文中介绍了在数学软件MathCAD 2000平台上,应用“正交计算设计方法”开展风洞应变天平优化设计研究的情况.给出了川型五分量天平元件优化设计数学模型,取得了理想的优化设计结果.

风洞测力试验是高超声速飞行器研发的重要环节,随着这项技术的发展,试验模型的大尺度化成为高超声速风洞试验的趋势.在几百毫秒的有效测试时间内,大尺度测力系统刚度减弱等问题会严重导致气动力辨识精度变差,试验模型大尺度化对短时脉冲燃烧风洞精确气动力辨识带来了挑战.对此本文提出了一种新的基于传统信号处理结合深度学习的智能气动力辨识算法,该框架分解两个主要阶段(1)信号分解,(2)数据训练.其中信号分解阶段通过变分模态分解将原始数据分解为不同模态子信号,随后通过Pearson相关性分析筛除干扰子信号;在训练阶段通过深度学习模型提取训练数据集中含有有效特征的子信号,最终得到真实气动力信号.此外,为增强算法的鲁棒性,在算法框架不同阶段通过不同方法对算法中的超参数进行优化得出最优参数组合.此算法在气动力辨识精度以...

风洞天平是气动试验中用于测量作用在模型上的空气动力载荷(力与力矩)的大小、方向和作用点的装置,测量结果的精准度与天平的静态校准性能直接相关,天平的静态校准是通过校测设备建立天平测量信号与所受气动载荷的映射关系。由于多分量风洞天平的各个分量间存在相互干扰,并且通常二次干扰和组合干扰会出现非线性特性,采用线性拟合方法会产生一定的误差,使得风洞天平静态校准性能因受到数据处理方法(线性拟合)的局限而较难进一步提高。因此,为了进一步提升应变天平静态校准的性能,本文探索深度学习方法在风洞天平静态校准中的应用。利用中国科学院力学研究所风洞天平校准系统AiBCS,对六分量应变天平开展基于卷积神经网络的静态校准研究,采用深度学习训练模型代替传统风洞天平校准公式并获取更高性能指标。同时,对人工智能建模...

高焓条件气动力测量试验对高超声速飞行器气动外形设计和优化起决定性作用.通常采用脉冲风洞(如激波风洞)产生高温、高压驱动气体以模拟高超声速高焓试验气流.在脉冲风洞对高超飞行器模型进行测力试验时,测力天平输出信号结果无法摆脱惯性载荷的干扰影响,其导致的测力模型低频振动问题基本无法通过滤波彻底解决,尤其对试验时间只有几毫秒的情况,六分量测力天平的结构设计研究受到了极大挑战.因此,对实现短试验时间条件高性能测力的深入研究发现,天平动态校准凸显重要性和必要性.本研究提出一种新的基于人工智能深度学习技术的单矢量动态自校准方法和智能测力系统概念,并应用于目前激波风洞测力试验中.该动校方法的最主要特点之一是对整体测力系统的校准,而非仅仅针对天平,并且保证校准的测力系统即为风洞试验对象,确保校准与...

介绍了一种用于飞机进气道阻力测量的特种天平，综述了该天平在研制中遇到的难点，采取的解决措施和研制的结果。

用新的设计原则及“Ｖ”型槽截面系数应是三片梁截面系数的３－５倍而研制出的民机和天平升阻比达３０，是常规天平的２－３倍；而法向力对轴向力的干扰量还不到常规天平的十分之一。

介绍了H-6部件与外扌圭物测力试验的难点：一是天平的设计载荷极不匹配，如机翼天平的滚转力矩是常规天平的10多倍；二是模型尾部是船形尾段。采用常规的支撑方式，支杆强度太弱，试验不安全，同时也不利于多台天平的敷线，总体方案采用模型尾部与支杆合为一体的结构形式，既保证了试验安全又便于多台天平的敷线。天平设计首先保证试验安全，用双电桥提高天平的输出。试验结果表明：总体试验方案正确，天平设计合理，支撑刚度好，测量精度高。

为满足高速风洞人椅组合模型肢体测力试验的需要,研究在多种防护措施下,飞行员上肢、下肢、前臂、上臂、小腿和大腿所受气动载荷的情况,研制了两台(Φ8,Φ10)六分量和两台(Φ10,Φ14)五分量特种内式应变天平,以测量肢体各段的气动载荷.为高速飞行弹射救生××标准的制定及航空弹射救生防护方法研究提供试验依据.

为测量滚转力矩为g·cm量级的小不对称烧蚀弹头的滚转力矩系数，采用了以气浮轴承支撑模型，用天平来测量模型上的滚转力矩的测量方法，平天的设计载荷为0.02N·m，试验表明：所研制的气浮天平既具有常规天平经济，直观的优点，同时又具有比常规小滚转力矩天平高一个量级的测量精度，能用于10^-6级测量。

介绍了舵面的双天平测力技术,以及它在0.5m高超声速风洞铰链力矩试验中的应用。天平为轮毂结构形式,竖置在一种十字型尾翼布局的体-尾组合体的后端。在一次吹风中可同时测量左右两片水平全动舵的气动特性,给出Ma=6舵面法向力、铰链力矩、弦向压力中心等系数随迎角的变化特性,定量描述大迎角大舵偏角条件下,舵面气动特性的非线性效应,以及由此引起控制力增量的变化趋势。