CN114818550B - 一种飞机振动试验中时变气动载荷地面等效模拟方法 - Google Patents
一种飞机振动试验中时变气动载荷地面等效模拟方法 Download PDFInfo
- Publication number
- CN114818550B CN114818550B CN202210759016.5A CN202210759016A CN114818550B CN 114818550 B CN114818550 B CN 114818550B CN 202210759016 A CN202210759016 A CN 202210759016A CN 114818550 B CN114818550 B CN 114818550B
- Authority
- CN
- China
- Prior art keywords
- time
- point
- function
- model
- order
- 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
Links
Images
Classifications
-
- 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
- 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
- G06F2113/00—Details relating to the application field
- G06F2113/08—Fluids
-
- 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
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
本发明提供了一种飞机振动试验中时变气动载荷地面等效模拟方法,属于飞机振动试验技术领域。方法包括以下步骤:S1、基于时间冻结假设得到适用于飞机振动试验整个时变历程的非定常气动力快速计算模型;S2、对非定常气动力快速计算模型进行仿真验证,得到仿真验证后的非定常气动力快速计算模型;S3、采用仿真验证后的非定常气动力快速计算模型进行飞机振动试验中时变气动载荷地面等效模拟。本发明解决了当前飞机振动试验模拟只能应用于定常系统的问题,具有有效完善当前飞机振动试验模拟技术,推动飞机振动试验模拟工程应用进展的优点。
Description
技术领域
本发明涉及飞机振动试验技术领域,具体是涉及一种飞机振动试验中时变气动载荷地面等效模拟方法。
背景技术
飞机振动试验模拟技术作为近年来发展的一种以真实结构作为验证对象的半物理仿真颤振验证技术,具有风险小、周期短、精度高的优势。该技术利用传感器测量结构的振动响应信号,将其代入预先计算得到的非定常气动力模型获得结构的等效气动力,再采用激振器将等效气动力实时加载在试验结构上,形成闭环系统在地面实现对结构颤振现象的模拟。通过对试验结构施加初始扰动并观察其响应,即可开展针对真实结构颤振边界测试验证。
在上述飞机振动试验模拟的步骤中,考虑到常规结构的颤振发生频率,试验系统完成一次循环计算的周期应不高于0.002秒。为了满足飞机振动试验模拟系统对计算效率的需求,飞机振动试验模拟设计时依据结构动力学特性对频域气动力影响系数矩阵进行降阶缩聚处理,进而采用有理函数近似以及拉氏变换得到由数个低阶矩阵组成的时域非定常气动力模型。
上述建模方法能够成立的一个大前提是结构的动力学特性不发生改变,而在实际飞行器结构中无论是舵面偏转影响或气动热效应导致的结构热模态时变特性,均会使现有非定常气动力计算方法不再完全适用。
本发明提出一种基于Kriging代理模型的一种飞机振动试验中时变气动载荷地面等效模拟方法。本发明依据时间冻结假设建立多个离散时间点的非定常气动力模型后,采用Kriging代理模型对离散时间点的非定常气动力模型进行拟合建模,使得新得到的气动力模型在保证系统运行效率的同时,针对动力学特性时变的结构具有更高的计算精度,有效扩充了地面颤振模拟试验的应用范围。
发明内容
针对当前地面颤振模拟试验只能应用于定常系统的缺陷,本发明给出了可应用于动力学特性时变结构的非定常气动力快速计算方法,有效完善当前飞机振动试验模拟技术,推动飞机振动试验模拟工程应用进展。
为解决上述问题,本发明的技术方案如下:
本发明提供一种飞机振动试验中时变气动载荷地面等效模拟方法,包括以下步骤:
S1、基于时间冻结假设,通过将多个离散时间点的非定常气动力快速计算模型进行Kriging代理模型拟合,得到适用于飞机振动试验整个时变历程的非定常气动力快速计算模型,具体包括以下步骤:
