基于平衡理论的大柔性飞行器模型降阶

为了降低大柔性飞行器模型的分析与计算难度,采用了基于平衡实现的降阶方法对某大柔性飞行器模型进行简化,并利用基于平均速度的状态空间Newmark法进行数值运算,得出了降阶模型与原系统的输出响应曲线。仿真结果表明,降阶模型能够较好地反映原系统的响应特性,这为大柔性飞行器模型的控制器设计提供了参考。

大柔性飞行器的低阶建模方法及仿真分析

大柔性飞行器模型采用有限元思路建模往往造成阶次较高,模型复杂等问题,不利于进行系统研究以及飞行控制一体化设计。文章基于常规刚柔解耦思路,建立了面向控制的大柔性飞行器低阶简化模型,用以对飞行控制进行研究,探索刚柔特性对飞行稳定性和控制设计的影响。通过仿真软件Matlab对建立的非线性大柔性飞行器模型运动特性进行分析。最终,得出了不同刚度条件下的仿真曲线,从而验证了模型正确性和可行性,为后续控制设计提供了实现基础。

大柔性飞行器的自适应姿态控制设计

研究系统存在不确定性的大柔性飞行器的姿态跟踪控制问题.针对高阶大柔性飞行器模型,使用平衡实现方法对其降阶,并通过奇异值对比分析系统降阶前后特性.基于降阶模型,设计LQR-PI控制器作为基线控制器.考虑不确定性,利用李雅普诺夫稳定性理论设计模型参考自适应控制器,并对比两种方法的控制效果.仿真结果显示,所提方案对包含不确定性的系统具有较好的控制效果,能使系统完成期望的姿态跟踪目标.

阵风扰动下大柔性飞行器姿态跟踪控制设计

大柔性飞行器是一类高空长航时飞行器,机翼展弦比大、柔性程度大。文中首先对非线性的大柔性飞行器模型进行线性化与降阶,之后对得到的模型进行模型参考自适应控制器的设计。在设计模型参考自适应控制律之前,首先设计线性二次型调节器(LQR)控制器,接着考虑不确定性,在LQR控制器的基础上,构造参考模型,设计模型参考自适应控制律。仿真结果显示,在阵风扰动下,模型参考自适应控制器能良好地跟踪俯仰角。

推力协同的大柔性飞行器纵向姿态控制

为了研究大柔性飞行器飞行/结构耦合动力学特性,提出了改进的面向控制的大柔性飞行器多体模型,开展了大柔性飞行器纵向动力学耦合特性分析与推力协同下纵向姿态控制律设计。采用二面角动态近似描述大柔性飞行器结构动力学特征,并推导了纵向耦合动力学模型。根据改进模型在配平点处的线性化模型,分析了飞行/结构耦合系统的纵向稳定性与结构变形量之间的关系。针对大柔性飞行器姿态稳定与跟踪,设计了纵向姿态控制器。与常规飞行器相比,大柔性飞行器飞行过程中会发生大变形,当载荷较大时,配平构型近似"U"形,此时纵向动力学具有长周期不稳定的特征。分析结果表明:大柔性飞行器各模态之间的耦合程度随着变形的增大而增大。此外,纵向姿态控制需要升降舵与推力协同控制速度和俯仰角并且考虑结构动力学的影响,否则飞行/结构的耦合作用会导致姿态跟踪误差衰减缓慢甚至发散。

应用前馈神经网络的大柔性机翼阵风响应分析

大柔性飞行器因结构重量低、柔性大使得机翼等部件在受载时产生较大的弹性变形,呈现显著的几何非线性效应,因此准确的结构大变形建模方法对于几何非线性气动弹性分析至关重要,而神经网络对非线性系统具有强大的拟合能力,可通过将神经网络应用于非线性结构建模,构造适用于结构大变形的前馈神经网络预测模型,在样本特征和数据结构相对较优的条件下结合曲面涡格法,搭建非线性气动弹性分析框架,对某机翼模型进行阵风响应计算;结果表明神经网络模型能准确预测大柔性机翼结构大变形,应用到气动弹性分析后能进行准确的阵风响应计算,验证了将神经网络应用到结构大变形预测的可行性,为以后机器学习技术与气动弹性分析结合的研究提供思路和方法。

气动弹性专题序言

气动弹性是伴随航空航天发展的一门交叉学科气动弹性设计在一定程度上代表了现代飞行器设计的质量和水平.随着近年来航空航天飞行器的快速发展如高超声速飞行器、大变形大柔性飞行器、长航时无人机等作为飞行器固有特性的气动弹性不断涌现出新现象、新问题和新挑战直接影响现代飞行器的飞行安全和飞行性能.