CN114878121A - 一种空天飞机结构振动环境模拟试验方法 - Google Patents

一种空天飞机结构振动环境模拟试验方法 Download PDF

Info

Publication number
CN114878121A
CN114878121A CN202210810559.5A CN202210810559A CN114878121A CN 114878121 A CN114878121 A CN 114878121A CN 202210810559 A CN202210810559 A CN 202210810559A CN 114878121 A CN114878121 A CN 114878121A
Authority
CN
China
Prior art keywords
spectral density
power spectral
vibration
frequency
spectrum
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
CN202210810559.5A
Other languages
English (en)
Other versions
CN114878121B (zh
Inventor
王彬文
张飞
李凯翔
李益萱
牟让科
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 Aircraft Strength Research Institute
Original Assignee
AVIC Aircraft Strength 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 Aircraft Strength Research Institute filed Critical AVIC Aircraft Strength Research Institute
Priority to CN202210810559.5A priority Critical patent/CN114878121B/zh
Publication of CN114878121A publication Critical patent/CN114878121A/zh
Application granted granted Critical
Publication of CN114878121B publication Critical patent/CN114878121B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M7/00—Vibration-testing of structures; Shock-testing of structures
    • G01M7/02—Vibration-testing by means of a shake table
    • 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
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/12—Computing arrangements based on biological models using genetic models
    • G06N3/126—Evolutionary algorithms, e.g. genetic algorithms or genetic programming
    • 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)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biophysics (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computational Linguistics (AREA)
  • Genetics & Genomics (AREA)
  • Artificial Intelligence (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Biomedical Technology (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Physiology (AREA)
  • Manufacturing & Machinery (AREA)
  • Transportation (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)

Abstract

本发明公开了一种空天飞机结构振动环境模拟试验方法，包括以下步骤：一、通过振动环境模拟试验装置对空天飞机结构进行炮击振动模拟试验获取时域振动实测数据；二、对获取的时域振动实测数据进行校验；三、将校验过的时域振动实测数据转换为频域数据；四、确定炮击振动下空天飞机结构振动环境的功率谱密度实测谱；五、基于遗传算法确定功率谱密度宽带预测谱；六、确定功率谱密度窄带峰值预测谱；七、确定功率谱密度预测谱。本发明通过将功率谱密度宽带预测谱和功率谱密度窄带峰值预测谱组合得到振动环境功率谱密度预测谱的方法，有效避免人为选取包络误差大的问题，也有效的提高了空天飞机振动环境的预测精度，具有很好的应用价值。