S1-1、建立试验件控制点承受非定常气动力的计算公式,
S1-2、建立离散时间点的试验件控制点应承受非定常气动力计算模型,
S1-3、结合Kriging代理模型建立对应随机函数
S1-4、建立静态随机过程函数在任意两个采样时间点间的协方差计算模型
在飞机地面颤振试验定义的时间范围内,得到的静态随机过程函数在任意两个采样时间点间的协方差计算模型如下:
通过公式(4)构建形如式(3)的样本点数据列向量定义公式如下:
根据公式(3)、公式(8)与公式(9)得到Kriging代理模型的预测值误差计算公式如下:
S2、对步骤S1建立的非定常气动力快速计算模型进行仿真验证,得到仿真验证后的非定常气动力快速计算模型,若非定常气动力快速计算模型的准确性满足要求,得到仿真验证后的非定常气动力快速计算模型,若不满足要求,加密采样时间点后再次进行仿真验证,直至非定常气动力快速计算模型的准确性满足要求;
S3、采用步骤S2仿真验证后的非定常气动力快速计算模型进行飞机振动试验中时变气动载荷地面等效模拟。
由公式(5)与公式(13)可知,公式(14)中除表达式中的外其他参数只与采样时间点有关,因此可以提前计算得到,而需要将当前时刻代入相关函数公式(7)求解,模型的输入参数为时间,因此基于公式(14)可以获得任意时刻下与结构特性相匹配的气动力。
进一步地,步骤S1-1具体包括以下内容:
根据飞机地面颤振试验中试验件的结构振动响应计算试验件控制点承受的非定常气动力,试验件控制点承受非定常气动力的计算公式如下:
进一步地,步骤S1-2具体包括以下内容:
由于实际飞机地面颤振试验需要试验件控制点应承受非定常气动力的时域关系式,将公式(1)通过最小状态法有理函数近似延拓至拉氏域,再通过拉氏反变换得到离散时间点的试验件控制点应承受非定常气动力计算模型如下:
上式中,为与时间相关的试验件控制点应承受非定常气动力,为位移气动力影响系数矩阵,为速度气动力影响系数矩阵,为加速度气动力影响系数矩阵,为第一辅助气动力影响系数矩阵,为第二辅助气动力影响系数矩阵,为第三辅助气动力影响系数矩阵,为控制点位移,为控制点速度,为控制点加速度,为来流动压,为来流速度,为参考长度,对于飞机的翼面类结构,参考长度取根弦长度的一半。
由于公式(2)的建模方法只能适用于时不变系统,而在部分实际飞机地面颤振试验各个时间节点的气动力影响系数矩阵数值均会发生变化,因此,需在公式(2)的基础上引入Kriging代理模型,将公式(1)和公式(2)的求解过程替换为简单矩阵运算,实现针对时变动力学特性结构的非定常气动力快速计算。
进一步地,步骤S1-5中:
上式中,为个时间采样点中任意一个样本点,,为相关向量,为个时间采样点中任意一个样本点与第1个采样时间点的相关函数,为个时间采样点中任意一个样本点与第2个采样时间点的相关函数,为个时间采样点中任意一个样本点与第个采样时间点的相关函数。
更进一步地,步骤S1-5还包括:
根据Kriging代理模型预测值满足无偏估计且均方误差最小的要求,通过公式(10)得到Kriging代理模型的均方误差计算公式如下:
上式中,为Kriging代理模型的预均方误差,为采样时间点外的时间节点函数,为通过Kriging代理模型得到的对应随机函数,为任一时变气动力影响系数矩阵中的元素,为加权行向量,为数学期望,为方差,为加权列向量,为相关向量,为个时间采样点之间相关性的相关矩阵。
优选地,步骤S2包括以下步骤:
S2-1、在时变历程选取数个采样时间点;
S2-2、将数个采样时间点数据导入步骤S1,得到步骤S1-2计算的每个采样时间点的非定常气动力模型、步骤S1-5构建的非定常气动力快速计算模型;
S2-3、采用matlab.simulink开展非定常气动力模型和非定常气动力快速计算模型变温地面颤振系统仿真,仿真对象为高超声速舵面结构,时变历程为高超声速舵面结构由初始温度场升至稳态温度场的过程,得到每个采样时间点的非定常气动力模型的定常颤振仿真以及整个时变历程的仿真、非定常气动力快速计算模型对每个采样时间点的定常颤振仿真以及整个时变历程的仿真,并分别与每个采样时间点的颤振频域数值计算结果对比;
S2-4、步骤S2-3的对比结果为不一致时,加密采样时间点后,回到步骤S2-2,直至步骤S2-3的对比结果为一致。
优选地,初始温度场的温度范围为45~55℃,稳态温度场的温度范围为150~490℃。
优选地,步骤S2-3还包括:
分别向每个采样时间点的非定常气动力模型和非定常气动力快速计算模型中引入颤振临界速度追踪模块,颤振临界速度追踪模块根据仿真对象的响应变化趋势自动调整所述非定常气动力模型和所述非定常气动力快速计算模型中的风速,使仿真对象保持在颤振临界状态,实现对时变颤振速度边界的实时辨识与记录。
进一步优选地,步骤S3具体包括以下步骤:
