首页 / 专利库 / 物理 / 空气动力学 / 高精度亚音速固定翼飞行器非线性动力学建模方法

精度亚音速固定翼飞行器非线性动学建模方法

阅读:245发布:2020-05-08

专利汇可以提供精度亚音速固定翼飞行器非线性动学建模方法专利检索,专利查询,专利分析的服务。并且一种高 精度 亚音速固定翼 飞行器 的非线性动 力 学建模方法。该飞行动力学模型的获取方法,包括:对固定翼飞行器进行结构辨识,确定飞行动力学模型系统的输入、输出,以及确定每一输出与输入的相关性;通过设计具有不同的飞行动力学模型取值的真实试飞科目,获得实际的飞行数据,作为参数估计的数据支持;进行参数辨识,基于结构辨识出的飞行动力学模型结构与试飞测得的输入、输出数据,根据输入输出关系进行参数估计;将试飞科目预留的用于 置信度 验证的输入输入到飞行动力学模型中,比较模型输出与该组数据输出,分析飞行动力学模型的置信度;将辨识后的参数代入飞行动力学模型中,得到模型。本 发明 避免使用CFD和 风 洞实验,极大降低了研发时间和成本,精度更高。,下面是精度亚音速固定翼飞行器非线性动学建模方法专利的具体信息内容。

1.一种固定翼飞行器的飞行动学模型的获取方法,其特征在于,包括以下步骤:
步骤1,对所述固定翼飞行器进行结构辨识,确定飞行动力学模型系统的输入、输出,以及确定每一输出与输入的相关性;
步骤2,通过设计具有不同的飞行动力学模型取值的所述固定翼飞行器的真实试飞科目,获得实际的飞行数据,作为参数估计的数据支持;
步骤3,进行参数辨识,基于步骤1中结构辨识出的飞行动力学模型结构与步骤2中试飞测得的输入、输出数据,根据输入输出关系进行参数估计;
步骤4,将步骤2中的试飞科目预留的用于置信度验证的输入输入到所述飞行动力学模型中,比较所述飞行动力学模型输出与该组数据中的输出,分析所述飞行动力学模型的置信度;
步骤5,将步骤4辨识后的参数代入所述飞行动力学模型系统中,得到所述固定翼飞行器的飞行动力学模型。
2.根据权利要求1所述的获取方法,其特征在于,步骤1中确定飞行动力学模型系统输入、输出的步骤是根据包括空气动力学原理的先验知识来进行初步估计。
3.根据权利要求2所述的获取方法,其特征在于,步骤1中对于所述飞行动力学模型需要辨识的输出包括:
纵向力系数
侧向力系数
垂向力系数
滚转力矩系数
俯仰力矩系数
偏航力矩系数
其中,α、β分别为飞机迎侧滑角;Ma为飞行赫数;p、q、r分别为滚转、俯仰和偏航力矩; 分别为滚转角加速度、俯仰角加速度和偏航角加速度;ξ、η、ζ、k、f分别为副翼偏转量、升降偏转量、方向舵偏转量、襟翼开度和发动机开度。
4.根据权利要求1所述的获取方法,其特征在于,步骤2中的试飞科目通过人工操纵来实现,增稳系统的开/关对试飞效果没有影响;
作为优选,所述试飞科目要求为0.7马赫数以下的亚音速飞行。
5.根据权利要求1所述的获取方法,其特征在于,步骤2中的试飞科目要求在保证固定翼飞行器安全的情况下,尽量遍历飞行包线内的所有飞行状态;
作为优选,所述试飞科目选自快速爬升/俯冲飞行、平缓爬升/俯冲飞行、最大攻角(仰角)飞行/最小攻角(仰角)飞行、俯仰扫频飞行、快速左/右滚转飞行、平缓左/右滚转飞行、最大左/右滚转角飞行和滚转扫平飞行中的至少之一;
作为优选,所述固定翼飞行器为有人机或无人机。
6.根据权利要求1所述的获取方法,其特征在于,步骤3中所述的输入输出关系为非线性关系;
作为优选,所述输入输出关系包括:
其中:
纵向力系数
侧向力系数
垂向力系数
滚转力矩系数
俯仰力矩系数
偏航力矩系数
其中,α、β分别为飞机迎角和侧滑角;i为攻角α的幂指数,j为侧滑角β的幂指数,m为俯仰角速度q的幂指数,n为侧滑角速度r的幂指数,I为滚转角速度p的幂指数;Ma为飞行马赫数;p、q、r分别为滚转、俯仰和偏航角速度; 分别为滚转角加速度、俯仰角加速度和偏航角加速度;ξ、η、ζ、k、f分别为副翼偏转量、升降舵偏转量、方向舵偏转量、襟翼开度和发动机油门开度。
7.根据权利要求6所述的获取方法,其特征在于,步骤3中所述的参数估计步骤采用最小二乘法,假设试飞数据测得的输出量为Ym×k,m表示传感器测得的样本数量,k表示样本对应的输出变量,输入量为Xm×n,m表示样本数量,n表示输入变量,θn×k为系数矩阵,k表示输出变量,n表示输入变量,则有:
Y=Xθ;
θ=(XTX)-1XTY;
其中,θ矩阵中第i行第j列的元素θi,j表示第i个输入量对第j个输出量的偏导数。
8.根据权利要求7所述的获取方法,其特征在于,步骤3中进行参数辨识时采用迭代法,第一次迭代对参数进行辨识后分析每一项对力和力矩系数的影响,留下影响较大的项,剔除影响较小的项,重新迭代辨识,直至达到要求;
作为优选,如果需要继续提高气动参数对某一输入的拟合精度,则添加该输入的高次项重新进行拟合。
9.根据权利要求8所述的获取方法,其特征在于,所述的力和力矩分别表示如下:
a=F/m;
其中,F为飞行器所受的合力; 为来流动压;Sref为机翼参考面积;为平均气动弦长;a为飞行器在惯性系下的加速度;m为飞行器质量;ωb为飞行器在机体坐标系下的角速度矢量;t为时间;M为该固定翼飞行器受到的合力矩;I为该固定翼飞行器的转动惯量;Ω为该固定翼飞行器相对惯性系的角速度;
作为优选,所述获取方法中未采用计算流体动力学CFD方法和洞模型;
作为优选,所述获取方法中在线性模型中加入了非线性项以提高模型精度,同时规避了CFD方法中建模时产生的模型误差和舍入误差,避免了风洞实验因采用缩比模型带来的误差;
作为优选,所述飞行动力学模型涉及气动力&气动力矩参数(CXCY CZClCmCn)、特征参数和大气参数(ρ Ma)。
10.一种固定翼飞行器的制造方法,其特征在于,所述制造方法通过如权利要求1~9任一项所述的固定翼飞行器的飞行动力学模型的获取方法来获取所述固定翼飞行器的飞行动力学模型,并依此制造所述固定翼飞行器。

