CN114722332A - 一种革新的风洞天平校准数据处理方法 - Google Patents

一种革新的风洞天平校准数据处理方法 Download PDF

Info

Publication number
CN114722332A
CN114722332A CN202210649961.XA CN202210649961A CN114722332A CN 114722332 A CN114722332 A CN 114722332A CN 202210649961 A CN202210649961 A CN 202210649961A CN 114722332 A CN114722332 A CN 114722332A
Authority
CN
China
Prior art keywords
wind tunnel
formula
tunnel balance
calibration
coefficient
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
CN202210649961.XA
Other languages
English (en)
Other versions
CN114722332B (zh
Inventor
李小刚
张巨达
王晨
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.)
AVIC Shenyang Aerodynamics Research Institute
Original Assignee
AVIC Shenyang Aerodynamics Research Institute
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 AVIC Shenyang Aerodynamics Research Institute filed Critical AVIC Shenyang Aerodynamics Research Institute
Priority to CN202210649961.XA priority Critical patent/CN114722332B/zh
Publication of CN114722332A publication Critical patent/CN114722332A/zh
Application granted granted Critical
Publication of CN114722332B publication Critical patent/CN114722332B/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
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64F—GROUND OR AIRCRAFT-CARRIER-DECK INSTALLATIONS SPECIALLY ADAPTED FOR USE IN CONNECTION WITH AIRCRAFT; DESIGNING, MANUFACTURING, ASSEMBLING, CLEANING, MAINTAINING OR REPAIRING AIRCRAFT, NOT OTHERWISE PROVIDED FOR; HANDLING, TRANSPORTING, TESTING OR INSPECTING AIRCRAFT COMPONENTS, NOT OTHERWISE PROVIDED FOR
    • B64F5/00—Designing, manufacturing, assembling, cleaning, maintaining or repairing aircraft, not otherwise provided for; Handling, transporting, testing or inspecting aircraft components, not otherwise provided for
    • B64F5/60—Testing or inspecting aircraft components or systems
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M9/00—Aerodynamic testing; Arrangements in or on wind tunnels
    • G01M9/02—Wind tunnels
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • 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
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
    • 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)
  • Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Data Mining & Analysis (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • General Engineering & Computer Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Mathematical Physics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • Development Economics (AREA)
  • Operations Research (AREA)
  • Computational Mathematics (AREA)
  • Geometry (AREA)
  • Game Theory and Decision Science (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Marketing (AREA)
  • Educational Administration (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Evolutionary Computation (AREA)
  • Fluid Mechanics (AREA)
  • Automation & Control Theory (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Computer Hardware Design (AREA)
  • Manufacturing & Machinery (AREA)
  • Transportation (AREA)
  • Evolutionary Biology (AREA)
  • Algebra (AREA)
  • Databases & Information Systems (AREA)

Abstract

本申请公开了一种革新的风洞天平校准数据处理方法，属于航空航天气动力风洞试验技术领域。解决了现有技术中缺失对风洞天平公式矩阵中各项系数值所具有的误差和校准载荷组合之间的近似线性相关性进行技术评估，甄别出排除或保留的判断方法的不足。本申请首先确定风洞天平各分量的最大允许公式；其次针对风洞天平的每一个分量，通过设定表征系数值具有较大误差以及校准载荷组合之间存在近似线性相关性的考核阀值，判定与拟合生成包含不同数量系数项的风洞天平候选公式；再获得风洞天平各分量的推荐公式；最终组合风洞天平各分量的推荐公式，获得可精确描述风洞天平特性的推荐公式矩阵，以此保证测力风洞试验数据的精准度。

