CN117421825B - 一种近地层风环境影响下的大型飞机cfd模拟方法及*** - Google Patents

一种近地层风环境影响下的大型飞机cfd模拟方法及*** Download PDF

Info

Publication number
CN117421825B
CN117421825B CN202311443418.5A CN202311443418A CN117421825B CN 117421825 B CN117421825 B CN 117421825B CN 202311443418 A CN202311443418 A CN 202311443418A CN 117421825 B CN117421825 B CN 117421825B
Authority
CN
China
Prior art keywords
wind
terrain
data
typical
aircraft
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202311443418.5A
Other languages
English (en)
Other versions
CN117421825A (zh
Inventor
李辉
冯毅
李树民
李鑫洋
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Chengdu Fluid Power Innovation Center
Original Assignee
Chengdu Fluid Power Innovation Center
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Chengdu Fluid Power Innovation Center filed Critical Chengdu Fluid Power Innovation Center
Publication of CN117421825A publication Critical patent/CN117421825A/zh
Application granted granted Critical
Publication of CN117421825B publication Critical patent/CN117421825B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/10—Geometric CAD
    • G06F30/15—Vehicle, aircraft or watercraft design
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G06F30/28—Design optimisation, verification or simulation using fluid dynamics, e.g. using Navier-Stokes equations or computational fluid dynamics [CFD]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G06T17/20—Finite element generation, e.g. wire-frame surface description, tesselation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/10—Numerical modelling
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2113/00—Details relating to the application field
    • G06F2113/08—Fluids
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Software Systems (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • Computational Mathematics (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Algebra (AREA)
  • Computing Systems (AREA)
  • Fluid Mechanics (AREA)
  • Mathematical Physics (AREA)
  • Computer Security & Cryptography (AREA)
  • Automation & Control Theory (AREA)
  • Computer Graphics (AREA)
