CN117709232A - 一种基于随机抽样方法的严重突风过载谱编制方法 - Google Patents
一种基于随机抽样方法的严重突风过载谱编制方法 Download PDFInfo
- Publication number
- CN117709232A CN117709232A CN202311805465.XA CN202311805465A CN117709232A CN 117709232 A CN117709232 A CN 117709232A CN 202311805465 A CN202311805465 A CN 202311805465A CN 117709232 A CN117709232 A CN 117709232A
- Authority
- CN
- China
- Prior art keywords
- spectrum
- severe
- overload
- damage
- load
- 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.)
- Pending
Links
- 238000001228 spectrum Methods 0.000 title claims abstract description 169
- 238000000034 method Methods 0.000 title claims abstract description 83
- 238000005070 sampling Methods 0.000 title claims abstract description 29
- 230000006378 damage Effects 0.000 claims abstract description 87
- 230000009528 severe injury Effects 0.000 claims abstract description 16
- 230000008569 process Effects 0.000 claims abstract description 6
- 238000012163 sequencing technique Methods 0.000 claims abstract description 4
- 238000009826 distribution Methods 0.000 claims description 53
- 238000012360 testing method Methods 0.000 claims description 28
- 238000005259 measurement Methods 0.000 claims description 18
- 238000010586 diagram Methods 0.000 claims description 10
- 238000005315 distribution function Methods 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 8
- 230000003902 lesion Effects 0.000 claims description 4
- 230000002194 synthesizing effect Effects 0.000 claims description 4
- 208000027418 Wounds and injury Diseases 0.000 claims description 3
- 208000014674 injury Diseases 0.000 claims description 3
- 239000000463 material Substances 0.000 claims description 3
- 239000006185 dispersion Substances 0.000 abstract description 12
- 238000009661 fatigue test Methods 0.000 abstract description 3
- 230000009194 climbing Effects 0.000 description 7
- 238000001514 detection method Methods 0.000 description 4