Description

一种革新的风洞天平校准数据处理方法
技术领域
本申请涉及一种风洞天平校准数据处理方法，尤其涉及一种革新的风洞天平校准数据处理方法，属于航空航天气动力风洞试验技术领域。
背景技术
测力风洞试验是进行空气动力学研究与飞行器研制过程中的最基本试验项目。在测力风洞试验中，风洞直接测量作用于飞行器缩比模型上的空气动力载荷（三个力与三个力矩）的大小、方向与作用点，天平可见风洞天平的精准度直接决定了测力风洞试验数据的精准度。但是，当风洞天平完成设计、加工、应变计粘贴等工序后，其相当于一个“黑匣子”，属于未知系统，必须在风洞天平校准装置上完成风洞天平的校准工作，使风洞天平从未知系统转变为已知系统。
风洞天平校准工作是在其校准装置上，按已知的坐标系对风洞天平施加精确的六维力校准载荷（三个力与三个力矩），同时采集对应的风洞天平各分量响应输出电压。当预定载荷表中的所有载荷都完成加载后，应用风洞天平校准数据处理方法，拟合生成风洞天平各分量的响应输出电压（因变量）与校准载荷各种组合（自变量）之间的函数关系式即风洞天平校准公式；各分量的函数关系式组合在一起，就形成了风洞天平校准公式矩阵；最后，通过矩阵转换计算获得风洞天平使用公式矩阵，此时风洞天平成为了一个已知系统。
由于不同的风洞天平具有不同的特性，因此需要适用的校准数据处理方法，选择相应的风洞天平公式形式，生成可精确描述风洞天平特性的公式矩阵，从而保证测力风洞试验数据的精准度。当前，风洞天平校准数据处理方法主要采用基于最小二乘法原理的全局回归算法，并发展了相关的技术改进，如专利CN112326188A和CN112800633A，其中：CN112326188A基于DOE和响应面模型法，可采用一阶响应面模型只标定一次干扰系数，也可以采用二阶响应面模型同时标定一次干扰系数和二次干扰系数； CN112800633A可不对加载载荷进行限制，采用零载荷输出和初始线性矩阵的方式，对校准施加的载荷进行预处理修正，从而保证天平公式中平方干扰项系数及二次交叉干扰项系数的准确性。也有发展优化算法的技术改进，如CN106815428B采用以遗传算法、粒子群优化算法、差异演化算法、模拟植物生长算法、果蝇算法等为代表的智能优化算法，以天平多元加载数据为基础，同时拟合风洞天平公式中的所有系数。
然而，对于校准拟合获得的风洞天平公式矩阵中，每一项系数值其本身一定具有误差，同时校准载荷组合（自变量）之间也可能存在近似线性相关性，而包含误差的系数项以及近似线性相关的校准载荷组合（自变量）都势必会影响风洞天平公式矩阵的整体精准度与可靠性。反观以上的技术改进，都是立足于保全风洞天平公式矩阵中的全部系数项和校准载荷各种组合（自变量）的基础上，采取特定的方法最大限度地提升风洞天平公式矩阵的整体精准度，缺少相应的技术手段，实现对风洞天平公式矩阵中各项系数值所具有的误差和校准载荷组合（自变量）之间的近似线性相关性进行技术评估，并进一步甄别出排除或保留的判断方法，从而最终保证飞行器测力风洞试验数据的精准度。
发明内容
有鉴于此，本申请提供一种革新的风洞天平校准数据处理方法，以解决现有技术中缺失对风洞天平公式矩阵中各项系数值所具有的误差和校准载荷组合之间的近似线性相关性进行技术评估，甄别出排除或保留的判断方法的不足，本申请首先根据风洞天平的特点，选择风洞天平公式矩阵所包含的校准载荷组合（自变量）群，从而确定风洞天平各分量的最大允许公式；其次针对风洞天平的每一个分量，在只包含截距项和一次主项系数的最小公式的基础上，基于最小二乘法原理的向前逐步回归分析算法，通过设定表征系数值具有误差以及校准载荷组合之间存在近似线性相关性的考核阀值，判定与拟合生成包含不同数量系数项的风洞天平候选公式；再基于校准加载数据，采取对比所有候选公式的响应输出残差标准差的方式，优选获得风洞天平各分量的推荐公式；最终组合风洞天平各分量的推荐公式，获得可精确描述风洞天平特性的推荐公式矩阵，以此保证测力风洞试验数据的精准度。
本申请的技术方案是这样实现的：
方案一：一种革新的风洞天平校准数据处理方法，包括：
步骤一，根据风洞天平的特点，选择风洞天平公式矩阵所包含的校准载荷组合自变量群，从而确定风洞天平各分量的最大允许公式；
在上述技术方案中，所述步骤一，具体步骤为：
根据风洞天平的特点，选择风洞天平公式矩阵所包含的校准载荷组合自变量群，将未选中校准载荷组合自变量的系数值设置为0，从而确定风洞天平各分量的最大允许公式，风洞天平各分量的最大公式为：
Figure 533692DEST_PATH_IMAGE001
Figure 530467DEST_PATH_IMAGE002
式中，n是风洞天平的分量数，x、y和z是风洞天平各分量的索引，
Figure 882687DEST_PATH_IMAGE003
是风洞天平被施加载荷时某个分量的电压输出值，
Figure 105858DEST_PATH_IMAGE004
和
Figure 436345DEST_PATH_IMAGE005
是风洞天平各分量被施加的校准载荷，
Figure 162992DEST_PATH_IMAGE006
是某个分量的截距项，
Figure 937045DEST_PATH_IMAGE007
、
Figure 381932DEST_PATH_IMAGE008
、
Figure 250531DEST_PATH_IMAGE009
、
Figure 238210DEST_PATH_IMAGE010
、
Figure 42218DEST_PATH_IMAGE011
、
Figure 364615DEST_PATH_IMAGE012
、
Figure 912271DEST_PATH_IMAGE013
、
Figure 754456DEST_PATH_IMAGE014
、
Figure 463786DEST_PATH_IMAGE015
、
Figure 273479DEST_PATH_IMAGE016
是风洞天平某个分量的各系数项；
步骤二，针对风洞天平的每一个分量，通过设定表征系数值具有误差以及校准载荷组合之间存在近似线性相关性的考核阀值，判定与拟合生成包含不同数量系数项的风洞天平候选公式；
在上述技术方案中，所述步骤二，具体步骤为：
2.1在风洞天平校准装置上，按预定校准载荷表，对风洞天平逐一施加各组多维力校准载荷，采集风洞天平各分量的电压输出值，从而获得风洞天平加载和输出之间对应的校准数据；
2.2分别设定表征系数值具有误差以及校准载荷组合之间存在近似线性相关性的考核阀值；
2.3对风洞天平的第一个分量，在只包含截距项和一次主项系数的最小公式的基础上，逐一选择该分量最大允许公式中剩下的系数项，组合生成所有包含不同数量系数项的风洞天平候选公式；
步骤三，基于校准加载数据，采取对比所有候选公式的响应输出残差标准差的方式，获得风洞天平各分量的推荐公式；
在上述技术方案中，所述步骤三，具体步骤为：
3.1从步骤2.3组合生成的所有包含不同数量系数项的风洞天平候选公式中选出一个公式；
3.2刨除2.1获得的校准数据的第一行数据，对剩下的数据应用最小二乘法拟合回归获得选出公式的系数值，进一步复算获得被刨除的第一行数据的响应输出残差；再从步骤2.1获得的校准数据中只刨除第二行数据，对剩下的数据应用最小二乘法拟合回归获得选出公式的系数新值，复算获得被刨除的第二行数据的响应输出残差；以此类推，直至步骤2.1获得的校准数据的所有行数据都曾被刨除并复算获得其的响应输出残差；应用公式
Figure 624826DEST_PATH_IMAGE017
，求取所有行响应输出残差的标准差，用于评估被选出公式的预测能力，式中，
Figure 318588DEST_PATH_IMAGE018
是校准数据所有行电压输出残差的标准差，h是风洞天平校准数据的行数，k是校准数据行的索引，
Figure 589032DEST_PATH_IMAGE019
是风洞天平校准施加载荷后的该分量的实际电压输出，
Figure 495808DEST_PATH_IMAGE020
是选出公式复算该行校准数据获得的该分量的响应电压输出；
3.3选出一个新的公式，并重复步骤3.2获得评估该公式预测能力的标准差；以此类推，直至所有公式都曾被选择和计算获得评估公式预测能力的标准差；
3.4：比较步骤3.2和步骤3.3获得的评估公式预测能力的标准差，从中选出标准差最小的公式，作为下一步搜索的基础公式；
