[发明专利]高超声速飞行器舵面结构分布载荷识别的传感器布局方法

摘要

本发明公开了一种高超声速飞行器舵面结构分布载荷识别的传感器布局方法，该方法以传感器数量及位置为设计变量，基于表征传感器识别性能的载荷识别鲁棒性评估指标和反映传感器分布性能的分布指数指标构建综合评价指标，并以该指标为优化目标建立传感器布局优化模型。该方法首先基于区间过程包络方法，建立不确定舵面结构动态分布载荷识别模型，对载荷识别参数进行求解，建立载荷识别鲁棒性评估指标；其次，为消除传感器配置中的冗余信息，建立分布指数指标；然后，基于上述两种指标，通过归一化及权重方法建立联合适应度函数；最后，通过粒子群优化与传感器数量更新相结合的算法，得到舵面结构分布载荷识别的最优传感器布局。

主权项

1.一种高超声速飞行器舵面结构分布载荷识别的传感器布局方法，其特征在于：该方法以传感器的数量及位置为设计变量，以反映传感器识别性能的载荷识别鲁棒性评价指标及反映传感器分布性能的分布指数指标为数据基础建立综合评价指标，并以该指标为优化目标构建传感器布局优化模型，最终得到特定服役环境下高超声速飞行器舵面结构的最佳传感器网络布局，该方法拟构建的优化模型如下：/n /n其中，γ和Γ_γ表示传感器的数量及位置，γ^*和表示最佳的传感器数量及位置，[γ_min,γ_max]为传感器数量的设计域，Γ₀表示传感器允许布置的测点所在的集合，JFF表示传感器布置的综合评价指标，函数find表示寻找最优解，max表示使某指标最大化，函数s.t.表示约束条件，&表示和关系，表示包含关系；/n其中，该方法实现步骤如下：/n第一步：将高超声速飞行器舵面结构通过力学性能等效的方式简化为板结构，将其进行有限元划分，并对所有有限元结点进行编码，确定传感器位置集合；/n第二步：确定舵面结构的不确定参数b，定义所优化的传感器数量设计域[γ_min,γ_max]；/n第三步：针对简化的板结构，考虑舵面中存在的不确定性，建立分布式动态载荷识别鲁棒性评价指标EoIL，并以该指标作为优化目标通过粒子群算法进行寻优，得到最优解EoIL^*，其中，所述的EoIL的数值越小，其适应度越高，建立方式如下：用正交多项式逼近舵面所受的动态分布载荷f，输入通过预先布置的传感器测量的加速度响应通过一系列动力学分析建立结构空间离散化的分布式动态载荷时域识别模型，利用基于泰勒级数展开法、顶点法的区间方法对不确定性参数b进行传播分析，确定正交多项式系数的名义值A(b,t,Γ_γ)及边界值A(b,t,Γ_γ)，从而识别的所有结点的载荷名义值f_c、上界值及下界值f，定义载荷识别的鲁棒性评价指标EoIL＝χARE+(1-χ)ARD，ARE为识别载荷名义值的平均相对误差，ARD为识别载荷的平均分散程度，χ为权重因子；/n第四步：结合加速度传感器在舵面上的分布情况，建立传感器分布指数指标SD，并以该指标作为优化目标通过粒子群算法进行寻优，得到最优解SD^*，其中，所述的SD的数值越大，其适应度越高，建立方式如下：min(D_ij)表示每个传感器与距离它最近的传感器之间的距离，D_ic表示每个传感器到所有传感器中心的距离，A为舵面的面积；/n第五步：通过归一化与权重分配方法，构建基于载荷识别鲁棒性与传感器分布指数的联合适应度函数κ为权重因子，再次利用粒子群优化算法进行寻优，获得各传感器数量下的联合适应度函数最佳值，以及最佳传感器配置方案，其中，所述的JFF的数值越大，其适应度越高；/n第六步：平衡传感器配置成本与传感器配置性能，确定最终的传感器布局方案/n