S3-1、对飞机地面颤振试验颤振计算中的气动平面和结构间的插值点进行缩聚,通过优化方法选取最优插值点,最优插值点为:激振点和拾振点,将最优插值点作为试验件控制点;
S3-2、在试验件上方布设加热器,在试验件底部固定激振器,与激振器电性连接的功率放大器,在试验件上试验件控制点布置激光位移传感器和加速度传感器,功率放大器、激光位移传感器、加速度传感器与加载控制器电性连接;
S3-3、通过激光位移传感器和加速度传感器将获取的试验件控制点响应信号传入加载控制器,加载控制器将试验件控制点响应信号代入步骤S2仿真验证后的非定常气动力快速计算模型,非定常气动力快速计算模型计算试验件的等效气动力;
S3-4、加载控制器通过功率放大器控制激振器将等效气动力实时加载在试验件上,加载完成后回到步骤S3-3,直至飞机振动试验结束。
本发明的有益效果是:
(1)本发明将Kriging代理模型引入地面颤振模拟试验,依据时间冻结假设获取采样时间点数据并提出了根据采样时间点数据的完整建模方法,获得了可应用于动力学特性时变结构的非定常气动力快速计算方法,增强了此类试验系统对于时变颤振系统的处理能力;
(2)本发明所需工作模块只是在现有时不变系统所采用非定常气动力模块的基础上增加数个低阶矩阵运算,对地面颤振模拟试验运算效率影响极小,能够满足地面颤振模拟试验对于气动力运算实时性的要求,此外,由于Kriging模型在应对非线性系统时具有明显优势,因此在计算非定常气动力时拟合精度较高,能够保证在试验件时变历程中都保持较高的非定常气动力计算精度。
附图说明
图1是实施例1一种飞机振动试验中时变气动载荷地面等效模拟方法流程图;
图2是实施例1中离散时间点的试验件控制点应承受非定常气动力计算模型结构图;
图3是实施例1步骤S2-1中仿真对象的温度分布图;
图4是实施例1步骤S2-3中仿真及数值计算结果对比图;
图5是实施例1中步骤S1流程图;
图6是实施例3最优插值点位置示意图。
具体实施方式
为了使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明作进一步地详细描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
在本发明实施例中使用的术语是仅仅出于描述特定实施例的目的,而非旨在限制本发明。在本发明实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式,除非上下文清楚地表示其他含义,“多种”一般包含至少两种。
实施例1
本实施例为一种飞机振动试验中时变气动载荷地面等效模拟方法,如图1所示,包括以下步骤:
S1、基于时间冻结假设,通过将多个离散时间点的非定常气动力快速计算模型进行Kriging代理模型拟合,得到适用于飞机振动试验整个时变历程的非定常气动力快速计算模型,如图5所示,具体包括以下步骤:
S1-1、建立试验件控制点承受非定常气动力的计算公式
根据飞机地面颤振试验中试验件的结构振动响应计算试验件控制点承受的非定常气动力,试验件控制点承受非定常气动力的计算公式如下:
上式中,为试验件控制点应承受的非定常气动力,为来流动压,为降阶后的气动力影响系数矩阵,是通过与马赫数相匹配的非定常气动力理论计算后并依据结构动力学特性进行降阶处理得到的,表示控制点位移,为减缩频率,减缩频率的计算公式如下:
S1-2、建立离散时间点的试验件控制点应承受非定常气动力计算模型
由于实际飞机地面颤振试验需要试验件控制点应承受非定常气动力的时域关系式,将公式(1)通过最小状态法有理函数近似延拓至拉氏域,再通过拉氏反变换得到离散时间点的试验件控制点应承受非定常气动力计算模型如下:
上式中,为与时间相关的试验件控制点应承受非定常气动力,为位移气动力影响系数矩阵,为速度气动力影响系数矩阵,为加速度气动力影响系数矩阵,为第一辅助气动力影响系数矩阵,为第二辅助气动力影响系数矩阵,为第三辅助气动力影响系数矩阵,为控制点位移,为控制点速度,为控制点加速度,为来流动压,为来流速度,为参考长度,对于飞机的翼面类结构,参考长度取根弦长度的一半,离散时间点的试验件控制点应承受非定常气动力计算模型结构如图2所示,
S1-3、结合Kriging代理模型建立对应随机函数
S1-4、建立静态随机过程函数在任意两个采样时间点间的协方差计算模型
在飞机地面颤振试验定义的时间范围内,得到的静态随机过程函数在任意两个采样时间点间的协方差计算模型如下:
通过公式(4)构建形如式(3)的样本点数据列向量定义公式如下:
上式中,为个时间采样点中任意一个样本点,,为相关向量,为个时间采样点中任意一个样本点与第1个采样时间点的相关函数,为个时间采样点中任意一个样本点与第2个采样时间点的相关函数,为个时间采样点中任意一个样本点与第个采样时间点的相关函数,
