导读:本文包含了颤振边界预测论文开题报告文献综述、选题提纲参考文献，主要关键词:边界,时域,判据,声速,参数,频带,风洞。
颤振边界预测论文文献综述写法
周萌,高国柱[1]（2019）在《基于降阶模型的不同厚度翼型颤振边界预测》一文中研究指出为了解决CFD/CSD计算效率低的问题,基于CFD技术,构造降阶的非定常气动力模型,并耦合结构运动方程,建立频域/时域气动弹性系统ROM,采用线性自回归滑动平均模型的系统辨识方法,分析了气动弹性系统的标准模型Isogai二维翼型的颤振边界。结果表明,在翼型最大厚度所在位置保持不变时,计算不同翼型厚度下对应的颤振边界得出,随着翼型厚度增加,跨声速凹坑逐渐左移。因此,当翼型最大厚度所在位置保持不变时,为了达到提高颤振速度的目标,通过采用该方法的计算结果来调整机翼翼型厚度,提高机翼对飞行环境的适应能力。(本文来源于《西安航空学院学报》期刊2019年03期）
马樱文[2]（2018）在《基于紊流响应的模态参数识别与颤振边界预测方法研究》一文中研究指出在航空航天事业的发展过程中,飞行器的颤振问题始终不容忽视。并且随着飞行器速度不断地提高,颤振问题无疑会更加突出,因此关于颤振的研究从未停止。经过长期的探索,目前关于颤振边界预测的研究已经取得了一定的进展,专家学者们也提出过各种各样的方法。但是始终还缺少一种对各类问题都能快速准确地预测出颤振边界点的方法,还需要针对某些亟待解决的问题不断进行研究。本文为了实现对颤振边界进行实时预测提出了一种近似在线的新方法,该方法能对连续风速下的风洞试验响应信号进行实时处理。在模态参数自动识别时,结合了基于聚类思想的方法和利用判别指标的方法来剔除虚假模态,保证模态参数识别结果的准确性。对传统的固定风速下的颤振边界预测技术进行改进,利用峰值倒数-风速关系曲线,通过拟合外推预测出颤振结果。并通过对连续信号的即时处理来实时更新预测结果,是一种近似在线的颤振边界预测方法。本文研究的预测方法能避免多模态时虚假模态所造成的误差,且满足实时性的要求,具有一定的意义。通过对某型飞机的风洞试验数据进行实际处理和分析,将预测结果和真实颤振速度进行比较,证明了方法的可行性和有效性。(本文来源于《南京航空航天大学》期刊2018-12-01）
李扬[3]（2018）在《基于大气紊流激励响应的机翼颤振边界预测研究》一文中研究指出考虑到颤振试验的危险性,如果在颤振试验中能有准确有效的颤振边界预测技术,具有在颤振发生前的亚临界速度范围内提前判断颤振边界,甚至在较低的速度就能预测出合理有效的颤振速度的能力,将很大程度上起到保障试验安全、降低试验成本、提高颤振预测结果准确性等作用。因此对实用有效的颤振边界预测方法进行研究与发展,具有重要的科学意义及工程应用前景。虽然颤振试验数据处理技术与颤振边界预测方法已经取得了进展,但是还需要针对大气紊流激励条件下颤振边界预测的技术方法开展进一步研究。本文首先针对紊流激励响应模态混杂、信噪比低的问题,采用频谱分析与经验模态分解方法对响应信号进行降噪处理与数据重构,从而降低信号随机性对参数识别的影响,发展了适用于大气紊流激励响应信号的信号处理与模态参数识别方法。其次,对当前颤振边界预测较为有效的基于振动响应信号的两种稳定性分析方法进行了研究,从原理上证明了两方法之间的关系。最后,进一步对带控制面机翼动力学模型进行了理论研究,提出了适用于带控制面机翼的颤振边界预测方法。本文的主要研究内容和取得的成果有:(1)提出了适用于大气紊流激励响应信号的一套信号处理与模态参数识别方法。针对大气紊流激励响应信号,从理论上分析了随机减量技术、自然激励技术和Hilbert-Huang变换的方法原理及区别,建立平板机翼有限元模型,通过数值仿真,模拟了紊流激励响应信号,对比分析了上述方法处理信号的有效性。