3.5：对步骤3.4选出的基础公式中包含的各系数项，分别计算表征系数值具有误差情况的显著性检验指标值；计算各系数项显著性检验指标值的公式为：
Figure 260633DEST_PATH_IMAGE021
式中，
Figure 202044DEST_PATH_IMAGE022
是某系数项的显著性检验指标，j是各系数项的索引，
Figure 643390DEST_PATH_IMAGE023
是t分布的密度函数， m是基础公式包含系数项的个数；其中，
Figure 771883DEST_PATH_IMAGE024
，
Figure 340399DEST_PATH_IMAGE025
，
式中
Figure 995371DEST_PATH_IMAGE026
是应用最小二乘法拟合回归获得基础公式的某项系数值，
Figure 748563DEST_PATH_IMAGE027
是
Figure 239719DEST_PATH_IMAGE028
矩阵的主对角线上第j个元素；其中，
Figure 470980DEST_PATH_IMAGE029
，
Figure 246038DEST_PATH_IMAGE030
，
式中
Figure 170132DEST_PATH_IMAGE031
是由风洞天平校准载荷表的第k行载荷数据计算获得的第j个校准载荷组合变量的计算值；
3.6对步骤3.4选出的基础公式中包含的各校准载荷组合，分别计算表征某一个校准载荷组合与剩下的校准载荷组合之间存在近似线性相关性的方差膨胀因子考核指标值；计算各校准载荷组合的方差膨胀因子考核指标值公式为：
Figure 151513DEST_PATH_IMAGE032
式中，
Figure 311099DEST_PATH_IMAGE033
是某校准载荷组合的方差膨胀因子考核指标，i是各校准载荷组合的索引，
Figure 550450DEST_PATH_IMAGE034
是某校准载荷组合与剩下的校准载荷组合之间复相关系数；其中，
Figure 520811DEST_PATH_IMAGE035
，
Figure 235826DEST_PATH_IMAGE036
是由风洞天平校准载荷表的第k行载荷数据计算获得的第i个校准载荷组合变量的计算值，
Figure 543311DEST_PATH_IMAGE037
是第i个校准载荷组合变量用剩下的校准载荷组合线性拟合后预测值；
3.7当步骤3.5和步骤3.6计算获得的各系数项显著性检验指标值和各校准载荷组合的方差膨胀因子考核指标值都小于步骤2.2设定的对应考核阀值，步骤3.4选出的基础公式被定义为候选公式；
3.8在步骤3.4选定的基础公式的基础上，逐一选择该分量最大允许公式中剩下的系数项，组合生成增加一项系数项的所有公式，并选出一个公式，重复步骤3.2~步骤3.7；以此类推，直至再增加一个系数项就是最大允许公式，向前逐步回归过程结束；
3.9对该分量的所有候选公式，分别重复步骤3.2计算获得评估公式预测能力的标准差，并比较获得具有最小标准差的公式，作为该分量的推荐公式；
3.10选择风洞天平的第二个分量，重复步骤2.3~步骤3.9；以此类推，直至风洞天平的所有分量都获得各自的推荐公式；
步骤四，组合风洞天平各分量的推荐公式，获得描述风洞天平特性的推荐公式矩阵。
在上述技术方案中，所述步骤四，具体步骤为：
将步骤3.9和步骤3.10获得的所有分量的推荐公式组合生成该风洞天平的推荐公式矩阵
Figure 43693DEST_PATH_IMAGE038
，进而通过矩阵转换计算获得该风洞天平的风洞试验使用公式矩阵：
Figure 168644DEST_PATH_IMAGE039
，
式中，c是天平校准的系数项数量，
Figure 246322DEST_PATH_IMAGE040
是由风洞天平各分量的
Figure 498443DEST_PATH_IMAGE003
减去
Figure 243545DEST_PATH_IMAGE006
后组成的列向量，
Figure 804976DEST_PATH_IMAGE041
是由风洞天平各分量的
Figure 104370DEST_PATH_IMAGE007
系数项组成的方阵，
Figure 891673DEST_PATH_IMAGE042
是由风洞天平各分量载荷值
Figure 491282DEST_PATH_IMAGE004
组成的列向量，
Figure 223615DEST_PATH_IMAGE043
是由风洞天平各分量的
Figure 885671DEST_PATH_IMAGE008
、、
Figure 604228DEST_PATH_IMAGE010
、
Figure 182977DEST_PATH_IMAGE011
、
Figure 961578DEST_PATH_IMAGE012
、
Figure 376509DEST_PATH_IMAGE013
、
Figure 898758DEST_PATH_IMAGE014
、
Figure 332013DEST_PATH_IMAGE015
、
Figure 281515DEST_PATH_IMAGE016
系数项组成的矩阵，
Figure 918163DEST_PATH_IMAGE044
是由风洞天平各分量载荷值计算获得的
Figure 244102DEST_PATH_IMAGE045
、
Figure 266285DEST_PATH_IMAGE046
、
Figure 987686DEST_PATH_IMAGE047
、
Figure 501844DEST_PATH_IMAGE048
、
Figure 490528DEST_PATH_IMAGE049
、
Figure 508163DEST_PATH_IMAGE050
、
Figure 940412DEST_PATH_IMAGE051
、
Figure 676287DEST_PATH_IMAGE052
、
Figure 937504DEST_PATH_IMAGE053
组成的列向量，
Figure 75225DEST_PATH_IMAGE054
是矩阵
Figure 678375DEST_PATH_IMAGE041
的逆矩阵，
Figure 635967DEST_PATH_IMAGE055
是矩阵
Figure 966454DEST_PATH_IMAGE056
与矩阵
Figure 834047DEST_PATH_IMAGE043
相乘获得的矩阵。
本申请有益效果体现在：
（1）本申请提供的革新的风洞天平校准数据处理方法，甄别并拒绝了具有误差的系数项；
（2）本申请提供的革新的风洞天平校准数据处理方法，识别并排除了具有近似线性相关的校准载荷组合变量；
（3）本申请提供的革新的风洞天平校准数据处理方法，保证了推荐公式矩阵对不在校准数据点范围内数据点的预测能力。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显：
图1是一种革新的风洞天平校准数据处理方法的流程图；
图2是单块料加工直径32杆式风洞天平的桥路图，其中a为主视图，b为俯视图，c为惠斯登电桥图；
图3是确定风洞天平各个分量推荐公式的流程图；
图4是第一个分量基本公式、候选公式、推荐公式的系数项的显著性检验指标最大值、校准载荷组合（自变量）的方差膨胀因子考核指标最大值和校准数据所有行电压输出残差的标准差值图；
图5是第二个分量基本公式、候选公式、推荐公式的系数项的显著性检验指标最大值、校准载荷组合（自变量）的方差膨胀因子考核指标最大值和校准数据所有行电压输出残差的标准差值图；
图6是第三个分量基本公式、候选公式、推荐公式的系数项的显著性检验指标最大值、校准载荷组合（自变量）的方差膨胀因子考核指标最大值和校准数据所有行电压输出残差的标准差值图；
图7是第四个分量基本公式、候选公式、推荐公式的系数项的显著性检验指标最大值、校准载荷组合（自变量）的方差膨胀因子考核指标最大值和校准数据所有行电压输出残差的标准差值图；
图8是第五个分量基本公式、候选公式、推荐公式的系数项的显著性检验指标最大值、校准载荷组合（自变量）的方差膨胀因子考核指标最大值和校准数据所有行电压输出残差的标准差值图；
图9是第六个分量基本公式、候选公式、推荐公式的系数项的显著性检验指标最大值、校准载荷组合（自变量）的方差膨胀因子考核指标最大值和校准数据所有行电压输出残差的标准差值图。
具体实施方式