根据公式(3)、公式(8)与公式(9)得到Kriging代理模型的预测值误差计算公式如下:
根据Kriging代理模型预测值满足无偏估计且均方误差最小的要求,通过公式(10)得到Kriging代理模型的均方误差计算公式如下:
上式中,为Kriging代理模型的预均方误差,为采样时间点外的时间节点函数,为通过Kriging代理模型得到的对应随机函数,为任一时变气动力影响系数矩阵中的元素,为加权行向量,为数学期望,为方差,为加权列向量,为相关向量,为个时间采样点之间相关性的相关矩阵,
S2、对步骤S1建立的非定常气动力快速计算模型进行仿真验证,得到仿真验证后的非定常气动力快速计算模型,若非定常气动力快速计算模型的准确性满足要求,得到仿真验证后的非定常气动力快速计算模型,若不满足要求,加密采样时间点后再次进行仿真验证,直至非定常气动力快速计算模型的准确性满足要求,具体包括以下步骤:
S2-1、在时变历程选取12个采样时间点,
S2-2、将12个采样时间点数据导入步骤S1,得到步骤S1-2计算的每个采样时间点的非定常气动力模型、步骤S1-5构建的非定常气动力快速计算模型,
S2-3、采用matlab.simulink开展变温地面颤振系统仿真,仿真对象为高超声速舵面结构,仿真对象温度分布如图3所示,时变历程为高超声速舵面结构由初始温度场升至稳态温度场的过程,初始温度场的温度为45℃,稳态温度场的温度为150℃,得到每个采样时间点的非定常气动力模型的定常颤振仿真以及整个时变历程的仿真、非定常气动力快速计算模型对每个采样时间点的定常颤振仿真以及整个时变历程的仿真,并分别与每个采样时间点的颤振频域数值计算结果对比,并分别向每个采样时间点的非定常气动力模型和非定常气动力快速计算模型中引入颤振临界速度追踪模块,颤振临界速度追踪模块根据仿真对象的响应变化趋势自动调整所述非定常气动力模型和所述非定常气动力快速计算模型中的风速,使仿真对象保持在颤振临界状态,实现对时变颤振速度边界的实时辨识与记录,
S2-4、结果如图4所示,可见三类结果一致性较好,证明了本方法的建模精度;
S3、采用步骤S2仿真验证后的非定常气动力快速计算模型进行飞机振动试验中时变气动载荷地面等效模拟,具体包括以下步骤:
S3-1、对飞机地面颤振试验颤振计算中的气动平面和结构间的插值点进行缩聚,通过优化方法选取最优插值点,最优插值点为:激振点和拾振点,将最优插值点作为试验件控制点,
S3-2、在试验件上方布设加热器,在试验件底部固定激振器,与激振器电性连接的功率放大器,在试验件上试验件控制点布置激光位移传感器和加速度传感器,功率放大器、激光位移传感器、加速度传感器与加载控制器电性连接,
S3-3、通过激光位移传感器和加速度传感器将获取的试验件控制点响应信号传入加载控制器,加载控制器将试验件控制点响应信号代入步骤S2仿真验证后的非定常气动力快速计算模型,非定常气动力快速计算模型计算试验件的等效气动力,
S3-4、将非定常气动力快速计算模型得出试验件的等效气动力并将等效气动力传入半实物仿真系统NI,半实物仿真系统NI的由通过NI VeriStand仿真配置软件对接Matlab.simulink的上位机和嵌入式控制器下位机构成,半实物仿真系统NI的上位机通过NI VeriStand仿真配置软件对接Matlab.simulink,将试验件的等效气动力转化为激振器控制信号,加载控制器通过功率放大器控制激振器将等效气动力对应的激振器控制信号实时加载在试验件上,加载完成后回到步骤S3-3,直至飞机振动试验结束。
实施例2
本实施例与实施例1的区别在于:
步骤S2-3中,初始温度场的温度为55℃,稳态温度场的温度为490℃。
实施例3
本实施例与实施例1的区别在于:
S2、通过实际飞机地面颤振试验对步骤S1建立的非定常气动力快速计算模型进行试验验证,具体包括以下步骤:
S2-1、如图6所示,对飞机地面颤振试验颤振计算中的气动平面和结构间的插值点进行缩聚,通过优化方法选取最优插值点,最优插值点为:激振点和拾振点,将最优插值点作为试验件控制点,再通过步骤S1建立适用于试验件控制点的非定常气动力快速计算模型;
S2-2、在试验件上方布设加热器,在试验件底部固定激振器,与激振器电性连接的功率放大器,在试验件上试验件控制点布置激光位移传感器和加速度传感器,功率放大器、激光位移传感器、加速度传感器与加载控制器电性连接;