然后对模态参数识别方法中的复指数法、ARMA模型时间序列分析法、随机子空间辨识、矩阵束法进行了理论推导,在平板机翼模型算例中进行了系统的对比分析,结果表明矩阵束方法具有更高的模态参数识别精度,结合Hilbert-Huang变换与自然激励技术,能够较准确地识别紊流激励响应信号中的模态参数。(2)理论推导了颤振边界预测方法中适用于振动响应信号分析的颤振裕度法与ARMA系统稳定性分析方法,从弯扭耦合二元机翼模型基础上说明了两方法之间的区别与联系。对于机翼弯扭耦合颤振,两方法稳定性判据具有近似的变化曲线,相差采样频率四次方的数量级。通过数值仿真研究,以平板机翼模型与梁架机翼模型为例,分析了两方法稳定性判据随飞行速度变化趋势,对比分析了两方法受模态参数识别误差影响的情况。结果表明,两方法稳定性判据随着风速的增加具有良好的下降趋势,有助于颤振边界的提前预测。相比较而言,颤振裕度FM受阻尼比识别误差的影响更小,具有更好的鲁棒性。(3)基于叁自由度二元机翼运动方程与系统稳定性分析方法,提出了适用于带控制面机翼的颤振边界预测方法,提出了稳定性参数并进行了数值仿真研究,验证了所提出判据提前预测颤振边界的有效性和准确性。在外推预测过程中定义了一个首值的概念,当风速小于首值时,各测点的预测结果趋于首值;当风速大于首值时,各测点的预测结果逐渐趋于实际颤振速度,且每个预测值都具有一定的安全裕度并可以帮助指导下一步的风速,有助于提高颤振试验的安全性。(4)对本文发展的紊流激励响应信号处理方法、模态参数识别方法与颤振边界预测方法进行了试验研究,对四个不同的风洞颤振试验算例(包括模态复杂的全机颤振风洞试验)进行了数据处理与颤振预测,并与实际颤振速度进行对比。试验结果表明,本文发展的方法技术能够有效地处理紊流激励响应信号,并得到准确的颤振预测结果。频率峰值倒数追踪法能够体现出信号各模态的能量随风速变化趋势,有助于判断危险模态;系统稳定性判据在颤振发生前的较低风速就具有良好的下降趋势,能够较早地预测出合理的颤振边界;采用速度-阻尼方法能够在颤振发生前的临界风速进行颤振预测。(本文来源于《南京航空航天大学》期刊2018-06-01）
杨薇[4]（2018）在《基于RANS的跨音速抖振边界预测》一文中研究指出抖振是飞机结构对气流分离/激波振荡等引起的非定常气流脉动压力随机激振的响应,建立符合适航要求的民用客机抖振边界确定方法十分重要。本文采用基于RANS的N-S方程求解器对跨音速抖振边界进行了预测。计算表明,基于RANS的N-S方程求解方法可预测出设计状态下的抖振边界,定常计算可以比较容易确定出升力系数拐点,非定常计算可直观的观测到抖振区域内翼面激波折返的现象。(本文来源于《第四届全国非定常空气动力学学术会议论文集》期刊2018-05-10）
李扬,周丽[5]（2018）在《颤振边界预测的系统稳定性分析方法》一文中研究指出对颤振边界预测方法中的颤振裕度法与自回归滑动平均模型(ARMA)稳定性分析方法进行研究,采用数值仿真算例研究这两种方法受参数识别误差的影响,采用风洞颤振试验算例对比分析其预测颤振边界的有效性与准确性,结果表明:(1)颤振裕度法的判据受阻尼比识别误差的影响较小,相对于阻尼比识别误差更容易受频率识别误差的影响,ARMA稳定性分析方法的判据相对于颤振裕度法更易受阻尼比识别误差的影响,颤振裕度法比ARMA稳定性分析方法鲁棒性更高;(2)对于机翼弯扭耦合颤振,两方法的判据变化趋势相近,相差采样频率4次方的数量级,两者随着风速的增加具有平缓的下降趋势,有助于较早地预测颤振边界;(3)对于面内弯曲为主的颤振,ARMA稳定性分析方法比颤振裕度法适用性更好。(本文来源于《航空动力学报》期刊2018年04期）