下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关申请，而非对该申请的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与申请相关的部分。
需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
实施例一
本申请实施例一提供了一种革新的风洞天平校准数据处理方法，包括：
步骤一：根据风洞天平的特点，选择风洞天平公式矩阵所包含的校准载荷组合（自变量）群，将未选中校准载荷组合（自变量）的系数值设置为0，从而确定风洞天平各分量的最大允许公式，风洞天平各分量的最大公式可为：
Figure 467154DEST_PATH_IMAGE057
Figure 36676DEST_PATH_IMAGE058
式中，n是风洞天平的分量数，x、y和z是风洞天平各分量的索引，
Figure 653077DEST_PATH_IMAGE003
是风洞天平被施加载荷时某个分量的电压输出值，
Figure 499810DEST_PATH_IMAGE004
和
Figure 694031DEST_PATH_IMAGE005
是风洞天平各分量被施加的校准载荷，
Figure 626215DEST_PATH_IMAGE006
是某个分量的截距项，
Figure 314817DEST_PATH_IMAGE007
、
Figure 281636DEST_PATH_IMAGE008
、
Figure 115600DEST_PATH_IMAGE009
、
Figure 66238DEST_PATH_IMAGE010
、
Figure 27372DEST_PATH_IMAGE011
、
Figure 848697DEST_PATH_IMAGE012
、
Figure 119142DEST_PATH_IMAGE013
、
Figure 25918DEST_PATH_IMAGE014
、
Figure 56322DEST_PATH_IMAGE015
、
Figure 732154DEST_PATH_IMAGE016
是风洞天平某个分量的各系数项；
步骤二：在风洞天平校准装置上，按预定校准载荷表，对风洞天平逐一施加各组多维力校准载荷，采集风洞天平各分量的电压输出值，从而获得风洞天平加载和输出之间对应的校准数据；
步骤三：分别设定表征系数值具有误差以及校准载荷组合之间存在近似线性相关性的考核阀值；
步骤四：对风洞天平的第一个分量，在只包含截距项和一次主项系数的最小公式的基础上，逐一选择该分量最大允许公式中剩下的系数项，组合生成所有包含三项系数的公式；
步骤五：从步骤四组合生成的所有包含三项系数的公式中选出一个公式；
步骤六：刨除步骤二获得的校准数据的第一行数据，对剩下的数据应用最小二乘法拟合回归获得选出公式的系数值，进一步复算获得被刨除的第一行数据的响应输出残差；再从步骤二获得的校准数据中只刨除第二行数据，对剩下的数据应用最小二乘法拟合回归获得选出公式的系数新值，复算获得被刨除的第二行数据的响应输出残差；以此类推，直至步骤二获得的校准数据的所有行数据都曾被刨除并复算获得其的响应输出残差；应用公式
Figure 439079DEST_PATH_IMAGE059
，求取所有行响应输出残差的标准差，用于评估被选出公式的预测能力，式中，
Figure 445868DEST_PATH_IMAGE060
是校准数据所有行电压输出残差的标准差，h是风洞天平校准数据的行数，k是校准数据行的索引，
Figure 139017DEST_PATH_IMAGE019
是风洞天平校准施加载荷后的该分量的实际电压输出，
Figure 59569DEST_PATH_IMAGE020
是选出公式复算该行校准数据获得的该分量的响应电压输出；
步骤七：选出一个新的公式，并重复步骤六获得评估该公式预测能力的标准差；以此类推，直至所有公式都曾被选择和计算获得评估公式预测能力的标准差；
步骤八：比较步骤六和步骤七获得的评估公式预测能力的标准差，从中选出标准差最小的公式，作为下一步搜索的基础公式；
步骤九：对步骤八选出的基础公式中包含的各系数项，分别计算表征系数值具有误差情况的显著性检验指标值；计算各系数项显著性检验指标值的公式为：
Figure 812761DEST_PATH_IMAGE061
式中，
Figure 303916DEST_PATH_IMAGE022
是某系数项的显著性检验指标，j是各系数项的索引，
Figure 800757DEST_PATH_IMAGE062
是t分布的密度函数，m是基础公式包含系数项的个数；其中：
Figure 310235DEST_PATH_IMAGE063
，
Figure 234329DEST_PATH_IMAGE064
，
式中
Figure 212781DEST_PATH_IMAGE026
是应用最小二乘法拟合回归获得基础公式的某项系数值，
Figure 372366DEST_PATH_IMAGE027
是
Figure 877297DEST_PATH_IMAGE065
矩阵的主对角线上第j个元素；其中：
Figure 582079DEST_PATH_IMAGE066
，
Figure 172460DEST_PATH_IMAGE030
，
式中
Figure 135737DEST_PATH_IMAGE031
是由风洞天平校准载荷表的第k行载荷数据计算获得的第j个校准载荷组合变量的计算值；
步骤十：对步骤八选出的基础公式中包含的各校准载荷组合，分别计算表征某一个校准载荷组合与剩下的校准载荷组合之间存在近似线性相关性的方差膨胀因子考核指标值；计算各校准载荷组合的方差膨胀因子考核指标值公式为：
Figure 367611DEST_PATH_IMAGE067
式中，
Figure 367928DEST_PATH_IMAGE068
是某校准载荷组合的方差膨胀因子考核指标，i是各校准载荷组合的索引，
Figure 570239DEST_PATH_IMAGE069
是某校准载荷组合与剩下的校准载荷组合之间复相关系数；其中，
Figure 556781DEST_PATH_IMAGE070
，
Figure 770724DEST_PATH_IMAGE071
是由风洞天平校准载荷表的第k行载荷数据计算获得的第i个校准载荷组合变量的计算值，
Figure 66577DEST_PATH_IMAGE072
是第i个校准载荷组合变量用剩下的校准载荷组合线性拟合后预测值；
步骤十一：当步骤九和步骤十计算获得的各系数项显著性检验指标值和各校准载荷组合的方差膨胀因子考核指标值都小于步骤三设定的对应考核阀值，步骤八选出的基础公式被定义为候选公式；
步骤十二：在步骤八选定的基础公式的基础上，逐一选择该分量最大允许公式中剩下的系数项，组合生成增加一项系数项的所有公式，并选出一个公式，重复步骤六~步骤十一；以此类推，直至再增加一个系数项就是最大允许公式，向前逐步回归过程结束；
步骤十三：对该分量的所有候选公式，分别重复步骤六计算获得评估公式预测能力的标准差，并比较获得具有最小标准差的公式，作为该分量的推荐公式；
步骤十四：选择风洞天平的第二个分量，重复步骤四~步骤十三；以此类推，直至风洞天平的所有分量都获得各自的推荐公式；
步骤十五：将步骤十三和步骤十四获得的所有分量的推荐公式组合生成该风洞天平的推荐公式矩阵
Figure 506916DEST_PATH_IMAGE038
，进而通过矩阵转换计算获得该风洞天平的风洞试验使用公式矩阵：
Figure 687362DEST_PATH_IMAGE039
，
式中， c是天平校准的系数项数量，
Figure 411604DEST_PATH_IMAGE040
是由风洞天平各分量的
Figure 19303DEST_PATH_IMAGE003
减去
Figure 681360DEST_PATH_IMAGE006
后组成的列向量，
Figure 399917DEST_PATH_IMAGE041
是由风洞天平各分量的
Figure 978666DEST_PATH_IMAGE007
系数项组成的方阵，
Figure 757266DEST_PATH_IMAGE042
是由风洞天平各分量载荷值
Figure 921267DEST_PATH_IMAGE004
组成的列向量，
Figure 443516DEST_PATH_IMAGE043
