光纤翼面响应解析与最小二乘法的机翼攻角辨识方法 - Google Patents

基于光纤翼面响应解析与最小二乘法的机翼攻角辨识方法 Download PDF

Info

Publication number
CN114611207B
CN114611207B CN202210187652.5A CN202210187652A CN114611207B CN 114611207 B CN114611207 B CN 114611207B CN 202210187652 A CN202210187652 A CN 202210187652A CN 114611207 B CN114611207 B CN 114611207B
Authority
CN
China
Prior art keywords
wing
airfoil
attack angle
force
lift
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
Application number
CN202210187652.5A
Other languages
English (en)
Other versions
CN114611207A (zh
Inventor
曾捷
严桢峰
徐吉洪
朱清峰
赵悦琦
陈勇
綦磊
杨宇
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.)
Nanjing University of Aeronautics and Astronautics
Original Assignee
Nanjing University of Aeronautics and Astronautics
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 Nanjing University of Aeronautics and Astronautics filed Critical Nanjing University of Aeronautics and Astronautics
Priority to CN202210187652.5A priority Critical patent/CN114611207B/zh
Publication of CN114611207A publication Critical patent/CN114611207A/zh
Application granted granted Critical
Publication of CN114611207B publication Critical patent/CN114611207B/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
    • G06F30/28—Design optimisation, verification or simulation using fluid dynamics, e.g. using Navier-Stokes equations or computational fluid dynamics [CFD]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/10—Numerical modelling
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2113/00—Details relating to the application field
    • G06F2113/08—Fluids
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2113/00—Details relating to the application field
    • G06F2113/28—Fuselage, exterior or interior
    • 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)
  • General Physics & Mathematics (AREA)
  • Geometry (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Computer Hardware Design (AREA)
  • Fluid Mechanics (AREA)
  • Mathematical Physics (AREA)
  • Computing Systems (AREA)
  • Algebra (AREA)
  • Automation & Control Theory (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Computational Mathematics (AREA)
  • Aerodynamic Tests, Hydrodynamic Tests, Wind Tunnels, And Water Tanks (AREA)

Abstract

本发明所述一种基于光纤翼面响应解析与最小二乘法的机翼攻角辨识方法，属于机翼攻角辨识技术领域。基于目标翼型表面沿弦向布设N条OFDR分布式光纤传感网络，实现针对翼面的气动载荷辨识；根据机翼所受气动力R在风轴系与体轴系分解特点，通过有限元积分方法建立翼面气动载荷与机翼升力计算模型，进而根据升力系数辨识目标翼型对应的攻角；采用LM最小二乘法优化所得攻角，进一步减小辨识误差。在实际应用中，即可通过该攻角辨识模型，对目标翼型实现实时攻角辨识，能够有效提高飞行品质与安全性。