说明书全文

精度亚音速固定翼飞行器非线性动学建模方法

技术领域

[0001] 本发明涉及飞行器制造技术领域,具体涉及一种固定翼飞行器的建模和制造方法,尤其是一种高精度亚音速固定翼飞行器的非线性动力学建模和制造方法。

背景技术

[0002] 固定翼飞行器的高精度模型对于设计和验证飞行器控制律有着至关重要的作用,其线性化多输入多输出模型是经典飞行控制律及现代控制方法的设计基础,如今已得到广泛应用的建模方法通过CFD(Computational Fluid Dynamics,计算流体动力学)计算或洞实验得出飞行器的气动参数,依据飞行力学原理转化为线性系统传递矩阵的各个参数,进而建立飞行器纵向飞行和侧向飞行的系统矩阵。然而,基于该方法建立的线性动力学系统也有着明显的局限性:
[0003] ①运用CFD确定飞行器气动参数精度往往受限于计算资源的性能,且求解过程较为耗时;
[0004] ②运用风洞实验确定气动参数往往需要高昂的资金成本;
[0005] ③线性化过程会降低模型的逼真度,严重时甚至无法起到验证控制律的作用;
[0006] ④线性化模型将通道间解耦,与真实飞行有较大差异。
[0007] 虽然线性的飞行器动力学模型可以简化控制律设计的复杂度和困难程度,但在验证飞行控制律时仍希望建立更高精度的非线性动力学模型以减少真机试飞需求,降低研发风险和成本。由此,如何开发一种基于非线性动力学模型的建模和制造机翼的方法,就是当前迫切需要解决的技术问题。