Description

一种空天飞机结构振动环境模拟试验方法
技术领域
本发明属于空天飞机测试技术领域，具体涉及一种空天飞机结构振动环境模拟试验方法。
背景技术
空天飞机，是航空航天飞机的简称，它是既能航空又能航天的新型飞行器，是航空技术与航天技术高度结合的飞行器。空天飞机的飞行振动环境预计对新研和改型飞机而言，有两个重要作用：一方面为飞机振动环境适应性和可靠性设计提供基础数据；另一方面为机载设备、系统研制试验及环境和可靠性鉴定试验提供数据。若预计结果过高，试验考核过于严酷，导致飞机的研制成本大大提高，研制周期加长；若预计结果过低，试验考核过于宽松，在实际使用中飞机将会频繁发生故障，甚至导致机毁人亡。预计结果若能比较真实地反映飞机实际服役中经受的振动，就有利于准确考核设备或系统的环境适应性和可靠性，提高飞机可靠性水平，最终提升飞机的作战效能。
传统的方法一般采用对实测数据包络来预计空天飞机结构振动环境，该方法对最严酷振动环境的预计有一定作用，但这些实测数据来源不能与待测飞机型号相适配，同时对振动环境的预计采用取包络线方式，精度难以保证。
发明内容
本发明所要解决的技术问题在于针对上述现有技术中的不足，提供一种空天飞机结构振动环境模拟试验方法，其通过炮击振动模拟试验得到振动环境的功率谱密度实测谱，然后采用遗传算法对功率谱密度实测谱的宽带部分进行特征频率及幅值确定，并得到功率谱密度宽带预测谱，有效避免人为选取包络误差大的问题，同时采用半功率带宽法对多个窄带峰值所在频率处的带宽进行了处理，得到功率谱密度窄带峰值预测谱，通过将功率谱密度宽带预测谱和功率谱密度窄带峰值预测谱组合得到振动环境功率谱密度预测谱的方法，也有效的提高了空天飞机振动环境的预测精度，具有很好的应用价值。
为解决上述技术问题，本发明采用的技术方案是：一种空天飞机结构振动环境模拟试验方法，其特征在于，该方法包括以下步骤：
步骤一、通过振动环境模拟试验装置对空天飞机结构进行炮击振动模拟试验获取时域振动实测数据：所述振动环境模拟试验装置包括设置在炮架一侧的设备安装架，在设备安装架上设置空天飞机结构模拟盒，在空天飞机结构模拟盒上黏贴加速度传感器，在炮架的炮口上安装飞机航炮进行
Figure 174699DEST_PATH_IMAGE001
次炮击振动模拟试验，得到
Figure 344780DEST_PATH_IMAGE001
组时域加速度数据作为
Figure 116427DEST_PATH_IMAGE001
组时域振动实测数据，其中，
Figure 67066DEST_PATH_IMAGE002
为正整数且
Figure 130662DEST_PATH_IMAGE003
；
步骤二、对获取的时域振动实测数据进行校验：对
Figure 483146DEST_PATH_IMAGE001
组时域振动实测数据采用狄克逊准则校验其有效性，剔除
Figure 425695DEST_PATH_IMAGE001
组时域振动实测数据中的无效时域振动实测数据后得到
Figure 801312DEST_PATH_IMAGE004
组校验后的时域振动实测数据，其中，
Figure 487509DEST_PATH_IMAGE004
为正整数且
Figure 694499DEST_PATH_IMAGE005
；
步骤三、将校验过的时域振动实测数据转换为频域数据，得到
Figure 807948DEST_PATH_IMAGE004
组频域数据；其中，所述频域数据包括
Figure 920130DEST_PATH_IMAGE006
个频率下的功率谱密度数据，其中，
Figure 144438DEST_PATH_IMAGE006
为正整数且
Figure 471514DEST_PATH_IMAGE007
；
步骤四、确定炮击振动下空天飞机结构振动环境的功率谱密度实测谱：分别对
Figure 490286DEST_PATH_IMAGE004
组频域数据中位于相同频率下的
Figure 840495DEST_PATH_IMAGE004
个功率谱密度幅值进行均值处理后，得到一组
Figure 868494DEST_PATH_IMAGE006
个频率下的平均功率谱密度数据；
将频率作为横坐标，将所述平均功率谱密度数据作为纵坐标，绘制功率谱密度曲线后形成功率谱密度实测谱；
步骤五、基于遗传算法确定功率谱密度宽带预测谱；
步骤六、确定功率谱密度窄带峰值预测谱：对所述功率谱密度实测谱的多个窄带峰值所在频率处的带宽，进行半功率带宽法处理后得到多个处理过后的带宽，并根据处理过后的带宽绘制多个窄带峰值的功率谱密度曲线后形成功率谱密度窄带峰值预测谱；
其中，多个所述窄带峰值分别为炮击振动模拟试验中炮击频率的基频和倍频处的峰值；
步骤七、确定功率谱密度预测谱：将多个所述功率谱密度窄带峰值预测谱和所述功率谱密度宽带预测谱叠加组合形成一个空天飞机结构振动环境的功率谱密度预测谱。
上述的一种空天飞机结构振动环境模拟试验方法，其特征在于：步骤一中，所述设备安装架上安装有多个空天飞机结构模拟盒，每个所述空天飞机结构模拟盒上均安装有加速度传感器，多个所述加速度传感器、数据采集器和测试计算机依次连接后构成一个测试系统。
上述的一种空天飞机结构振动环境模拟试验方法，其特征在于：步骤二中，对
Figure 50077DEST_PATH_IMAGE008
组所述时域振动实测数据进行校验时，首先分别计算每组所述时域振动实测数据中多个加速度数值的均方根值，然后根据狄克逊准则计算
Figure 692280DEST_PATH_IMAGE008
个均方根值中最大的均方根值的统计量和最小的均方根值的统计量，同时将两个统计量分别与狄克逊校验的临界值进行对比，将大于狄克逊校验的临界值的统计量对应的一组时域振动实测数据进行剔除。
上述的一种空天飞机结构振动环境模拟试验方法，其特征在于：步骤四中，对
Figure 326523DEST_PATH_IMAGE009
组频域数据中相同频率下的功率谱密度幅值进行均值处理的方法如下：
步骤401、计算
Figure 892634DEST_PATH_IMAGE009
组频域数据中相同频率下的功率谱密度幅值样本均值；
其中，第
Figure 194302DEST_PATH_IMAGE010
个频率下的功率谱密度幅值样本均值
Figure 758139DEST_PATH_IMAGE011
，其中，
Figure 879679DEST_PATH_IMAGE012
为第
Figure 249480DEST_PATH_IMAGE013
组频域数据中第
