吸气式高超声速飞行器动力学建模研究进展

高超声速飞行以及飞行器机身/超燃冲压发动机一体化设计的典型特点导致吸气式高超声速飞行器具有不同于常规飞行器的飞行动力学特性,而飞行器总体设计和控制系统设计都必须考虑这些新动力学特性的影响,因此为吸气式高超声速飞行器建立能够包含这些新特性的飞行动力学模型非常重要.本文对吸气式高超声速飞行器动力学建模的相关研究进行了总结: 首先,简略地回顾了从超燃冲压发动机研究到飞行器系统研究发展历程; 其次,详细阐述了宽飞行包线、高超声速效应、超燃冲压发动机约束、气动/推进耦合和气动弹性效应等吸气式高超声速飞行器的新动力学特性;然后,讨论了在选择坐标系、抽象飞行器外形、建立弹性机身模型、建立空气动力模型、建立超燃冲压发动机系统模型以及推导运动方程等每个具体步骤中需要考虑的问题和可用的方法;最后,评述了现有吸气式高超声速飞行器动力学模型,并指明了未来发展方向.      

DYNAMIC MODELING AND STABILITY CONTROL OF FOLDING WING AIRCRAFT 1)

折叠翼飞行器在变形过程中,其动力学模型呈现多刚体、多自由度和强非线性特点,同时气动力/力矩、压心、质心和转动惯量等参数也会大幅度变化,严重影响飞行稳定性. 由此,本论文将对飞行器的多刚体动力学建模与变形稳定控制进行研究.基于凯恩方法建立了折叠翼飞行器的多刚体动力学模型,并从中得到了变形所产生的附加力和力矩表达式.通过气动计算拟合出气动参数与折叠角之间的函数关系,由此分析了不同折叠角速度下飞行器的纵向动态特性, 结果表明,折叠翼飞行器变形过程中速度、高度和俯仰角均会发生变化,飞行器无法保持稳定飞行.为此提出了一种基于自抗扰理论的飞行器变形过程中的稳定控制方法.将折叠翼飞行器纵向非线性动力学模型中存在的非线性项、耦合项以及参数时变项都视为系统内外总扰动,利用扩张状态观测器对总扰动进行实时估计和补偿, 针对补偿后的系统设计PD控制器,实现了速度通道和高度通道的解耦控制.通过Lyapunov稳定性原理证明了系统的稳定性, 并进行数学仿真验证. 仿真结果表明,基于自抗扰理论设计的稳定控制器能够解决飞行器变形所带来的强非线性和参数时变等问题,保证飞行器的高精度稳定控制.     

折叠翼飞行器的动力学建模与稳定控制

折叠翼飞行器在变形过程中,其动力学模型呈现多刚体、多自由度和强非线性特点,同时气动力/力矩、压心、质心和转动惯量等参数也会大幅度变化,严重影响飞行稳定性. 由此,本论文将对飞行器的多刚体动力学建模与变形稳定控制进行研究.基于凯恩方法建立了折叠翼飞行器的多刚体动力学模型,并从中得到了变形所产生的附加力和力矩表达式.通过气动计算拟合出气动参数与折叠角之间的函数关系,由此分析了不同折叠角速度下飞行器的纵向动态特性, 结果表明,折叠翼飞行器变形过程中速度、高度和俯仰角均会发生变化,飞行器无法保持稳定飞行.为此提出了一种基于自抗扰理论的飞行器变形过程中的稳定控制方法.将折叠翼飞行器纵向非线性动力学模型中存在的非线性项、耦合项以及参数时变项都视为系统内外总扰动,利用扩张状态观测器对总扰动进行实时估计和补偿, 针对补偿后的系统设计PD控制器,实现了速度通道和高度通道的解耦控制.通过Lyapunov稳定性原理证明了系统的稳定性, 并进行数学仿真验证. 仿真结果表明,基于自抗扰理论设计的稳定控制器能够解决飞行器变形所带来的强非线性和参数时变等问题,保证飞行器的高精度稳定控制.      