  • Traffic Control Systems (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明涉及数值仿真领域，具体涉及一种近地层风环境影响下的大型飞机CFD模拟方法及***，方法包括：构建典型地形的风场网格模型；采用第一风廓线模型作为入口输入条件，对风场网格模型进行仿真得到风场数据；第一风廓线模型为用于表示风速随高度方向变化的风廓线函数；根据飞机的飞行状态与高度方向变化选择数据选取面，并根据数据选取面中的各个数据点的风速矢量拟合得到第二风廓线模型，第二风廓线模型为用于表示风速随对应的数据选取面方向变化的风廓线函数；将第二风廓线模型输入初始六自由度运动方程以求解出修正六自由度运动方程。本发明将典型地形因素、真实飞行环境特点引入气动仿真过程，提高仿真结果的真实性。

Description

一种近地层风环境影响下的大型飞机CFD模拟方法及***
优先权申请
本申请要求2023年10月9提交的中国发明专利申请CN2023113007559，一种近地层风环境影响下的大型飞机CFD模拟方法及***的优先权，该优先权发明专利申请以引用方式全文并入。
技术领域
本发明涉及数值仿真领域，具体涉及一种近地层风环境影响下的大型飞机CFD模拟方法及***。
背景技术
飞机的气动仿真对于飞机的飞行姿态控制至关重要，现有的飞机气动仿真及飞行控制主要有以下两类路线：
一、利用监测所得风力数据对飞机飞行姿态进行控制
例如，CN105182989A公开了一种飞行控制方法，该方法利用监测点所采集到的风力数据以实现对于飞机的飞行控制调整。但是，在规划的点位布置测风塔和激光雷达的投入成本非常高，且测风点位和高度也难以满足要求，往往仅能测得规划点位300m以下的测风数据。
二、利用仿真模型进行飞机飞行姿态控制
例如，CN108008645A公开了一种六自由度仿真建模方法，
其能够用于无人机模拟飞行过程中飞行控制及飞行轨迹规划、显示任务。然而，这种模拟方式并未考虑真实气象因素对于飞行姿态所能造成的影响，难以应用于大型飞机的气动仿真。
在现有的仿真路线中，通常可以利用风干扰模型对飞行环境的风场特点进行模拟仿真，进而利用仿真所得的风场数据结合动力模型计算飞机的运动仿真数据。其中，常用的风干扰模型一般有常值风、阵风和突风模型等等，但是上述风干扰模型通常与实际风场状态相差较大，数据的准确性也偏低。
例如，CN105182989A公开了一种风场影响下的飞机姿态控制方法。该方法所采用的技术路线为：假设飞机直线飞行，在飞行路径上设置对称涡环模拟微下冲气流风场。然而，飞机的实际航线路线非常复杂，这种微下冲气流风场的模式难以解决真实的飞行控制问题。
再者，CN116167249A公开了一种飞机非对称着陆的动荷载计算方法、装置及存储介质，该方法将飞机视为分离式结构(如对起落架***进行区分)，进而将飞机结构参数、起落架***性能参数、着陆状态参数以及环境参数引入运动学模型，进而求解得到飞机的飞行动力数据。然而，这种分离式的仿真方式往往适用于非对称着陆阶段，难以应用于飞机的高空航行阶段。
因此，当前亟需一种能够提高飞行气动仿真准确性的仿真方法。
发明内容
本发明的目的在于提供一种近地层风环境影响下的大型飞机CFD模拟方法及***，部分地解决或缓解现有技术中的上述不足，能够提高大型运输类飞机数值仿真的准确性和可靠性。
为了解决上述所提到的技术问题，本发明具体采用以下技术方案：
本发明的第一方面，在于提供一种近地层风环境影响下的大型运输类飞机气动特性数值仿真方法，本方法可以很好地模拟出受典型地形影响的大气边界层内的真实风场，并作为大型运输类飞机飞行动力学和飞行力学模型仿真的输入条件，解算得到受风场影响的新六自由度响应方程，以解决上述背景技术中提到的问题。
一种近地层风环境影响下的大型飞机CFD模拟方法包括步骤：
S101构建典型地形的风场网格模型；
S102采用第一风廓线模型作为入口输入条件，对所述风场网格模型进行数值仿真，进而得到第一风场数据；其中，所述第一风廓线模型为用于表示风速随所述典型地形的高度方向变化的风廓线函数，对应地所述第一风场数据为沿典型地形的高度方向变化分布的风速矢量；
S103根据所述飞机的飞行状态与所述高度方向变化选择相对应的至少一个数据选取面，并根据所述数据选取面中的各个数据点的风速矢量拟合得到第二风廓线模型，所述第二风廓线模型为用于表示风速随对应的所述数据选取面方向变化的风廓线函数；
S104将所述第二风廓线模型输入飞机的初始六自由度运动方程，经过迭代求解计算出对应于当前所述典型地形的修正六自由度运动方程。
在一些实施例中，根据所述飞机的飞行状态与所述高度方向变化选择相对应的至少一个数据选取面的步骤包括：
根据所述飞机的飞行状态判断所述飞机的飞行阶段，所述飞行阶段包括：高空飞行阶段，低空飞行阶段，升降阶段；
根据所述飞行阶段选取相应的至少一个数据选取面，其中，
当所述飞机处于高空飞行阶段时，选取与当前位置相对应的水平面数据选取面，且所述水平面数据选取面中各个点的高度相同或相近；当所述飞机处于低空飞行阶段和/或升降阶段时，选取与当前位置相对应的曲面数据选取面，且所述曲面数据选取面中各个点的高度分布与所述典型地形的高度方向变化相同或相近。
在一些实施例中，在S101之前，还包括步骤：
提供离线数据库，其中，所述离线数据库包括：至少一个设定风场区域的第二风场数据，且所述第二风场数据为根据历史气象数据仿真所得的沿典型地形的高度方向变化的风速矢量；