- 230000005484 gravity Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- IAZDPXIOMUYVGZ-UHFFFAOYSA-N Dimethylsulphoxide Chemical compound CS(C)=O IAZDPXIOMUYVGZ-UHFFFAOYSA-N 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 238000002360 preparation method Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000000926 separation method Methods 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 229910000838 Al alloy Inorganic materials 0.000 description 1
- 239000000956 alloy Substances 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000009954 braiding Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000006735 deficit Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- ONCZDRURRATYFI-QTCHDTBASA-N methyl (2z)-2-methoxyimino-2-[2-[[(e)-1-[3-(trifluoromethyl)phenyl]ethylideneamino]oxymethyl]phenyl]acetate Chemical compound CO\N=C(/C(=O)OC)C1=CC=CC=C1CO\N=C(/C)C1=CC=CC(C(F)(F)F)=C1 ONCZDRURRATYFI-QTCHDTBASA-N 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000010187 selection method Methods 0.000 description 1
- 208000037974 severe injury Diseases 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000012916 structural analysis Methods 0.000 description 1
Classifications
-
- 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
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
Abstract
本发明公开了一种基于随机抽样方法的严重突风过载谱编制方法,包括:获取每个飞机任务段对应的突风过载峰谷值数据;根据每个任务段的突风过载峰谷值数据,计算每个任务段在飞机起落过程中的载荷谱总损伤,并基于此获取单位块谱下的严重损伤;采用随机抽样法抽取各任务段的载荷时间历程并按任务段顺序进行排序编制单位块谱下的严重突风过载谱,若严重突风过载谱对应的损伤接近单位块谱下的严重损伤,则将严重突风过载谱作为对应任务段最终的严重突风过载谱;通过该方法可以减少疲劳试验的时间,并且定寿时使用的分散系数只需考虑结构的分散系数,且编制的突风谱具有代表性,能够反映飞机真实遇到的载荷情况。
Description
技术领域
本发明属于严重突风谱编制技术领域,特别是一种基于随机抽样方法重突风过载谱编制方法。
背景技术
飞行载荷谱是指飞机在飞行中机体经受的载荷时间历程编制的谱,通过专门的测试改装和飞行试验实测编制飞机的实测飞行载荷谱,用于确定和验证飞机的设计使用寿命,是飞机结构疲劳定延寿的前提。突风载荷是指飞机在飞行中遇到不稳定气流时作用于飞机的气动力,突风载荷在飞行载荷中损伤占比较高,编制飞机实测突风谱对于军/民机的延寿具有重要意义。航空业积累了大量的测量数据,形成了基于突风速度超越数曲线的突风谱编制方法,包括欧洲的‘TWIST’法和波音的‘5×5’谱法。然而,这些方法一般只用于编制突风的平均强度谱,无法反映突风的分散程度。
即使是按相同的使用要求使用的飞机,机群内不同飞机的突风载荷-时间历程也会具有明显的差异,对应着载荷谱的分散性,而分析和试验必须在唯一的载荷谱下进行。从而如何选取和编制合理的载荷谱成为了结构分析和评定的关键,为此提出了“严重谱”的概念,严重谱有着能够暴露飞机本身的失效特征和减少试验时间的优点,因此严重谱在当今实测谱的编制中的应用也越来越多。