发明内容

[0008] 有鉴于此,本发明的主要目的之一在于提供一种固定翼飞行器的建模方法和制造方法,以期至少部分地解决上述技术问题。
[0009] 为了实现上述目的,作为本发明的一个方面,提出了一种固定翼飞行器的飞行动力学模型的获取方法,包括以下步骤:
[0010] 步骤1,对所述固定翼飞行器进行结构辨识,确定飞行动力学模型系统的输入、输出,以及确定每一输出与输入的相关性;
[0011] 步骤2,通过设计具有不同的飞行动力学模型取值的所述固定翼飞行器的试飞科目,获得实际的飞行数据,作为参数估计的数据支持;
[0012] 步骤3,进行参数辨识,基于步骤1中结构辨识出的飞行动力学模型系统结构与步骤2中试飞测得的输入、输出数据,根据输入输出关系进行参数估计;
[0013] 步骤4,将步骤2中的试飞科目预留的用于置信度验证的输入输入到所述飞行动力学模型中,比较所述飞行动力学模型输出与该组数据中的输出,分析所述飞行动力学模型的置信度;
[0014] 步骤5,将步骤4辨识后的参数代入所述飞行动力学模型系统中,得到所述固定翼飞行器的飞行动力学模型。
[0015] 作为本发明的另一个方面,还提出了一种固定翼飞行器的制造方法,所述制造方法通过如上所述的飞行动力学模型的获取方法来获取所述固定翼飞行器的飞行动力学模型,并依此制造所述固定翼飞行器。
[0016] 基于上述技术方案可知,本发明的建模方法和制造方法相对于现有技术至少具备如下有益效果:
[0017] (1)本发明的建模方法,避免了使用CFD法,由此避免了CFD建模过程中因忽略高阶小项而带来的误差以及计算过程中的舍入误差,由于气动参数全部由真机试飞过程中测得,极大地降低了研发时间和成本,并使模型更接近真实的飞行,有很高的实用价值;
[0018] (2)本发明的建模方法,可以同时避免采用风洞实验,从而避免了风洞实验中使用缩比模型导致的实验误差,同时因数据来源于真机飞行,数据置信度更高。附图说明
[0019] 图1是本发明的参数辨识实施过程的流程图
[0020] 图2是本发明的高精度非线性飞行器动力学模型的框图