飞行器非线性气动伺服弹性力学

现代飞行器日益呈现结构轻质化、控制系统宽通带和高权限的发展趋势. 因此, 非定常气动力、柔性结构和主动控制系统三者间的耦合力学成为重要的研究领域. 自20世纪80年代起, 航空界开始关注受控飞行器的气动弹性稳定性以及主动控制问题, 但对气动/结构的非线性效应、控制回路时滞对受控飞行器动力学行为的影响规律研究尚不充分. 研究这些影响规律不仅涉及非线性、高维数、多变参数和时滞效应等难题, 而且必须面对空气动力、飞行器结构、驱动机构、控制系统之间的强耦合问题. 其中的前沿难题是: 发展非线性气动伺服弹性动力学建模理论, 揭示上述因素诱发受控气动弹性振动的动力学机理, 开展气动伺服弹性控制风洞实验. 本文针对非线性气动伺服弹性力学所涉及的非线性非定常气动力建模、非线性结构动力学、气动伺服弹性控制律设计、气动伺服弹性实验, 总结相关研究现状和最新进展, 特别是近年来作者学术团队的研究成果, 并对进一步研究给出若干建议.      

鸭式旋翼/机翼飞机悬停及小速度前飞气动干扰实验研究

鸭式旋翼/机翼飞机是一种新概念可垂直起降高速飞行器,为了解该飞机在悬停及小速度前飞时的全机气动干扰特性,在南京航空航天大学开口风洞中进行了飞机全机气动力实验,实验采用多台测力天平分别测量主机翼和机身的气动力.结果表明,悬停时受主机翼高速旋转产生的下洗尾流影响,机身产生了较大的法向力和低头力矩;前飞时下洗尾流对机身的法向力和俯仰力矩有比较严重的干扰,对滚转力矩和偏航力矩干扰较小,对侧向力有一定影响.实验结果为飞机的飞行动力学特性研究以及控制律设计提供了参考.＃     

柔性多体系统的计算策略

对柔性多体系统计算建模的研究现状和近期进展进行了总结. 重点讨论了柔性多体 动力学的以下内容: 柔性构件的建模, 约束建模, 求解技术, 控制策略, 耦合问 题, 设计和实验的研究. 对柔性多体系统建模的浮动坐标系,转动坐标系和惯性系 等3种坐标系的特点进行了对比. 指出了未来的研究方向, 包括柔性多体系统的新 的应用,如微观力学系统和超微观力学系统等; 提高这些模型的计算精度和效率的 技巧和策略; 以及可以用于改善柔性多体系统的工具. 本综述文章引用了877篇参 考文献.     

虚拟飞行中气动、运动和控制耦合的数值模拟技术

随着计算机科学和计算流体力学的发展, 以非定常数值模拟为核心, 开展气动/运动/控制等多学科耦合的“数值虚拟飞行” 模拟成为可能. 数值虚拟飞行有助于飞行器设计师在设计之初和整个设计过程中分析和评估飞行器的非线性飞行力学和稳定性与控制性能. 该文综述了国内外数值虚拟飞行中“气动/运动/控制” 耦合的一体化模拟技术的研究进展, 分析了其中的关键科学和技术问题, 重点介绍了气动/运动/控制耦合一体化计算方法, 并介绍了作者在一体化耦合计算方法方面取得的进展及初步应用情况. 最后探讨了数值虚拟飞行中的一些挑战性问题, 并对未来发展趋势进行了展望. 可以预期, 随着E 级计算的到来, 在不久的将来, 数值虚拟飞行将给新型飞行器设计带来革命性的变化.      