Description

基于光纤翼面响应解析与最小二乘法的机翼攻角辨识方法
技术领域
本发明涉及一种基于光纤翼面响应解析与最小二乘法的机翼攻角辨识方法，属于机翼攻角辨识技术领域。
背景技术
飞机攻角是飞行控制和导航系统所需的主要参数，对于保障飞行安全，提高飞行品质至关重要。若攻角传感器出现故障，产生错误数据，将可能致使飞控系统产生错误飞行指令，甚至导致失事。目前国内外关于攻角测量的主要方法包括风标传感器、压差式传感器和零压式传感器等，由于飞机周围自由气流受到扰动，使得上述攻角测量易产生位置误差。
光纤传感器基于其质量轻、芯径细、柔韧性好、抗电磁干扰、便于分布式组网等优势，在飞行器智能监测领域受到广泛关注。因此，研制出能够与机体结构一体化集成、适于气动外形与隐身性能改善的新型攻角辨识方法，对于提升飞行品质与安全性具有重要意义。
发明内容
本发明所要解决的技术问题是提供一种基于光纤翼面响应解析与最小二乘法的机翼攻角辨识方法，能够针对目标翼型的不同飞行工况，实现实时攻角辨识监测。
本发明设计了一种基于光纤翼面响应解析与最小二乘法的机翼攻角辨识方法，基于目标翼型表面沿弦向布设N条OFDR分布式光纤传感网络，实现针对翼面的气动载荷辨识；按步骤A，获得目标翼型所对应的气动载荷分布；然后执行步骤B至步骤D，实现对目标翼型攻角的实时辨识。
步骤A.沿目标翼型弦向布设N条OFDR分布式光纤传感网络，相邻两条传感网络之间间隔相同，且每条传感网络上各相邻两光栅测点之间间隔为S，如图1所示。OFDR分布式光纤传感器各测点的中心波长变化与翼面气动压力之间的关系为：
Figure BDA0003524292890000011
式中，r为两光栅测点间的半径，E为机翼蒙皮的杨氏模量，t为蒙皮厚度，μ为泊松比，pe为光弹性系数，λ为初始中心波长，ΔP为翼面气动压差，K为光纤表贴位置的光滑系数，3r2K(1-μ2)(1-pe)λ/8Et2可视为一个常数，通常通过标定得到，由此可得目标翼型所对应的气动载荷分布，然后进入步骤B；
步骤B.基于翼面压强分布的机翼升力计算方法。由于气流的作用，流场中机翼表面的压力分布形成空气动力R。首先，根据风轴系的定义，将R分解为垂直于来流方向的升力L和平行于来流方向的阻力D。其次，按照飞机体轴系的定义，将R分解为垂直于翼弦的法向力N和平行于翼弦的弦向力A。
根据空气动力学的定义，作用于单位面积上的机翼表面法向力和弦向力如下：
dN'u＝-pudsucosθ-τudsusinθ                       (1.2)
dA'u＝-pudsusinθ+τudsucosθ                       (1.3)
dN'd＝pddsdcosθ-τddsdsinθ                       (1.4)
dA'd＝pddsdsinθ+τddsdcosθ                       (1.5)
其中dNu’表示机翼上表面单位法向力，dAu’表示机翼上表面单位弦向力，dNd’表示机翼下表面单位法向力，dAd’表示机翼下表面单位弦向力，u表示机翼上表面，d表示机翼下表面，p表示气动压力，τ表示摩擦力，θ表示升力L与法向力N之间的夹角，pu表示上表面气动压力，pd表示下表面气动压力，τu表示上表面摩擦力，τd表示下表面摩擦力dsu表示上表面弦向单位长度，dsd表示下表面弦向单位长度。由于机翼表面经过处理，不计入摩擦力的影响。因此表达式如下：
Figure BDA0003524292890000021
Figure BDA0003524292890000022
式中le表示机翼前缘，te表示机翼后缘。几何转换后，升力的表达式为：L’＝N’cosα-Asinα，假设吹风在小攻角下进行，即0°至15°范围内，因此L’≈N’。又由于cosθds＝dx，表达式变为：
Figure BDA0003524292890000023
式中ds表示体轴系下的单位弦长，dx表示风轴系下的单位弦长。该表达式的含义是，二维机翼单位横向长度上表面压力分布曲线和下表面压力分布曲线所包络的面积就是二维机翼产生的升力。根据测量点的位置和所对应的压力分布图，升力公式变为如下方程，其中机翼上表面压力为“-”，下表面压力为“+”：
Figure BDA0003524292890000031
