【技术实现步骤摘要】
本专利技术涉及航空大迎角气动力学领域，具体的说，是涉及一种飞机失速、偏离特性的表征方法。
技术介绍
1、飞机在大迎角区域飞行时，会出现偏离、失速、尾旋等复杂且危险的情况。设计师在进行飞机设计时，需要充分评估飞机的大迎角气动特性。为了预测和评估飞机的某一大迎角飞行特性，常常需要根据风洞试验数据，来获得在特定条件下的单一气动特性。这样的验证方式，使得飞机的气动特性不能完全性地得到评估，无法从全局的角度获得机型的大迎角气动性能。特别是在军、民航对飞机失速日益重视的现在，发展一种兼具经济性和实用性的综合评估飞机大迎角失速偏离特性的表征方法，已经迫在眉睫。
技术实现思路
1、针对上述现有技术中的不足，本专利技术提供一种具有严谨的逻辑性与求解框架，运算复杂程度较低，能够在一般性能的计算设备上以低机时进行快速求解的飞机失速、偏离特性的表征方法。
2、本专利技术所采取的技术方案是：
3、一种飞机失速、偏离特性的表征方法，其特征在于，包括失速维度表征方法和偏离维度表征方法；
4、失速维度表征方法包括失速函数模型的建立及相应参数的确定；
5、失速函数模型的建立包括：
6、飞机大迎角非线性气动力建模，以模型的预测精度（误差）与逻辑准确性进行评定；
7、所述飞机大迎角非线性气动力建模是基于飞行性能分析、控制律设计和飞行仿真研究而建立的数学模型；
8、偏离维度表征方法包括以静态判据获得的偏离迎角、偏离特性、尾旋敏感性与同类机
9、优选的，飞行性能分析，通过分析飞机在不同飞行状态下的性能指标，例如升力、阻力、俯仰力矩、滚转力矩、偏航力矩等；以及飞机在不同迎角、速度、高度等条件下的气动特性，例如升力系数、阻力系数、俯仰力矩系数、滚转力矩系数、偏航力矩系数等；确定数学模型的结构，例如状态变量、输入变量、输出变量等；根据飞行性能指标和气动特性，建立飞机大迎角非线性气动力模型，并确定模型参数。
10、控制律设计，根据飞行性能指标和气动特性，确定控制律的控制目标；例如保持飞机稳定飞行、避免失速偏离等；根据控制目标，选择合适的控制方法，例如pid控制、自适应控制、鲁棒控制等；根据控制方法和气动模型，设计飞机的控制律，并确定控制律参数；
11、飞行仿真，建立包含飞机动力学模型、气动模型和控制律模型的飞行仿真模型；进行仿真试验，验证气动模型和控制律的有效性，并评估飞机在不同飞行状态下的性能；根据仿真试验结果，优化气动模型和控制律参数，以提高模型的精度和控制律的性能；
12、验证模型精度，将建立的数学模型与飞行试验数据进行对比，评估模型的预测精度；分析模型的预测误差，并找出误差产生的原因；根据误差分析结果，优化模型参数，以提高模型的精度。
13、模型应能够准确且完成地对飞机在大迎角区域的非线性气动力进行表述，模型中的气动力参数应当经过严格的辨识后得到；
14、优选的，失速函数模型为动导数模型；
15、动导数模型是通过建立气动力系数与飞机状态变量（迎角、侧滑角、角速度、舵面偏角等）之间的函数关系，来预测飞机在不同飞行状态下的受力情况；
16、动导数模型的建立过程包括：根据风洞试验数据建立大迎角气动数据库，由数据库中的多个动导数系数组成动导数模型；利用风洞试验数据和参数辨识方法（如最小二乘法、梯度下降法、牛顿-拉夫逊法等），计算模型参数的估计值；利用飞行试验数据或缩比模型飞行试验数据，对估计值的参数进行准确辨识，验证动导数模型的准确性；
17、动导数模型将气动力分解为静态气动力、振荡气动力和旋转气动力三部分。动导数模型可以用下式进行表达：
18、
19、其中，，；代表体轴系轴向力系数，代表体轴系横向力系数，代表体轴系法向力系数，代表滚转力矩系数，代表俯仰力矩系数，代表偏航力矩系数。代表迎角，代表侧滑角，、、分别代表副翼、俯仰、偏航舵偏角，单位是度；
20、上式中，表示大迎角风洞试验中的静态气动力数据项，包含舵偏为零的静态气动力项和舵面偏转引起的静态气动力增量项；
21、为大迎角风洞试验中的强迫振荡运动引起的气动力项；
22、为大迎角风洞试验中由旋转运动引起的气动力项。
23、为了保证模型具有良好的预测精度，无论是数学类建模、智能学习类建模，或是多重手段结合的综合建模方法，预测的大迎角气动特性与飞行试验相比较的误差应小于目前工程实践中常用的数学类气动模型（如动导数模型），通过采取以下措施来提高精度修正误差：