Figure 405655DEST_PATH_IMAGE010
个频率下的功率谱密度幅值，
Figure 389660DEST_PATH_IMAGE010
为正整数且
Figure 998496DEST_PATH_IMAGE014
;
步骤402、计算
Figure 906409DEST_PATH_IMAGE009
组频域数据中相同频率下的功率谱密度幅值样本方差；
其中，第
Figure 917091DEST_PATH_IMAGE010
个频率下的功率谱密度幅值样本方差
Figure 822730DEST_PATH_IMAGE015
；
步骤403、计算
Figure 918862DEST_PATH_IMAGE009
组频域数据中相同频率下的功率谱密度幅值样本均值的置信上限值；
其中，第
Figure 630466DEST_PATH_IMAGE010
个频率下的功率谱密度幅值样本均值的置信上限值
Figure 495654DEST_PATH_IMAGE016
；其中，
Figure 821462DEST_PATH_IMAGE017
为置信系数，
Figure 404890DEST_PATH_IMAGE018
为按自由度
Figure 920185DEST_PATH_IMAGE019
及
Figure 639879DEST_PATH_IMAGE020
的值在
Figure 887321DEST_PATH_IMAGE021
分布表上查出的值；
步骤404、将
Figure 958045DEST_PATH_IMAGE022
个频率下的样本置信上限值作为所述频域振动平均实测数据中的功率谱密度幅值。
上述的一种空天飞机结构振动环境模拟试验方法，其特征在于：步骤五中，基于遗传算法确定功率谱密度宽带预测谱具体为：
首先设定遗传算法中种群大小、种群基因数、交叉概率、突变概率和迭代次数；
然后建立适应度目标函数
Figure 11451DEST_PATH_IMAGE023
；其中，
Figure 851232DEST_PATH_IMAGE024
为功率谱密度实测谱的能量；
Figure 518842DEST_PATH_IMAGE025
为采用遗传算法迭代过程中得到的功率谱密度宽带预测迭代谱的能量；
Figure 76862DEST_PATH_IMAGE026
为采用遗传算法得到的功率谱密度宽带预测迭代谱和功率谱密度实测谱重合区域对应的能量；
最后通过遗传算法的不断迭代，得到使
Figure 668381DEST_PATH_IMAGE027
值最大的一组频率点和对应的功率谱密度幅值点，将这组频率作为横坐标，将功率谱密度幅值作为纵坐标，绘制折线式曲线后形成功率谱密度宽带预测谱。
本发明与现有技术相比具有以下优点：
1、本发明通过振动环境模拟试验装置在地面模拟真实炮击振动环境以及飞机上所关注的空天飞机结构和航炮的真实空间关系及安装状态，能够准确获取炮击振动环境下空天飞机结构的振动数据，能有效解决实际飞行环境下的振动环境测试难以实现的问题。
2、本发明通过狄克逊准则对多组时域振动实测数据进行校验，能有效去除多组时域振动实测数据中的异常数据，减小误差，进而有助于提高空天飞机环境预测的准确度。
3、本发明通过遗传算法中能量最接近为目标的寻优方法，确定功率谱密度宽带预测谱，相对于传统的基于实测数据的折线谱选取采用人工选取方式，准确度更高。
4、本发明采用将功率谱密度窄带峰值预测谱叠加功率谱密度宽带预测谱的方式得到的简化折线谱作为功率谱密度预测谱，既能反映实测数据的在宽带频段上的振动特性，又包含了振动较大的峰值，更加准确地模拟空天飞机结构的真实炮击振动环境。
综上所述，本发明通过炮击振动模拟试验得到振动环境的功率谱密度实测谱，然后采用遗传算法对功率谱密度实测谱的宽带部分进行特征频率及幅值确定，并得到功率谱密度宽带预测谱，有效避免人为选取包络误差大的问题，同时采用半功率带宽法对多个窄带峰值所在频率处的带宽进行了处理，得到功率谱密度窄带峰值预测谱，通过将功率谱密度宽带预测谱和功率谱密度窄带峰值预测谱组合得到振动环境功率谱密度预测谱的方法，也有效的提高了空天飞机振动环境的预测精度，具有很好的应用价值。
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
图1为本发明方法的流程框图。
图2为本发明设备安装架与炮架的位置关系示意图。
图3为本发明功率谱密度实测谱和宽带预测谱的对比图。
图4为本发明功率谱密度预测谱和功率谱密度实测谱的对比图。
附图标记说明:
1—炮架； 2—炮口； 3—设备安装架；
4—空天飞机结构模拟盒； 5—加速度传感器； 6—数据采集器；
7—测试计算机。
具体实施方式
如图1至图4所示的一种空天飞机结构振动环境模拟试验方法，该方法包括以下步骤：
步骤一、通过振动环境模拟试验装置对空天飞机结构进行炮击振动模拟试验获取时域振动实测数据：所述振动环境模拟试验装置包括设置在炮架1一侧的设备安装架3，在设备安装架3上设置空天飞机结构模拟盒4，在空天飞机结构模拟盒4上黏贴加速度传感器5，在炮架1的炮口2上安装飞机航炮进行
Figure 300350DEST_PATH_IMAGE001
次炮击振动模拟试验，得到
Figure 217491DEST_PATH_IMAGE001
组时域加速度数据作为
Figure 997228DEST_PATH_IMAGE001
组时域振动实测数据，其中，
Figure 392437DEST_PATH_IMAGE001
为正整数且
Figure 393760DEST_PATH_IMAGE003
；
实际使用时，实际飞行环境下的振动环境测试难以实现，通过振动环境模拟试验装置在地面模拟真实炮击振动环境以及飞机上所关注的空天飞机结构和航炮的真实空间关系及安装状态，能够准确获取炮击振动环境下结构的振动数据。
需要说明的是，空天飞机结构模拟盒4在设备安装架3上的安装状态与待模拟的空天飞机结构的安装状态相似，通过在设备安装架3上设置空天飞机结构模拟盒4，能够通过空天飞机结构模拟盒4真实模拟空天飞机结构与飞机航炮之间的空间关系，进而能够提高时域振动实测数据的可靠性。
步骤二、对获取的时域振动实测数据进行校验：对
Figure 216223DEST_PATH_IMAGE001
组时域振动实测数据采用狄克逊准则校验其有效性，剔除
Figure 483256DEST_PATH_IMAGE001
组时域振动实测数据中的无效时域振动实测数据后得到
Figure 682156DEST_PATH_IMAGE004