具体实施方式

[0021] 为使本发明的目的、技术方案和优点更加清楚明白,以下结合具体实施例,并参照附图,对本发明作进一步的详细说明。
[0022] 其中,本发明中部分技术术语的定义如下:
[0023] 系统辨识:根据系统的输出输出,估计系统的内部结构及对应参数的过程。
[0024] 结构辨识:明确系统的输出与哪些输入变量有关的过程。
[0025] 参数辨识:确定相关输入变量对输出的影响参数。
[0026] 机体系xy平面与来流的夹角。
[0027] 侧滑角:机体系xz平面与来流的夹角。
[0028] 扫频:在一定频率范围内从低到高遍历所有频段。
[0029] 赫数:飞行速度与当地声速的比值。
[0030] 置信度:模型与真实情况的符合度。
[0031] 特征参数:飞机本身固有的参数,包括其几何参数和惯性参数(质量转动惯量等)。
[0032] 本发明提出了一种更高精度的建模方法,使模型更大程度仿真飞机的真实飞行。具体来说,本发明的固定翼飞行器的飞行动力学模型的获取方法,包括以下步骤:
[0033] 步骤1,对所述固定翼飞行器进行结构辨识,确定飞行动力学模型系统的输入、输出,以及确定每一输出与输入的相关性;
[0034] 步骤2,通过设计具有不同的飞行动力学模型取值的所述固定翼飞行器的试飞科目,获得实际的飞行数据,作为参数估计的数据支持;
[0035] 步骤3,进行参数辨识,基于步骤1中结构辨识出的飞行动力学模型系统结构与步骤2中试飞测得的输入、输出数据,根据输入输出关系进行参数估计;
[0036] 步骤4,将步骤2中的试飞科目预留的用于置信度验证的输入输入到所述飞行动力学模型中,比较所述飞行动力学模型输出与该组数据中的输出,分析所述飞行动力学模型的置信度;
[0037] 步骤5,将步骤4辨识后的参数代入所述飞行动力学模型系统中,得到所述固定翼飞行器的飞行动力学模型。
[0038] 其中,步骤1中确定飞行动力学模型系统的输入、输出的步骤是根据包括空气动力学原理的先验知识来进行初步估计。
[0039] 其中,步骤1中对于所述飞行动力学模型需要辨识的输出包括:
[0040]
[0041]
[0042]
[0043]
[0044]
[0045]
[0046] 其中,α、β分别为飞机迎角(攻角)和侧滑角;Ma为飞行马赫数;p、q、r分别为滚转俯仰偏航力矩; 分别为滚转角加速度、俯仰角加速度和偏航角加速度;ξ、η、ζ、k、f分别为副翼偏转量、升降偏转量、方向舵偏转量、襟翼开度和发动机开度。
[0047] 其中,步骤2中的试飞科目通过人工操纵来实现,增稳系统的开/关对试飞效果没有影响。作为优选,试飞科目要求为0.7马赫数以下的亚音速飞行,以提高试验精度。
[0048] 其中,步骤2中的试飞科目要求在保证固定翼飞行器安全的情况下,尽量遍历飞行包线内的所有飞行状态;
[0049] 作为优选,所述试飞科目选自快速爬升/俯冲飞行、平缓爬升/俯冲飞行、最大攻角(仰角)飞行/最小攻角(仰角)飞行、俯仰扫频飞行、快速左/右滚转飞行、平缓左/右滚转飞行、最大左/右滚转角飞行和滚转扫平飞行中的至少之一;
[0050] 作为优选,所述固定翼飞行器为有人机或无人机。
[0051] 其中,步骤3中所述的输入输出关系为非线性关系;
[0052] 作为优选,所述输入输出关系包括:
[0053]
[0054]
[0055]
[0056]
[0057]
[0058]
[0059] 其中:
[0060]
[0061]
[0062]
[0063]
[0064]
[0065]
[0066]
[0067] 其中,α、β分别为飞机迎角和侧滑角;i为攻角α的幂指数,j为侧滑角β的幂指数,m为俯仰角速度q的幂指数,n为侧滑角速度r的幂指数,I为滚转角速度p的幂指数;Ma为飞行马赫数;p、q、r分别为滚转、俯仰和偏航角速度; 分别为滚转角加速度、俯仰角加速度和偏航角加速度;ξ、η、ζ、k、f分别为副翼偏转量、升降舵偏转量、方向舵偏转量、襟翼开度和发动机油门开度。
[0068] 其中,步骤3中所述的参数估计步骤采用最小二乘法,假设试飞数据测得的输出量为Ym×k,m表示传感器测得的样本数量,k表示样本对应的输出变量,输入量为Xm×n,m表示样本数量,n表示输入变量,θn×k为系数矩阵,k表示输出变量,n表示输入变量,则有:
[0069] Y=Xθ:
[0070] θ=(XTX)-1XTY;
[0071] θ矩阵中第i行第j列的元素θi,j表示第i个输入量对第j个输出量的偏导数。
[0072] 其中,步骤3中进行参数辨识时采用迭代法,第一次迭代对参数进行辨识后分析每一项对力和力矩系数的影响,留下影响较大的项,剔除影响较小的项,重新迭代辨识,直至达到要求;
[0073] 作为优选,如果需要继续提高气动参数对某一输入的拟合精度,则添加该输入的高次项重新进行拟合。
[0074] 其中,所述的力和力矩分别表示如下:
[0075]
[0076]
[0077] a=F/m;;
[0078]
[0079] 其中,F为飞行器所受的合力;为来流动压;Sref为机翼参考面积;为平均气动弦长;a为飞行器在惯性系下的加速度;m为飞行器质量;ωb为飞行器在机体坐标系下的角速度矢量;t为时间;M为该固定翼飞行器受到的合力矩;I为该固定翼飞行器的转动惯量;Ω为该固定翼飞行器相对惯性系的角速度;
[0080] 作为优选,所述获取方法中未采用计算流体动力学CFD方法和风洞模型;
[0081] 作为优选,所述获取方法中在线性模型中加入了非线性项以提高模型精度,同时规避了CFD方法中建模时产生的模型误差和舍入误差,避免了风洞实验因采用缩比模型带来的误差;