高国柱,白俊强,李国俊,刘南,李宇飞[6]（2018）在《考虑初始迎角影响的二维翼型跨声速颤振边界预测》一文中研究指出目前大多数颤振问题研究主要采用零迎角条件,并未对迎角影响加以考虑,但是来流迎角对跨声速流场和气动力有一定影响。因此,基于非定常雷诺平均N-S方程(Reynolds-averaged NavierStokes,RANS)耦合结构运动方程,建立时域气动弹性分析方法,其中结构运动方程采用基于预估-校正技术的四阶隐式Adams线性多步法进行时域推进求解。对采用零度条件和考虑迎角影响的Isogai案例A模型的跨声速颤振边界进行研究。对跨声速颤振边界预测的结果表明:当0.73≤Ma≤0.76时,随着初始迎角增加,颤振速度减小,最大可减小12.5%;来流初始迎角增加使得跨声速凹坑程度较零度时有所削弱,凹坑范围扩大,自由来流为6°时,跨声速凹坑最低点的颤振速度较0°时增加了124%。因此,在对翼型开展颤振分析时,必须考虑初始迎角影响,从而准确分析颤振边界。同时,增加初始迎角可以作为一种延迟颤振的控制系统。(本文来源于《西北工业大学学报》期刊2018年02期）
李国俊,白俊强,刘南,徐家宽,乔磊[7]（2017）在《基于γ-Re_(θt)转捩模型的二维翼型跨音速颤振边界预测》一文中研究指出转捩现象对跨音速流场和气动力有一定影响,但是目前大多数颤振问题研究主要采用全湍假设,并未对转捩现象加以考虑。基于非定常雷诺平均N-S方程(Reynold Averaged Navier-Stockes,RANS)和γ-Re_(θt)转捩模型,耦合结构运动方程,建立时域气动弹性分析方法,其中结构运动方程采用基于预估-校正技术的四阶隐式Adams线性多步法进行时域推进求解;分别对采用全湍假设和考虑转捩影响的Isogai案例A模型的跨音速颤振边界进行研究,从气动力做功的角度分析转捩对跨音速颤振特性的影响机制。结果表明转捩现象使得跨音速凹坑程度较全湍流动有所加深,凹坑范围扩大,跨音速凹坑最低点的颤振速度减小了41.6%;因此,在对表面存在转捩现象的翼型开展颤振分析时,必须在流场控制方程中添加转捩模型,从而准确分析颤振边界。(本文来源于《振动与冲击》期刊2017年22期）
李扬,周丽,杨秉才[8]（2017）在《紊流激励条件下基于随机减量法的颤振边界预测研究》一文中研究指出发展了一种紊流激励条件下的颤振边界预测方法。首先基于随机减量法从紊流激励响应中提取出系统的自由衰减响应,其次采用矩阵束法从自由衰减响应中识别出振动响应的主要模态参数,最后用识别出来的模态参数构造稳定性判据,根据稳定性判据与动压或风速的变化关系用曲线外推来预测颤振边界。数值仿真与风洞试验研究表明:利用随机减量法和矩阵束法能够较准确地识别出紊流激励响应中的主要模态参数;稳定性颤振判据下降趋势明显、规律性好,有助于在较低风速下提前预测出颤振边界,从而减小风洞试验或颤振试飞的安全隐患。(本文来源于《工程力学》期刊2017年06期）
仲继泽,徐自力[9]（2017）在《基于动网格降阶算法的机翼颤振边界预测》一文中研究指出基于弹性体动网格技术,发展了一种用于机翼流场网格变形的降阶算法。将流场网格所包围的空间区域视为虚拟弹性体。以虚拟弹性体变形的静力平衡方程为基础,结合机翼的振动控制方程,推导了机翼与虚拟弹性体的整体的振动控制方程。通过模态迭加方法计算机翼和流场网格节点的位移,进而得到变形后的流场网格。考虑到机翼颤振多为1阶弯曲和扭转振动,所以在流场网格节点位移的计算中只需考虑1阶弯曲和扭转振型。为了保证计算精度,在计算中同时考虑了2阶弯曲和扭转振型。RANS方程为流体控制方程,采用Spalart-Allamras湍流模型,结合动网格降阶算法,对AGARD Wing 445.6颤振边界进行了流固耦合计算。计算结果相对于实验值的偏差小于2%,且与已有的弹性体动网格方法比,计算时间减少了54.8%。(本文来源于《振动与冲击》期刊2017年04期）
