改进的输出误差法用于不稳定飞机参数辨识

为解决输出误差法在不稳定飞机参数辨识过程中的数值发散问题以及初值依赖问题,设计了一种结合神经网络、粒子群优化算法以及Levenberg-Marquardt算法的系统辨识方法。首先,为解决输出误差法的数值发散问题,以神经网络拟合待辨识系统的动力学特性。不同时刻的飞行试验数据用于训练神经网络,训练好的网络可以直接对下一时刻的运动状态进行预测,从而避免对不稳定运动方程的求解。其次,基于粒子群优化算法搜索Levenberg-Marquardt算法中的最佳阻尼因子,并以改进的LM算法替代输出误差法中的高斯-牛顿算法。接下来,改进的LM算法与训练好的神经网络结合得到了一种新的参数辨识算法。最后,基于不稳定飞机的闭环仿真飞行试验数据对提出的算法进行了验证。研究结果表明:与传统的最小二乘法和人工稳定的输出误差法的估计结果相比,所采用的算法具有更高的估计精度;同时,所提出的算法中可以随机选取待辨识参数的初值,克服了输出误差法对参数初值的依赖。本文的研究成果可以直接用于其他不稳定非线性动力学系统辨识领域,经过修改后还可以用于其他非线性优化领域。

具有过失速机动能力的不稳定飞机大迎角下俯力矩研究

现代歼击机一般都是纵向不稳定的且有过失速机动能力的飞机。静不稳定飞机作过失速机动的前提是在大迎角时具有足够的、可操纵的下俯力矩。本文结合近年来国外陆续发表的几项判别准则和我国的歼击机先进气动布局研究成果,论述所需下俯力矩大小及在飞机布局上实现的可能性。文中引用的曲线来自具有超音速巡航、高机动能力、隐身、双发、双立尾的三种布局方案的风洞试验结果。三种布局形式即:正常式,鸭式,三翼面布局。

飞机横向不稳定及力反传故障的分析与处理

通过对某型飞机飞行中操纵横向不稳定及驾驶杆横向抖动故障的分析和排查,总结该类故障的排故经验,提出今后对此故障的处理措施,从而保证飞行安全和飞行品质。

勇趟蓝天雷阵的“开路先锋” 歼-10首飞试飞员雷强

2006年12月29,中央电视台新闻联播一则消息,犹如丢出一枚重磅炸弹:拥有我国自主知识产权的歼-10战机,终于揭开神秘面纱,走进众人的视线。