[0082] 作为优选,所述飞行动力学模型涉及气动力&气动力矩参数(CXCY CZClCmCn)、特征参数 和大气参数(ρ Ma)。
[0083] 本发明还公开了一种固定翼飞行器的制造方法,通过如上所述的飞行动力学模型获取方法来获取该固定翼飞行器的飞行动力学模型,并以此进行制造。
[0084] 如图1所示,在本发明一个具体实施方式中,本发明的建模方法包括如下步骤:
[0085] 结构辨识
[0086] 结构辨识部分主要确定系统的输入输出,确定每一个输出量和哪些输入量有关。建模的目的是为了通过飞行状态(输入量)来尽可能精准预测模型的输出量,模型结构可以根据先验知识(空气动力学原理)进行初步估计,对于飞行动力学模型,需要辨识的输出量为:
[0087]
[0088]
[0089]
[0090]
[0091]
[0092]
[0093] 其中,
[0094] α,β—飞机迎角、侧滑角;
[0095] Ma—飞行马赫数;
[0096] p,q,r—滚转、俯仰、偏航角速度;
[0097] —滚转角加速率,俯仰角加速率,偏航角加速率;
[0098] ξ,η,ζ,k,f—副翼、升降舵、方向舵、襟翼开度、发动机油门;
[0099] 试飞科目设计及试飞
[0100] 本部分通过设计相应的试飞科目,获得实际的飞行数据,作为参数估计的数据支持。试飞采用人工操纵的方式,增稳系统的开/关对试飞效果没有影响。试飞科目要求在保证飞行器安全的情况下,尽量遍历飞行包线内的所有飞行状态,推荐的飞行科目有:
[0101] 快速爬升/俯冲飞行;
[0102] 平缓爬升/俯冲飞行;
[0103] 最大攻角(仰角)飞行/最小攻角(仰角)飞行;
[0104] 俯仰扫频飞行;
[0105] 快速左/右滚转飞行;
[0106] 平缓左/右滚转飞行;
[0107] 最大左/右滚转角飞行;
[0108] 滚转扫平飞行。
[0109] 参数辨识
[0110] 参数辨识部分基于结构辨识出的系统结构与试飞测得的输入输出数据,根据如下输入输出关系:
[0111]
[0112]
[0113]
[0114]
[0115]
[0116]
[0117] 进行参数估计,其中:
[0118]
[0119] 其中,α、β分别为飞机迎角和侧滑角;i为攻角α的幂指数,j为侧滑角β的幂指数,m为俯仰角速度q的幂指数,n为侧滑角速度r的幂指数,I为滚转角速度p的幂指数;Ma为飞行马赫数;p、q、r分别为滚转、俯仰和偏航角速度; 分别为滚转角加速度、俯仰角加速度和偏航角加速度;ξ、η、ζ、k、f分别为副翼偏转量、升降舵偏转量、方向舵偏转量、襟翼开度和发动机油门开度。
[0120] 参数估计方法采用最小二乘法,假设试飞数据测得的输出量为Ym×k,m表示传感器测得的样本数量,k表示样本对应的输出变量(如前向力系数、侧向力系数等),输入量为Xm×n,m表示样本数量,n表示输入变量(如α、β、p、q、r、ξ、η等),θn×k为系数矩阵,k表示输出变量,n表示输入变量(如α、β、p、q、r、ξ、η等),则有:
[0121] Y=Xθ:
[0122] θ=(XTX)-1XTY;
[0123] θ矩阵中第i行第j列的元素θi,j表示第i个输入量对第j个输出量的偏导数。
[0124] 第一次迭代对参数进行辨识后分析每一项对力和力矩系数的影响,留下影响较大的项,剔除影响较小的项,重新迭代辨识,直至达到要求。若需要继续提高气动参数对某一输入项的拟合精度,可添加该输入量的高次项重新进行拟合。
[0125] 置信度检验
[0126] 将试飞科目预留的用于置信度验证的输入量输入到模型中,比较模型输出与该组数据中的输出,分析模型的置信度。
[0127] 动力学建模
[0128] 将辨识后的参数代入系统模型,得到飞行器的动力学模型。飞行器的力和力矩分别可以表示为:
[0129]
[0130]
[0131] a=F/m;
[0132]
[0133] 其中,F为飞行器所受的合力;为来流动压;Sref为机翼参考面积;为平均气动弦长;a为飞行器在惯性系下的加速度;m为飞行器质量;ωb为飞行器在机体坐标系下的角速度矢量;t为时间;M为该固定翼飞行器受到的合力矩;I为该固定翼飞行器的转动惯量;Ω为该固定翼飞行器相对惯性系的角速度。
[0134] 本发明的参数辨识的实施流程参见图1。本发明的飞行动力学模型架构参见图2。运用此方法进行实际建模,如设置攻角的高次幂(α,α2,α3,α4)为输入、CX为输出,相比于传统的只采用α作为输入的线性化模型,本方法解算出的CX与实际的飞行数据更加接近,致信度更高。由此本发明的方案避免了使用CFD和风洞实验两个环节,气动参数全部由真机试飞过程中测得,极大地降低了研发时间和成本,并使模型更接近真实的飞行,有很高的实用价值。
[0135] 以上所述的具体实施例,对本发明的目的、技术方案和有益效果进行了进一步详细说明,应理解的是,以上所述仅为本发明的具体实施例而已,并不用于限制本发明,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
高效检索全球专利

专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询,专利检索等数据服务功能的知识产权数据服务商。

我们的产品包含105个国家的1.26亿组数据,免费查、免费专利分析。

申请试用

分析报告

专利汇分析报告产品可以对行业情报数据进行梳理分析,涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度,系统通过AI智能系统对图表进行解读,只需1分钟,一键生成行业专利分析报告。

申请试用

QQ群二维码
意见反馈