无人机近距编队飞行建模与仿真

无人机编队飞行有着单架无人机无法比拟的优点,但属于较新的研究领域。从无人机未来发展需求出发,根据近距编队的特点,提出了一种近距编队控制方法,并以双机近距编队为基础对控制律设计和算法实现进行了研究。通过建立僚机旋转参考系下的双机编队相对运动模型,同时考虑长机翼尖涡对僚机产生的气动耦合效应,基于PI控制设计了一种无人机近距编队飞行控制器,通过仿真验证和比较分析,证明僚机可以很好地跟随长机的机动保持编队构型,验证了提出的编队飞行控制方法的可行性和有效性。

一种新型大过载飞行模拟器运动仿真分析

提出一种新型的基于绳牵引并联机器人技术的飞行模拟器,针对其大过载机动特性进行仿真分析。首先根据绳牵引并联机器人理论,设计了9根绳牵引具有6自由度的运动平台;通过建立平台动力学模型,设计了对干扰项进行补偿的前馈PD控制率;其中前馈项主要确保动态过程中绳索处于张紧状态。进一步给出了系统控制稳定性分析;并以大过载机动和单自由度俯仰振荡运动为例进行了数值仿真。分析结果表明,在大过载机动情况,瞬时正加速度超过4 g,平台位置能够迅速衰减并稳定;基于绳拉力前馈,可以避免绳索松弛,能够满足飞行员过载训练;俯仰运动也具有较好的跟踪特性。研究成果可为进一步分析工作空间、动态特性及控制稳定性等奠定基础,为绳牵引并联支撑的飞行模拟器设计提供指导与依据。

高速飞行器倾斜角控制优化算法仿真

高速飞行器的飞行倾斜角的保持是保证高速飞行器实际飞行精度的关键,为解决传统高速飞行器倾斜角控制算法中,在复杂环境中高速飞行器控制精准度较低的问题,对高速飞行器倾斜角控制优化算法仿真进行研究。以改进PID神经网络算法为基础,降低高速飞行器在实际飞行过程中的倾斜角误差,从而实现对高速飞行器倾斜角误差控制的优化,确保高速飞行器的安全运行。

颤振飞行试验的边界预测方法回顾与展望

颤振飞行试验是新型机种定型必不可少的环节,其目的是要确定颤振边界。由于颤振飞行试验的风险大、耗费高并且周期长,研究者一直在追求安全、准确和高效的颤振边界预测方法。鉴于此,在总结前人研究的基础上,从传统的颤振边界预测方法及其改进和新的颤振边界预测方法两个层面展开,对常用的和近年发展的颤振边界预测方法较为全面而相对简洁的论述,着重介绍了各种颤振边界预测方法的基本原理、适用性及其推广和改进。针对各种方法的原理和特点,将其归纳为构造稳定性参数的方法和基于流固耦合分析模型的方法,并对两类方法进行了对比和总结。最后,对目前颤振边界预测存在的一些技术难点及其发展趋势进行了初步的探讨。

基于改进遗传算法的多无人机航路规划方法

在分析多无人侦察机任务需求、限制以及特性等要素基础上,建立了多无人机航路规划优化模型。以航程作为性能指标,将多无人机侦察多目标航路规划转化为多旅行商问题。通过对多旅行商问题特点分析,采用遗传算法基本思想,对编码和适应度函数以及操作算子进行合理设计,并改进了交叉和变异操作算子以取得更好优化结果。仿真结果表明所提算法的合理性和有效性。

基于试飞数据的直升机气动模型参数频域辨识

针对直升机气动强耦合、强非线性、不稳定的特点,采用扫频方式获取飞行试验数据及频域辨识技术进行其气动模型辨识。首先分析了气动辨识模型、飞行试验数据需求,并对飞行试验动作进行设计,然后形成气动模型频域辨识流程。在纵向气动模型辨识过程中,发现扫频飞行试验数据低频、高频段数据质量差,纵向和横向通道舵偏相关性强等问题。

舰载机多体动力学仿真建模及起降过程分析

以舰载机舰基起降阶段为对象,利用多体动力学建模方法,研究了能够反映"舰载机-起落架-航母"多运动物体间的动力学关系,并建立了飞行仿真数学模型。用Visual C++开发的飞行仿真软件模拟计算了舰载机滑跃起飞和拦阻着舰过程,分析了影响舰载机舰基起降的主要因素。

基于扫频激励的高安全性颤振边界预测方法

针对一种基于脉冲激励的高安全性颤振边界预测方法,提出改变其原有的脉冲激励形式,采用扫频激励以改善脉冲激励激振频带较窄和信噪比较低等问题。根据采样数据和气动弹性运动方程,获得亚临界速度下的模态位移响应和模态气动力系数。采用系统辨识构建相应的非定常气动力模型,耦合状态空间的结构运动方程和气动力方程得到气动弹性稳定性分析状态方程,进而预测颤振边界。基于两种激励形式预测的颤振边界的对比结果表明,在较低的测试速度下采用扫频激励具有更高的预测精度。

一种基于响应面的翼型鲁棒优化设计方法

针对不确定因素引起的翼型气动性能波动现象,探讨了翼型几何形状随机不确定波动对翼型气动特性的影响,并进行了减小此影响的鲁棒优化设计。引入类别形状函数变换(CST)方法可以大大降低设计变量自由度数目,以NACA0012翼型为例,进行了考虑翼型几何形状随机扰动的气动不确定性分析,发现几何形状的微小波动对升力特性影响很小。发展了一种基于响应面和遗传算法的鲁棒优化设计方法,能够高效的减小阻力及其波动的影响。计算结果显示尽管相对于确定性优化结果鲁棒优化阻力略有增加,但波动更小,气动性能具有更好的鲁棒性。