S2-3、通过激光位移传感器和加速度传感器将获取的试验件控制点响应信号传入加载控制器搭载的非定常气动力快速计算模型,非定常气动力快速计算模型得出试验件的等效气动力并将等效气动力传入半实物仿真系统NI,半实物仿真系统NI的由通过NIVeriStand仿真配置软件对接Matlab.simulink的上位机和嵌入式控制器下位机构成,半实物仿真系统NI的上位机通过NI VeriStand仿真配置软件对接Matlab.simulink,将试验件的等效气动力转化为激振器控制信号,加载控制器通过激振器控制信号控制激振器将等效气动力实时加载在试验件上,加载完成后回到步骤S2-2,直至飞机振动试验等效模拟过程结束,在此过程中,加载控制器记录飞机振动试验等效模拟过程中的颤振临界速度,
S2-4、开展实际飞机地面颤振试验,并采用加载控制器的颤振临界速度追踪模块记录试验件在飞机地面颤振试时变历程中的颤振临界速度,与步骤S2-3中加载控制器记录飞机振动试验等效模拟过程中的颤振临界速度进行比对,判定非定常气动力快速计算模型的准确性。
Claims (10)
1.一种飞机振动试验中时变气动载荷地面等效模拟方法,其特征在于,包括以下步骤:
S1、基于时间冻结假设,通过将多个离散时间点的非定常气动力快速计算模型进行Kriging代理模型拟合,得到适用于飞机振动试验整个时变历程的非定常气动力快速计算模型,具体包括以下步骤:
S1-1、建立试验件控制点承受非定常气动力的计算公式,
S1-2、建立离散时间点的试验件控制点应承受非定常气动力计算模型,
S1-3、结合Kriging代理模型建立对应随机函数
S1-4、建立静态随机过程函数在任意两个采样时间点间的协方差计算模型
在飞机地面颤振试验定义的时间范围内,得到的静态随机过程函数在任意两个采样时间点间的协方差计算模型如下:
通过公式(4)构建形如式(3)的样本点数据列向量定义公式如下:
根据公式(3)、公式(8)与公式(9)得到Kriging代理模型的预测值误差计算公式如下:
上式中,为采样时间点外的时间节点函数值,为通过Kriging代理模型
得到的对应随机函数,为任一时变气动力影响系数矩阵中的元素,为随机函数列向
量,是均值为0、方差为的静态随机过程函数,为加权行向量,
S2、对步骤S1建立的非定常气动力快速计算模型进行仿真验证,得到仿真验证后的非定常气动力快速计算模型,若非定常气动力快速计算模型的准确性满足要求,得到仿真验证后的非定常气动力快速计算模型,若不满足要求,加密采样时间点后再次进行仿真验证,直至非定常气动力快速计算模型的准确性满足要求;
S3、采用步骤S2仿真验证后的非定常气动力快速计算模型进行飞机振动试验中时变气动载荷地面等效模拟。
4.如权利要求2所述的一种飞机振动试验中时变气动载荷地面等效模拟方法,其特征在于,所述步骤S1-2具体包括以下内容:
由于实际飞机地面颤振试验需要试验件控制点应承受非定常气动力的时域关系式,将公式(1)通过最小状态法有理函数近似延拓至拉氏域,再通过拉氏反变换得到离散时间点的试验件控制点应承受非定常气动力计算模型如下:
7.如权利要求1所述的一种飞机振动试验中时变气动载荷地面等效模拟方法,其特征在于,所述步骤S2包括以下步骤:
S2-1、在时变历程选取数个采样时间点;
S2-2、将数个采样时间点数据导入步骤S1,得到步骤S1-2计算的每个采样时间点的非定常气动力模型、步骤S1-5构建的非定常气动力快速计算模型;
S2-3、采用matlab.simulink开展非定常气动力模型和非定常气动力快速计算模型变温地面颤振系统仿真,仿真对象为高超声速舵面结构,时变历程为高超声速舵面结构由初始温度场升至稳态温度场的过程,得到每个采样时间点的非定常气动力模型的定常颤振仿真以及整个时变历程的仿真、非定常气动力快速计算模型对每个采样时间点的定常颤振仿真以及整个时变历程的仿真,并分别与每个采样时间点的颤振频域数值计算结果对比;
S2-4、步骤S2-3的对比结果为不一致时,加密采样时间点后,回到步骤S2-2,直至步骤S2-3的对比结果为一致。
8.如权利要求7所述的一种飞机振动试验中时变气动载荷地面等效模拟方法,其特征在于,所述初始温度场的温度范围为45~55℃,稳态温度场的温度范围为150~490℃。
9.如权利要求7所述的一种飞机振动试验中时变气动载荷地面等效模拟方法,其特征在于,所述步骤S2-3还包括:
分别向每个采样时间点的非定常气动力模型和非定常气动力快速计算模型中引入颤振临界速度追踪模块,颤振临界速度追踪模块根据仿真对象的响应变化趋势自动调整所述非定常气动力模型和所述非定常气动力快速计算模型中的风速,使仿真对象保持在颤振临界状态,实现对时变颤振速度边界的实时辨识与记录。
10.如权利要求1所述的一种飞机振动试验中时变气动载荷地面等效模拟方法,其特征在于,所述步骤S3具体包括以下步骤:
S3-1、对飞机地面颤振试验颤振计算中的气动平面和结构间的插值点进行缩聚,通过优化方法选取最优插值点,最优插值点为:激振点和拾振点,将最优插值点作为试验件控制点;