式中pi表示第i点的压力，Δxi表示第i点的对应的弦长。通过式(1.9)即可得到单位横向长度上机翼表面的升力，需要说明的是，通过此种方法所得升力结果为近似值，且只适用于小攻角工况，即攻角在0°至15°范围内，然后进入步骤C；步骤C.基于翼面升力系数的攻角辨识方法。在已经得到机翼升力的前提下，可以进一步推出对应工况下机翼的升力系数，表达式为：
Figure BDA0003524292890000032
式中L’为所得升力，ρ为空气密度，V为气流流速，c为机翼弦长。基于式(1.10)计算所得升力系数，可通过查询翼型对应升力系数曲线得到攻角辨识数据，然后进入步骤D；
步骤D.基于Levenberg-Marquardt最小二乘算法优化的攻角辨识方法。为了确保近似结果的准确性，需要设定一个具有一定半径的区域作为信赖区域。在LM算法中信赖区大小的确定是通过增益比来确定的：
Figure BDA0003524292890000033
式中F(x)为目标函数，J(x)为Jacobian矩阵，Δx为F(x)自变量的增量，通过引入拉格朗日乘子将约束优化问题转化为无约束优化问题后可以得到：
(H+λDTD)Δx＝g  (1.12)
其中，H＝J(x)TJ(x)，g＝-J(x)TF(x)，J(x)T为J(x)的转置矩阵，λ为特征值，因为D＝I，I是单位矩阵，可得：
(H+λ)Δx＝g  (1.13)
式(1.13)就是LM算法的增量表达式。通过对该公式的计算，避免了高斯-牛顿算法的不收敛问题。
LM最小二乘算法求解流程如下：
对于给定初始值x0和优化半径u，对于第i次迭代过程，有：
Figure BDA0003524292890000041
其中f(x)是模型函数与测量值之差，u是信赖区域半径，D是单位矩阵。计算此次迭代过程的增益比ν，若：
Figure BDA0003524292890000042
当ρ大于阈值时，则近似可行，令xi+1＝xi+Δxi。接着判断是否收敛，收敛则输出此时参数值作为解，不收敛则令i＝i+1，进行下一次迭代。
Figure BDA0003524292890000043
式(1.16)即为所求目标函数，其中，h、j、k为拟合系数，CL为升力系数，V为气流流速，ρ为空气密度，c为弦长，α即为优化后辨识所得攻角。
本发明所述一种基于OFDR光纤翼面响应解析与LM最小二乘法的机翼攻角辨识方法，基于目标翼型表面沿弦向布设N条OFDR分布式光纤传感网络，实现针对翼面的气动载荷辨识；根据机翼所受气动力在风轴系与体轴系受力分析分解特点，通过有限元积分方法建立翼面气动载荷与机翼升力计算模型，进而根据升力系数辨识目标翼型对应的攻角；采用LM最小二乘法优化所得攻角，进一步减小辨识误差。在实际应用中，即可通过该攻角辨识模型，对目标翼型实现实时攻角辨识，能够有效提高飞行品质与安全性。
附图说明
图1是本发明所设计中目标翼型攻角光纤辨识应用结构示意图；
图2是目标翼型在流场中的受力分析与压力分布图，其中(a)是机翼在流场中的受力分析图，(b)是机翼压力分布图；
图中标号名称：1、翼面OFDR光纤传感网络，2、OFDR光纤解调仪，3、计算机。
具体实施方式
本发明设计了一种基于光纤翼面响应解析与最小二乘法的机翼攻角辨识方法，基于目标翼型表面沿弦向布设N条OFDR分布式光纤传感网络，实现针对翼面的气动载荷辨识；按步骤A，获得目标翼型所对应的气动载荷分布；然后执行步骤B至步骤D，实现对目标翼型攻角的实时辨识。
步骤A.沿目标翼型弦向布设N条OFDR分布式光纤传感网络，相邻两条传感网络之间间隔相同，且每条传感网络上各相邻两光栅测点之间间隔为S，如图1所示。OFDR分布式光纤传感器各测点的中心波长变化与翼面气动压力之间的关系为：
Figure BDA0003524292890000051
式中，r为两光栅测点间的半径，E为机翼蒙皮的杨氏模量，t为蒙皮厚度，μ为泊松比，pe为光弹性系数，λ为初始中心波长，ΔP为翼面气动压差，K为光纤表贴位置的光滑系数，3r2K(1-μ2)(1-pe)λ/8Et2可视为一个常数，通常通过标定得到，由此可得目标翼型所对应的气动载荷分布，然后进入步骤B；
步骤B.基于翼面压强分布的机翼升力计算方法。由于气流的作用，流场中机翼表面的压力分布形成空气动力R。首先，根据风轴系的定义，将R分解为垂直于来流方向的升力L和平行于来流方向的阻力D。其次，按照飞机体轴系的定义，将R分解为垂直于翼弦的法向力N和平行于翼弦的弦向力A。
根据空气动力学的定义，作用于单位面积上的机翼表面法向力和弦向力如下：
