四旋翼无人机前飞模态特性

为研究四旋翼无人机在前飞模态下的特性,通过机理建模（叶素法）和风洞试验分析多旋翼无人机在前飞时桨叶和机身气动特性,分别得到了桨叶和机身在前飞模态的气动力模型。该气动力模型带入建立的刚体运动学方程中,可得四旋翼无人机在前飞模态下的非线性动力学模型和状态空间模型,并进行了风洞试验验证。结果表明：在前飞时桨叶气动力模型与悬停模型存在较大的区别;四旋翼在前飞模态时存在俯仰/垂向通道的耦合和滚转/偏航通道的耦合。     

四旋翼无人机旋翼对机身非定常气动干扰特性

四旋翼无人机的旋翼对机身构成非定常气动干扰,影响整机的动力学特性。针对此问题,采用计算流体动力学(CFD)计算方法,在刚体假设和不可压流假设下获得无人机机身在前飞工况下受力与力矩的非定常变化情况,并进行风洞实验,验证CFD方法的合理性和计算结果的准确性。采用快速傅里叶变换方法,得到机身所受旋翼气动干扰的模态,从而在干扰力和力矩的变化频率与大小方面进行分析。结果表明：机身所受旋翼的气动干扰与旋翼的转速相关,并且可以由一个5阶傅里叶级数较好地拟合;相对于后旋翼,前旋翼对机身的气动干扰更强;经过简化,单1阶模态的傅里叶级数可以描述升力变化的主要特点,1~3阶模态的傅里叶级数可以描述阻力变化的主要特点;俯仰力矩的周期变化规律可以用单2阶模态的傅里叶级数描述,变化细节可以用1~4阶模态的傅里叶级数描述。     

基于LabVIEW的Xe核自旋横向弛豫时间自动测试系统

核磁共振陀螺仪是基于量子调控技术的前沿研究,具有高精度、小体积、低功耗等显著优点,是未来高精度微小型陀螺的主要发展方向之一。原子气室内Xe核自旋的横向弛豫时间是衡量原子气室性能的一个重要参数,直接影响陀螺的角随机游走,准确快速地测量横向弛豫时间有利于研制性能更优的原子气室。根据推导的核自旋横向弛豫时间测量原理,基于LabVIEW软件平台设计了一种气室核自旋横向弛豫时间的自动化测试系统,实现了温度控制、氙共振频率找寻、磁场控制及数据处理存储功能。实际应用表明,采用自动化测试系统工作稳定可靠、测量效率高、测试精度高、人机交互性好,为检验核磁共振陀螺仪原子气室的性能提供了有效测试手段。     

基于深度自动编码器神经网络的飞行器翼型参数降维与优化设计

传统飞行器翼型参数化描述方法在翼型优化设计研究中因变量较多导致优化效率低、计算工作量大,为此提出一种基于深度自动编码器（DAE）的神经网络模型。将该模型用于翼型优化设计研究中描述参数降维问题,研究经该模型降维后各翼型描述参数的物理意义,并与本征正交分解法（POD）对翼型描述参数降维效果进行对比。在给定的优化设计目标与约束条件下,设计基于代理模型和遗传算法的翼型优化方法,对RAE2822翼型进行跨声速来流下的优化设计,将所提模型与类别形状函数变换法（CST）、POD方法的优化效率与翼型优化效果进行对比。对比结果表明,所提利用DAE神经网络模型的方法优化效率更高,在跨声速来流下对RAE2822进行减阻优化设计结果明显优于CST方法、POD方法。