组校验后的时域振动实测数据，其中，
Figure 288718DEST_PATH_IMAGE004
为正整数且
Figure 282082DEST_PATH_IMAGE005
；
实际使用时，通过狄克逊准则对
Figure 36411DEST_PATH_IMAGE001
组时域振动实测数据进行校验，能有效去除
Figure 773423DEST_PATH_IMAGE001
组时域振动实测数据中的异常数据，减小误差，进而有助于提高空天飞机环境预测的准确度。
步骤三、将校验过的时域振动实测数据转换为频域数据，得到
Figure 483759DEST_PATH_IMAGE004
组频域数据；其中，所述频域数据包括
Figure 913603DEST_PATH_IMAGE006
个频率下的功率谱密度数据，其中，
Figure 155229DEST_PATH_IMAGE006
为正整数且
Figure 430352DEST_PATH_IMAGE007
；
步骤四、确定炮击振动下空天飞机结构振动环境的功率谱密度实测谱：分别对
Figure 11506DEST_PATH_IMAGE004
组频域数据中位于相同频率下的
Figure 346673DEST_PATH_IMAGE004
个功率谱密度幅值进行均值处理后，得到一组
Figure 75594DEST_PATH_IMAGE006
个频率下的平均功率谱密度数据；
将频率（f）作为横坐标，将所述平均功率谱密度（psd）数据作为纵坐标，绘制功率谱密度曲线后形成功率谱密度实测谱；其中，实测谱在图3和图4中用Mean_Curve表示；
实际使用时，每组频域数据均对应
Figure 154409DEST_PATH_IMAGE028
个频率，每个频率均对应
Figure 845196DEST_PATH_IMAGE029
个功率谱密度幅值，对每个频率下的
Figure 616843DEST_PATH_IMAGE029
个功率谱密度幅值均进行均值处理，得到
Figure 567482DEST_PATH_IMAGE028
个频率下的平均功率谱密度数据。
步骤五、基于遗传算法确定功率谱密度宽带预测谱，功率谱密度宽带预测谱为折线谱；其中，预测谱在图3和图4中用Predict_Curve表示；
步骤六、确定功率谱密度窄带峰值预测谱：对所述功率谱密度实测谱的多个窄带峰值所在频率处的带宽，进行半功率带宽法处理后得到多个处理过后的带宽，并根据处理过后的带宽绘制多个窄带峰值的功率谱密度曲线后形成功率谱密度窄带峰值预测谱，如图3所示；
其中，多个所述窄带峰值分别为炮击振动模拟试验中炮击频率的基频和倍频处的峰值；
具体实施时，窄带峰值的数量为四个，四个窄带峰值分别为炮击振动模拟试验中炮击发射基频、2倍频、3倍频和4倍频处的峰值。
实际使用时，采用半功率带宽法对多个窄带峰值所在频率处的带宽进行处理时，分别选取功率谱密度实测谱的炮击发射基频（炮击基频是已知的）、2倍频（基频的2倍对应频率）、3倍频及4倍频处的幅值作为各自的窄带峰值，对每个窄带峰值均在功率谱密度实测谱的纵坐标上寻找半功率点，即取窄带峰值的
Figure 387670DEST_PATH_IMAGE030
后得到一个半功率幅值，并在功率谱密度实测谱上通过该半功率幅值画一条横线，所述横线与功率谱密度实测谱中与其对应的窄带峰值频率段的交点成为半功率点，两个半功率点对应的频率及作为该窄带峰值对应的窄带的上限频率和下限频率，进而使得该窄带峰值对应的带宽发生变化。
需要说明的是，功率谱密度宽带预测谱在遗传算法中设置跳过炮击发射基频、2倍频、3倍频和4倍频这四个频率段的方式来确定。
步骤七、确定功率谱密度预测谱：将多个所述功率谱密度窄带峰值预测谱和所述功率谱密度宽带预测谱叠加组合形成一个空天飞机结构振动环境的功率谱密度预测谱，如图4所示。
实际使用时，如果采用遗传算法对功率谱密度实测谱进行整体确定折线谱，虽然得到的结果能够涵盖实测数据功率谱的振动特性，但会造成折线谱整体幅值过大，模拟精度降低；采用将功率谱密度窄带峰值预测谱叠加功率谱密度宽带预测谱的方式得到的简化折线谱作为功率谱密度预测谱，既能反映实测数据的在宽带频段上的振动特性，又包含了振动较大的峰值，更加准确地模拟空天飞机结构的真实炮击振动环境。
具体实施时，步骤一中，所述设备安装架3上安装有多个空天飞机结构模拟盒4，每个所述空天飞机结构模拟盒4上均安装有加速度传感器5，多个所述加速度传感器5、数据采集器6和测试计算机7依次连接后构成一个测试系统。
实际使用时，多个空天飞机结构模拟盒4分别用于模拟多个待测空天飞机结构，每个空天飞机结构模拟盒4的振动环境模拟试验方法均相同；多个空天飞机结构模拟盒4一起进行炮击振动模拟试验。
具体实施时，步骤二中，对
Figure 740154DEST_PATH_IMAGE031
组所述时域振动实测数据进行校验时，首先分别计算每组所述时域振动实测数据中多个加速度数值的均方根值
Figure 682702DEST_PATH_IMAGE032
，其中，
Figure 120637DEST_PATH_IMAGE033
为正整数且
Figure 728204DEST_PATH_IMAGE034
，将计算得到的
Figure 200774DEST_PATH_IMAGE031
组所述时域振动实测数据中多个加速度数值的均方根值由小到大进行排序后，得到
Figure 314224DEST_PATH_IMAGE035
；
然后根据狄克逊准则计算
Figure 239454DEST_PATH_IMAGE036
和
Figure 401445DEST_PATH_IMAGE037
的统计量
Figure 462942DEST_PATH_IMAGE038
和
Figure 747293DEST_PATH_IMAGE039
，当
Figure 159820DEST_PATH_IMAGE040
和
Figure 374769DEST_PATH_IMAGE039
均小于或等于狄克逊校验的临界值
Figure 556352DEST_PATH_IMAGE041
时，表明
Figure 746025DEST_PATH_IMAGE042
组时域振动实测数据全部有效；当
Figure 583531DEST_PATH_IMAGE043
大于狄克逊校验的临界值
Figure 149642DEST_PATH_IMAGE041
时，表明
Figure 451310DEST_PATH_IMAGE036
对应的一组时域振动实测数据无效，因此将
