模型变形视频测量的相机位置坐标与姿态角确定

高速风洞试验中的模型变形视频测量(VMD)要求双(多)相机大角度大重叠的测量方式,而通过现有共线方程的线性化模型难以取得高精度的相机位置与姿态角,故推导包含共线方程泰勒展开二次项的非线性误差模型,建立3控制点的VMD相机位置与姿态确定技术。多个工程实例表明该技术能取得高精度的相机位置坐标与姿态角,有实用价值。

风洞模型静弹性变形对气动力影响研究

介绍了一种基于模型变形视频测量系统和计算空气动力学研究静弹性变形对气动力影响的方法。利用模型变形视频测量系统获取模型在气动载荷作用下的静弹性变形,驱动模型表面网格运动,得到模型变形后的表面CFD计算网格。CFD计算变形前后网格外形下的气动力,研究模型变形对模型气动特性的影响。对一大展弦比连接机翼的测量与计算结果进行了分析,分析结果表明:模型变形对升力系数影响最大发生在升力线性变化的最大迎角附近,模型变形对阻力系数影响最大发生在失速迎角附近,模型静弹性变形对气动力的最大影响量远远超出风洞测力实验的精度指标,因此开展风洞模型静弹性变形影响研究与修正是十分必要的。

一种智能材料结构在变形体机翼气动特性研究中的应用

为验证所提出的智能材料结构在柔性变后缘机翼气动特性研究中应用的可行性,在跨声速风洞中运用模型变形视频测量技术测量了机翼后缘的偏转变形量,并记录了偏转变形的动态过程。同时测量了上翼面的压力分布。实验马赫数0.4~0.8,模型迎角0°~6°。分析了来流条件对结构变形能力的影响。结果表明:跨声速条件下,智能材料结构在气动载荷作用下能够驱动机翼后缘偏转变形。驱动力一定时,变形能力受到马赫数和迎角等因素影响。马赫数增加会减弱智能材料结构的变形能力,导致变形速度减小,后缘偏转角降低。迎角的影响较为复杂,且与马赫数的影响相互耦合,马赫数越高迎角的影响越强。最后,通过对后缘压力分布形态的分析得出,变形后后缘是否发生流动分离是影响智能材料结构变形能力的关键因素。

风洞模型变形单相机测量误差分析与补偿算法

从描述像空间坐标与物体空间坐标之间几何关系的共线方程出发,推导了风洞模型变形单相机测量试验中展向坐标不变假设诱导的物体空间坐标计算误差的公式。针对2m量级风洞试验段,分析了相机位于不同安装位置对坐标计算误差的影响。基于弹性变形中大展弦比风洞模型剖面近似保持刚性的物理特性,提出了一种展向位移补偿算法,用于减小或消除展向坐标不变假设诱导的空间坐标计算误差。最后,采用数学仿真方法对提出的展向位移补偿算法进行了评估,数据结果表明:在模型表面RX/RY和RZ/RY存在奇性、空间坐标计算结果误差较大需要修正的情况下,该补偿算法可以得到比较准确的展向位移计算结果,从而将空间坐标计算误差控制在比较合理的范围内。

振动环境中相机位置坐标与姿态角解算的实验研究

我国高速暂冲式风洞洞体振动较大,故振动环境中的相机位置坐标与姿态角解算技术对模型变形视频测量(VMD)至关重要。为此,建立振动模拟实验平台,研究相机位置坐标与姿态角求解方法,结果表明:基于蒙特-卡洛法的相机位置坐标与姿态角求解法最适于振动环境中VMD测量的相机位置坐标与姿态角求解。

大展弦比联接翼静气动弹性研究

基于雷诺平均N-S流动控制方程和结构网格技术,耦合结构静平衡方程,建立起飞行器静气动弹性的计算的一般流程。采用更新速度快和更新质量较高的映射法动网格技术,针对大展弦比联接翼构型进行弹性修正,研究前后翼变形规律,并探讨了攻角、机身对静气弹分析的影响。结合数字近景摄影测量技术检测无人机风洞模型机翼在气动载荷下的弯曲与扭转变形,并与计算结果进行比较,验证了本文方法的有效性。

Prediction of representative deformation modulus of longwall panel roof rock strata using Mamdani fuzzy system

Deformation modulus is the important parameter in stability analysis of tunnels, dams and mining struc- tures. In this paper, two predictive models including Mamdani fuzzy system （MFS） and multivariable regression analysis （MVRA） were developed to predict deformation modulus based on data obtained from dilatometer tests carried out in Bakhtiary dam site and additional data collected from longwall coal mines. Models inputs were considered to be rock quality designation, overburden height, weathering, unconfined compressive strength, bedding inclination to core axis, joint roughness coefficient and fill thickness. To control the models performance, calculating indices such as root mean square error （RMSE）, variance account for （VAF） and determination coefficient （R^2） were used. The MFS results show the significant prediction accuracy along with high performance compared to MVRA results. Finally, the sensitivity analysis of MFS results shows that the most and the least effective parameters on deformation modulus are weatherin~ and overburden height, respectively.