目前,关于平均谱的概念、编制方法和平均谱下的寿命分析方法相对已经比较成熟,但是关于严重谱的研究尚有若干关键技术尚待解决。关于具体的编谱方法,国外没有公开的相关研究资料,目前国内对于飞机严重突风谱编制方法主要有:文献“基于载荷损伤分散的严重谱选取方法初探”,提出了在指定的机群寿命可靠度要求下,载荷谱严重程度PL与载荷损伤和结构分散性有关。针对目前的飞机载荷损伤分布参数,PL略高于90%。但是该文献并没有考虑到飞机的安全性和经济性。
因此,有必要提出一种在保证安全性和经济性的情况下,充分考虑突风分散程度的飞机严重突风实测谱编制方法。
发明内容
鉴于上述问题,本发明提供一种至少解决上述部分技术问题的一种基于随机抽样方法重突风过载谱编制方法,通过该方法可以减少疲劳试验的时间,并且定寿时使用的分散系数只需考虑结构的分散系数,且编制的突风谱具有代表性,能够反映飞机真实遇到的载荷情况。
本发明实施例提供了一种基于随机抽样方法的严重突风过载谱编制方法,包括如下步骤:
S1、根据飞机任务剖面参数将飞机任务剖面划分为多个任务段,并获取每个任务段对应的突风过载峰谷值数据;
S2、根据每个所述任务段的突风过载峰谷值数据,计算每个所述任务段在飞机起落过程中的载荷谱总损伤,并基于此获取单位块谱下的严重损伤;
S3、采用随机抽样法抽取各任务段的载荷时间历程并按任务段顺序进行排序编制单位块谱下的严重突风过载谱,若所述严重突风过载谱对应的损伤接近所述单位块谱下的严重损伤,则将所述严重突风过载谱作为对应任务段最终的严重突风过载谱。
进一步地,在所述步骤S1中,所述获取每个任务段对应的突风过载峰谷值数据,具体包括:
获取每个任务段对应的实测载荷数据;
从所述实测载荷数据中获取突风载荷数据;
对所述突风载荷数据进行峰谷值采集,获取该任务段对应的突风过载峰谷值数据。
进一步地,所述S2具体包括:
S21、根据每个所述任务段的突风过载峰谷值数据,通过限制跨均峰值计数法获得突风过载对时间序列;
S22、采用奥丁变换与线性累积损伤方法对所述突风过载对时间序列进行循环计算,并采用随机抽样法得到单位块谱下的载荷谱总损伤Deq;
S23、采用概率坐标回归方法对所述载荷谱总损伤Deq进行多种分布特性检验,比较所述多种分布特性检验所对应的相关系数,综合所述多种分布特性检验所对应的分布函数图,选择相关系数最大的分布函数作为最优分布,并根据所述最优分布明确每个所述载荷谱总损伤Deq的分布特性;
S24、根据所述载荷谱总损伤Deq的分布特性,将覆盖率为90%的损伤作为对应单位块谱下的严重损伤。
进一步地,所述S22中,所述循环计算中的单次计算公式表示为:
式中,m为损伤指数,即R=0下材料/结构疲劳S-N曲线的斜率;Deq表示单次实测起落下载荷谱总损伤;Δneq为当量的脉动循环幅值;nmax为载荷循环峰值;Δn为载荷循环幅值;deq为单个循环的损伤。
进一步地,所述S23中,所述多种分布特性检验,包括:正态分布特性检验、对数正态分布特性检验和Weibull分布特性检验。
进一步地,所述S3具体包括;
S31、随机抽取各实测起落的任一所述任务段,按照任务段顺序组成任务剖面谱,并重复N次,构成的以N次起落为基本周期的单位块谱下的严重突风过载谱;
S32、采用奥丁变换与线性累积损伤方法计算所述严重突风过载谱对应的损伤;
S33、将所述严重突风过载谱对应的损伤与所述S4中对应单位块谱下的严重损伤进行对比,若二者相接近,则将所述严重突风过载谱作为对应任务段最终的严重突风过载谱;并对该严重突风过载谱的峰谷值乘以一个无量纲系数f,以使得严重突风过载谱对应的损伤等于所述S4中对应单位块谱下的严重损伤;
若所述严重突风过载谱对应的损伤不接近所述严重损伤,则重新执行步骤S31。
与现有技术相比,本发明记载的一种基于随机抽样方法重突风过载谱编制方法,具有如下有益效果:本发明在获取单位块谱下的严重损伤后,通过随机抽样法获得单位块谱下的严重突风过载谱,可以减少疲劳试验的时间,并且定寿时使用的分散系数只需考虑结构的分散系数;此外本发明编制的突风谱具有代表性,能够反映飞机真实遇到的载荷情况。
本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
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
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:
图1为本发明实施例提供的基于随机抽样方法重突风过载谱编制方法流程示意图。
图2为本发明实施例提供的峰谷值检测示意图。
图3为本发明实施例提供的限制跨均峰值计数示意图。
图4为本发明实施例提供的严重突风过载谱编制流程示意图。