S3-2、在试验件上方布设加热器,在试验件底部固定激振器,与激振器电性连接的功率放大器,在试验件上试验件控制点布置激光位移传感器和加速度传感器,功率放大器、激光位移传感器、加速度传感器与加载控制器电性连接;
S3-3、通过激光位移传感器和加速度传感器将获取的试验件控制点响应信号传入加载控制器,加载控制器将试验件控制点响应信号代入步骤S2仿真验证后的非定常气动力快速计算模型,非定常气动力快速计算模型计算试验件的等效气动力;
S3-4、加载控制器通过功率放大器控制激振器将等效气动力实时加载在试验件上,加载完成后回到步骤S3-3,直至飞机振动试验结束。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210759016.5A CN114818550B (zh) | 2022-06-30 | 2022-06-30 | 一种飞机振动试验中时变气动载荷地面等效模拟方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210759016.5A CN114818550B (zh) | 2022-06-30 | 2022-06-30 | 一种飞机振动试验中时变气动载荷地面等效模拟方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114818550A CN114818550A (zh) | 2022-07-29 |
CN114818550B true CN114818550B (zh) | 2022-09-13 |
Family
ID=82523243
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210759016.5A Active CN114818550B (zh) | 2022-06-30 | 2022-06-30 | 一种飞机振动试验中时变气动载荷地面等效模拟方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114818550B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116067602B (zh) * | 2023-03-06 | 2023-07-14 | 西安航天动力研究所 | 一种随机振动信号生成方法、装置及电子设备 |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8393206B1 (en) * | 2010-02-09 | 2013-03-12 | Ping-Chih Chen | Dry wind tunnel system |
CN103310060A (zh) * | 2013-06-19 | 2013-09-18 | 西北工业大学 | 一种跨音速极限环颤振分析方法 |
CN104899365A (zh) * | 2015-05-27 | 2015-09-09 | 南京航空航天大学 | 一种可减小气动干扰不利影响的直升机气动布局优化方法 |
CN105631125A (zh) * | 2015-12-28 | 2016-06-01 | 北京理工大学 | 基于降阶模型的气动-热-结构耦合分析方法 |
CN105843978A (zh) * | 2014-12-18 | 2016-08-10 | 达索系统西姆利亚公司 | 基于数据的交互式3d体验 |
CN107341297A (zh) * | 2017-06-21 | 2017-11-10 | 东南大学 | 一种基于kl展开的分布随机动载荷识别方法 |
CN107505842A (zh) * | 2017-09-04 | 2017-12-22 | 重庆邮电大学 | 一种数控机床广义空间切削稳定性预测与优化方法 |
CN108416141A (zh) * | 2017-08-31 | 2018-08-17 | 北京理工大学 | 一种线性时变结构模态振型辨识方法 |
CN109459206A (zh) * | 2018-12-17 | 2019-03-12 | 西北工业大学 | 地面试验非定常气动力加载方法 |
CN109738144A (zh) * | 2018-10-31 | 2019-05-10 | 中国飞机强度研究所 | 一种突风响应地面模拟试验方法 |
CN111767685A (zh) * | 2020-07-08 | 2020-10-13 | 中国飞机强度研究所 | 一种热颤振特性试验方法 |
CN113392545A (zh) * | 2021-05-31 | 2021-09-14 | 东南大学 | 一种考虑空间相关性的时域分布随机动载荷识别方法 |