Figure 811884DEST_PATH_IMAGE036
对应的一组所述时域振动实测数据进行剔除，当
Figure 385954DEST_PATH_IMAGE039
大于狄克逊校验的临界值
Figure 755755DEST_PATH_IMAGE041
时，表明
Figure 646351DEST_PATH_IMAGE037
对应的一组时域振动实测数据无效，因此将
Figure 443406DEST_PATH_IMAGE044
对应的一组所述时域振动实测数据进行剔除。
实际使用时，通过将计算得到的
Figure 989924DEST_PATH_IMAGE045
组所述时域振动实测数据中多个加速度数值的均方根值由小到大进行排序后，由于可能为异常值的测试数据出现在两端，因此只需要对
Figure 163417DEST_PATH_IMAGE046
和
Figure 174098DEST_PATH_IMAGE037
的统计量进行校验即可。
具体实施时，步骤四中，对
Figure 142054DEST_PATH_IMAGE047
组频域数据中相同频率下的功率谱密度幅值进行均值处理的方法如下：
步骤401、计算
Figure 425137DEST_PATH_IMAGE047
组频域数据中相同频率下的功率谱密度幅值样本均值；
其中，第
Figure 136741DEST_PATH_IMAGE010
个频率下的功率谱密度幅值样本均值
Figure 1929DEST_PATH_IMAGE048
，其中，
Figure 78469DEST_PATH_IMAGE049
为第
Figure 661897DEST_PATH_IMAGE013
组频域数据中第
Figure 911613DEST_PATH_IMAGE010
个频率下的功率谱密度幅值，
Figure 896887DEST_PATH_IMAGE010
为正整数且
Figure 393596DEST_PATH_IMAGE014
;
步骤402、计算
Figure 464320DEST_PATH_IMAGE047
组频域数据中相同频率下的功率谱密度幅值样本方差；
其中，第
Figure 517727DEST_PATH_IMAGE010
个频率下的功率谱密度幅值样本方差
Figure 357507DEST_PATH_IMAGE050
；
步骤403、计算
Figure 775850DEST_PATH_IMAGE047
组频域数据中相同频率下的功率谱密度幅值样本均值的置信上限值；
其中，第
Figure 68291DEST_PATH_IMAGE010
个频率下的功率谱密度幅值样本均值的置信上限值
Figure 925388DEST_PATH_IMAGE016
；其中，
Figure 619675DEST_PATH_IMAGE017
为置信系数，
Figure 458187DEST_PATH_IMAGE051
，
Figure 503503DEST_PATH_IMAGE018
为按自由度
Figure 898712DEST_PATH_IMAGE052
及
Figure 447505DEST_PATH_IMAGE020
的值在
Figure 473230DEST_PATH_IMAGE021
分布表上查出的值；
步骤404、将
Figure 740264DEST_PATH_IMAGE022
个频率下的样本置信上限值作为所述频域振动平均实测数据中的功率谱密度幅值。
实际使用时，在
Figure 939164DEST_PATH_IMAGE022
个频率下均计算出功率谱密度幅值样本均值的置信上限值。
具体实施时，当炮击振动模拟试验次数较少，即
Figure 529414DEST_PATH_IMAGE053
时，一般将
Figure 788357DEST_PATH_IMAGE022
个频率下的功率谱密度幅值样本均值作为所述频域振动平均实测数据中的功率谱密度幅值。
具体实施时，步骤五中，基于遗传算法确定功率谱密度宽带预测谱具体为：
首先设定遗传算法中种群大小为200、种群基因数为200×200（即随机产生200组由200个0和1组成的序列）、交叉概率为0.8、突变概率为0.005和迭代次数为500；
然后建立适应度目标函数
Figure 542686DEST_PATH_IMAGE023
；其中，
Figure 279698DEST_PATH_IMAGE024
为功率谱密度实测谱的能量；
Figure 740766DEST_PATH_IMAGE025
为采用遗传算法迭代过程中得到的功率谱密度宽带预测迭代谱的能量；
Figure 170611DEST_PATH_IMAGE026
为采用遗传算法得到的功率谱密度宽带预测迭代谱和功率谱密度实测谱重合区域对应的能量；
最后通过遗传算法的不断迭代，得到使
Figure 146657DEST_PATH_IMAGE027
值最大的一组频率点和对应的功率谱密度幅值点，将这组频率作为横坐标，将功率谱密度幅值作为纵坐标，绘制折线式曲线后形成功率谱密度宽带预测谱。
需要说明的是，要得到最能代表功率谱密度实测谱的一条简化折线（功率谱密度宽带预测谱），首先设定初始种群，即设定种群大小为200、种群基因数为200×200的初始种群，种群每个个体对应一个简化折线谱，每个简化折线谱均为四段式（即由五个坐标点确定），每个个体均对应有200个基因，每个个体对应的200个基因是描述简化折线谱中折线点的坐标点的，200个基因中的前20位数代表第1个点的横坐标（即频率），200个基因中的第21~40位数代表第1个点的纵坐标（即幅值），以此类推，200个基因数表示5个点的坐标，基因和频率以及基因和幅值的对应通过算法编码的方式实现；然后通过建立适应度目标函数，寻找种群内最接近功率谱密度实测谱的一个简化折线对应的个体，对初始种群进行选择（重复）、交叉和变异操作，将得到的新个体重插入原种群形成新种群，完成一次迭代，重复以上迭代过程，直至遗传算法满足结束条件，结束整个算法过程，输出最终得到的使
Figure 687360DEST_PATH_IMAGE054
值最大的功率谱密度宽带预测谱。
实际使用时，传统的基于实测数据的折线谱选取采用人工选取方式，准确度较低，通过遗传算法中能量最接近为目标的迭代方法得到的折线谱，相比传统的人工选取方式得到的折线谱在均方根值上的精度提高45%。
以上所述，仅是本发明的较佳实施例，并非对本发明作任何限制，凡是根据本发明技术实质对以上实施例所作的任何简单修改、变更以及等效结构变化，均仍属于本发明技术方案的保护范围内。