图5为本发明实施例提供的损伤即频数分布示意图。
图6为本发明实施例提供的对数损伤示意图。
图7为本发明实施例提供的第一次起落时的严重突风载荷谱示意图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例,然而应当理解,可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本公开,并且能够将本公开的范围完整的传达给本领域的技术人员。
参见图1所示,本发明实施例提供了一种基于随机抽样方法重突风过载谱编制方法,具体包括如下步骤:
S1、根据飞机任务剖面参数将飞机任务剖面划分为多个任务段,并获取每个任务段对应的突风过载峰谷值数据;
S2、根据每个所述任务段的突风过载峰谷值数据,计算每个所述任务段在飞机起落过程中的载荷谱总损伤,并基于此获取单位块谱下的严重损伤;
S3、采用随机抽样法抽取各任务段的载荷时间历程并按任务段顺序进行排序编制单位块谱下的严重突风过载谱,若所述严重突风过载谱对应的损伤接近所述单位块谱下的严重损伤,则将所述严重突风过载谱作为对应任务段最终的严重突风过载谱;之后可对该严重突风过载谱进行修正。
下面分别对上述各个步骤进行详细的说明。
在上述步骤S1中,确定飞机的任务剖面、任务剖面比例及任务剖面构成,给出任务剖面参数,如任务段、任务段的高度、速度、重量、飞行距离、飞行时间等。并任务剖面参数完成对实测数据任务段的划分,划分原则如下:
a)爬升开始点按襟翼偏角变为0°为判据;
b)爬升结束点/平飞开始按高度曲线转平的转折点为判据;
c)平飞结束点/下滑开始点按高度曲线下降的转折点为判据;
d)下滑结束点按襟翼偏角变为35°为判据。
中空飞行剖面的主要任务段的过载谱按“5×5”谱进行编制,即:首先把过载谱离散成五级谱,然后将离散谱编制成轻重程度不同的5类典型飞行类型的载荷谱。共5类典型飞行类型。
所获取的实测载荷数据包括突风载荷数据和机动载荷数据。
将实测的重心过载ny减去1即可得到该时刻的增量过载Δny。该步骤具体包括:
对每个所述任务段对应的实测载荷数据进行标准化处理;具体为:按飞机剖面图的规定,将飞机重心和机翼的Y向过载数据,用载荷真实质量数据Gi与飞行剖面图该任务段标准飞机质量G0之比进行修正,表示为:
△ny0=△nyi*Gi/G0 (1)
上式中,△ny0为标准化处理后的载荷数据;△nyi为实测载荷数据;Gi为载荷真实质量数据;G0为标准飞机质量数据;其中,载荷真实质量数据按飞机重量减去油耗计算给出,油耗按总平均计算获得(计算平均油耗的时间从起飞滑行开始到着陆撞击结束);
对标准化处理后的实测载荷数据中的突风载荷数据和机动载荷数据进行分离;分离的判据如下:
若载荷变化持续时间超过2s,则判定为所述机动载荷数据,否则判定为所述突风载荷数据;
若舵面偏角绝对值等于或大于4°,则判定为所述机动载荷数据,否则判定为所述突风载荷数据;
对于爬升或下滑任务段的实测载荷数据,由于机动动作较少,所以载荷均近似判定为所述突风载荷数据,不再进行突风和机动的分离;
对分离后的突风载荷数据进行峰谷值采集,获取该任务段对应的突风过载峰谷值数据。所谓峰谷值检测就是在计数处理过程中,将突风载荷数据中所有的峰值数据和谷值数据检测出来,滤掉峰值和谷值之间的数据,同时保留对应采样点序号。如图2所示,保留Δnz1、Δnz3、Δnz5、Δnz6、Δnz7、Δnz8、Δnz10峰谷点,去掉Δnz2、Δnz4、Δnz9采样点;
或/>
如果满足上述公式(2),则取峰值(或谷值)一次。
在上述步骤S2中,具体包括:
S21、根据每个所述任务段的突风过载峰谷值数据,通过限制跨均峰值计数法获得突风过载对时间序列;限制跨均峰值计数法参见图3所示,该方法是在峰值法的基础上加一定的限制条件而形成的计数方法。具体为:各任务段“1g”载荷状态作为基准,当两个峰之间的谷值(或两个谷之间的峰值)不超过该任务段“1g”基准线的上偏差(负过载时为下偏差),只记录其中最大峰值(负过载时为谷值),上下偏差为最大峰值的20%,该偏差即为限制条件。该限制跨均峰计数法得到的峰值大于0,谷值小于0。得到突风过载对时间序列(ny,max,ny,min)i。
S22、采用奥丁变换与线性累积损伤方法对所述突风过载对时间序列进行循环计算,累积得到每个实测起落的载荷谱总损伤Deql;其中,实测起落的损伤计算公式表示为:
式中,m为损伤指数,即R=0下材料/结构疲劳S-N曲线的斜率,对于铝合金材料,可近似取为4;Deql表示实测起落的载荷谱总损伤(实测起落属于某一类任务剖面);Δneq为当量的脉动循环幅值,nmax为载荷循环峰值;Δn为载荷循环幅值;deq为单个循环的损伤。