是由风洞天平各分量的
Figure 876771DEST_PATH_IMAGE008
、
Figure 826272DEST_PATH_IMAGE009
、
Figure 728500DEST_PATH_IMAGE010
、
Figure 647915DEST_PATH_IMAGE011
、
Figure 76622DEST_PATH_IMAGE012
、
Figure 541233DEST_PATH_IMAGE013
、
Figure 914445DEST_PATH_IMAGE014
、
Figure 778496DEST_PATH_IMAGE015
、
Figure 937076DEST_PATH_IMAGE016
系数项组成的矩阵，
Figure 228380DEST_PATH_IMAGE044
是由风洞天平各分量载荷值计算获得的
Figure 823309DEST_PATH_IMAGE045
、
Figure 491051DEST_PATH_IMAGE046
、
Figure 501208DEST_PATH_IMAGE047
、
Figure 963413DEST_PATH_IMAGE048
、
Figure 311218DEST_PATH_IMAGE049
、
Figure 392438DEST_PATH_IMAGE050
、
Figure 650244DEST_PATH_IMAGE051
、
Figure 142405DEST_PATH_IMAGE052
、
Figure 852872DEST_PATH_IMAGE053
组成的列向量，
Figure 737782DEST_PATH_IMAGE054
是矩阵
Figure 584516DEST_PATH_IMAGE041
的逆矩阵，
Figure 513157DEST_PATH_IMAGE055
是矩阵
Figure 445341DEST_PATH_IMAGE056
与矩阵
Figure 133943DEST_PATH_IMAGE043
相乘获得的矩阵。
实施例二
本申请实施例二与实施例一的不同在于，具体实施例采用的单块料加工直径32杆式风洞天平如图2所示。天平用于测量法向力y、俯仰力矩Mz、滚转力矩Mx、轴向力X、侧向力Z和偏航力矩My，共六个分量，分别用F1、F2、F3、F4、F5和F6标识。
在天平体上粘贴了24个应变片，应变片1~4组成惠斯登电桥R1，对应测量载荷F1；应变片5~8组成惠斯登电桥R2，对应测量载荷F2；应变片9~12组成惠斯登电桥R3，对应测量载荷F3；应变片13~16组成惠斯登电桥R4，对应测量载荷F4；应变片17~20组成惠斯登电桥R5，对应测量载荷F5；应变片21~24组成惠斯登电桥R6，对应测量载荷F6。
本实施例提供了一种革新的风洞天平校准数据处理方法，参照图1的一种革新的风洞天平校准数据处理方法的流程，执行天平校准数据的处理，从而获得风洞试验使用公式矩阵。
步骤一：参照下表风洞天平公式矩阵的校准载荷组合（自变量）群，
Figure 835183DEST_PATH_IMAGE073
选择该单块料加工直径32杆式风洞天平公式矩阵中包含的校准载荷组合（自变量）群为Fx、Fx*Fx和Fx*Fy，将未选中校准载荷组合（自变量）的系数值设置为0，从而确定风洞天平各分量的最大允许公式为：
Figure 934726DEST_PATH_IMAGE074
式中，n是风洞天平的分量数，x、y和z是风洞天平各分量的索引，
Figure 966922DEST_PATH_IMAGE075
是风洞天平被施加载荷时某个分量的电压输出值，
Figure 318269DEST_PATH_IMAGE076
和
Figure 998649DEST_PATH_IMAGE005
是风洞天平各分量被施加的校准载荷，
Figure 285405DEST_PATH_IMAGE006
是某个分量的截距项，
Figure 192181DEST_PATH_IMAGE077
、
Figure 206274DEST_PATH_IMAGE078
、
Figure 882106DEST_PATH_IMAGE079
是风洞天平某个分量的各系数项；
步骤二：在风洞天平校准装置上，按预定校准载荷表，对风洞天平逐一施加各组精确的六维力校准载荷，采集风洞天平各分量的电压输出值，从而获得风洞天平加载和输出之间对应的校准数据；
Figure 339763DEST_PATH_IMAGE080
Figure 592890DEST_PATH_IMAGE081
Figure 20460DEST_PATH_IMAGE082
Figure 426165DEST_PATH_IMAGE083
Figure 38412DEST_PATH_IMAGE084
Figure 654201DEST_PATH_IMAGE085
Figure 757899DEST_PATH_IMAGE086
Figure 267377DEST_PATH_IMAGE087
Figure 801258DEST_PATH_IMAGE088
Figure 638764DEST_PATH_IMAGE089
步骤三：设定表征系数值具有误差的考核阀值P为0.1，与设定表征校准载荷组合之间存在近似线性相关性的考核阀值VIF为5；
步骤四：参照图3确定风洞天平各个分量推荐公式的流程，获得风洞天平各个分量的推荐公式；第一个分量的推荐公式包含12个系数项为a1、b11，1、b11，2、b11，3、b11，4、b11，5、b11，6、b31，1、b31，2、b51，1，2、b51，1，3、b51，3，5，系数值分别为1.596882、0.02214、-0.00572、0.0035、-0.000281、-0.0001984、-0.004577972、5.2976e-08、1.7998675e-05、-7.63968e-07、-1.376591e-06、-9.75145e-06，系数项的显著性检验指标值分别为7.7193e-320、0、5.16989e-130、6.00662e-43、 6.05022e-10、 8.0120e-35、 1.9088e-77、8.6123553e-10、0.0046559、0.00071、0.053、0.02695，校准载荷组合（自变量）为F1、F2、F3、F4、F5、F6、 F1 2、F2 2、F1F2、F1F3、F3F5，校准载荷组合（自变量）的方差膨胀因子考核指标值分别为1.0、1.0、1.0、1.0、 1.0、1.0、1.095、1.095、1.0、1.0、1.0，校准数据所有行电压输出残差的标准差为0.005；第二个分量的推荐公式包含12个系数项为a2、b12，1、b12，2、b12，3、b12，4、b12，5、b12，6、b32，6、b52，1，2、b52，2，3、b52，3，5、b52，3，6，系数值分别为-0.04984、-0.00023386、0.471019、-0.01681、 -0.000108991、0.000322、0.0038112、5.03894e-05、-6.23785879e-07、-3.8042697e-05、-6.753965e-06、6.7927239e-05，系数项的显著性检验指标值分别为1.01199e-135、3.86e-147、0、7.1e-134、0.0029、 2.366e-64、3.3e-76、0.025、0.001、0.027、0.07、0.05，校准载荷组合（自变量）为F1 、F2、F3、F4、F5、F6、F6 2、F1F2、 F2F3、F3F5、F3F6，校准载荷组合（自变量）的方差膨胀因子考核指标值分别为1.0、1.0、1.0、1.0、1.0、1.0、1.0、1.0、1.0、1.0、1.0，校准数据所有行电压输出残差的标准差为0.004；第三个分量的推荐公式包含13个系数项为a3、b13，1、b13，2、b13，3、b13，5、b13，6、b33，1、b33，2、b33，5、b33，6、b53，1，3、b53，1，6、b53，2，3，系数值分别为-0.2229、-3.9369e-05、0.000979、0.247479、-0.001086、-0.0213、-1.0235e-08、-1.1809e-05、-4.7451e-07、-4.619e-05、-2.968e-06、8.4969e-07、7.2595e-05，系数项的显著性检验指标值分别为1.42e-243、3.09e-80、1.37e-73、1.8e-319、1.2589e-163、2.8e-205、0.011、0.00019、0.0019、0.0008787、3.37e-15、0.00011、2.837e-12，校准载荷组合（自变量）为F1、F2、F3、F5、F6、F1 