Claims (5)

1.一种空天飞机结构振动环境模拟试验方法，其特征在于，该方法包括以下步骤：
步骤一、通过振动环境模拟试验装置对空天飞机结构进行炮击振动模拟试验获取时域振动实测数据：所述振动环境模拟试验装置包括设置在炮架（1）一侧的设备安装架（3），在设备安装架（3）上设置空天飞机结构模拟盒（4），在空天飞机结构模拟盒（4）上黏贴加速度传感器（5），在炮架（1）的炮口（2）上安装飞机航炮进行
Figure 243908DEST_PATH_IMAGE001
次炮击振动模拟试验，得到
Figure 810019DEST_PATH_IMAGE001
组时域加速度数据作为
Figure 846108DEST_PATH_IMAGE002
组时域振动实测数据，其中，
Figure 659212DEST_PATH_IMAGE001
为正整数且
Figure 780752DEST_PATH_IMAGE003
；
步骤二、对获取的时域振动实测数据进行校验：对
Figure 150553DEST_PATH_IMAGE001
组时域振动实测数据采用狄克逊准则校验其有效性，剔除
Figure 244411DEST_PATH_IMAGE001
组时域振动实测数据中的无效时域振动实测数据后得到
Figure 41466DEST_PATH_IMAGE004
组校验后的时域振动实测数据，其中，
Figure 650302DEST_PATH_IMAGE004
为正整数且
Figure 558215DEST_PATH_IMAGE005
；
步骤三、将校验过的时域振动实测数据转换为频域数据，得到
Figure 755847DEST_PATH_IMAGE004
组频域数据；其中，所述频域数据包括
Figure 723803DEST_PATH_IMAGE006
个频率下的功率谱密度数据，其中，
Figure 819935DEST_PATH_IMAGE006
为正整数且
Figure 469222DEST_PATH_IMAGE007
；
步骤四、确定炮击振动下空天飞机结构振动环境的功率谱密度实测谱：分别对
Figure 599989DEST_PATH_IMAGE004
组频域数据中位于相同频率下的
Figure 738847DEST_PATH_IMAGE004
个功率谱密度幅值进行均值处理后，得到一组
Figure 56696DEST_PATH_IMAGE006
个频率下的平均功率谱密度数据；
将频率作为横坐标，将所述平均功率谱密度数据作为纵坐标，绘制功率谱密度曲线后形成功率谱密度实测谱；
步骤五、基于遗传算法确定功率谱密度宽带预测谱；
步骤六、确定功率谱密度窄带峰值预测谱：对所述功率谱密度实测谱的多个窄带峰值所在频率处的带宽，进行半功率带宽法处理后得到多个处理过后的带宽，并根据处理过后的带宽绘制多个窄带峰值的功率谱密度曲线后形成功率谱密度窄带峰值预测谱；
其中，多个所述窄带峰值分别为炮击振动模拟试验中炮击频率的基频和倍频处的峰值；
步骤七、确定功率谱密度预测谱：将多个所述功率谱密度窄带峰值预测谱和所述功率谱密度宽带预测谱叠加组合形成一个空天飞机结构振动环境的功率谱密度预测谱。
2.按照权利要求1所述的一种空天飞机结构振动环境模拟试验方法，其特征在于：步骤一中，所述设备安装架（3）上安装有多个空天飞机结构模拟盒（4），每个所述空天飞机结构模拟盒（4）上均安装有加速度传感器（5），多个所述加速度传感器（5）、数据采集器（6）和测试计算机（7）依次连接后构成一个测试系统。
3.按照权利要求1所述的一种空天飞机结构振动环境模拟试验方法，其特征在于：步骤二中，对
Figure 758941DEST_PATH_IMAGE008
组所述时域振动实测数据进行校验时，首先分别计算每组所述时域振动实测数据中多个加速度数值的均方根值，然后根据狄克逊准则计算
Figure 744215DEST_PATH_IMAGE008
个均方根值中最大的均方根值的统计量和最小的均方根值的统计量，同时将两个统计量分别与狄克逊校验的临界值进行对比，将大于狄克逊校验的临界值的统计量对应的一组时域振动实测数据进行剔除。
4.按照权利要求1所述的一种空天飞机结构振动环境模拟试验方法，其特征在于：步骤四中，对
Figure 53973DEST_PATH_IMAGE009
组频域数据中相同频率下的功率谱密度幅值进行均值处理的方法如下：
步骤401、计算
Figure 859118DEST_PATH_IMAGE009
组频域数据中相同频率下的功率谱密度幅值样本均值；
其中，第
Figure 850208DEST_PATH_IMAGE010
个频率下的功率谱密度幅值样本均值
Figure 689988DEST_PATH_IMAGE011
，其中，
Figure 170648DEST_PATH_IMAGE012
为第
Figure 728668DEST_PATH_IMAGE013
组频域数据中第
Figure 512997DEST_PATH_IMAGE010
个频率下的功率谱密度幅值，
Figure 472862DEST_PATH_IMAGE010
为正整数且
Figure 124424DEST_PATH_IMAGE014
;
步骤402、计算
Figure 904161DEST_PATH_IMAGE009
组频域数据中相同频率下的功率谱密度幅值样本方差；
其中，第
Figure 237053DEST_PATH_IMAGE010
个频率下的功率谱密度幅值样本方差
Figure 51425DEST_PATH_IMAGE015
；
步骤403、计算
Figure 873888DEST_PATH_IMAGE009
组频域数据中相同频率下的功率谱密度幅值样本均值的置信上限值；
其中，第
Figure 140921DEST_PATH_IMAGE010
个频率下的功率谱密度幅值样本均值的置信上限值
Figure 526772DEST_PATH_IMAGE016
；其中，
Figure 195651DEST_PATH_IMAGE017
为置信系数，
Figure 189015DEST_PATH_IMAGE018
为按自由度
Figure 881027DEST_PATH_IMAGE019
及
Figure 883618DEST_PATH_IMAGE020
的值在
Figure 407003DEST_PATH_IMAGE021
分布表上查出的值；
步骤404、将
Figure 571268DEST_PATH_IMAGE022
个频率下的样本置信上限值作为所述频域振动平均实测数据中的功率谱密度幅值。
5.按照权利要求1所述的一种空天飞机结构振动环境模拟试验方法，其特征在于：步骤五中，基于遗传算法确定功率谱密度宽带预测谱具体为：
首先设定遗传算法中种群大小、种群基因数、交叉概率、突变概率和迭代次数；
然后建立适应度目标函数
Figure 999845DEST_PATH_IMAGE023
；其中，
Figure 540547DEST_PATH_IMAGE024
为功率谱密度实测谱的能量；
Figure 918439DEST_PATH_IMAGE025
为采用遗传算法迭代过程中得到的功率谱密度宽带预测迭代谱的能量；
Figure 519185DEST_PATH_IMAGE026
为采用遗传算法得到的功率谱密度宽带预测迭代谱和功率谱密度实测谱重合区域对应的能量；
最后通过遗传算法的不断迭代，得到使
Figure 920210DEST_PATH_IMAGE027
值最大的一组频率点和对应的功率谱密度幅值点，将这组频率作为横坐标，将功率谱密度幅值作为纵坐标，绘制折线式曲线后形成功率谱密度宽带预测谱。
CN202210810559.5A 2022-07-11 2022-07-11 一种空天飞机结构振动环境模拟试验方法 Active CN114878121B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210810559.5A CN114878121B (zh) 2022-07-11 2022-07-11 一种空天飞机结构振动环境模拟试验方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210810559.5A CN114878121B (zh) 2022-07-11 2022-07-11 一种空天飞机结构振动环境模拟试验方法