数智流体力学的发展及油气渗流领域应用

大数据及人工智能技术的崛起推动了数智流体力学的快速发展.数智流体力学是将流体力学、大数据和人工智能相结合,以流体力学场景需求为导向,形成以“数”为基础,以“智”为核心,以算力为支撑的新研究范式.核心内涵是要以数据驱动为主,融合物理信息、专家经验等先验知识,利用智能化手段构建“数据+物理”双驱动的数智模型,解决场景需求问题.数智流体力学在建模灵活性、运算效率、计算精度方面具有十分明显的优势,其应用潜力已经在多尺度流动、多场耦合以及流场建模等方面得到验证.数智流体力学研究范式包括数据治理和智能算法构建,其中数据治理工作尤为重要,治理后的数据质量是智能算法能否发挥其价值的关键.智能算法中“数据+物理”协同驱动主要存在四种引入机制,分别是基于输入数据的嵌入机制、基于模型架构的嵌入机制、基于损失函数的嵌入机制和基于模型优化的嵌入机制.以油气领域应用为例,介绍了数智流体力学在储层物性参数预测、压裂效果评价以及注采参数优化等方面的一系列研究进展.数智流体力学是流体力学未来的重要发展方向之一,以场景需求为导向、深度融合物理信息等先验知识的新一代智能理论与方法是数智流体力学发展的必然趋势,能够从崭新的角...     

近空间高超声速飞行器气动特性研究的若干关键问题

在30$\sim$70km空域机动飞行的高超声速飞行器的优点是可以耦合利用所处空域的空气产生的升力和高速飞行的离心力进行远距离机动滑翔飞行,具有重要的实用价值.尽管过去数十年在高超声速流动研究方面取得显著进展,但在设计研究近空间远程滑翔的高超声速飞行器方面仍然存在许多挑战,特别是对特定飞行条件下的流动机理了解不清楚.本文介绍了作者研究团队在开展近空间高超声速飞行器有关的关键气动问题方面的研究进展,主要包括:建立了近空间高超声速飞行的流动模型,发展了系统的相关计算空气动力学方法,针对高空高速飞行条件下稀薄气体效应和真实气体效应的耦合作用影响研究了合适的滑移边界条件,考虑了不同组分存在条件下的温度、速度和压力的滑移效应影响;提出了飞行器气动外形的动态优化方法,获得了可工程实用化的高升阻比飞行器气动外形;建立了高速飞行器动稳定性理论,在实现高超声速飞行器动态稳定飞行方面取得重大进展;最后讨论了高超声速飞行器设计中进一步需要关注的若干关键技术和科学问题、可能解决的途径及其所涉及的学科发展方向.      

三体轨道动力学研究进展

三体系统轨道动力学问题是航天动力学领域中的经典问题, 具有丰富的理论与工程意义, 并将在人类由近地延伸到深空的航天活动过程中起到至关重要的作用. 本文回顾并总结了三体系统轨道动力学相关研究进展, 并结合未来的深空探测的发展趋势, 展望了三体系统轨道动力学研究中的热点与挑战. 首先阐述了三体问题的研究背景及意义, 简要回顾了三体系统动力学模型的发展历程. 其次, 系统概述了三体系统平衡点附近的局部运动特性, 介绍了平衡点附近周期轨道解析与数值求解方法, 给出了拟周期运动的最新进展. 同时总结了共振轨道、循环轨道、自由返回轨道等三类三体系统全局周期运动的动力学特性与研究进展. 再次, 从不变流形理论和弱稳定边界理论两个方面综述了三体系统中低能量转移与捕获轨道设计的研究进展. 最后, 综述了三体系统轨道动力学在编队飞行、导航星座设计两方面的应用, 并展望了全月面覆盖轨道设计、三体系统下的小推力轨道优化和三体系统的三角平衡点开发利用中值得关注的轨道动力学与控制问题.      

基于LSTM模型的飞行器智能制导技术研究

人工智能技术的突破性进展为飞行器再入制导技术的研究提供了新的技术途径, 本文针对预测校正制导中两方面的问题: 一是纵向“预测环节”积分计算量大和“校正环节”割线法迭代求解难以满足实时性的问题, 二是纵向制导和横向制导都需要对动力学方程进行积分, 存在明显的冗余计算问题, 提出基于长短期记忆网络(long short-term memory, LSTM) 的飞行器智能制导技术. 一方面, 在纵向制导中不需要对动力学方程进行积分来预测待飞射程, 即去除“预测环节”; 另一方面, 不再基于割线法迭代求解倾侧角的幅值, 即去除倾侧角的“校正环节”, 大大减少积分计算量, 提高计算速度. 利用深度学习在神经网络映射能力和实时性方面的双重天然优势, 基于再入飞行器的实时状态信息, 采用LSTM模型实时生成倾侧角指令. 同时, 将纵向和横向制导环节的制导周期统一为一个周期, 进一步确保制导系统满足在线制导的实时性要求. 蒙特·卡罗仿真分析表明, 本文所提的方法在飞行器再入初始状态和气动参数拉偏情况下具有精度和速度上的优势.      

