基于有限传感器测量的颤振飞行试验气动弹性模态数据驱动快速检测方法
信号处理
2024-08-05 v1 机器学习
数值分析
动力系统
数值分析
摘要
颤振飞行试验通过向飞机升力面施加人工激励来评估机体的气动弹性稳定性。随后捕获并分析响应,以提取系统的频率和阻尼特性。然而,噪声污染、湍流、非最优模态激励以及一个或多个传感器的故障,使得该过程耗时且干扰提取过程。为加快气动弹性模态的识别与分析过程,本研究实施了一种时滞嵌入动态模态分解技术。该方法辅以鲁棒主成分分析方法及稀疏性促进准则,能够自动且最优地选择稀疏模态。由本研究论文第五作者提供的匿名化颤振飞行试验数据被用于此实施过程。该方法假设对输入激励一无所知,仅处理加速度计通道捕获的响应,并快速识别气动弹性模态。通过结合压缩感知算法,该方法即使在可用传感器数量有限的情况下也能识别气动弹性模态。这一增强极大地提升了该方法的鲁棒性和有效性,使其成为颤振试验活动中实时实施的绝佳选择。
引用
@article{arxiv.2403.11521,
title = {A Data-driven Approach for Rapid Detection of Aeroelastic Modes from Flutter Flight Test Based on Limited Sensor Measurements},
author = {Arpan Das and Pier Marzocca and Giuliano Coppotelli and Oleg Levinski and Paul Taylor},
journal= {arXiv preprint arXiv:2403.11521},
year = {2024}
}
备注
31 pages, 12 figures, submitted in 'Mechanical Systems and Signal processing' journal