2、F2 2 、F5 2、F6 2、F1F3、F1F6、F2F3，校准载荷组合（自变量）的方差膨胀因子考核指标值分别为1.0、1.0、1.0、1.0、1.0、1.21、1.19、1.2、1.21、1.0、1.0、1.0，校准数据所有行电压输出残差的标准差为0.002；第四个分量的推荐公式包含17个系数项为a4、b14，1、b14，2、b14，3、b14，4、b14，5、b14，6、b34，1、b34，2、b34，3、b34，5、b34，6、b54，1，2、b54，1，4、b54，2，6、b54，3，6、b54，5，6，系数值分别为2.5135、0.001029、-0.006993、0.0198489、0.1033392、-0.0002565、0.00641489、-9.30456e-07、0.000345、0.0016859、-1.444e-06、-0.0002325、2.7085e-05、5.85925e-06、-2.8045e-05、0.0021、-3.093e-05，系数项的显著性检验指标值分别为0.0、2.51e-232、6.545e-154、5.109e-147、1.37e-315、5.85e-59、1.17e-109、4.8986e-144、4.0968e-104、5.5e-63、1.2155e-08、1.002e-19、1.107e-150、4.448e-80、0.0035、4.14e-103、5.57e-30，校准载荷组合（自变量）为F1、F2、F3、F4、F5、F6、F1 2、F2 2、F3 2、F5 2、F6 2、F1F2、F1F4、F2F6、F3F6、F5F6，校准载荷组合（自变量）的方差膨胀因子考核指标值分别为1.0、1.0、1.0、1.0、1.0、1.0、1.245、1.22、1.25、1.237、1.25、1.0、1.0、1.0、1.0、1.0，校准数据所有行电压输出残差的标准差为0.004；第五个分量的推荐公式包含15个系数项为a5、b15，1、b15，2、b15，3、b15，5、b15，6、b35，1、b35，2、b35，6、b55，1，3、b55，1，6、b55，2，3、b55，2，6、b55，3，6、b55，5，6，系数值分别为-0.170284、2.4234e-05、-0.00050、0.0046995、0.0434、0.012499、2.6934e-08、1.2795595e-05、7.6027e-05、1.75e-05、2.7745557e-06、0.0001671、7.63e-05、-0.00015878、5.1724e-06，系数项的显著性检验指标值分别为3.19e-195、8.098e-31、7.39e-21、2.543e-64、0.0、4.56e-141、0.00015、0.018、0.0015、8.65e-60、1.74e-11、6.48e-18、5.39e-11、7.875e-06、0.0278，校准载荷组合（自变量）为F1、F2、F3、F5、F6、F1 2、F2 2、F6 2、F1F3、F1F6、F2F3、F2F6、F3F6、F5F6，校准载荷组合（自变量）的方差膨胀因子考核指标值分别为1.0、1.0、1.0、1.0、1.0、1.17、1.16、1.17、1.0、1.0、1.0、1.0、1.0、1.0，校准数据所有行电压输出残差的标准差为0.004；
第六个分量的推荐公式包含19个系数项为a6、b16，1、b16，2、b16，3、b16，5、b16，6、b36，1、b36，2、b56，1，2、b56，1，3、b56，1，5、b56，1，6、b56，2，3、b56，2，4、b56，2，6、b56，3，5、b56，3，6、b56，4，6、b56，5，6，系数值分别为0.441011、-2.699e-05、-0.001578、-0.04503、0.000302454、0.9115565、2.7698e-08、1.3882e-05、-9.753e-07、-2.3016e-05、1.778e-07、-3.2773e-06、-0.0001732、1.27495e-05、-3.81867585e-05、3.006e-05、0.0001341、-2.85e-05、7.603e-06，系数项的显著性检验指标值分别为1.9776e-221、1.935e-20、6.638e-47、8.78e-160、3.353e-41、0.0、0.0076、0.08393、0.0007、1.44e-51、0.004、8.589e-08、3.79e-10、0.047、0.02、3.075e-07、0.0114、0.0309、0.0347，校准载荷组合（自变量）为F1、F2、F3、F5、F6、F1 2、F2 2、F1F2、F1F3、F1F5、F1F6、F2F3、F2F4、F2F6、F3F5、F3F6、F4F6、F5F6，校准载荷组合（自变量）的方差膨胀因子考核指标值分别为1.0、1.0、1.0、1.0、1.0、1.095、1.095、1.0、1.0、1.0、1.0、1.0、1.0、1.0、1.0、1.0、1.0、1.0，校准数据所有行电压输出残差的标准差为0.006；风洞天平各个分量基本公式、候选公式、推荐公式的系数项的显著性检验指标最大值、校准载荷组合（自变量）的方差膨胀因子考核指标最大值和校准数据所有行电压输出残差的标准差值见图4~9；风洞天平各个分量推荐公式中未包含的最大允许公式的系数项取0值；
步骤五：所有分量的推荐公式组合生成该风洞天平的推荐公式矩阵
Figure 532771DEST_PATH_IMAGE090
；
Figure 913068DEST_PATH_IMAGE091
Figure 867117DEST_PATH_IMAGE092
通过矩阵计算获得该风洞天平的风洞试验使用公式矩阵
Figure 191919DEST_PATH_IMAGE093
，式中，
Figure 905928DEST_PATH_IMAGE094
是由风洞天平各分量的
Figure 389999DEST_PATH_IMAGE075
减去
Figure 655896DEST_PATH_IMAGE006
后组成的列向量，
Figure 334571DEST_PATH_IMAGE095
是由风洞天平各分量的
Figure 711326DEST_PATH_IMAGE096
系数项组成的方阵，
Figure 49903DEST_PATH_IMAGE097
是由风洞天平各分量载荷值
Figure 96488DEST_PATH_IMAGE076
组成的列向量，
Figure 661461DEST_PATH_IMAGE098
是由风洞天平各分量的
Figure 700961DEST_PATH_IMAGE078
、
Figure 910357DEST_PATH_IMAGE079
系数项组成的矩阵，
Figure 518056DEST_PATH_IMAGE099
是由风洞天平各分量载荷值计算获得的
Figure 694959DEST_PATH_IMAGE100
组成的列向量，
Figure 679096DEST_PATH_IMAGE101
是矩阵
Figure 477419DEST_PATH_IMAGE102
的逆矩阵，
Figure 256019DEST_PATH_IMAGE103
是矩阵
Figure 654639DEST_PATH_IMAGE104
与矩阵
Figure 518165DEST_PATH_IMAGE105
相乘获得的矩阵；其中x=1~6，y=1~6。
Figure 951421DEST_PATH_IMAGE106
Figure 900922DEST_PATH_IMAGE107
Figure 537571DEST_PATH_IMAGE108
以上所述的实施例，对本申请的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本申请的实施例而已，并不用于限定本申请的保护范围，凡在本申请的技术方案的基础之上，所做的任何修改、等同替换、改进等，均应包括在本申请的保护范围之内。