Flight dynamics and control of flapping-wing MAVs: a review

This paper provides a thorough review of the significant work done so far in the area of flight dynamics and control of flapping-wing micro-air-vehicles (MAVs). It provides the background necessary to do research in that area. Furthermore, it raises questions that need to be addressed in the future. The three main blocks constituting the flight dynamic framework of flapping MAVs are reviewed. These blocks are the flapping kinematics, the aerodynamic modeling, and the body dynamics. The design and parametrization of the flapping kinematics necessary to produce high-control authority over the MAV, as well as design of kinematics suitable for different flight conditions, are reviewed. Aerodynamic models used for analysis of flapping flight are discussed. Particular attention is given to the physical aspects captured by these models. The issues and consequences of averaging the dynamics and neglecting the wing inertia are discussed. The dynamic stability analysis of flapping MAVs is usually performed by either averaging, linearization and subsequent analysis or using Floquet theory. Both approaches are discussed. The linear and nonlinear control design techniques for flapping MAVs are also reviewed and discussed.     

超燃冲压发动机仿真:从数值飞行到数智飞行

数值计算方法、物理模型和计算硬件的进步极大地促进了超燃冲压发动机仿真的发展,基于内外流一体化仿真的数值飞行技术已日渐成熟并逐步应用于工程实践,伴随燃烧、气动、结构、材料以及传热多物理场耦合模型和计算方法的发展,叠加多场计算的广义数值飞行技术有望近期得到突破.目前人工智能技术的快速发展,将赋能于数值飞行技术,"数智飞行"...     

关于飞行和游动的生物力学研究

论述了飞行和游动生物力学的任务和意义,以及重大科学问题和与仿生技术相关的重大需求,并概要地介绍了与生物外部流体力学有关的科学问题、研究现状以及我国现有的研究基础和特色.文中针对如下若干重点科学问题进行了论述,具体包括Gray疑题及鱼类阻力的测定问题、鱼类机动运动的特征和机理、鱼类游动的流-固耦合及整体模化等交叉问题、昆虫运动的非定常流动控制机理和能耗、昆虫翼的柔性变形效应及抗风机制、昆虫和鱼的自由运动的运动学和动力学测量.图0参72      

Computational aerodynamics of low Reynolds number plunging,pitching and flexible wings for MAV applications

Micro air vehicles （MAV＇s） have the potential to revolutionize our sensing and information gathering capabilities in environmental monitoring and homeland security areas. Due to the MAV＇s＇ small size, flight regime, and modes of operation, significant scientific advancement will be needed to create this revolutionary capability. Aerodynamics, structural dynamics, and flight dynamics of natural flyers intersects with some of the richest problems in MAV＇s, inclu- ding massively unsteady three-dimensional separation, transition in boundary layers and shear layers, vortical flows and bluff body flows, unsteady flight environment, aeroelasticity, and nonlinear and adaptive control are just a few examples. A challenge is that the scaling of both fluid dynamics and structural dynamics between smaller natural flyer and practical flying hardware/lab experiment （larger dimension） is fundamentally difficult. In this paper, we offer an overview of the challenges and issues, along with sample results illustrating some of the efforts made from a computational modeling angle.     

神经动力学研究进展和若干思考

神经动力学是动力学与控制学科的基础性分支,属于力学与脑科学、智能科学的国际前沿交叉学科领域,主要是通过动力学与控制的基本理论和方法,建立合理的模型来探究神经系统电生理动力学行为和脑认知功能的机理.近年来,国内外学者在神经动力学的基础研究方面取得了显著成果,包括神经元和神经元网络动力学行为的深入研究、大脑不同功能结构的建模分析以及神经疾病关联脑区的网络动力学建模与控制等.本文首先对国内外神经动力学研究领域取得的进展做了较全面的概括分析,特别是给出了建模方面的发展历程.进而,基于解析生物神经网络及其动力学的研究成果,对神经动力学未来的研究方向提出了一些思考展望,期望神经动力学的研究将助力具备较强可解释性和泛化能力的类脑智能原理和方法的突破及在重大工程中的应用.     