判断所述离线数据库中是否存在与所述典型地形相对应的第二风场数据；若否，则执行S101；若是，将所述第二风场数据作为第一风场数据，并执行步骤S103。
在一些实施例中，在根据所述数据选取面中的风速矢量拟合得到第二风廓线模型之前，还包括步骤：
S105计算所述第一风场数据中各个数据点的标准点方差；
S106对所第一风场数据中所述标准点方差属于预设方差阈值范围的数据点进行筛除过滤；
S107采用插值方法提高过滤后的所述第一风场数据的分辨率。
在一些实施例中，在S107之前，还包括步骤：
判断筛除过滤后的所述第一风场数据的分辨率是否属于预设分辨率阈值范围；其中，若是，则执行S107；若否，则提示用户调整所述预设方差阈值范围。
在一些实施例中，S101包括：
获取所述典型地形的地形数据，所述地形数据包括：经纬度坐标，地形高度分布；
采用三维建模方法利用所述地形数据构建得到对应于所述典型地形的风场网格模型；
根据所述典型地形确定近地层区域，并对所述风场网格模型的近地层区域的网格进行加密处理。
在一些实施例中，在S101之前，还包括步骤：
根据所述典型地形的地形类别确定所述典型地形的典型表征指数，所述地形类别包括以下一种或多种：峡谷地形，丘陵地形；
判断所述典型表征指数是否符合预设的模拟条件范围，若是，则执行S101，若否，则提示用户当前的所述典型地形不符合模拟条件范围。
在一些实施例中，大型飞机包括：固定翼飞机、旋翼飞机。
本发明第二方面还提供了一种近地层风环境影响下的大型飞机CFD模拟***，包括：
网格构建模块，被配置为用于构建典型地形的风场网格模型；
第一风廓线计算模块，被配置为用于采用第一风廓线模型作为入口输入条件，对所述风场网格模型进行数值仿真，进而得到第一风场数据；其中，所述第一风廓线模型为用于表示风速随所述典型地形的高度方向变化的风廓线函数，对应地所述第一风场数据为沿典型地形的高度方向变化分布的风速矢量；
第二风廓线计算模块，被配置为用于根据所述飞机的飞行状态与所述高度方向变化选择相对应的至少一个数据选取面，并根据所述数据选取面中的各个数据点的风速矢量拟合得到第二风廓线模型，所述第二风廓线模型为用于表示风速随对应的所述数据选取面方向变化的风廓线函数；
运动方程求解模块，被配置为用于将所述第二风廓线模型输入飞机的初始六自由度运动方程，经过迭代求解计算出对应于当前所述典型地形的修正六自由度运动方程
在一些实施例中，所述第二风廓线计算模块包括：
飞行阶段判断单元，被配置为用于根据所述飞机的飞行状态判断所述飞机的飞行阶段，所述飞行阶段包括：高空飞行阶段，低空飞行阶段，升降阶段；
面选取单元，被配置为用于根据所述飞行阶段选取相应的至少一个数据选取面，其中，当所述飞机处于高空飞行阶段时，选取与当前位置相对应的水平面数据选取面，且所述水平面数据选取面中各个点的高度相同或相近；当所述飞机处于低空飞行阶段和/或升降阶段时，选取与当前位置相对应的曲面数据选取面，且所述曲面数据选取面中各个点的高度分布与所述典型地形的高度方向变化相同或相近。
有益技术效果：
本发明针对大型飞机的气动特性仿真引入了一种穿插典型数据筛选(即数据面的选取)的双向绘制模式，这种双向绘制模式一方面将气候因素、典型地形地势因素等环境因素引入至气动仿真过程，另一方面还考虑到了飞机所受风环境影响特点与真实飞行状态之间的关联性(即通过飞行状态选择对应的数据选取面)，进而通过双向绘制模式实现了气候、典型地形地势以及飞行状态等有限性因素的快速融合。
并且，本发明将双向绘制模式引入飞机的气动仿真过程，
还有利于将大型飞机的气动仿真过程划解耦为离线存储、在线计算两大流程。其中，离线存储和在线计算过程相协同能够有效地提高实时仿真过程中的处理效率。
进一步地，本发明还针对典型地形识别、数据筛选以及数据筛选之后的数据处理等关键阶段提出快速判定(或选择)机制，以便通过一种多级评估模式快速地判断当前的仿真模式对于真实环境下的大型飞行气动仿真的适用性与可靠性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，
下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍。在所有附图中，类似的元件或部分一般由类似的附图标记标识。附图中，各元件或部分并不一定按照实际的比例绘制。显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其它的附图。
图1为本发明一示例性实施例中的方法流程示意图；
图2为典型地形风场在300m处高度下风速大小随水平横向长度变化的示意图；
图3为本发明一示例性实施例中的***的模块结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述。显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本文中，使用用于表示元件的诸如“模块”、“部件”或
“单元”的后缀仅为了有利于本发明的说明，其本身没有特定的意义。因此，“模块”、“部件”或“单元”可以混合地使用。
本文中，术语“上”、“下”、“内”、“外”“前”、