dN'u＝-pudsucosθ-τudsusinθ                       (1.2)
dA'u＝-pudsusinθ+τudsucosθ                       (1.3)
dN'd＝pddsdcosθ-τddsdsinθ                       (1.4)
dA'd＝pddsdsinθ+τddsdcosθ                       (1.5)
其中dNu’表示机翼上表面单位法向力，dAu’表示机翼上表面单位弦向力，dNd’表示机翼下表面单位法向力，dAd’表示机翼下表面单位弦向力，其中u表示机翼上表面，d表示机翼下表面，p表示气动压力，τ表示摩擦力，θ表示升力L与法向力N之间的夹角，pu表示上表面气动压力，pd表示下表面气动压力，τu表示上表面摩擦力，τd表示下表面摩擦力dsu表示上表面弦向单位长度，dsd表示下表面弦向单位长度。由于机翼表面经过处理，不计入摩擦力的影响。因此表达式如下：
Figure BDA0003524292890000052
Figure BDA0003524292890000061
式中le表示机翼前缘，te表示机翼后缘。几何转换后，升力的表达式为：L’＝N’cosα-Asinα，假设吹风在小攻角下进行，即0°至15°范围内，因此L’≈N’。又由于cosθds＝dx，表达式变为：
Figure BDA0003524292890000062
式中ds表示体轴系下的单位弦长，dx表示风轴系下的单位弦长。该表达式的含义是，二维机翼单位横向长度上表面压力分布曲线和下表面压力分布曲线所包络的面积就是二维机翼产生的升力。根据测量点的位置和所对应的压力分布图，升力公式变为如下方程，其中机翼上表面压力为“-”，下表面压力为“+”：
Figure BDA0003524292890000063
式中pi表示第i点的压力，Δxi表示第i点的对应的弦长。通过式(1.9)即可得到单位横向长度上机翼表面的升力，需要说明的是，通过此种方法所得升力结果为近似值，且只适用于小攻角工况，即攻角在0°至15°范围内，然后进入步骤C；
步骤C.基于翼面升力系数的攻角辨识方法。在已经得到机翼升力的前提下，可以进一步推出对应工况下机翼的升力系数，表达式为：
Figure BDA0003524292890000064
式中L’为所得升力，ρ为空气密度，V为气流流速，c为机翼弦长。基于式(1.10)计算所得升力系数，可通过查询翼型对应升力系数曲线得到攻角辨识数据，然后进入步骤D；
步骤D.基于Levenberg-Marquardt最小二乘算法优化的攻角辨识方法。为了确保近似结果的准确性，需要设定一个具有一定半径的区域作为信赖区域。在LM算法中信赖区大小的确定是通过增益比来确定的：
Figure BDA0003524292890000065
式中F(x)为目标函数，J(x)为Jacobian矩阵，Δx为F(x)自变量的增量，通过引入拉格朗日乘子将约束优化问题转化为无约束优化问题后可以得到：
(H+λDTD)Δx＝g  (1.12)
其中，H＝J(x)TJ(x)，g＝-J(x)TF(x)，J(x)T为J(x)的转置矩阵，λ为特征值，因为D＝I，I是单位矩阵，可得：
(H+λ)Δx＝g  (1.13)
式(1.13)就是LM算法的增量表达式。通过对该公式的计算，避免了高斯-牛顿算法的不收敛问题。
LM最小二乘算法求解流程如下：
对于给定初始值x0和优化半径u，对于第i次迭代过程，有：
Figure BDA0003524292890000071
其中f(x)是模型函数与测量值之差，u是信赖区域半径，D是单位矩阵。计算此次迭代过程的增益比ν，若：
Figure BDA0003524292890000072
当ρ大于阈值时，则近似可行，令xi+1＝xi+Δxi。接着判断是否收敛，收敛则输出此时参数值作为解，不收敛则令i＝i+1，进行下一次迭代。
Figure BDA0003524292890000073
式(1.16)即为所求目标函数，其中，h、j、k为拟合系数，CL为升力系数，V为气流流速，ρ为空气密度，c为弦长，α即为优化后辨识所得攻角。
上面结合附图对本发明的实施方式作了详细说明，但是本发明并不限于上述实施方式，在本领域普通技术人员所具备的知识范围内，还可以在不脱离本发明宗旨的前提下做出各种变化。