Publications (2)

Publication Number Publication Date
CN114878121A true CN114878121A (zh) 2022-08-09
CN114878121B CN114878121B (zh) 2022-09-23

Family

ID=82683073

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210810559.5A Active CN114878121B (zh) 2022-07-11 2022-07-11 一种空天飞机结构振动环境模拟试验方法

Country Status (1)

Country Link
CN (1) CN114878121B (zh)

Citations (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5922963A (en) * 1997-06-13 1999-07-13 Csi Technology, Inc. Determining narrowband envelope alarm limit based on machine vibration spectra
JP2004069480A (ja) * 2002-08-06 2004-03-04 Mitsubishi Electric Corp 振動特性評価方法及びその装置
US20080257051A1 (en) * 2007-04-23 2008-10-23 Airbus Deutschland Gmbh Method for performing a ground vibration test in airplanes
CN106228031A (zh) * 2016-09-05 2016-12-14 北京航空航天大学 一种基于试飞数据的飞行动力学模型频宽自适应辨识方法
CN106546399A (zh) * 2016-12-06 2017-03-29 上海机电工程研究所 一种同时模拟角振动与线振动的振动试验系统
CN106596014A (zh) * 2016-11-29 2017-04-26 中国直升机设计研究所 一种直升机舱内飞行振动环境模拟试验方法
US20190233093A1 (en) * 2016-09-20 2019-08-01 Zf Friedrichshafen Ag Method for predicting vibrations of an aircraft
CN110083886A (zh) * 2019-04-08 2019-08-02 西北工业大学 一种基于有限元的直升机振动载荷仿真分析方法
CN112052527A (zh) * 2020-09-25 2020-12-08 中国直升机设计研究所 一种直升机振动环境谱编制方法
CN112179595A (zh) * 2020-09-25 2021-01-05 中国直升机设计研究所 一种直升机机身整流罩振动疲劳试验验证方法
CN112199793A (zh) * 2020-10-09 2021-01-08 盐城工学院 一种非高斯载荷的损伤等效试验谱优化方法
CN113094640A (zh) * 2021-03-26 2021-07-09 北京工业大学 一种频域下宽带多轴随机振动寿命预测方法
CN113200153A (zh) * 2021-06-17 2021-08-03 北京机电工程研究所 一种飞行器飞行振动预测方法
CN114023348A (zh) * 2021-10-29 2022-02-08 西安邮电大学 一种基于自适应谱底优化的多带谱减法的语音增强方法
CN114034492A (zh) * 2021-11-03 2022-02-11 交通运输部公路科学研究所 基于希尔伯特-黄变换的汽车零部件载荷谱快速压缩方法
CN114186349A (zh) * 2021-12-17 2022-03-15 中国飞机强度研究所 一种特定工况下飞机结构振动情况预测方法