采用随机模拟的方法获得单位块谱下的载荷谱总损伤Deq,方法如下:将实测起落按任务剖面进行分类,从各任务剖面中各随机抽取一个实测起落载荷谱损伤Deql,单位块谱下第j种任务剖面出现次数kj,则当次抽样下单位块谱总损伤为:
式中Deqlj表示第j种任务剖面下抽取的实测起落载荷谱损伤
重复上述抽样过程,得到预期机群单位块谱下的损伤;
S23、采用概率坐标回归方法对单位块谱下的载荷谱总损伤Deqz进行多种分布特性检验,比较所述多种分布特性检验所对应的相关系数,综合所述多种分布特性检验所对应的分布函数图,选择相关系数最大的分布函数作为最优分布,并根据所述最优分布明确每个所述任务段的载荷谱总损伤Deq的分布特性;
其中,多种分布特性检验包括:正态分布特性检验、对数正态分布特性检验和Weibull分布特性检验。假定指定各起落的总损伤Deq服从正态分布、对数正态分布和双参数威布尔分布,根据实测数据样本,采用概率坐标回归方法进行分布函数拟合优度检验。
将载荷谱总损伤Deq按从小到大的顺序排列为Deqi(i=1,…,n),按秩统计方法,载荷谱总损伤序列Deqi对应的经验频率概率值为
式中,i表示将载荷谱总损伤Deq从小到大排列后的第i个样本;n表示样本数量。
(1)正态分布
得到Deqi对应的经验频率概率值Pi及标准正态分布分位点up,i;(Deqi,up,i)数据对可线性化为式(7)所示,基于(Deqi,,up,i)数据对拟合计算相关系数r进行分布特性检验。
Deq=μ+μpσ (5)
(2)对数正态分布
得到lgDeqi对应的经验频率概率值Pi及分位点up,i;(lgDeqi,up,i)数据对可线性化为式(8)所示,通过计算(lgDeqi,up,i)数据对的相关系数r进行分布特性检验。
lgDeqi=μi+μpσi (6)
(3)Weibull分布
双参数威布尔如式(9)所示,通过计算(lg[1-lg(1-Pi)],lgDeqi)数据对的相关系数r进行分布特性检验。
lg[1-lg(1-P)]=αlgDeq-algβ (7)
比较三种分布下的相关系数r,综合分布函数图,选择相关系数最大的分布函数为最优分布,可明确损伤的分布特性。
S24、根据所述载荷谱总损伤Deq的分布特性,将覆盖率为90%的损伤作为对应单位块谱下的严重损伤。以对数正态分布为例,即
在上述步骤S3中,参照图4所示,具体包括:
S31、采用随机抽样法对任一所述任务段编制严重突风过载谱,具体为:记任务段为Fi,j,其中,i表示各实测起落的序号,j表示任务段的序号,随机抽取各实测起落的任一个任务段,按照任务段顺序组成任务剖面谱,并重复N次,构成的以N次起落为基本周期的单位块谱下的严重突风过载谱;在本发明实施例中,按照任务段顺序组成任务剖面谱,并重复1000次,构成的以1000次起落为基本周期的单位块谱下的飞-续-飞谱(即严重突风过载谱),表示为:
G=[Fi,1 Fi,2 Fi,3 Fi,4……Fi,1 Fi,2 Fi,3 Fi,4…………Fi,1 Fi,2 Fi,3 Fi,4] (9)
S32、采用奥丁变换与线性累积损伤方法计算所述严重突风过载谱对应的损伤;
S33、将所述严重突风过载谱对应的损伤与所述S4中对应单位块谱下的严重损伤进行对比,若二者损伤差异小于1%,则将所述以1000次起落为基本周期的单位块谱下的严重突风过载谱作为最终重突风过载谱,同时对所述严重突风过载谱的峰谷值序列进行修正,使其损伤等于Deq90,i。修正方法为(Δny,max,Δny,min)i乘以一个无量纲系数f;
若所述严重突风过载谱对应的损伤不接近所述严重损伤,则重新执行步骤S31;
接下来以一个具体的实施例对本发明进行说明。
1、确定任务剖面某型飞机共有一种任务剖面,为中空飞行。编制以1000次起落为单位;以表1所示:
表1中空剖面各任务段
任务段 | 时间(min) |
爬升 | 2.1 |
空中飞行 | 10.1 |
下滑 | 2.3 |
2、实测载荷数据
本发明实施例中,共实测了X飞机30次起落的实测飞参数据,提供的飞参数据包括时间、飞行高度、重心处y向过载、左/右发剩余油量、襟翼偏角、升降舵偏角。
3、对实测载荷数据进行预处理以及峰谷值采集
任务段标准飞机质量数据见下表2,载荷真实质量数据按飞机重量减去油耗计算给出,油耗按总平均计算获得(计算平均油耗的时间从起飞滑行开始到着陆撞击结束)。对飞机重心y向过载数据进行标准化处理。
表2各任务段标准质量
任务段 | 总质量(kg) |
爬升 | 22000 |
空中飞行 | 20000 |
下滑 | 15000 |
进行计数统计之前,对统计参数进行峰谷值检测得到突风过载峰谷值数据对(Δny峰,Δny谷)i。
4、损伤分布
采用奥丁变换与线性累积损伤方法计算单位块谱载荷谱总损伤Deq,损伤区间与出现次数如图5所示。