“后”、“一端”、“另一端”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性。
本文中，除非另有明确的规定和限定，术语“安装”、“设置有”、“连接”等，应做广义理解，例如“连接”，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。
本文中“和/或”包括任何和所有一个或多个列出的相关项的组合。
本文中“多个”意指两个或两个以上，即其包含两个、三个、四个、五个等。
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句
“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
如在本说明书中使用的，术语“大约”，典型地表示为所述值的+/-5％，更典型的是所述值的+/-4％，更典型的是所述值的+/-3％，更典型的是所述值的+/-2％，甚至更典型的是所述值的+/-1％，甚至更典型的是所述值的+/-0.5％。
在本说明书中，某些实施方式可能以一种处于某个范围的格式公开。应该理解，这种“处于某个范围”的描述仅仅是为了方便和简洁，且不应该被解释为对所公开范围的僵化限制。因此，范围的描述应该被认为是已经具体地公开了所有可能的子范围以及在此范围内的独立数字值。例如，范围的描述应该被看作已经具体地公开了子范围如从1到3，从1到4，从1到5，从2到4，从2到6，从3到6等，以及此范围内的单独数字，例如1，
2，3，4，5和6。无论该范围的广度如何，均适用以上规则。
本文中，近地面层(near surface layer)又称地面边界层(surface boundarylayer)，或近地层，或常通量层(constant fluxlayer)，是大气边界层中稳定存在的，最接近下垫面的部分。
现有的大型飞机气动仿真过程，通常采样常值风、阵风和突风模型等风干扰模型进行风场数据的绘制，随后基于对应风场数据进行飞机的气动特性仿真。然而，飞机的真实飞行特点可能与多重因素有关，如真实天气、地理位置、飞机的机体设计等等，因此现有仿真方法难以可靠地反应出飞机的真实姿态变化。
为了提高大型飞机的气动仿真准确性，本申请针对飞机的运动方程构建过程引入了新的风场绘制数据，且该绘制数据通过穿插飞行状态数据筛选进行双向绘制的方式，引入了典型地形、大气稳定度、飞机实际飞行状态等关键因素对于气动仿真过程的影响。
这种基于新的风场绘制数据进行六自由度运动方程的构建方式，能够更准确地模拟出适用于受近地层风环境影响下的大型运输类飞机的六自由度响应方程(或者说，运动方程)。
实施例一
如图1所示，本发明提供了一种近地层风环境影响下的大型飞机CFD模拟方法，包括步骤：
S101构建典型地形的风场网格模型；
S102采用第一风廓线模型作为入口输入条件，对所述风场网格模型进行数值仿真，进而得到第一风场数据；其中，所述第一风廓线模型为用于表示风速随所述典型地形的高度方向变化的风廓线函数，对应地所述第一风场数据为沿典型地形的高度方向变化分布的风速矢量；
S103根据所述飞机的飞行状态与所述高度方向变化选择相对应的至少一个数据选取面，并根据所述数据选取面中的各个数据点的风速矢量拟合得到第二风廓线模型，所述第二风廓线模型为用于表示风速随对应的所述数据选取面方向变化的风廓线函数(例如，表示风速随平面方向或随曲面方向所变化的风廓线分段函数)；
S104将所述第二风廓线模型输入飞机的初始六自由度运动方程，经过迭代求解计算出对应于当前所述典型地形的修正六自由度运动方程。
在一些实施例中，根据所述飞机的飞行状态与所述高度方向变化选择相对应的至少一个数据选取面的步骤包括：
根据所述飞机的飞行状态判断所述飞机的飞行阶段，所述飞行阶段包括：高空飞行阶段，低空飞行阶段，升降阶段；
根据所述飞行阶段选取相应的至少一个数据选取面，其中，
当所述飞机处于高空飞行阶段时，选取与当前位置相对应的水平面数据选取面，且所述水平面数据选取面中各个点的高度相同或相近；当所述飞机处于低空飞行阶段和/或升降阶段时，选取与当前位置相对应的曲面数据选取面，且所述曲面数据选取面中各个点的高度分布与所述典型地形的高度方向变化相同或相近。
例如，在一些实施例中，当飞机进行高空飞行时，则沿飞机的当前的飞行轨迹绘制得到一个水平面，该水平面即可以作为对应的数据选取面。
当飞机进行低空飞行时，则沿其飞行轨迹按照典型地形的高度分布(或者说，起伏趋势)绘制得到至少一个曲面，对应的曲面即可以作为对应的数据选取面。
当飞机进行高度上升或下降时，则沿飞机的飞行轨迹按照典型地形的高度分布(或者说，起伏趋势)绘制得到至少一个曲面，对应的曲面即可以作为对应的数据选取面。其中，所绘制的曲面能够涵盖飞机所途径的区域。
例如，在一些实施例中，飞行状态包括：飞机的飞行高度，
以及飞行轨迹。其中，当飞行高度属于第一预设高度阈值(例如，高于1-2km左右)时，则认为飞机处于高空飞行阶段。
当飞行高度属于第二预设高度阈值时，则认为飞机处于低空飞行阶段。
又例如，当飞行高度在第一时间内的变化超过预设差值时(或者，飞行高度的变化速度大于第一预设速度时)，则认为飞机处于升降阶段，并选取曲面数据选取面。
