一种地面效应风洞试验数据处理方法

IPRDB

API 数据接口

专利申请

使用指引 chat嘟嘟

会员体验

联系我们

交流群

现在联系顾问~

一种地面效应风洞试验数据处理方法
申请号	CN201310439323.6	申请日	2013-09-24	公开(公告)号	CN103473470B	公开(公告)日	2016-08-03
申请人	中国航天空气动力技术研究院;			发明人	杨辉; 李锋; 刘明霞; 李志国;
摘要	一种地面效应风洞试验数据处理方法，本发明利用适用于地面效应的数据修正公式及系数回归求解计算方法能够快速、客观的对带干扰的风洞试验数据进行系统的修正；本方法将试验数据带入修正公式中求出公式内系数，利用回归算法求出与原始数据相关度最高的一组系数作为修正公式系数，然后利用确定的公式计算出与试验点状态相同的数据。本方法的结果表明修正后的数据具有很高的还原度，并可以为数据的后处理和分析提供规律良好的基础数据，为地效飞行器外形选型及外形精细设计创造了良好的条件。
权利要求	1.一种地面效应风洞试验数据处理方法，其特征在于步骤如下：(1)获取地面效应风洞试验数据并将其变换为与高度有关的数据格式其中CL为升力系数，mZ俯仰力矩系数，为高度系数； (2)对步骤(1)中变换后的试验数据进行排列组合形成多组数据组合，每组数据组合中包含3个试验数据点； (3)将每组数据组合中的试验数据点分别代入式(1)求解出下式系数，多组数据组合可求出多组相应的系数：其中，CL为升力系数，a、b、C为升力公式代求系数，mZ为俯仰力矩系数，a1、b1、C1为俯仰力矩公式代求系数，为高度系数；(4)判断步骤(2)中的多组数据组合是否完成步骤(3)中的求解，若完成则进入步骤(5)，否则进入步骤(3)； (5)将步骤(3)中求解出的多组公式系数进行分组，按照每组数据组合包含1组系数、2组系数、……、多组系数进行分组，对包含有多组系数的组合求取平均系数值，归一化为1组系数； (6)将步骤(5)中求解的各组系数代入式(1)分别与原始试验数据进行回归计算，求得公式的复相关系数； (7)判断步骤(5)中的多组公式系数组合是否完成步骤(6)中的求解复相关系数，若完成则进入步骤(8)，否则进入步骤(6)； (8)选择复相关系数最大的一组作为试验数据修正用公式系数； (9)利用步骤(8)得到的修正公式修正对应状态下的试验数据，修正结束后获取另一状态下的试验数据进入步骤(1)。
说明书全文	一种地面效应风洞试验数据处理方法技术领域 [0001] 本发明涉及一种地面效应风洞试验数据的后处理方法，用于分析地效飞行器的近地稳定性，属于飞行器试验与测试技术领域。背景技术 [0002] 一般地面效应试验是研究飞行器距地面不同高度上的气动力特性，因此其气动数据变量参数与常规飞行器相比多出一个高度变量h，试验中要进行不同高度下的各种模型姿态角及舵偏角试验，试验数据除常规的cL～α、mz～α外还包括以上数据用于计算“攻角焦点”与“飞高焦点”。根据定义， [0003] 攻角焦点：飞高焦点： [0004] 根据近地静稳定条件： [0005] 可见，试验数据cL～α、mz～α、的精度决定了两个焦点数据的计算精度。常规试验(不含地面效应)技术成熟、干扰因素小且易于消除，一般能够得到精度较高的平顺曲线；而加入地面边界条件后，由于试验技术的限制无法真实模拟地板与飞行的的相对运动及边界层情况，因此试验中干扰较为严重，得到的曲线往往存在奇异点且曲线平顺度不好（失真），会严重影响求解精度，造成“飞高焦点”曲线波动较大无法准确评估近地稳定性。发明内容 [0006] 本发明的技术解决问题是：克服现有技术的不足，提供了一种地面效应风洞试验数据的处理方法，消除了试验数据分析的试验干扰，为稳定性精确分析提供条件。 [0007] 本发明的技术解决方案是： [0008] 一种地面效应风洞试验数据处理方法，包括步骤如下： [0009] （1）获取地面效应风洞试验数据并将其变换为与高度有关的数据格式[0010] （2）对步骤（1）中变换后的试验数据进行排列组合形成多组数据组合，每组数据组合中包含3个试验数据点； [0011] （3）将每组数据组合中的试验数据点分别代入式（1）求解出下式系数，多组数据组合可求出多组相应的系数： [0012] [0013] [0014] 其中，Cy为升力系数，a、b、C为升力公式代求系数，mZ俯仰力矩系数为，a1、b1、C1为俯仰力矩公式代求系数，为高度系数；（4）判断步骤（2）中的多组数据组合是否完成步骤（3）中的求解，若完成则进入步骤（5），否则进入步骤（3）； [0015] （5）将步骤（3）中求解出的多组公式系数进行分组，按照每组数据包含1组系数、2组系数、....多组系数进行分组，对包含有多组系数的组合求取平均系数值，归一化为1组系数； [0016] （6）将步骤（5）中求解的各组系数代入式（1）分别与原始试验数据进行回归计算，求得公式的复相关系数； [0017] （7）判断步骤（5）中的多组公式系数组合是否完成步骤（6）中的求解复相关系数，若完成则进入步骤（8），否则进入步骤（6）； [0018] （8）选择复相关系数最大的一组作为试验数据修正用公式系数； [0019] （9）利用步骤（8）得到的修正公式修正对应状态下的试验数据，修正结束后获取另一状态下的试验数据进入步骤（1）。 [0020] 本发明与现有技术相比的有益效果是： [0021] （1）本发明相对于原有技术不对数据进行修正或只对个别奇异点进行微调(其他数据不作调整)，保证了调整后的数据的系统性，提高了整个数据处理的稳定性。 [0022] （2）本发明相对于原有技术靠人工实现调整，本发明形成一套完整的数据修正方法和程序，能够做到客观、快速完成数据修正。 [0023] （3）本发明数据修正方式简单、直观，相对于傅里叶变换等高阶干扰修正技术更适用于地面效应数据处理。附图说明 [0024] 图1是本发明方法流程图； [0025] 图2是升力随高度变化试验曲线； [0026] 图3是力矩随高度变化试验曲线； [0027] 图4是升力随攻角变化试验曲线； [0028] 图5是力矩随攻角变化试验曲线； [0029] 图6是升力随高度变化拟合曲线； [0030] 图7是力矩随高度变化拟合曲线； [0031] 图8是升力随攻角变化拟合曲线； [0032] 图9是力矩随攻角变化拟合曲线； [0033] 图10是升力随高度变化对比曲线； [0034] 图11是力矩随高度变化对比曲线； [0035] 图12是升力随攻角变化对比曲线； [0036] 图13是力矩随攻角变化对比曲线； [0037] 图14是原始焦点图； [0038] 图15是拟合焦点图； [0039] 图16是原始焦点图； [0040] 图17是拟合焦点图。具体实施方式 [0041] 下面结合附图对本发明的具体实施方式进行进一步的详细描述。 [0042] 如图1所示，一种地面效应风洞试验数据处理方法，本发明是将试验取得的包含干扰的数据进行拟合处理，得到以试验数据为基础的规律变化平顺的曲线，为后续的稳定性分析及控制率设计提供有利条件。本发明包括步骤如下： [0043] （1）获取地面效应风洞试验数据并将其变换为与高度有关的数据格式其中mZ为俯仰力矩系数，为高度系数； [0044] （2）对步骤（1）中变换后的试验数据进行排列组合形成多组数据组合，每组数据组合中包含3个试验数据点； [0045] （3）将每组数据组合中的试验数据点分别代入式（1）求解出下式系数，多组数据组合可求出多组相应的系数： [0046] [0047] [0048] 其中，CL为升力系数，a、b、C为升力公式代求系数，mZ俯仰力矩系数为，a1、b1、C1为俯仰力矩公式代求系数，为高度系数； [0049] （4）判断步骤（2）中的多组数据组合是否完成步骤（3）中的求解，若完成则进入步骤（5），否则进入步骤（3）； [0050] （5）将步骤（3）中求解出的多组公式系数进行分组，按照每组数据包含1组系数、2组系数、....