Claims (1)

1.一种基于光纤翼面响应解析与最小二乘法的机翼攻角辨识方法，其特征在于包括以下过程：
步骤A.沿目标翼型弦向布设N条OFDR分布式光纤传感网络，相邻两条传感网络之间间隔相同，且每条传感网络上各相邻两光栅测点之间间隔为S；OFDR分布式光纤传感器各测点的中心波长变化与翼面气动压力之间的关系为：
式中，r为相邻两光栅测点间的半径，E为机翼蒙皮的杨氏模量，t为机翼蒙皮厚度，μ为泊松比，pe为光弹性系数，λ为初始中心波长，ΔP为翼面气动压差，K为光纤表贴位置的光滑系数，3r2K(1-μ2)(1-pe)λ/8Et2视为一个常数，通过标定得到，由此得到目标翼型所对应的气动载荷分布，然后进入步骤B；
步骤B.基于翼面压强分布的机翼升力计算方法；由于气流的作用，流场中机翼表面的压力分布形成空气动力R；首先，根据风轴系的定义，将R分解为垂直于来流方向的升力L和平行于来流方向的阻力D；其次，按照飞机体轴系的定义，将R分解为垂直于翼弦的法向力N和平行于翼弦的弦向力A；
根据空气动力学的定义，作用于单位面积上的机翼表面法向力和弦向力如下：
dN'u＝-pudsucosθ-τudsusinθ                       (1.2)
dA'u＝-pudsusinθ+τudsucosθ                       (1.3)
dN'd＝pddsdcosθ-τddsdsinθ                       (1.4)
dA'd＝pddsdsinθ+τddsdcosθ          (1.5)
其中dNu’表示机翼上表面单位法向力，dAu’表示机翼上表面单位弦向力，dNd’表示机翼下表面单位法向力，dAd’表示机翼下表面单位弦向力，u表示机翼上表面，d表示机翼下表面，p表示气动压力，τ表示摩擦力，θ表示升力L与法向力N之间的夹角，pu表示上表面气动压力，pd表示下表面气动压力，τu表示上表面摩擦力，τd表示下表面摩擦力，dsu表示上表面弦向单位长度，dsd表示下表面弦向单位长度；由于机翼表面经过处理，不计入摩擦力的影响，因此表达式如下：
式中le表示机翼前缘，te表示机翼后缘；几何转换后，升力的表达式为：L’＝N’cosα-Asinα，假设吹风在小攻角下进行，即0°至15°范围内，因此L’≈N’；又由于cosθds＝dx，表达式变为：
式中ds表示体轴系下的单位弦长，dx表示风轴系下的单位弦长，该表达式的含义是，二维机翼单位横向长度上表面压力分布曲线和下表面压力分布曲线所包络的面积就是二维机翼产生的升力；根据测量点的位置和所对应的压力分布图，升力公式变为如下方程，其中机翼上表面压力为“-”，下表面压力为“+”：
式中pi表示第i点的压力，Δxi表示第i点的对应的弦长；通过式(1.9)即可得到单位横向长度上机翼表面的升力，需要说明的是，通过此种方法所得升力结果为近似值，且只适用于小攻角工况，即攻角在0°至15°范围内，然后进入步骤C；
步骤C.基于翼面升力系数的攻角辨识方法，在已经得到机翼升力的前提下，可以进一步推出对应工况下机翼的升力系数，表达式为：
式中L’为所得升力，ρ为空气密度，V为气流流速，c为机翼弦长；基于式(1.10)计算所得升力系数，通过查询翼型对应升力系数曲线得到攻角辨识数据，然后进入步骤D；
步骤D.基于Levenberg-Marquardt最小二乘算法优化的攻角辨识方法；为了确保近似结果的准确性，需要设定一个具有一定半径的区域作为信赖区域；在LM算法中信赖区大小的确定是通过增益比来确定的：
式中F(x)为目标函数，J(x)为Jacobian矩阵，Δx为F(x)自变量的增量，通过引入拉格朗日乘子将约束优化问题转化为无约束优化问题后可以得到：
(H+λDTD)Δx＝g                         (1.12)
其中，H＝J(x)TJ(x)，g＝-J(x)TF(x)，J(x)T为J(x)的转置矩阵，λ为特征值，因为D＝I，I是单位矩阵，可得：
(H+λ)Δx＝g                           (1.13)
式(1.13)就是LM算法的增量表达式；通过对该公式的计算，避免了高斯-牛顿算法的不收敛问题；
LM最小二乘算法求解流程如下：
对于给定初始值x0和优化半径u，对于第i次迭代过程，有：
其中f(x)是模型函数与测量值之差，u是信赖区域半径，D是单位矩阵；计算此次迭代过程的增益比ν，当ρ大于阈值时，则近似可行，令xi+1＝xi+Δxi，接着判断是否收敛，收敛则输出此时参数值作为解，不收敛则令i＝i+1，进行下一次迭代，
式(1.15)即为所求目标函数，其中，h、j、k为拟合系数，CL为升力系数，V为气流流速，ρ为空气密度，c为弦长，α即为优化后辨识所得攻角。
CN202210187652.5A 2022-02-28 2022-02-28 基于光纤翼面响应解析与最小二乘法的机翼攻角辨识方法 Active CN114611207B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210187652.5A CN114611207B (zh) 2022-02-28 2022-02-28 基于光纤翼面响应解析与最小二乘法的机翼攻角辨识方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210187652.5A CN114611207B (zh) 2022-02-28 2022-02-28 基于光纤翼面响应解析与最小二乘法的机翼攻角辨识方法