Patent Citations (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5922963A (en) * 1997-06-13 1999-07-13 Csi Technology, Inc. Determining narrowband envelope alarm limit based on machine vibration spectra
JP2004069480A (ja) * 2002-08-06 2004-03-04 Mitsubishi Electric Corp 振動特性評価方法及びその装置
US20080257051A1 (en) * 2007-04-23 2008-10-23 Airbus Deutschland Gmbh Method for performing a ground vibration test in airplanes
CN106228031A (zh) * 2016-09-05 2016-12-14 北京航空航天大学 一种基于试飞数据的飞行动力学模型频宽自适应辨识方法
US20190233093A1 (en) * 2016-09-20 2019-08-01 Zf Friedrichshafen Ag Method for predicting vibrations of an aircraft
CN106596014A (zh) * 2016-11-29 2017-04-26 中国直升机设计研究所 一种直升机舱内飞行振动环境模拟试验方法
CN106546399A (zh) * 2016-12-06 2017-03-29 上海机电工程研究所 一种同时模拟角振动与线振动的振动试验系统
CN110083886A (zh) * 2019-04-08 2019-08-02 西北工业大学 一种基于有限元的直升机振动载荷仿真分析方法
CN112052527A (zh) * 2020-09-25 2020-12-08 中国直升机设计研究所 一种直升机振动环境谱编制方法
CN112179595A (zh) * 2020-09-25 2021-01-05 中国直升机设计研究所 一种直升机机身整流罩振动疲劳试验验证方法
CN112199793A (zh) * 2020-10-09 2021-01-08 盐城工学院 一种非高斯载荷的损伤等效试验谱优化方法
CN113094640A (zh) * 2021-03-26 2021-07-09 北京工业大学 一种频域下宽带多轴随机振动寿命预测方法
CN113200153A (zh) * 2021-06-17 2021-08-03 北京机电工程研究所 一种飞行器飞行振动预测方法
CN114023348A (zh) * 2021-10-29 2022-02-08 西安邮电大学 一种基于自适应谱底优化的多带谱减法的语音增强方法
CN114034492A (zh) * 2021-11-03 2022-02-11 交通运输部公路科学研究所 基于希尔伯特-黄变换的汽车零部件载荷谱快速压缩方法
CN114186349A (zh) * 2021-12-17 2022-03-15 中国飞机强度研究所 一种特定工况下飞机结构振动情况预测方法

Non-Patent Citations (8)

* Cited by examiner, † Cited by third party
Title
SHAO CHUANG 等: "Study on Vibration Fatigue Limits Test Method for Metallic Joint Pipe", 《APPLIED MECHANICS AND MATERIALS》 *
YU, FANG-GUI 等: "Vibration and Delayed Feedback Control of Landing Gear Vibrating System", 《2015 INTERNATIONAL CONFERENCE ON SOFTWARE ENGINEERING AND INFORMATION SYSTEM (SEIS 2015)》 *
刘小川 等: "航空结构动力学研究的进展与展望", 《应用力学学报》 *
吴希明 等: "直升机关键技术及未来发展与设想", 《空气动力学学报》 *
王光芦 等: "飞机飞行振动预计技术", 《航空工程进展》 *
王宝禄: "炮击振动试验谱的预计", 《航空学报》 *
王龙 等: "一种用于振动疲劳试验研究的典型翼面模拟件", 《实验力学》 *
赵霞军 等: "机载电子设备随机振动频域法疲劳仿真分析", 《西安航空学院学报》 *

Also Published As

Publication number Publication date
CN114878121B (zh) 2022-09-23

Similar Documents

Publication Publication Date Title
CN102809718B (zh) 一种gis超高频局部放电信号识别方法
CN110596492A (zh) 一种基于粒子群算法优化随机森林模型的变压器故障诊断方法
CN112557894B (zh) 一种断路器故障诊断方法
CN105223475A (zh) 基于高斯参数拟合的局部放电谱图特征模式识别算法
CN110675712A (zh) 一种电力电缆振荡波局部放电检测实操培训系统
CN115796059B (zh) 一种基于深度学习的电气设备寿命预测方法及系统
CN112149549A (zh) 一种基于深度残差网络的gis局部放电类型识别方法
CN118070680B (zh) 一种变电站空间建模测距的监测预警方法
CN111929549A (zh) 基于局部放电光学信号的gil局部放电源定位方法和系统
CN114878121B (zh) 一种空天飞机结构振动环境模拟试验方法
CN109494716A (zh) 基于Bootstrap的风电输出功率置信区间预测方法
CN115239971A (zh) Gis局部放电类型识别模型训练方法、识别方法及系统
CN108680832B (zh) 一种基于sa-apso及降维投影动态收缩圆的局部放电定位方法
Richaume et al. Neural network wind retrieval from ERS‐1 scatterometer data
CN109993398A (zh) 一种基于误差谱的空地导弹命中精度评估方法
CN116929143B (zh) 基于数字孪生的防空装备射击边界试验系统及方法
CN116629056A (zh) 基于有限元方法的gil结构参数优化方法和系统
CN115327304A (zh) 一种基于深度学习的变压器局部放电类型识别方法及系统
CN112329535B (zh) 基于cnn的电力系统低频振荡模态特征的快速辨识方法
CN111044808A (zh) 一种用电信息采集系统运维质量可靠性评估系统及方法
CN112147471A (zh) 一种gil局部放电源定位方法和系统
Khaire et al. Searching for the imprints of AGN feedback on the lyman alpha forest around luminous red galaxies
Zheng Application of fiber Bragg grating technology in spacecraft structural fault detection
Johnson et al. Comparison of in situ aircraft electromagnetic environment measurements with time domain simulations
CN117349783A (zh) 一种不同阶段的可靠性试验数据融合方法

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