基于桨叶载荷识别的传感器布局优化方法技术

本发明专利技术公开了基于桨叶载荷识别的传感器布局优化方法，属于直升机旋翼桨叶载荷识别领域。所述方法根据模态保证准则来比较旋翼桨叶的实验振型和分析振型，提出了采用有效独立方法的传感器最优布置方法，以达到最大化旋翼桨叶模态振型空间独立性的目的，是直升机旋翼桨叶结构动载荷识别的基础。提出的传感器布局优化方法可以在传感器有限的情况下，较好地保留旋翼桨叶模态信息和原结构特性，可以适用于目前主要的直升机旋翼载荷识别方法，具备良好的工程应用价值。工程应用价值。工程应用价值。

【技术实现步骤摘要】
基于桨叶载荷识别的传感器布局优化方法


[0001]本专利技术属于直升机旋翼桨叶载荷识别的
，具体指一种基于桨叶载荷识别的传感器布局优化方法。

技术介绍

[0002]直升机旋翼载荷的研究一直是直升机理论和技术发展中最基本、最重要的课题之一，同时也是最复杂、最困难的问题之一。直升机在飞行过程中，旋翼桨叶在不同的方位角和不同的桨叶径向位置的相对气流速度不对称，这导致对应的气动力随方位角改变而周期变化，即桨叶所处的气动环境是非对称、非定常的。旋翼气动载荷的各阶谐波成分中，较大的一阶和二阶谐波成分是旋翼桨叶疲劳问题的主要根源，而较小的高阶谐波成分影响桨叶的气动弹性响应。旋翼气动载荷的确定可以指导桨叶和其他直升机部件结构的优化设计，达到降低直升机的振动以及减小噪音的目的。因此，准确计算旋翼桨叶的气动载荷具有重要的研究意义和工程应用价值。
[0003]国内外针对提高旋翼桨叶气动载荷预估精度进行了大量的研究工作，目前预估结果只在某些条件下较好，而在大部分状态下达不到所希望的结果。为了获得更加精确的旋翼载荷估算结果，一种将理论和实验结合起来分析旋翼载荷的工程方法——直升机旋翼载荷识别方法受到广泛关注。直升机旋翼载荷识别方法的基本思想是通过旋翼桨叶的实测动应变计算旋翼载荷。
[0004]直升机旋翼载荷识别技术多在频域中进行识别，旋翼桨叶模型的模态参数的精度对载荷识别结果的影响巨大。近些年的研究注重于建立更为准确的旋翼桨叶气动载荷识别方法，但对于旋翼桨叶传感器优化配置的文献很少。目前常见的传感器配置的工程方法是在避开低阶振型驻点的前提下，沿桨叶径向均匀配置传感器。显然这种方案没有考虑不同模态间的相互独立性，也没有考虑有限元解析模型和测试分析模型模态参数的一致性，是亟待优化的。