Publications (2)

Publication Number Publication Date
CN114611207A CN114611207A (zh) 2022-06-10
CN114611207B true CN114611207B (zh) 2023-05-12

Family

ID=81858200

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210187652.5A Active CN114611207B (zh) 2022-02-28 2022-02-28 基于光纤翼面响应解析与最小二乘法的机翼攻角辨识方法

Country Status (1)

Country Link
CN (1) CN114611207B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2010006033A1 (en) * 2008-07-08 2010-01-14 Tao Of Systems Integration, Inc. Method for predicting flow and performance characteristics of a body using critical point location
WO2012089210A1 (en) * 2010-12-30 2012-07-05 Vestas Wind Systems A/S Optical angle of attack detector based on light detection and ranging (lidar) for control of an aerodynamic surface
CN109460566A (zh) * 2018-09-20 2019-03-12 中国科学院工程热物理研究所 一种风力机叶片内侧厚翼型的气动稳健优化设计方法
CN110704953A (zh) * 2019-09-30 2020-01-17 西北工业大学 一种大展弦比机翼静气弹性能设计敏度的分析方法
CN111859651A (zh) * 2020-07-10 2020-10-30 浙江运达风电股份有限公司 一种低空气密度下风电机组发电性能优化方法
CN112507471A (zh) * 2020-10-23 2021-03-16 湖北工业大学 一种大攻角范围条件下垂直轴风力机翼型设计方法
CN112528492A (zh) * 2020-12-09 2021-03-19 中国航空工业集团公司沈阳飞机设计研究所 一种机翼损伤情况下的故障检测方法及装置

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050197811A1 (en) * 2004-02-02 2005-09-08 Ariyur Kartik B. Prediction of dynamic ground effect forces for fixed wing aircraft

