[发明专利]用于预测直升机平台周期振动的方法

说明书

本发明提供一种用于预测直升机平台周期振动的方法，具体步骤为：选取若干组周期振动样本，利用分类算法对周期振动样本进行划分，获得测量点的分类集合；对分类集合进行傅里叶变换，得到测量点周期振动的主导频率；构建容量为m的直升机飞行状态参数集合；获得主导幅值与直升机飞行状态参数之间的相关系数；选取主导幅值与直升机飞行状态参数中相关系数大于0.7的飞行状态参数，建立主要飞行状态参数集合；对得到的飞行状态参数集合进行降维分析，得到低维集合；建立周期幅值随综合指标的函数方程，得到周期振动幅值的预测模型。本发明采用降维分析的方法，降低了预测模型的复杂程度，在不降低模型求解精度的同时提高了模型求解效率。

技术领域

本发明涉及环境工程领域，特别涉及一种用于预测直升机平台周期振动的方法。

背景技术

直升机在起飞、飞行和着陆过程中，安装其上的装备将不可避免地承受直升机平台带来的振动，因此准确确定振动环境极值量值，并据此开展设计与试验验证工作，对确保装备的正常和安全使用具有重要意义。

相关振动试验标准中规定：直升机平台的振动特性是在低量级连续宽带随机振动背景上叠加强烈的周期振动，这是由主旋翼和尾桨以及其他旋转机械引起的许多正弦或近似正弦的分量与气流流场引起的低量级随机分量的组合而成。

直升机平台的周期振动量值普遍高于随机振动量值，因此周期振动在直升机振动环境中占据主要地位。由于主旋翼和尾桨以及其他旋转机械等振源分布在直升机不同部位，因此在直升机的不同区域，各种振源诱发组合后的周期振动的主导频率各不相同。即使在相同区域，周期振动的主导频率也不恒定，这是由于部分直升机采用可变转速控制，产生在正常转速的95％和110％之间的伪稳态转速。故而在基于振动实测数据建立预计模型时，识别周期振动的主导频率是关键所在，在此基础上还需要筛选影响周期振动的主要因素(一般为直升机飞行状态参数)，从而保证建立的振动预计模型的准确性和有效性。

发明内容

针对现有技术存在的问题，本发明提供一种用于预测直升机平台周期振动的方法，首先利用分类算法对直升机平台处选取若干组周期振动样本进行划分，得到测量点周期振动样本的主导频率，构建直升机的某一飞行状态参数和主导幅值的趋势图；然后根据主导幅值与直升机飞行状态参数之间的相关系数，得到主要飞行状态参数集合；最后通过降维分析的方法，将原有的多个输入参数(所有飞行状态参数)转化为数量较少的新参数，在保留原有的输入参数的特性的同时，以一个或多个主要综合指标作为主导频率f的周期振动幅值预计模型的输入变量，降低了周期振动幅值预计模型的复杂程度，在不降低模型求解精度的同时有效提高了模型求解效率。

本发明提供了一种用于预测直升机平台周期振动的方法，具体实施步骤如下：

S1、在直升机平台的测量点处选取若干组周期振动样本，根据直升机的典型状态，利用分类算法对周期振动样本进行划分，获得测量点的分类集合U，所述分类集合U的具体表达式如下：

U＝(u₁,u₂,u₃,.....u_S)

式中，U为周期振动样本的集合，S为直升机典型状态的数量，u为直升机某一典型状态下周期振动样本的子集；

S2、对分类集合U进行傅里叶变换，得到周期振动样本最大幅值所对应的频率，并与直升机试验部件的频率进行对比，得到测量点周期振动样本的主导频率f；

S3、根据直升机典型状态的数量选取直升机的飞行状态参数g，并构建直升机飞行状态参数集合G，飞行状态参数集合G的具体表达式为：

G＝(g₁,g₂,g₃,.....g_m)

式中，g为直升机的某一飞行状态参数，m为直升机飞行状态参数的个数；