又例如，在另一些实施例中，飞行状态包括：飞机当前所处气流层的特点，如当飞机处于平流层时，则选取水平面数据选取面，当飞机处于对流层时(例如，通常为距地面高度约2km以下时)，则选取曲面数据选取面。
在一些实施例中，在S101之前，还包括步骤：
提供离线数据库，其中，所述离线数据库包括：至少一个设定风场区域的第二风场数据，且所述第二风场数据为根据历史气象数据仿真所得的沿典型地形的高度方向变化的风速矢量；
判断所述离线数据库中是否存在与所述典型地形相对应的第二风场数据；若否，则执行S101；若是，将所述第二风场数据作为第一风场数据，并执行步骤S103。
在一些实施例中，离线数据库中第二风场数据的获取步骤为：
步骤1：根据典型地形当地历史气象数据(例如，二十年气象测量数据)或地理位置处于何种季风带以确定主风向。
步骤2：对所述典型地形进行分区得到多个风场分区(相当于设定风场区域)，其中，风场可能具有不同的风向。
例如，对典型地形在纬度方向上按照5°划分不同风向得到的72个风场分区。
步骤3：对各个风场分区进行数值仿真以得到对应的风场数据；其中，数值仿真步骤包括：将第一风廓线模型作为典型地形的入口输入条件，并根据对应的风向对典型地形的风场网格模型进行数值仿真模拟；其余边界仿真条件可以由用户结合实际求解情况进行自定义设置。
其中，第一风廓线模型为不同热稳定度下的风速vw随高度z变化的入口风廓线模型。
步骤4：将各个风场分区的风场数据存在至云端，以供后续各类大型飞机的气动仿真过程的调用。
本实施例中通过第一风廓线模型引入与热稳定度、高度变化影响等因素，以将对应风速矢量作为离线数据。并在实际仿真过程中，通过数据筛选、数据拟合等方式根据典型地形特点、飞机飞行状态对风廓线模型进行二次绘制，进而得到能够通过离线过程和在线过程相协同以提高在线仿真的效率(减小对于计算机的算力要求)，节省仿真时间。
在一些实施例中，在根据所述数据选取面中的风速矢量拟合得到第二风廓线模型之前，还包括步骤：
S105计算所述第一风场数据中各个数据点的标准点方差；
S106对所第一风场数据中所述标准点方差属于预设方差阈值范围的数据点进行筛除过滤；
S107采用插值方法提高过滤后的所述第一风场数据的分辨率。
进一步地，为了提高大型飞机气动仿真的准确性，一些实施例中，在S107之前，还包括步骤：
判断筛除过滤后的所述第一风场数据的分辨率是否属于预设分辨率阈值范围；其中，若是，则执行S107；若否，则提示用户调整所述预设方差阈值范围。
本实施例中，在风廓线模型的二次绘制之前，将利用标准点方差再次进行数据筛选并同步增大分辨率，以提高二次绘制的风廓线模型在应用于大型飞机的气动仿真的适用性与准确性。
在一些实施例中，S101包括：
获取所述典型地形的地形数据，所述地形数据包括：经纬度坐标，地形高度分布；
采用三维建模方法利用所述地形数据构建得到对应于所述典型地形的风场网格模型；
根据所述典型地形确定近地层区域，并对所述风场网格模型的近地层区域的网格进行加密处理。
本实施例中，为了保证所用仿真方法对于当前典型地形的适用性，在一些实施例中，在S101之前，还包括步骤：
根据所述典型地形的地形类别确定所述典型地形的典型表征指数，所述地形类别包括以下一种或多种：峡谷地形，丘陵地形；
判断所述典型表征指数是否符合预设模拟条件所对应的模拟条件范围，若是，则执行S101，若否，则提示用户当前的所述典型地形不符合模拟条件范围。
其中，典型地形的类别一般为平原和连续丘陵、深切峡谷。
例如，当典型地形的地形类别为峡谷时，典型表征指数为山峰与山谷之间的高度差，且当高度差属于预设的模拟条件范围时，则认为所述典型地形适用于当前的仿真模式。例如，模拟条件范围为(800m,+∞)。
又例如，当典型地形的地形类别为丘陵地形时，典型表征指数包括：地形连续起伏相对高度，绝对高度，其中，当相对高度属于第一模拟条件范围，绝对高度属于第一模拟条件范围时，则认为所述典型地形适用于当前的仿真模式。例如，第一模拟条件范围为(0,200m],第二模拟条件范围为(0,500m]。
本实施例中，对典型地形的典型表征指数进行快速评估，
结合数据选取面的选择以及数据处理(如数据过滤、增加数据分布点等处理方式)所组合形成的三级评估模式，能够进一步地提高预设离线数据库在应用于真实飞行环境下气动仿真的准确性与可靠性。
因此，这种三级评估模式可以在一定程度上减小风场数据实时在线非定常仿真的必要性，进而提升大型飞机气动仿真的效率。
在一些实施例中，大型飞机包括：固定翼飞机、旋翼飞机。
下面以一种具体实施方式对本发明的技术方案进行详细地说明：
根据二次绘制方法得到第二风廓线模型(或者说第二风廓线分段函数)。其中，可以采用后处理软件(如ansys)将经过数据选取面所选取到的风场数据(即采样数据)拟合得到第二风廓线模型，拟合函数的结果如图2所示。随后，并将第二风廓线模型所表示的风场数据在xyz三个方向的风速矢量输入至大型运输类飞机的初始六自由度方程中。
优选地，第一风廓线模型为加入了科里奥利力的适用于大气边界层高度以下的风廓线模型。所述的第一风廓线模型包括修正风廓线模型，主要给出不同热稳定度下的风速vw随高度z变化的入口风廓线模型。
当热稳定小于等于3时：