多组系数进行分组，对包含有多组系数的组合求取平均系数值，归一化为1组系数； [0051] （6）将步骤（5）中求解的各组系数代入式（1）分别与原始试验数据进行回归计算，求得公式的复相关系数； [0052] （7）判断步骤（5）中的多组公式系数组合是否完成步骤（6）中的求解复相关系数，若完成则进入步骤（8），否则进入步骤（6）； [0053] （8）选择复相关系数最大的一组作为试验数据修正用公式系数； [0054] （9）利用步骤（8）得到的修正公式修正对应状态下的试验数据，修正结束后获取另一状态下的试验数据进入步骤（1）。 [0055] 理论上3组数据就可以求出一组拟合公式中的系数（a、b、c），因此用原始试验数据可求出多组公式内系数，将求出的所有系数，包括单组系数以及若干组系数的平均值带入公式进行回归计算，取与原始数据复相关系数最高的一组系数为拟合公式系数，用于计算修正后数据。 [0056] 下面以一个具体实例进一步说明本发明的工作过程。针对某地效飞行器试验结果，根据试验数据处理得出的焦点关系图在小攻角范围内（α≤4°）出现攻角焦点与飞高焦点间距过大的现象，且飞高焦点随高度变化规律混乱无法进行有效地数据分析，如图14所示，图中曲线显示，攻角小于4度时，攻角焦点与飞高焦点间距存在很大差量，最大点已超过一倍主翼弦长，作为利用地面效应的主要部件，飞高焦点主要由主翼产生，但从试验原始数据处理的焦点曲线却可以看出，飞高焦点已超出主翼前缘，焦点不在主翼之上，这是不合理的。 [0057] 如图2～5所示为试验数据曲线，由于飞高焦点是力矩斜率与升力斜率比值所得，因此各点细微的变化都会造成斜率值的较大改变（在h/b<0.3的曲线斜率变化较大强地效区内更为明显），从而造成焦点数据的失真。原始试验数据cL、mz随高度变化曲线存在明显的波动，在α≤4°内尤为明显，这与焦点处理结果一致，证明焦点结果异常与此有关。cL、mz随攻角变化规律较好，曲线无异常波动，因此以原始数据处理出公交焦点曲线变化规律合理。 [0058] 利用上述公式对试验数据进行回归拟合，得到一组拟合后数据，如图6～9所示。直观上cL、mz高度变化曲线已无明显波动现象，cL、mz随攻角变化曲线变化不明显。风洞试验数据是客观实践的结果，虽然存在误差但仍是数据分析的基础，不能因为一味追求曲线的平滑度而背离了试验数据，因此如图10～13所示给出了试验数据与拟合数据比较曲线。曲线表明拟合数据曲线与试验数据基本重合，cL、mz原始与拟合数据相关系数在99%以上，最大数据偏差在5%左右，cL、mz标准偏差分别为0.005079和0.003643，表明拟合后数据在改善曲线规律的同时也很好的还原了试验数据。 [0059] 拟合、回归方法简述为：将试验数据cL整理为不同姿态角状态下随高度变化形式，以升力为例，如表1所示： [0060] 表1试验数据随高度变化形式 [0061] [0062] 由于公式中有三个变量a、b、c，因此从5组试验数据中取三组即可确定一组系数a、b、c，共有10个组合ABC、ABD、ABE、ACD、ACE、ADE、BCD、BCE、BDE、CDE，然后利用公式1计算得到10组系数a1、b1、c1.......a10、b10、c10，将这10阻系数按照每组数据包含1组系数、2组系数、....10阻系数进行组合，组合个数为将分组中有多组系数的组进行平均得到一组平均系数，将得到的组系数代入公式1与原始数据进行回归计算得出公式复相关系数，拟合、回归得到各组复相关系数，然后得到最大复相关系数，处理结果如图15所示，图15为拟合数据处理得到的焦点曲线图的分析结果，曲线表明攻角焦点与原始数据得出的结果相差不大，飞高焦点曲线的合理性、离散度及规律性得到明显改善，从稳定性分析角度可以很明显的判定攻角焦点与飞高焦点的位置关系，为选型及外形细化设计提供判定依据。 [0063] 如图16、17所示为另一算例（外形不同）的原始与拟合数据处理出的焦点曲线，表明经拟合后数据处理的结果规律性和线性度得到了明显提升，更有利于飞行控制率的设计。 [0064] 本发明说明书中未作详细描述的内容属于本领域专业技术人员的公知技术。