[发明专利]一种飞机前轮减摆阻尼动态软测量方法

说明书

本申请提供一种飞机前轮减摆阻尼动态软测量方法，所述方法包括：获得多组试验数据，每组试验数据包括激振频率f、激振幅值θ和阻尼孔径D；通过对前轮转弯系统在试验台架上进行减摆阻尼试验，获得与多组试验数据对应的多个减摆阻尼C_eq；采用神经网络的方法，以激振频率f、激振幅值θ和阻尼孔径D为输入，减摆阻尼C_eq为输出，建立飞机前轮减摆阻尼动态软测量模型；向所述飞机前轮减摆阻尼动态软测量模型，输入被测的激振频率f、激振幅值θ和阻尼孔径D数据；所述飞机前轮减摆阻尼动态软测量模型，通过运算输出减摆阻尼C_eq。

技术领域

本发明涉及飞机前轮减摆技术领域，特别是涉及一种飞机前轮减摆阻尼动态软测量方法。

背景技术

由于飞机起落架在结构设计、制造工艺、生产质量、刚度以及使用状态各方面的因素不同，使得飞机起落架摆振问题一直是飞机结构动力学的重要研究难题之一。

减摆器作为起落架防摆系统必不可少的部件，如何选择减摆器阻尼的大小，怎样确定减摆器的阻尼特性，由于减摆器结构的特殊性和油液的非线性影响，一般减摆器的阻尼值理论计算误差较大，其真实的工作特性非常难以计算精确，因此传统方法通常是采用试验的方法测量减摆器的阻尼和考核验证其工作特性，传统的减摆阻尼试验是在专门的试验台上进行，由于试验台的复杂性和试验变量较多，通常包括振幅、激振频率和节流孔等，通常只对部分试验点进行测试，无法进行全状态覆盖，使得最终的减摆阻尼值的选定通常是依靠摸索和试凑法，而无法达到最优的状态。

发明内容

本发明的目的是：提供一种飞机前轮减摆阻尼动态软测量方法，该方法通过对前轮转弯系统的减摆阻尼进行部分物理试验，通过测量不同变量参数，计算得到系统减摆阻尼值，采用神经网络对测试点进行学习，获得基于神经网络的前轮减摆阻尼软测量模型，然后通过模型预测在不同变量组合下，前轮转弯系统的实际减摆阻尼值。

本申请提供一种飞机前轮减摆阻尼动态软测量方法，所述方法包括：

获得多组试验数据，每组试验数据包括激振频率f、激振幅值θ和阻尼孔径D；

通过对前轮转弯系统在试验台架上进行减摆阻尼试验，获得与多组试验数据对应的多个减摆阻尼C_eq；

采用神经网络的方法，以激振频率f、激振幅值θ和阻尼孔径D为输入，减摆阻尼C_eq为输出，建立飞机前轮减摆阻尼动态软测量模型；

向所述飞机前轮减摆阻尼动态软测量模型，输入被测的激振频率f、激振幅值θ和阻尼孔径D数据；

所述飞机前轮减摆阻尼动态软测量模型，通过运算输出减摆阻尼C_eq。

优选的，获得多组试验数据，通过对前轮转弯系统在试验台架上进行减摆阻尼试验，获得与多组试验数据对应的多个减摆阻尼C_eq，具体包括：

分别在激振频率f、激振幅值θ和阻尼孔径D的变化行程范围内测量M个测量数据；

将多个测量数据，进行组合后得到M×M×M组试验状态；

将M×M×M组试验状态，通过对前轮转弯系统在试验台架上进行减摆阻尼试验，并测量出对应的M×M×M个减摆阻尼C_eq值。

优选的，采用神经网络的方法，以激振频率f、激振幅值θ和阻尼孔径D为输入，减摆阻尼C_eq为输出，建立飞机前轮减摆阻尼动态软测量模型，具体包括：

确定神经网络的输入与输出关系为：式中：x_j(j＝1,2,…,n)为输入信号、τ_i为阈值、ω_ji为从神经元j到神经元i的连接权值、f()为传递函数、输入信号X＝[D,f,θ]，输出信号y为减摆阻尼值C_eq；