当热稳定为4或5时：
式中
zh＝cu*/f；
zs＝c′zh；
x'＝(1-12z/L)1/3；
其中，vw为风速，z为高度，zs和zh为受地转偏向力不同影响的两个高度，Ψ表示修正项方程，uzs为当z＝zs时风速vw的大小，α为在稳定度4或5时大小分别为0.2和0.25，u*、u4、z0和L分别为通过实测获得的地表摩擦速度、地表预设高度(如4m)处风速、地表摩擦度和莫宁-奥布霍夫长度，κ为冯·卡门常数(建议取值为0.41)，f＝2ΩEsinλ是科里奥利参数，ΩE是地球自转速率，λ是纬度，ug为地转风速：
A,B与稳定度有关的计算项：
其中μ＝zh/L，c和c’均为与热稳定度有关的常数。
大气边界层内部的大尺度运动受到热分层和科里奥利效应的影响，分别由地球自转和惯性质量引起。在一些实施例中，当对整个风场进行建模仿真时，这些效应还可以通过附加的源项引入风场仿真计算中的RANS方程组。
在一些实施例中，初始的六自由度运动方程包括：
将大型运输类飞机运动分解为沿着地面坐标系三个坐标轴的平动；绕质心的滚动三个角运动，以X轴为轴心的滚转运动，以Y轴为轴心的俯仰运动，以Z轴为轴心的偏航运动。
通过CFD方法求解典型地形风场后，建立风速矢量在地面坐标系的表达式：
vw表示风速矢量，vw下标xyz表示xyz三个方向分量；
进一步得到大型运输类飞机在飞行状态下将速度分解为三个方向上相对于风速的相对速度：
u、v、w分别表示飞机在三个方向上的相对速度，ux，uy和uz分别为大型运输类飞机分别在x，y，z三个方向上的速度，用vr表示此时大型运输类飞机的合速度：
其中，大型飞机在三个方向上的气动力表示为：
Fx,Fy,Fz分别表示飞机的阻力，升力和侧向力；对应地，Cx，Cy，Cz表示阻力系数，升力系数和侧向力系数，ρ表示空气密度，S表示机身参考面积。
受到大气边界层下典型地形风场影响的大型运输类飞机修正后的六自由度运动方程可表示为：
其中，m表示大型运输类飞机质量，θ、γ分别表示大型运输类飞机机体俯仰角，偏航角和滚转角。Ix、Iy、Iz分别表示绕飞机机体轴的各方向的转动惯量，Ixy为对机体的惯性积；ωx、ωy、ωz为三个方向的角速度，Mx、My、Mz为三个方向力矩；/> 表示飞机平移运动方程三轴方向的加速度，g为重力加速度，/>表示机体坐标轴x、y、z三个方向上的角加速度，/>分别表示机体坐标轴x、y、z三个方向俯仰角，偏航角和滚转角的变化速度。
本实施例中的飞机优选为大型运输类飞机，包括但不限定于各类固定翼、旋翼的有人、无人机等。
实施例二
对应的，如图3所示，本发明还提供了一种考虑典型地形风场下的飞机数值仿真***，***包括：
网格构建模块10，被配置为用于构建典型地形的风场网格模型；
第一风廓线计算模块20，被配置为用于采用第一风廓线模型作为入口输入条件，对所述风场网格模型进行数值仿真，进而得到第一风场数据；其中，所述第一风廓线模型为用于表示风速随所述典型地形的高度方向变化的风廓线函数，对应地所述第一风场数据为沿典型地形的高度方向变化分布的风速矢量；
第二风廓线计算模块30，被配置为用于根据所述飞机的飞行状态与所述高度方向变化选择相对应的至少一个数据选取面，并根据所述数据选取面中的各个数据点的风速矢量拟合得到第二风廓线模型，所述第二风廓线模型为用于表示风速随对应的所述数据选取面方向变化的风廓线函数；
运动方程求解模块40，被配置为用于将所述第二风廓线模型输入飞机的初始六自由度运动方程，经过迭代求解计算出对应于当前所述典型地形的修正六自由度运动方程。
在一些实施例中，第二风廓线计算模块30包括：
飞行阶段判断单元31，被配置为用于根据所述飞机的飞行状态判断所述飞机的飞行阶段，所述飞行阶段包括：高空飞行阶段，低空飞行阶段，升降阶段；
面选取单元32，被配置为用于根据所述飞行阶段选取相应的至少一个数据选取面，其中，当所述飞机处于高空飞行阶段时，选取与当前位置相对应的水平面数据选取面，且所述水平面数据选取面中各个点的高度相同或相近；当所述飞机处于低空飞行阶段和/或升降阶段时，选取与当前位置相对应的曲面数据选取面，且所述曲面数据选取面中各个点的高度分布与所述典型地形的高度方向变化相同或相近。
在一些实施例中，所述***还包括：
离线模块50，被配置为用于提供离线数据库，其中，所述离线数据库包括：至少一个设定风场区域的第二风场数据，且所述第二风场数据为根据历史气象数据仿真所得的沿典型地形的高度方向变化的风速矢量；
数据选取模块60，被配置为用于判断所述离线数据库中是否存在与所述典型地形相对应的第二风场数据；若否，则将地形数据输入网格构建模块10；若是，将所述第二风场数据作为第一风场数据，并启用第二风廓线计算模块30。
在一些实施例中，所述***还包括：数据处理模块70，其包括：
方差计算单元71，被配置为用于计算所述第一风场数据中各个数据点的标准点方差；
筛除过滤单元72，被配置为用于对所第一风场数据中所述标准点方差属于预设方差阈值范围的数据点进行筛除过滤；
分辨率单元73，被配置为用于采用插值方法提高过滤后的所述第一风场数据的分辨率。
在一些实施例中，数据处理模块70还包括步骤：