24、对于数学类建模，确保气动模型精确反映飞机的气动特性，通过详细的风洞试验数据和飞行试验数据进行验证和修正；在建模过程中，对气动特性进行合理的假设，避免过于简化的假设导致预测误差；通过优化模型参数，使预测结果更接近实际情况。
25、对于智能学习类建模，通过收集大量的飞行试验数据和风洞试验数据，为神经网络、支持向量机等算法提供足够的学习样本；利用算法对数据进行训练，并使用验证数据集评估模型的预测精度；根据预测误差，调整模型参数，优化模型结构，提高预测精度。
26、对于多重手段结合的综合建模方法，可以结合数学类建模和智能学习类建模的优点，形成互补关系，提高模型的预测精度；在建模过程中，采用交叉验证方法，评估模型的预测误差，并不断优化模型；或是结合领域权威的专家经验，对模型进行评估和调整，提高模型的预测精度。
27、优选的，对模型进行误差分析和验证优化时，首先找出误差产生的原因；例如模型参数、算法选择、数据质量等；再将模型预测结果与飞行试验数据进行对比，评估模型的预测精度；最后根据验证结果，对模型进行持续优化，提高预测精度。
28、本专利技术通过以下措施实现在一般性能的计算设备上以低机时进行快速求解：
29、在模型类型选择上，优先考虑简洁的数学模型，例如动导数模型，避免过于复杂的模型结构，以降低计算复杂度；或是结合数学类建模和智能学习类建模的优点，例如使用数学模型建立基础框架，再用智能学习模型进行参数优化，能够在保证精度的同时降低计算量；并且将模型分解为多个模块，例如气动模型、动力学模型、控制律模型等，模块之间相互独立，方便调试和优化。
30、在算法选择上，选择高效的数值算法进行模型的求解，例如龙格-库塔方法、牛顿迭代法等，以提高计算效率；并利用并行计算技术，将模型求解过程分解为多个子任务，在多个处理器上并行计算，以进一步缩短计算时间。
31、在逻辑框架上，建立清晰的逻辑框架，明确模型的输入、输出和计算过程，避免冗余计算，提高求解效率；表征方法分层递进，层级间的逻辑关系清晰明了，特性表征手段直接有效，无过多的逻辑转折；无复杂迭代逻辑，因此可减少迭代次数，并使用提前终止条件减少不必要本文档来自技高网...
【技术保护点】
1.一种飞机失速、偏离特性的表征方法，其特征在于，包括失速维度表征方法和偏离维度表征方法；
2.根据权利要求1所述飞机失速、偏离特性的表征方法，其特征在于包括：飞行性能分析、控制律设计、飞行仿真和验证模型精度；
3.根据权利要求1所述飞机失速、偏离特性的表征方法，其特征在于：失速函数模型为动导数模型；
4.根据权利要求1所述飞机失速、偏离特性的表征方法，其特征在于：对模型进行误差分析和验证优化时，首先找出误差产生的原因；再将模型预测结果与飞行试验数据进行对比，评估模型的预测精度；最后根据验证结果，对模型进行持续优化，提高预测精度。
5.根据权利要求1所述飞机失速、偏离特性的表征方法，其特征在于：
6.根据权利要求3所述飞机失速、偏离特性的表征方法，其特征在于：
7.根据权利要求1所述飞机失速、偏离特性的表征方法，其特征在于：
8.根据权利要求1所述飞机失速、偏离特性的表征方法，其特征在于：
9.根据权利要求1所述飞机失速、偏离特性的表征方法，其特征在于：
10.根据权利要求
...【技术特征摘要】
1.一种飞机失速、偏离特性的表征方法，其特征在于，包括失速维度表征方法和偏离维度表征方法；
2.根据权利要求1所述飞机失速、偏离特性的表征方法，其特征在于包括：飞行性能分析、控制律设计、飞行仿真和验证模型精度；
3.根据权利要求1所述飞机失速、偏离特性的表征方法，其特征在于：失速函数模型为动导数模型；
4.根据权利要求1所述飞机失速、偏离特性的表征方法，其特征在于：对模型进行误差分析和验证优化时，首先找出误差产生的原因；再将模型预测结果与飞行试验数据进行对比，评估模型的预测精度；最...
【专利技术属性】
技术研发人员：涂良辉，闫超，万婷，徐王强，刘星宇，李镇文，付健，刘吉禹，胡新科，沈佳琦，喻婧，
申请(专利权)人：南昌航空大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。