采用概率坐标回归方法对单位块谱载荷谱总损伤Deq进行多种分布特性检验结果如下表3所示。
表3各分布相关系数
分布类型 | 正态分布 | 对数正态 | 威布尔 |
相关系数 | 0.733 | 0.9733 | 0.9622 |
以对数正态分布作为损伤的最优分布,将损伤取对数后绘制其Q-Q图,如图6所示。之后通过公式(6)对损伤进行拟合,得到对数均值和对数标准差,分别为0.5832,1.0589。
根据对数均值和对数标准差,通过计算得到严重损伤为1.9402。则1000次起落为周期的严重损伤应该为1940.2。
5、编制严重突风过载谱
采用随机模拟抽样法,共模拟2761次,得到了损伤为1938.7的飞-续-飞谱,以该损伤作为严重突风载荷谱,无量纲系数f取1.00025。对于前10次起落的具体顺序见表4,其中第1次起落的载荷谱见图7。
表4前10次起落各任务段序号
序号 | 爬升 | 平飞 | 下滑 |
1 | 9 | 18 | 15 |
2 | 4 | 19 | 8 |
3 | 12 | 9 | 19 |
4 | 1 | 23 | 9 |
5 | 2 | 24 | 7 |
6 | 7 | 3 | 6 |
7 | 22 | 2 | 20 |
8 | 3 | 25 | 10 |
9 | 21 | 18 | 8 |
10 | 27 | 21 | 7 |
如下三列,第一列任务段为爬升,第二列任务段为平飞,第三列任务段为下滑,数字代表实测起落的序号。
本发明实施例提供了一种基于随机抽样方法的严重突风过载谱编制方法,通过编制严重谱反映严重使用情况,实现了安全性;通过统计计数和低载截除大大减少循环次数,实现了经济性;通过选取90%的损伤作为严重损伤,考虑了突风载荷损伤的分散性。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (6)
1.一种基于随机抽样方法的严重突风过载谱编制方法,其特征在于,包括如下步骤:
S1、根据飞机任务剖面参数将飞机任务剖面划分为多个任务段,并获取每个任务段对应的突风过载峰谷值数据;
S2、根据每个所述任务段的突风过载峰谷值数据,计算每个所述任务段在飞机起落过程中的载荷谱总损伤,并基于此获取单位块谱下的严重损伤;
S3、采用随机抽样法抽取各任务段的载荷时间历程并按任务段顺序进行排序编制单位块谱下的严重突风过载谱,若所述严重突风过载谱对应的损伤接近所述单位块谱下的严重损伤,则将所述严重突风过载谱作为对应任务段最终的严重突风过载谱。
2.如权利要求1所述的一种基于随机抽样方法的严重突风过载谱编制方法,其特征在于,在所述步骤S1中,所述获取每个任务段对应的突风过载峰谷值数据,具体包括:
获取每个任务段对应的实测载荷数据;
从所述实测载荷数据中获取突风载荷数据;
对所述突风载荷数据进行峰谷值采集,获取该任务段对应的突风过载峰谷值数据。
3.如权利要求1所述的一种基于随机抽样方法的严重突风过载谱编制方法,其特征在于,所述S2具体包括:
S21、根据每个所述任务段的突风过载峰谷值数据,通过限制跨均峰值计数法获得突风过载对时间序列;
S22、采用奥丁变换与线性累积损伤方法对所述突风过载对时间序列进行循环计算,并采用随机抽样法得到单位块谱下的载荷谱总损伤Deq;
S23、采用概率坐标回归方法对所述载荷谱总损伤Deq进行多种分布特性检验,比较所述多种分布特性检验所对应的相关系数,综合所述多种分布特性检验所对应的分布函数图,选择相关系数最大的分布函数作为最优分布,并根据所述最优分布明确每个所述载荷谱总损伤Deq的分布特性;
S24、根据所述载荷谱总损伤Deq的分布特性,将覆盖率为90%的损伤作为对应单位块谱下的严重损伤。
4.如权利要求3所述的一种基于随机抽样方法的严重突风过载谱编制方法,其特征在于,所述S22中,所述循环计算中的单次计算公式表示为:
式中,m为损伤指数,即R=0下材料/结构疲劳S-N曲线的斜率;Deq表示单次实测起落下载荷谱总损伤;Δneq为当量的脉动循环幅值;nmax为载荷循环峰值;Δn为载荷循环幅值;deq为单个循环的损伤。
5.如权利要求3所述的一种基于随机抽样方法的严重突风过载谱编制方法,其特征在于,所述S23中,所述多种分布特性检验,包括:正态分布特性检验、对数正态分布特性检验和Weibull分布特性检验。
6.如权利要求1所述的一种基于随机抽样方法的严重突风过载谱编制方法,其特征在于,所述S3具体包括;
S31、随机抽取各实测起落的任一所述任务段,按照任务段顺序组成任务剖面谱,并重复N次,构成的以N次起落为基本周期的单位块谱下的严重突风过载谱;
S32、采用奥丁变换与线性累积损伤方法计算所述严重突风过载谱对应的损伤;