分辨率评估单元74，被配置为用于判断筛除过滤后的所述第一风场数据的分辨率是否属于预设分辨率阈值范围；其中，若是，则将对应的第一风场数据输入分辨率单元73；若否，则提示用户调整所述预设方差阈值范围。
在一些实施例中，网格构建模块10包括：
地形数据获取单元11，被配置为用于获取所述典型地形的地形数据，所述地形数据包括：经纬度坐标，地形高度分布；
风场网格构建单元12，被配置为用于采用三维建模方法利用所述地形数据构建得到对应于所述典型地形的风场网格模型；
风场网格加密单元12，被配置为用于根据所述典型地形确定近地层区域，并对所述风场网格模型的近地层区域的网格进行加密处理。
在一些实施例中，所述***还包括：地形判断模块80，地形判断模块80还包括：
标准指数选取单元81，被配置为用于根据所述典型地形的地形类别确定所述典型地形的典型表征指数，所述地形类别包括以下一种或多种：峡谷地形，丘陵地形；
地形判断单元82，被配置为用于判断所述典型表征指数是否符合预设的模拟条件范围，若是，则将所述典型地形的地形数据发送至所述网格构建模块10，若否，则提示用户当前的所述典型地形不符合模拟条件范围。
可以理解的是，本发明中的***还可以实现上述任一实施例中的方法或步骤，此处不再赘述。
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句
“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台计算机终端(可以是手机，计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。
上面结合附图对本发明的实施例进行了描述，但是本发明并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本发明的启示下，在不脱离本发明宗旨和权利要求所保护的范围情况下，还可做出很多形式，这些均属于本发明的保护之内。

Claims (6)

1.一种近地层风环境影响下的大型飞机CFD模拟方法，其特征在于，
包括步骤：
根据典型地形的地形类别确定所述典型地形的典型表征指数，所述地形类别包括以下一种或多种：峡谷地形，丘陵地形；
判断所述典型表征指数是否符合预设模拟条件所对应的模拟条件范围，若是，则执行S101，若否，则提示用户当前的所述典型地形不符合模拟条件范围；
S101构建典型地形的风场网格模型；其中，S101包括：获取所述典型地形的地形数据，所述地形数据包括：经纬度坐标，地形高度分布；采用三维建模方法利用所述地形数据构建得到对应于所述典型地形的风场网格模型；根据所述典型地形确定近地层区域，并对所述风场网格模型的近地层区域的网格进行加密处理；
S102采用第一风廓线模型作为入口输入条件，对所述风场网格模型进行数值仿真，进而得到第一风场数据；其中，所述第一风廓线模型为用于表示风速随所述典型地形的高度方向变化的风廓线函数，对应地所述第一风场数据为沿典型地形的高度方向变化分布的风速矢量；
S103根据所述飞机的飞行状态与所述高度方向变化选择相对应的至少一个数据选取面，并根据所述数据选取面中的各个数据点的风速矢量拟合得到第二风廓线模型，所述第二风廓线模型为用于表示风速随对应的所述数据选取面方向变化的风廓线函数；其中，S103包括：根据所述飞机的飞行状态判断所述飞机的飞行阶段，所述飞行阶段包括：高空飞行阶段，低空飞行阶段，升降阶段；
根据所述飞行阶段选取相应的至少一个数据选取面，其中，当所述飞机处于高空飞行阶段时，选取与当前位置相对应的水平面数据选取面，且所述水平面数据选取面中各个点的高度相同或相近；当所述飞机处于低空飞行阶段和/或升降阶段时，选取与当前位置相对应的曲面数据选取面，且所述曲面数据选取面中各个点的高度分布与所述典型地形的高度方向变化相同或相近；
S104将所述第二风廓线模型输入飞机的初始六自由度运动方程，经过迭代求解计算出对应于当前所述典型地形的修正六自由度运动方程。
2.根据权利要求1所述的一种近地层风环境影响下的大型飞机CFD模拟方法，其特征在于，在S101之前，还包括步骤：
提供离线数据库，其中，所述离线数据库包括：至少一个设定风场区域的第二风场数据，且所述第二风场数据为根据历史气象数据仿真所得的沿典型地形的高度方向变化的风速矢量；
判断所述离线数据库中是否存在与所述典型地形相对应的第二风场数据；若否，则执行S101；若是，将所述第二风场数据作为第一风场数据，并执行步骤S103；
其中，离线数据库中第二风场数据的获取步骤为：
根据所述典型地形的当地历史气象数据或地理位置处于何种季风带以确定主风向；
对所述典型地形进行分区得到多个风场分区；
对所述风场分区进行数值仿真以得到对应的风场数据；其中，数值仿真步骤包括：将所述第一风廓线模型作为所述典型地形的入口输入条件，并根据对应的风向对所述典型地形的所述风场网格模型进行数值仿真模拟；
将所述风场分区的风场数据存在云端，以供气动仿真过程的调用。
3.根据权利要求1所述的一种近地层风环境影响下的大型飞机CFD模拟方法，其特征在于，在根据所述数据选取面中的风速矢量拟合得到第二风廓线模型之前，还包括步骤：
S105计算所述第一风场数据中各个数据点的标准点方差；
S106对所第一风场数据中所述标准点方差属于预设方差阈值范围的数据点进行筛除过滤；
