[发明专利]一种基于飞行参数监控的飞机结构载荷识别方法有效

专利信息
申请号: 201510860894.6 申请日: 2015-12-01
公开(公告)号: CN105488281B 公开(公告)日: 2019-01-15
发明(设计)人: 熊峻江;万傲霜;陈克姣;朱云涛 申请(专利权)人: 北京航空航天大学
主分类号: G06F17/50 分类号: G06F17/50
代理公司: 暂无信息 代理人: 暂无信息
地址: 100191*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 飞行 参数 监控 飞机 结构 载荷 识别 方法
【说明书】:

一种基于飞行参数监控的飞机结构载荷识别方法,该方法有五大步骤:步骤一、通过飞行试验,记录飞行参数—飞机结构危险部位的载荷数据;步骤二、根据飞行参数—载荷数据,对飞行参数和载荷进行相关性分析,选取载荷识别参数;步骤三、利用多项式重构技术,由飞机的飞行参数—载荷数据,建立飞参—载荷识别模型;步骤四、根据逆向传播人工神经网络方法,利用飞机的飞行参数—载荷数据,建立飞参—载荷识别模型;步骤五、将飞行参数传感器获取的飞行参数,代入多项式识别和人工神经网络识别模型,获得待识别载荷。本发明特点是计算精度高、成本低廉、方便快捷,可实时获取飞机结构危险部位的载荷数据,以满足健康管理与剩余寿命检测的要求。

技术领域

本发明给出了一种基于飞行参数监控的飞机结构载荷识别方法,属于机械系统状态监测领域。

背景技术

飞机结构危险部位的应力谱是其健康管理和剩余寿命监控前提之条件一,然在飞机实际飞行中,结构危险部位的应力谱会随着飞行参数的变化而改变,精确且实时地测量危险部位的应力谱及其应力分布,成本高昂且十分困难,但是,飞行参数监控与记录却很成熟且十分方便,如果能根据飞行参数识别飞行载荷,获得其传递函数,就可方便且费用低廉地获取飞行载荷信息。为此,本发明提出一种基于飞行参数监控的飞机结构载荷识别方法,利用逆向传播人工神经网络方法和多项式重构技术,由飞机飞行参数—结构载荷数据,建立飞参—载荷识别模型和计算方法。该方法具有计算精度高、成本低廉、方便快捷的优点,可有效且实时地根据飞行参数识别飞机结构的危险部位飞行载荷,以满足健康管理与剩余寿命检测的要求。本发明在机械系统状态监测领域具有重要的工程应用价值和广阔的应用前景。

发明内容

本发明利用逆向传播人工神经网络方法和多项式重构技术,建立一种基于飞行参数监控的飞机结构载荷识别方法,用于解决飞机结构的健康管理与剩余寿命检测问题,图1是本方法的流程图,其技术方案如下:

步骤一、通过飞行试验,记录飞行参数—飞机结构危险部位的载荷数据。

步骤二、根据飞机结构的飞行参数—载荷数据,对飞行参数和飞行载荷进行相关性分析,选取相关性显著的参量作为载荷识别参数,并将飞行参数—载荷数据无量纲化。

飞机结构危险部位载荷和飞行参数之间的关系可用数学模型表示为

{F}={C}{V}T (1)

式中,{F}表示飞机结构的工作载荷;{C}表示传递函数;{V}表示飞行参数,即:

{V}={V,H,ny,nzareyxz,T0,YL,α,βL,Ma,…} (2)

其中,V和H分别表示速度和高度,ny和nz分别表示法向过载和侧向过载,δar和δe分别表示副翼偏角、方向舵偏角和升降舵偏角,ωy,ωx和ωz分别表示偏航角速度、横滚角速度和俯仰角速度,T0表示总温,YL表示燃油存油量,α和βL分别表示攻角和局部侧滑角,Ma表示飞行马赫数,省略号代表其它此处没有列举出来的一些飞行参数。

根据飞机的飞行参数—载荷(Vi*~F)数据,其中Vi*为原始数据,将所有飞行参数与飞行载荷进行相关性分析,选取相关性显著的参量作为载荷识别参数。一般来说,相关性显著对相关系数R和双侧检验P的要求为:

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京航空航天大学,未经北京航空航天大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201510860894.6/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top