Claims (5)

1.一种革新的风洞天平校准数据处理方法，其特征在于，包括：
步骤一，根据风洞天平的特点，选择风洞天平公式矩阵所包含的校准载荷组合自变量群，从而确定风洞天平各分量的最大允许公式；
步骤二，针对风洞天平的每一个分量，通过设定表征系数值具有误差以及校准载荷组合之间存在近似线性相关性的考核阀值，判定与拟合生成包含不同数量系数项的风洞天平候选公式；
步骤三，基于校准加载数据，采取对比所有候选公式的响应输出残差标准差的方式，获得风洞天平各分量的推荐公式；
步骤四，组合风洞天平各分量的推荐公式，获得描述风洞天平特性的推荐公式矩阵。
2.根据权利要求1所述的一种革新的风洞天平校准数据处理方法，其特征在于，所述步骤一，具体步骤为：
根据风洞天平的特点，选择风洞天平公式矩阵所包含的校准载荷组合自变量群，将未选中校准载荷组合自变量的系数值设置为0，从而确定风洞天平各分量的最大允许公式，风洞天平各分量的最大公式为：
Figure 833065DEST_PATH_IMAGE001
Figure 78102DEST_PATH_IMAGE002
式中，n是风洞天平的分量数，x、y和z是风洞天平各分量的索引，
Figure 326680DEST_PATH_IMAGE003
是风洞天平被施加载荷时某个分量的电压输出值，
Figure 800518DEST_PATH_IMAGE004
和
Figure 942787DEST_PATH_IMAGE005
是风洞天平各分量被施加的校准载荷，
Figure 840948DEST_PATH_IMAGE006
是某个分量的截距项，
Figure 311244DEST_PATH_IMAGE007
、
Figure 103619DEST_PATH_IMAGE008
、
Figure 851126DEST_PATH_IMAGE009
、
Figure 313332DEST_PATH_IMAGE010
、
Figure 395557DEST_PATH_IMAGE011
、
Figure 211198DEST_PATH_IMAGE012
、
Figure 203424DEST_PATH_IMAGE013
、
Figure 226744DEST_PATH_IMAGE014
、
Figure 671632DEST_PATH_IMAGE015
、
Figure 290963DEST_PATH_IMAGE016
是风洞天平某个分量的各系数项。
3.根据权利要求2所述的一种革新的风洞天平校准数据处理方法，所述步骤二，具体步骤为：
2.1在风洞天平校准装置上，按预定校准载荷表，对风洞天平逐一施加各组多维力校准载荷，采集风洞天平各分量的电压输出值，从而获得风洞天平加载和输出之间对应的校准数据；
2.2分别设定表征系数值具有误差以及校准载荷组合之间存在近似线性相关性的考核阀值；
2.3对风洞天平的第一个分量，在只包含截距项和一次主项系数的最小公式的基础上，逐一选择该分量最大允许公式中剩下的系数项，组合生成所有包含不同数量系数项的风洞天平候选公式。
4.根据权利要求3所述的一种革新的风洞天平校准数据处理方法，其特征在于，所述步骤三，具体步骤为：
3.1从步骤2.3组合生成的所有包含不同数量系数项的风洞天平候选公式中选出一个公式；
3.2刨除2.1获得的校准数据的第一行数据，对剩下的数据应用最小二乘法拟合回归获得选出公式的系数值，进一步复算获得被刨除的第一行数据的响应输出残差；再从步骤2.1获得的校准数据中只刨除第二行数据，对剩下的数据应用最小二乘法拟合回归获得选出公式的系数新值，复算获得被刨除的第二行数据的响应输出残差；以此类推，直至步骤2.1获得的校准数据的所有行数据都曾被刨除并复算获得其的响应输出残差；应用公式
Figure 403276DEST_PATH_IMAGE017
，求取所有行响应输出残差的标准差，用于评估被选出公式的预测能力，式中，
Figure 66338DEST_PATH_IMAGE018
是校准数据所有行电压输出残差的标准差，h是风洞天平校准数据的行数，k是校准数据行的索引，
Figure 142397DEST_PATH_IMAGE019
是风洞天平校准施加载荷后的该分量的实际电压输出，
Figure 424474DEST_PATH_IMAGE020
是选出公式复算该行校准数据获得的该分量的响应电压输出；
3.3选出一个新的公式，并重复步骤3.2获得评估该公式预测能力的标准差；以此类推，直至所有公式都曾被选择和计算获得评估公式预测能力的标准差；
3.4：比较步骤3.2和步骤3.3获得的评估公式预测能力的标准差，从中选出标准差最小的公式，作为下一步搜索的基础公式；
3.5：对步骤3.4选出的基础公式中包含的各系数项，分别计算表征系数值具有误差情况的显著性检验指标值；计算各系数项显著性检验指标值的公式为：
Figure 515927DEST_PATH_IMAGE021
式中，
Figure 366202DEST_PATH_IMAGE022
是某系数项的显著性检验指标，j是各系数项的索引，
Figure 785682DEST_PATH_IMAGE023
是t分布的密度函数，m是基础公式包含系数项的个数；其中，
Figure 996084DEST_PATH_IMAGE024
，
Figure 427196DEST_PATH_IMAGE025
，
式中
Figure 573007DEST_PATH_IMAGE026
是应用最小二乘法拟合回归获得基础公式的某项系数值，
Figure 604417DEST_PATH_IMAGE027
是
Figure 493875DEST_PATH_IMAGE028
矩阵的主对角线上第j个元素；其中，
Figure 45073DEST_PATH_IMAGE029
，
Figure 751998DEST_PATH_IMAGE030
，
式中
Figure 880491DEST_PATH_IMAGE031
是由风洞天平校准载荷表的第k行载荷数据计算获得的第j个校准载荷组合变量的计算值；
3.6对步骤3.4选出的基础公式中包含的各校准载荷组合，分别计算表征某一个校准载荷组合与剩下的校准载荷组合之间存在近似线性相关性的方差膨胀因子考核指标值；计算各校准载荷组合的方差膨胀因子考核指标值公式为：
Figure 446077DEST_PATH_IMAGE032
式中，
Figure 976416DEST_PATH_IMAGE033
是某校准载荷组合的方差膨胀因子考核指标，i是各校准载荷组合的索引，
Figure 854242DEST_PATH_IMAGE034
是某校准载荷组合与剩下的校准载荷组合之间复相关系数；其中，
Figure 345397DEST_PATH_IMAGE035
，
Figure 107817DEST_PATH_IMAGE036
是由风洞天平校准载荷表的第k行载荷数据计算获得的第i个校准载荷组合变量的计算值，
Figure 617296DEST_PATH_IMAGE037
是第i个校准载荷组合变量用剩下的校准载荷组合线性拟合后预测值；
3.7当步骤3.5和步骤3.6计算获得的各系数项显著性检验指标值和各校准载荷组合的方差膨胀因子考核指标值都小于步骤2.2设定的对应考核阀值，步骤3.4选出的基础公式被定义为候选公式；
3.8在步骤3.4选定的基础公式的基础上，逐一选择该分量最大允许公式中剩下的系数项，组合生成增加一项系数项的所有公式，并选出一个公式，重复步骤3.2~步骤3.7；以此类推，直至再增加一个系数项就是最大允许公式，向前逐步回归过程结束；
3.9对该分量的所有候选公式，分别重复步骤3.2计算获得评估公式预测能力的标准差，并比较获得具有最小标准差的公式，作为该分量的推荐公式；
3.10选择风洞天平的第二个分量，重复步骤2.3~步骤3.9；以此类推，直至风洞天平的所有分量都获得各自的推荐公式。
5.根据权利要求4所述的一种革新的风洞天平校准数据处理方法，其特征在于，所述步骤四，具体步骤为：
将步骤3.9和步骤3.10获得的所有分量的推荐公式组合生成该风洞天平的推荐公式矩阵
Figure 275810DEST_PATH_IMAGE038
，进而通过矩阵转换计算获得该风洞天平的风洞试验使用公式矩阵：
Figure 519841DEST_PATH_IMAGE039
，
式中，c是天平校准的系数项数量，
Figure 289214DEST_PATH_IMAGE040
是由风洞天平各分量的
Figure 918778DEST_PATH_IMAGE003
减去
Figure 623560DEST_PATH_IMAGE006
后组成的列向量，
Figure 479521DEST_PATH_IMAGE041
是由风洞天平各分量的
Figure 442797DEST_PATH_IMAGE007
系数项组成的方阵，
Figure 802235DEST_PATH_IMAGE042
是由风洞天平各分量载荷值
Figure 505066DEST_PATH_IMAGE004
组成的列向量，
Figure 441798DEST_PATH_IMAGE043
是由风洞天平各分量的
Figure 84132DEST_PATH_IMAGE008
、
Figure 439021DEST_PATH_IMAGE009
、
Figure 875819DEST_PATH_IMAGE010
、
Figure 565426DEST_PATH_IMAGE011
、
Figure 745872DEST_PATH_IMAGE012
、
Figure 955267DEST_PATH_IMAGE013
、
Figure 297387DEST_PATH_IMAGE014
、
Figure 739870DEST_PATH_IMAGE015
、
Figure 192848DEST_PATH_IMAGE016
系数项组成的矩阵，
Figure 522329DEST_PATH_IMAGE044
是由风洞天平各分量载荷值计算获得的
Figure 300929DEST_PATH_IMAGE045
、
Figure 699549DEST_PATH_IMAGE046
、
Figure 94234DEST_PATH_IMAGE047
、
Figure 137277DEST_PATH_IMAGE048
、
Figure 945833DEST_PATH_IMAGE049
、
Figure 316902DEST_PATH_IMAGE050
、
Figure 501896DEST_PATH_IMAGE051
、
Figure 665024DEST_PATH_IMAGE052
、
Figure 660793DEST_PATH_IMAGE053
组成的列向量，
Figure 909372DEST_PATH_IMAGE054
是矩阵
Figure 898056DEST_PATH_IMAGE041
的逆矩阵，
Figure 915691DEST_PATH_IMAGE055
是矩阵
Figure 82361DEST_PATH_IMAGE056
与矩阵
Figure 942870DEST_PATH_IMAGE043
相乘获得的矩阵。
CN202210649961.XA 2022-06-10 2022-06-10 一种风洞天平校准数据处理方法 Active CN114722332B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210649961.XA CN114722332B (zh) 2022-06-10 2022-06-10 一种风洞天平校准数据处理方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210649961.XA CN114722332B (zh) 2022-06-10 2022-06-10 一种风洞天平校准数据处理方法