S33、将所述严重突风过载谱对应的损伤与所述S4中对应单位块谱下的严重损伤进行对比,若二者相接近,则将所述严重突风过载谱作为对应任务段最终的严重突风过载谱,并对该严重突风过载谱的峰谷值乘以一个无量纲系数f,以使得严重突风过载谱对应的损伤等于所述S4中对应单位块谱下的严重损伤;
若所述严重突风过载谱对应的损伤不接近所述严重损伤,则重新执行步骤S31。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311805465.XA CN117709232A (zh) | 2023-12-26 | 2023-12-26 | 一种基于随机抽样方法的严重突风过载谱编制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311805465.XA CN117709232A (zh) | 2023-12-26 | 2023-12-26 | 一种基于随机抽样方法的严重突风过载谱编制方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117709232A true CN117709232A (zh) | 2024-03-15 |
Family
ID=90144257
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311805465.XA Pending CN117709232A (zh) | 2023-12-26 | 2023-12-26 | 一种基于随机抽样方法的严重突风过载谱编制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117709232A (zh) |
-
2023
- 2023-12-26 CN CN202311805465.XA patent/CN117709232A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110750851A (zh) | 加速疲劳载荷谱编制方法 | |
CN105550473B (zh) | 一种基于支持向量机分类的重着陆预测方法 | |
CN111340388A (zh) | 一种基于航班qar数据的飞行员操作品质评价方法 | |
CN109000921A (zh) | 一种风电机组主轴故障的诊断方法 | |
CN112115787B (zh) | 一种基于实际飞行动作的航空发动机载荷谱任务段划分方法 | |
CN113465923B (zh) | 一种磨煤机磨辊轴承的剩余寿命预测方法 | |
CN110766313A (zh) | 一种基于运维检修制度的电缆隧道综合状态评价方法 | |
CN114936426A (zh) | 战斗机结构寿命计算方法 | |
CN112633322A (zh) | 基于三维K-Means涡轴发动机载荷谱聚类分析方法 | |
CN112417582B (zh) | 基于离散阵风超越数曲线的耐久性编制严重阵风谱的方法 | |
CN117709232A (zh) | 一种基于随机抽样方法的严重突风过载谱编制方法 | |
CN113722656B (zh) | 一种火力发电机组实时健康度评价方法及系统 | |
CN114357729A (zh) | 一种基于损伤表征天空点的疲劳载荷谱编制方法 | |
CN110132566B (zh) | 一种基于模糊聚类的oltc故障诊断方法 | |
CN109242318A (zh) | 飞机损伤抢修效能评估方法 | |
CN117212050A (zh) | 一种风电机组净空预测控制方法 | |
CN117787133A (zh) | 一种基于严重损伤的飞机严重突风过载谱编制方法 | |
CN117709228A (zh) | 一种基于单位块谱严重损伤的严重突风谱编制方法 | |
CN117708990A (zh) | 一种基于高斯过程回归的严重地面滑行谱编制方法 | |
CN117709230A (zh) | 一种飞机实测严重突风谱编制方法 | |
CN117787132A (zh) | 一种基于块谱下严重损伤的严重飞行谱编制方法 | |
CN117973249A (zh) | 基于严重损伤外推过载超越数曲线的严重谱编制方法 | |
CN117725857A (zh) | 一种基于过载累积超越数曲线的5×5谱迭代编制方法 | |
CN114707326A (zh) | 一种针对飞机结构损伤的维修间隔评估方法 | |
CN117744531A (zh) | 基于突风和机动过载超越数曲线的严重飞行谱编制方法 |
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 |