基于深度学习的超高速碰撞碎片云生成模型

数据驱动的模型已经被广泛研究,并成功应用到了计算力学。基于深度学习技术,提出一种新的采用数据驱动的碎片云生成模型。此模型可以学习SPH数值模拟结果,然后在多种控制条件下快速生成碎片云。在模型训练前的数据预处理阶段,对SPH模拟结果进行空间网格划分和质量聚合,实现了改善数据分布规律、加速模型训练和提升模型泛化性的目的。以高速靶球撞击薄壁圆筒后的碎片云质量分布为例,模拟并测试了多种控制条件下深度学习模型计算结果的正确性和稳定性,以及计算速度的高效性。实验证明,深度学习模型可以从训练集学习碎片云的物理规律,然后在训练集控制参数范围内进行良好的推理及插值;并且可以在训练数据集控制参数范围外,进行小范围推理预测;同时深度学习模型的计算速度远快于SPH方法。通过深度学习方法建立碎片云模型,可能是一种在空间飞行器防护结构原型设计阶段,实现碎片云实时生成的潜在方案。     

基于深度学习的超高速碰撞碎片云生成模型

数据驱动的模型已经被广泛研究，并成功应用到了计算力学。基于深度学习技术，提出一种新的采用数据驱动的碎片云生成模型。此模型可以学习SPH数值模拟结果，然后在多种控制条件下快速生成碎片云。在模型训练前的数据预处理阶段，对SPH模拟结果进行空间网格划分和质量聚合，实现了改善数据分布规律、加速模型训练和提升模型泛化性的目的。以高速靶球撞击薄壁圆筒后的碎片云质量分布为例，模拟并测试了多种控制条件下深度学习模型计算结果的正确性和稳定性，以及计算速度的高效性。实验证明，深度学习模型可以从训练集学习碎片云的物理规律，然后在训练集控制参数范围内进行良好的推理及插值；并且可以在训练数据集控制参数范围外，进行小范围推理预测；同时深度学习模型的计算速度远快于SPH方法。通过深度学习方法建立碎片云模型，可能是一种在空间飞行器防护结构原型设计阶段，实现碎片云实时生成的潜在方案。     

Mathematical description of nonstationary aerodynamic characteristics of a passenger aircraft model in longitudinal motion at large angles of attack

Aerodynamic loads in problems of flight dynamics of passenger aircraft in stalled flow regimes are described using a mathematical model that includes an ordinary linear first-order differential equation. A procedure for determining the parameters of the mathematical model is proposed which is based on approximating experimental frequency characteristics with the frequency characteristics of the linearized mathematical model. The mathematical model was verified by tests of a modern passenger aircraft model in a wind tunnel.     

物理增强的流场深度学习建模与模拟方法

流体运动理论上可用Navier?Stokes方程描述, 但由于对流项带来的非线性, 仅在少数情况可求得方程解析解. 对于复杂工程流动问题, 数值模拟难以高效精准计算高雷诺数流场, 实验或现场测量难以获得流场丰富细节. 近年来, 人工智能技术快速发展, 深度学习等数据驱动技术可利用灵活网络结构, 借助高效优化算法, 获得对高维、非线性问题的强大逼近能力, 为研究流体力学计算方法带来新机遇. 有别于传统图像识别、自然语言处理等典型人工智能任务, 深度学习模型预测的流场需满足流体物理规律, 如Navier?Stokes方程、典型能谱等. 近期, 物理增强的流场深度学习建模与模拟方法快速发展, 正逐渐成为流体力学全新研究范式: 根据流体物理规律选取网络输入特征或设计网络架构的方法称为物理启发的深度学习方法, 直接将流体物理规律显式融入网络损失函数或网络架构的方法称为物理融合的深度学习方法. 研究内容涵盖流体力学降阶模型、流动控制方程求解领域.