CN113685314A (zh) * | 2021-08-24 | 2021-11-23 | 浙江大学 | 变桨控制方法、系统和可读存储介质 |
CN114282310A (zh) * | 2021-12-31 | 2022-04-05 | 北京航空航天大学 | 一种基于自适应加点代理模型的气弹结构耦合寻优方法 |
-
2022
- 2022-06-30 CN CN202210759016.5A patent/CN114818550B/zh active Active
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8393206B1 (en) * | 2010-02-09 | 2013-03-12 | Ping-Chih Chen | Dry wind tunnel system |
CN103310060A (zh) * | 2013-06-19 | 2013-09-18 | 西北工业大学 | 一种跨音速极限环颤振分析方法 |
CN105843978A (zh) * | 2014-12-18 | 2016-08-10 | 达索系统西姆利亚公司 | 基于数据的交互式3d体验 |
CN104899365A (zh) * | 2015-05-27 | 2015-09-09 | 南京航空航天大学 | 一种可减小气动干扰不利影响的直升机气动布局优化方法 |
CN105631125A (zh) * | 2015-12-28 | 2016-06-01 | 北京理工大学 | 基于降阶模型的气动-热-结构耦合分析方法 |
CN107341297A (zh) * | 2017-06-21 | 2017-11-10 | 东南大学 | 一种基于kl展开的分布随机动载荷识别方法 |
CN108416141A (zh) * | 2017-08-31 | 2018-08-17 | 北京理工大学 | 一种线性时变结构模态振型辨识方法 |
CN107505842A (zh) * | 2017-09-04 | 2017-12-22 | 重庆邮电大学 | 一种数控机床广义空间切削稳定性预测与优化方法 |
CN109738144A (zh) * | 2018-10-31 | 2019-05-10 | 中国飞机强度研究所 | 一种突风响应地面模拟试验方法 |
CN109459206A (zh) * | 2018-12-17 | 2019-03-12 | 西北工业大学 | 地面试验非定常气动力加载方法 |
CN111767685A (zh) * | 2020-07-08 | 2020-10-13 | 中国飞机强度研究所 | 一种热颤振特性试验方法 |
CN113392545A (zh) * | 2021-05-31 | 2021-09-14 | 东南大学 | 一种考虑空间相关性的时域分布随机动载荷识别方法 |
CN113685314A (zh) * | 2021-08-24 | 2021-11-23 | 浙江大学 | 变桨控制方法、系统和可读存储介质 |
CN114282310A (zh) * | 2021-12-31 | 2022-04-05 | 北京航空航天大学 | 一种基于自适应加点代理模型的气弹结构耦合寻优方法 |
Non-Patent Citations (6)
Title |
---|
A comprehensive preference-based optimization framework with application to high-lift aerodynamic design;Carrese,R;《ENGINEERING OPTIMIZATION》;20121231;全文 * |
Ground Flutter Simulation Test Based on Reduced Order Modeling of Aerodynamics by CFD/CSD Coupling Method;Binwen Wang 等;《International journal of applied mechanics》;20190221;全文 * |
变厚度翼型的非定常气动力模型降阶及影响分析;李文成等;《应用力学学报》;20180319(第02期);全文 * |
水平轴风力机翼型非定常气动特性研究;刘鹏寅;《中国博士学位论文全文库 工程科技Ⅱ辑》;20200315;全文 * |
航空发动机叶盘系统的多场耦合振动特性及优化设计研究;杨文军;《中国博士学位论文全文库 》;20200615;全文 * |
