基于非平稳时间序列的连续变速颤振试验与在线分析方法研究

Flutter test with progression variable speed is a new technique proposed in recent years and extensive attended at home and abroad, which can be much closer to the real flight and significantly improve the test efficiency, but also along with multiple risks. Additionally, due to the nonstationarity of data from such test and the short of corresponding mathematical theorie, the traditional analysis conclusions are directly affected by approximate solutions under certain assumptions, and few flutter signal processing methods could apply. Consequently, there is a critical need to research and develop the new techniques to monitor and analyze signal from the flutter test with progression variable speed on-line. Based on qualitative studies of non-stationary signals, the degree of non-stationary is defined firstly. Through the research of the existing time-varying parameter modeling methods, the advantages of particle filter based on state space model is explored, and the structure of particle filter is optimized mathematically to improve its on-line performance. On the basis the mechanism and signal characteristics of flutter test with progression variable speed, methods of recursive time-frequency analysis implementation and the flutter characteristic quantity extraction are researched in depth. With the numerical simulation and aeroelastic models design as well as wind tunnel tests, the performances of theoretical study and implementing techniques are comprehensive verified and evaluated.

连续变速是近年来提出的一种全新颤振试验理念，具有更加贴近于飞行器的实际工作状态且极大幅度提高试验效率等优势，但同时这类颤振试验的风险也随之成倍增加。为了确保试验安全，急需一套可靠的面向该类试验的在线分析理论。然而这类试验的观测均为非平稳信号，相应的数学理论尚不健全，传统的颤振信号处理方法一般均在某些假设下进行近似处理，从而直接影响到了分析结论的质量，因此迫切需要发展并解决与之相适应的信号在线监测和分析技术。 本课题首先通过对非平稳信号的定性研究，给出以非平稳度为核心的定量分析方法；经过对现有时变参数建模方法的系统研究，探讨基于状态空间模型的粒子滤波算法的优势，并从数学上进行算法结构优化，以显著提高其实时性；依据连续变速颤振试验机理和观测信号特征，研究递推时频谱的构造以及颤振特征量提取方法。借助数值仿真和气弹模型设计及其风洞试验，对所研究的理论方法和实现技术的性能进行全面验证和评估。

项目着重研究了基于非平稳时间序列的连续变速颤振试验与在线分析方法。主要研究内容包括：归纳了信号非平稳的已有概念，应用替代数据法提出了一种更具通用性的非平稳度定义，并对该定义进行了数值仿真；通过对时变参数建模方法的研究，以提高不同非平稳程度信号的分析质量为目标，对粒子滤波算法进行了改进并给出了数学原理和具体实现流程；构造了若干典型非平稳信号，以非平稳度和信噪比为变量分别研究了多种信号处理方法的跟踪特性；提出了基于改进粒子滤波的递推联合时频谱概念并实现了其计算方法，进而研究了基于时频共振理论的颤振特征量提取方法；借助数值仿真，研究了算法在连续变速颤振试验数据中的应用方式和性能，并应用数值仿真和实际气弹模型的颤振风洞试验数据对所研究方法以及软件系统的工程实用性与可靠性进行了验证和评估。.结果表明：所研究的非平稳度定义可以客观地反映出信号非平稳程度的变化情况，完善了有关概念及计算方法，为非平稳信号的分类处理提供了一种量化指标；改进粒子滤波在保证精度的前提下，对非平稳信号可以获得更好跟踪和提取性能，进一步扩展了适用范围；在应用研究方面，所给出的连续变速颤振试验数据处理方法和实现方案能够取得符合工程要求的颤振分析需求；递推联合时频谱使得时域和频域两种非平稳信号分析方法在一定程度上得到了统一，也为颤振发生过程中结构模态能量变化的在线描述及颤振形态判定发展了新的手段。这些工作丰富并扩展了颤振试验的范畴及信号分析技术，为保证此类试验安全、有效缩短试验周期和大幅度降低试验经济代价提供了有益的数据处理方法和工程应用途径。