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2010006033A1 (en) * 2008-07-08 2010-01-14 Tao Of Systems Integration, Inc. Method for predicting flow and performance characteristics of a body using critical point location
WO2012089210A1 (en) * 2010-12-30 2012-07-05 Vestas Wind Systems A/S Optical angle of attack detector based on light detection and ranging (lidar) for control of an aerodynamic surface
CN109460566A (zh) * 2018-09-20 2019-03-12 中国科学院工程热物理研究所 一种风力机叶片内侧厚翼型的气动稳健优化设计方法
CN110704953A (zh) * 2019-09-30 2020-01-17 西北工业大学 一种大展弦比机翼静气弹性能设计敏度的分析方法
CN111859651A (zh) * 2020-07-10 2020-10-30 浙江运达风电股份有限公司 一种低空气密度下风电机组发电性能优化方法
CN112507471A (zh) * 2020-10-23 2021-03-16 湖北工业大学 一种大攻角范围条件下垂直轴风力机翼型设计方法
CN112528492A (zh) * 2020-12-09 2021-03-19 中国航空工业集团公司沈阳飞机设计研究所 一种机翼损伤情况下的故障检测方法及装置

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
吴友健 ; 杨艺 ; .基于Fluent的风力机叶片翼型气动性能数值计算.节能.2020,(第01期),全文. *
祁武超 ; 钱德龙 ; 田素梅 ; 许卫锴 ; 赵维涛 ; .表面开孔对机翼气动性能影响规律研究.沈阳航空航天大学学报.2020,(第04期),全文. *

Also Published As

Publication number Publication date
CN114611207A (zh) 2022-06-10

Similar Documents

Publication Publication Date Title
CN107194097B (zh) 基于风电场气动模拟和风速风向数据的分析方法
CN105160060B (zh) 一种基于实际功率曲线拟合的风电场理论功率确定方法
US8137066B2 (en) Pressure based load measurement
US8306800B2 (en) Method for predicting flow and performance characteristics of a body using critical point location
CN109101726A (zh) 一种基于风载总计的输电塔整体脉动风荷载谱确定方法
CN110641726B (zh) 一种快速确定飞机机翼安装角的方法
CN109883644B (zh) 一种获得孔壁Darcy系数的试验方法及其应用
CN106864770B (zh) 一种评估无人机制造外形气动偏差的方法
CN114912301B (zh) 一种低速风洞全机模型测力试验数据处理与修正系统
CN114611207B (zh) 基于光纤翼面响应解析与最小二乘法的机翼攻角辨识方法
CN111878308A (zh) 风力机集群预测群控方法
CN109977526A (zh) 一种基于三维cst技术的调整机翼有限元模型的方法
CN112949217A (zh) 风电机组尾流分区域建模及快速分析方法
CN116484652B (zh) 基于叶根载荷的风电场中的尾流干扰检测方法
CN112926132B (zh) 一种考虑三维效应影响下的固定翼翼型气动外形设计方法
CN114186407A (zh) 一种参数可自适应调整的风电场尾流速度场计算方法及系统
Sant et al. Estimating the angle of attack from blade pressure measurements on the National Renewable Energy Laboratory phase VI rotor using a free wake vortex model: yawed conditions
CN114675054B (zh) 基于风力发电机组塔基载荷的风向识别方法与系统
CN115342771A (zh) 一种航空发动机可调圆形尾喷管喉部面积标定方法
CN216342583U (zh) 一种风电叶片运行攻角测量装置
CN113931807A (zh) 一种风电叶片运行攻角测量方法
CN113353285A (zh) 一种旋翼翼型的确定方法及系统
FI129067B (en) Sensor, arrangement, use and method for estimating the angle of encounter
CN116500580B (zh) 一种基于多普勒雷达探测的涡核参数计算方法及系统
CN112241612B (zh) 一种考虑大气热稳定性的风资源评估综合计算外推方法

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
GR01 Patent grant
GR01 Patent grant