高超声速飞行器气动—热—结构建模及模型降阶研究;陈鑫;《中国博士学位论文全文库 工程科技Ⅱ辑》;20160715;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN114818550A (zh) | 2022-07-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Liu et al. | Robust modeling method for thermal error of CNC machine tools based on ridge regression algorithm | |
Houtzager et al. | Recursive predictor-based subspace identification with application to the real-time closed-loop tracking of flutter | |
Miao et al. | Study on the effects of changes in temperature-sensitive points on thermal error compensation model for CNC machine tool | |
Hazra et al. | Aerodynamic shape optimization using simultaneous pseudo-timestepping | |
CN108121856B (zh) | 一种全飞行域飞行器动稳定性分析方法 | |
CN112528411B (zh) | 一种基于模态减缩的几何非线性结构噪声振动响应计算方法 | |
CN111368466B (zh) | 一种基于频响函数参数修正的机械振动预测方法 | |
CN109902404A (zh) | 不同阻尼形式的结构时程响应积分的统一递推计算方法 | |
CN114818550B (zh) | 一种飞机振动试验中时变气动载荷地面等效模拟方法 | |
CN115587512A (zh) | 基于ANSYS TwinBuilder的锂电池热电耦合数字孪生模型构建方法 | |
CN114347029B (zh) | 一种用于气动软体机器人快速模拟的模型降阶方法 | |
Zhou et al. | Data-driven real-time prediction of pouch cell temperature field under minimal sensing | |
Tóth et al. | Order and structural dependence selection of LPV-ARX models revisited | |
CN112580855A (zh) | 基于自适应变异pso-bp神经网络的电缆群稳态温升预测方法 | |
Hazra | An efficient method for aerodynamic shape optimization | |
CN111241728A (zh) | 一种欧拉方程的间断伽辽金有限元数值求解方法 | |
Zhu et al. | Two degree-of-freedom µ synthesis control with Kalman filter for flight environment simulation volume with sensors uncertainty | |
CN114970402A (zh) | 飞机地面振动试验中气动载荷模拟计算系统及方法 | |
CN113221064B (zh) | 模型处理方法、装置、计算机设备和存储介质 | |
CN111639463B (zh) | 一种基于XGBoost算法的电力系统扰动后频率特征预测方法 | |
CN104795812A (zh) | 一种考虑定子阻尼效应并采用变量代换的慢同调分区法 | |
CN114491730A (zh) | 一种高速铁路路基结构动力安定分析迭代方法及装置 | |
CN110309617B (zh) | 传感器上温度、压力、振动三种载荷直接耦合的仿真方法 | |
CN106773697A (zh) | 一种时间维度拓展极限学习机模型的工业过程软测量建模方法 | |
Winter et al. | Application of Unsteady Aerodynamic Reduced-Order Modeling Techniques to a Complex Configuration |
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 |