肖华,第五强强,钟华寿,张伟伟[10]（2017）在《基于扫频激励的高安全性颤振边界预测方法》一文中研究指出针对一种基于脉冲激励的高安全性颤振边界预测方法,提出改变其原有的脉冲激励形式,采用扫频激励以改善脉冲激励激振频带较窄和信噪比较低等问题。根据采样数据和气动弹性运动方程,获得亚临界速度下的模态位移响应和模态气动力系数。采用系统辨识构建相应的非定常气动力模型,耦合状态空间的结构运动方程和气动力方程得到气动弹性稳定性分析状态方程,进而预测颤振边界。基于两种激励形式预测的颤振边界的对比结果表明,在较低的测试速度下采用扫频激励具有更高的预测精度。(本文来源于《飞行力学》期刊2017年03期）
颤振边界预测论文开题报告范文
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
在航空航天事业的发展过程中,飞行器的颤振问题始终不容忽视。并且随着飞行器速度不断地提高,颤振问题无疑会更加突出,因此关于颤振的研究从未停止。经过长期的探索,目前关于颤振边界预测的研究已经取得了一定的进展,专家学者们也提出过各种各样的方法。但是始终还缺少一种对各类问题都能快速准确地预测出颤振边界点的方法,还需要针对某些亟待解决的问题不断进行研究。本文为了实现对颤振边界进行实时预测提出了一种近似在线的新方法,该方法能对连续风速下的风洞试验响应信号进行实时处理。在模态参数自动识别时,结合了基于聚类思想的方法和利用判别指标的方法来剔除虚假模态,保证模态参数识别结果的准确性。对传统的固定风速下的颤振边界预测技术进行改进,利用峰值倒数-风速关系曲线,通过拟合外推预测出颤振结果。并通过对连续信号的即时处理来实时更新预测结果,是一种近似在线的颤振边界预测方法。本文研究的预测方法能避免多模态时虚假模态所造成的误差,且满足实时性的要求,具有一定的意义。通过对某型飞机的风洞试验数据进行实际处理和分析,将预测结果和真实颤振速度进行比较,证明了方法的可行性和有效性。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
颤振边界预测论文参考文献
[1].周萌,高国柱.基于降阶模型的不同厚度翼型颤振边界预测[J].西安航空学院学报.2019
[2].马樱文.基于紊流响应的模态参数识别与颤振边界预测方法研究[D].南京航空航天大学.2018
[3].李扬.基于大气紊流激励响应的机翼颤振边界预测研究[D].南京航空航天大学.2018
[4].杨薇.基于RANS的跨音速抖振边界预测[C].第四届全国非定常空气动力学学术会议论文集.2018
[5].李扬,周丽.颤振边界预测的系统稳定性分析方法[J].航空动力学报.2018
[6].高国柱,白俊强,李国俊,刘南,李宇飞.考虑初始迎角影响的二维翼型跨声速颤振边界预测[J].西北工业大学学报.2018
[7].李国俊,白俊强,刘南,徐家宽,乔磊.基于γ-Re_(θt)转捩模型的二维翼型跨音速颤振边界预测[J].振动与冲击.2017
[8].李扬,周丽,杨秉才.紊流激励条件下基于随机减量法的颤振边界预测研究[J].工程力学.2017
[9].仲继泽,徐自力.基于动网格降阶算法的机翼颤振边界预测[J].振动与冲击.2017
[10].肖华,第五强强,钟华寿,张伟伟.基于扫频激励的高安全性颤振边界预测方法[J].飞行力学.2017