Publications (2)

Publication Number Publication Date
CN114722332A true CN114722332A (zh) 2022-07-08
CN114722332B CN114722332B (zh) 2022-08-23

Family

ID=82233122

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210649961.XA Active CN114722332B (zh) 2022-06-10 2022-06-10 一种风洞天平校准数据处理方法

Country Status (1)

Country Link
CN (1) CN114722332B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115046726A (zh) * 2022-08-16 2022-09-13 中国航空工业集团公司沈阳空气动力研究所 一种模型和天平的自重修正方法
CN117091801A (zh) * 2023-10-20 2023-11-21 中国空气动力研究与发展中心高速空气动力研究所 一种基于二自由度校准设备的天平校准方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0755633A (ja) * 1993-08-06 1995-03-03 Israel Aircraft Ind Ltd 風洞内での実物大模型の試験に使用される内部バランスを較正するシステム及びその較正方法
CN106815428A (zh) * 2017-01-13 2017-06-09 中国空气动力研究与发展中心高速空气动力研究所 一种基于智能优化算法的风洞天平校准数据处理方法
CN107462395A (zh) * 2017-08-16 2017-12-12 中国空气动力研究与发展中心超高速空气动力研究所 一种天平分量间干扰系数校准方法
CN112800633A (zh) * 2021-04-06 2021-05-14 中国空气动力研究与发展中心低速空气动力研究所 一种多元校准风洞天平数据的处理方法
CN112903235A (zh) * 2021-01-27 2021-06-04 中国空气动力研究与发展中心高速空气动力研究所 一种完全模拟试验状态的推力天平多元校准方法
CN113537319A (zh) * 2021-07-01 2021-10-22 中国空气动力研究与发展中心高速空气动力研究所 一种针对类型化模型的风洞天平终身学习校准方法及系统
CN113740026A (zh) * 2021-08-20 2021-12-03 中国航天空气动力技术研究院 一种新型风洞天平加载套筒及风洞天平校准方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0755633A (ja) * 1993-08-06 1995-03-03 Israel Aircraft Ind Ltd 風洞内での実物大模型の試験に使用される内部バランスを較正するシステム及びその較正方法
CN106815428A (zh) * 2017-01-13 2017-06-09 中国空气动力研究与发展中心高速空气动力研究所 一种基于智能优化算法的风洞天平校准数据处理方法
CN107462395A (zh) * 2017-08-16 2017-12-12 中国空气动力研究与发展中心超高速空气动力研究所 一种天平分量间干扰系数校准方法
CN112903235A (zh) * 2021-01-27 2021-06-04 中国空气动力研究与发展中心高速空气动力研究所 一种完全模拟试验状态的推力天平多元校准方法
CN112800633A (zh) * 2021-04-06 2021-05-14 中国空气动力研究与发展中心低速空气动力研究所 一种多元校准风洞天平数据的处理方法
CN113537319A (zh) * 2021-07-01 2021-10-22 中国空气动力研究与发展中心高速空气动力研究所 一种针对类型化模型的风洞天平终身学习校准方法及系统
CN113740026A (zh) * 2021-08-20 2021-12-03 中国航天空气动力技术研究院 一种新型风洞天平加载套筒及风洞天平校准方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
崔智强 等: ""高精确性和高效率天平校准系统"", 《弹道学报》 *
车兵辉 等: ""基于BP神经网络的天平校准数据处理方法研究"", 《计算机测量与控制》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115046726A (zh) * 2022-08-16 2022-09-13 中国航空工业集团公司沈阳空气动力研究所 一种模型和天平的自重修正方法
CN117091801A (zh) * 2023-10-20 2023-11-21 中国空气动力研究与发展中心高速空气动力研究所 一种基于二自由度校准设备的天平校准方法
CN117091801B (zh) * 2023-10-20 2024-01-02 中国空气动力研究与发展中心高速空气动力研究所 一种基于二自由度校准设备的天平校准方法

Also Published As

Publication number Publication date
CN114722332B (zh) 2022-08-23

Similar Documents

Publication Publication Date Title
CN114722332B (zh) 一种风洞天平校准数据处理方法
CN112800633B (zh) 一种多元校准风洞天平数据的处理方法
CN105067097B (zh) 可用于无人机质量测量台的多称重传感器在线标定方法
CN112903235B (zh) 一种完全模拟试验状态的推力天平多元校准方法
CN111220346B (zh) 一种压电天平校准与使用不确定度的评估方法
Hall et al. An introduction to measurement uncertainty
CN116412995A (zh) 一种分区间确定风洞应变天平测量不确定度的方法
CN112816001B (zh) 基于顶举工艺的多支撑轴系各轴承负荷位移同步测试方法
CN112179550B (zh) 一种四支点压电测力仪的优化布置方法
US20220050003A1 (en) Method and system for universal calibration of devices under test
CN101592692A (zh) 测量机台的评估方法
CN114993604A (zh) 一种基于深度学习的风洞天平静态校测方法
CN110569549B (zh) 一种基于区间摄动的桁架结构的动载荷识别方法
CN112629638B (zh) 一种三分量光纤天平校准数据处理方法
CN113686537B (zh) 一种基于音爆试验外式天平的混合式双电桥数据处理方法
RU2730367C1 (ru) Способ калибровки интеллектуальных датчиков
Leonov et al. Investigation of the influence of load cell diameter on mass measurement error
Ulbrich Analysis and Evaluation of NASA's MK40B Six-Component TASK Balance
CN111141440B (zh) 一种用于补偿六维力传感器的方法
Zakharov et al. Hygrometers calibration: features of measurement results processing
Winnewisser et al. Using Known Relation Between Quantities to Make Measurements More Accurate and More Reliable
Ulbrich Evaluation of the Accuracy of the Load Prediction Equations of Low-Load Balance Calibration Data
CN114970347A (zh) 一种基于物理模型和机器学习的天平校准公式拟合方法
Lima et al. THE MULTI-COMPONENT AERODYNAMIC BALANCE CALIBRATION MATRIX OF DIMENSION ONE
CN115856279A (zh) 免疫检测主曲线的校准方法

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