技术实现思路

[0005]针对于上述现有技术的不足，本专利技术的目的在于提供一种采用有效独立方法的桨叶载荷识别传感器布局优化方法，以克服现有技术对直升机载荷识别的缺陷问题；在有限传感器的前提下，本专利技术实现不同模态间的良好的独立性。
[0006]为达到上述目的，本专利技术采用的技术方案如下：
[0007]本专利技术的基于桨叶载荷识别的传感器布局优化方法，包括步骤如下：
[0008]S1、根据旋翼桨叶传感器布置的边界约束设定待筛选的传感器初始化位置；
[0009]S2、对传感器位置进行迭代计算，所述迭代计算包含传感器位置对应有限元模型的建立和传感器位置的评价，每次迭代剔除评价最低的传感器位置，直至满足传感器数目要求停止迭代，确定传感器布置位置；
[0010]S3、计算模态保证准则矩阵，对最终选择的传感器布置再次评价；
[0011]S4、采用模态分析法进行旋翼桨叶结构动载荷识别。
[0012]进一步的，所述的S1包括：
[0013]S11：采用柔性梁桨毂，设定边界约束条件为铰接式；
[0014]S12：设定初始传感器均匀布置于直升机旋翼桨叶表面。
[0015]进一步的，所述的S2包括：
[0016]S21、建立传感器位置对应的有限元模型，计算有限元模型的模态位移矩阵；
[0017]S22、根据所述模态位移矩阵计算Fisher信息矩阵，并构建幂等矩阵E；
[0018]S23、选择幂等矩阵E的对角线元素作为目标函数，对传感器位置进行评价；
[0019]S24、剔除评价最低的传感器，判断是否满足传感器数目要求，如果满足，进入下一步骤，否则返回S21，继续迭代计算。
[0020]更进一步的，所述的S22包括：
[0021]S221、在有噪声情况下，传感器输出为：u
s
＝φ
fs
q+v，式中u
s
是输出位移矢量，φ
fs
是划分到候选传感器位置的有限元模态位移矩阵，q是不同模态对应的广义坐标，v为候选传感器噪声向量；
[0022]S222、对模态位移矩阵进行噪声修正：其中，噪声协方差矩阵的逆：R
‑1＝γβ
‑1γ
T
，γ是一个标准正交特征向量矩阵，β是对应的正特征值矩阵；
[0023]S223、所述Fisher信息矩阵为：
[0024]S224、所述幂等矩阵E为：其对角线上的元素代表相应传感器候选位置对模态振型空间独立性的贡献。
[0025]进一步的，所述的S3包括：
[0026]S31、模态保证准则矩阵：其中φ
i
为第i阶模态位移，φ
j
为第j阶模态位移。
[0027]进一步的，所述的S4包括：
[0028]采用布置优化的传感器测量桨叶剖面实测弯矩，计算各阶广义坐标的最小二乘解，计算旋翼桨叶测量剖面弯矩和位移，计算旋翼桨叶测量剖面气动载荷。
[0029]本专利技术的有益效果：
[0030]本专利技术保证了模态振型的空间独立性，保证了测量数据蕴含的信息最大，可以提高直升机旋翼载荷的识别精度。
附图说明
[0031]图1为本专利技术采用有效独立方法的桨叶载荷识别传感器布局优化方法的系统框图。
[0032]图2为传感器初始位置和最终优化配置的有效独立分布图。
[0033]图3为传感器均匀配置和优化配置的有效独立分布图。
[0034]图4为传感器优化配置的MAC矩阵图。
具体实施方式
[0035]为了便于本领域技术人员的理解，下面结合实施例与附图对本专利技术作进一步的说明，实施方式提及的内容并非对本专利技术的限定。
[0036]参照图1所示，本专利技术的一种采用有效独立方法的桨叶载荷识别传感器布局优化方法，包括步骤如下：
[0037]S1、根据直升机工作转速确定实验测量时的旋翼转速,建立不同转速的直升机旋翼桨叶的有限元解析模型。
[0038]S2、根据假设的初始传感器位置和边界条件，求解测试分析模型的模态位移矩阵。
[0039]S3、其假设可以为：
[0040]S31：假设初始传感器布置于直升机旋翼桨叶有限元解析模型的节点处；
[0041]S32：选取旋翼桨叶理论模型的节点作为初始测试分析模型的节点；
[0042]S33：若实验桨毂用柔性梁替代挥舞铰和摆振铰，可以假设边界条件为铰接式。
[0043]S4、根据传感器噪声协方差矩阵的逆，确定噪声修正的模态位移矩阵。
[0044]S5、计算Fisher信息矩阵其中是噪声修正的模态位移矩阵；构建幂等矩阵
[0045]S6、计算幂等矩阵E的对角线元素，可以证明其是候选传感器集的有效独立分布向量，表示候选传感器位置对目标模态集线性独立性的部分贡献。
[0046]S7、删除对目标模态的线性独立性贡献最小的节点，即所有试验转速下有效独立分布平均值的最小值对应的节点，并根据剩余节点更新测试分析模型。
[0047]S8、判断是否满足传感器数目要求，如果满足，则进入下一步骤，否则返回S2。
[004本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于桨叶载荷识别的传感器布局优化方法，其特征在于，包括步骤如下：S1、根据旋翼桨叶传感器布置的边界约束设定待筛选的传感器初始化位置；S2、对传感器位置进行迭代计算，所述迭代计算包含传感器位置对应有限元模型的建立和传感器位置的评价，每次迭代剔除评价最低的传感器位置，直至满足传感器数目要求停止迭代，确定传感器布置位置；S3、计算模态保证准则矩阵，对最终选择的传感器布置再次评价；S4、采用模态分析法进行旋翼桨叶结构动载荷识别。2.根据权利要求1所述的基于桨叶载荷识别的传感器布局优化方法，其特征在于，所述的S1包括：S11：采用柔性梁桨毂，设定边界约束条件为铰接式；S12：设定初始传感器均匀布置于直升机旋翼桨叶表面。3.根据权利要求1所述的基于桨叶载荷识别的传感器布局优化方法，其特征在于，所述的S2包括：S21、建立传感器位置对应的有限元模型，计算有限元模型的模态位移矩阵；S22、根据所述模态位移矩阵计算Fisher信息矩阵，并构建幂等矩阵E；S23、选择幂等矩阵E的对角线元素作为目标函数，对传感器位置进行评价；S24、剔除评价最低的传感器，判断是否满足传感器数目要求，如果满足，进入下一步骤，否则返回S21，继续迭代计算。4.根据权利要求3所述的基于桨叶载荷识别的传感器布局优化方法，其特征在于，所述...

【专利技术属性】
技术研发人员：尚丽娜，夏品奇，齐玉松，阮学满，
申请(专利权)人：南京航空航天大学，
类型：发明
国别省市：