S107采用插值方法提高过滤后的所述第一风场数据的分辨率。
4.根据权利要求3所述的一种近地层风环境影响下的大型飞机CFD模拟方法，其特征在于，在S107之前，还包括步骤：
判断筛除过滤后的所述第一风场数据的分辨率是否属于预设分辨率阈值范围；其中，若是，则执行S107；若否，则提示用户调整所述预设方差阈值范围。
5.根据权利要求1所述的一种近地层风环境影响下的大型飞机CFD模拟方法，其特征在于，大型飞机包括：固定翼飞机、旋翼飞机。
6.一种近地层风环境影响下的大型飞机CFD模拟***，其特征在于，包括：
地形判断模块，所述地形判断模块包括：
标准指数选取单元，被配置为用于根据典型地形的地形类别确定所述典型地形的典型表征指数，所述地形类别包括以下一种或多种：峡谷地形，丘陵地形；
地形判断单元，被配置为用于判断所述典型表征指数是否符合预设的模拟条件范围，若是，则将所述典型地形的地形数据发送至网格构建模块，若否，则提示用户当前的所述典型地形不符合模拟条件范围；
网格构建模块，被配置为用于构建典型地形的风场网格模型；所述网格构建模块包括：
地形数据获取单元，被配置为用于获取所述典型地形的地形数据，所述地形数据包括：经纬度坐标，地形高度分布；
风场网格构建单元，被配置为用于采用三维建模方法利用所述地形数据构建得到对应于所述典型地形的风场网格模型；
风场网格加密单元，被配置为用于根据所述典型地形确定近地层区域，并对所述风场网格模型的近地层区域的网格进行加密处理；
第一风廓线计算模块，被配置为用于采用第一风廓线模型作为入口输入条件，对所述风场网格模型进行数值仿真，进而得到第一风场数据；其中，所述第一风廓线模型为用于表示风速随所述典型地形的高度方向变化的风廓线函数，对应地所述第一风场数据为沿典型地形的高度方向变化分布的风速矢量；
第二风廓线计算模块，被配置为用于根据所述飞机的飞行状态与所述高度方向变化选择相对应的至少一个数据选取面，并根据所述数据选取面中的各个数据点的风速矢量拟合得到第二风廓线模型，所述第二风廓线模型为用于表示风速随对应的所述数据选取面方向变化的风廓线函数；所述第二风廓线计算模块包括：
飞行阶段判断单元，被配置为用于根据所述飞机的飞行状态判断所述飞机的飞行阶段，所述飞行阶段包括：高空飞行阶段，低空飞行阶段，升降阶段；
面选取单元，被配置为用于根据所述飞行阶段选取相应的至少一个数据选取面，其中，当所述飞机处于高空飞行阶段时，选取与当前位置相对应的水平面数据选取面，且所述水平面数据选取面中各个点的高度相同或相近；当所述飞机处于低空飞行阶段和/或升降阶段时，选取与当前位置相对应的曲面数据选取面，且所述曲面数据选取面中各个点的高度分布与所述典型地形的高度方向变化相同或相近；
运动方程求解模块，被配置为用于将所述第二风廓线模型输入飞机的初始六自由度运动方程，经过迭代求解计算出对应于当前所述典型地形的修正六自由度运动方程。
CN202311443418.5A 2023-10-09 2023-11-01 一种近地层风环境影响下的大型飞机cfd模拟方法及*** Active CN117421825B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN2023113007559 2023-10-09
CN202311300755 2023-10-09

Publications (2)

Publication Number Publication Date
CN117421825A CN117421825A (zh) 2024-01-19
CN117421825B true CN117421825B (zh) 2024-03-29

Family

ID=89528120

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311443418.5A Active CN117421825B (zh) 2023-10-09 2023-11-01 一种近地层风环境影响下的大型飞机cfd模拟方法及***

Country Status (1)

Country Link
CN (1) CN117421825B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2013174559A1 (en) * 2012-05-25 2013-11-28 Prox Dynamics As Method and device for estimating a wind field
CN108369106A (zh) * 2015-09-22 2018-08-03 俄亥俄州立大学 失控预防以及恢复飞行控制器
EP3771822A1 (en) * 2019-08-01 2021-02-03 Siemens Gamesa Renewable Energy A/S A method for computer-implemented determination of a vertical speed wind profile of a wind field
CN113868971A (zh) * 2021-08-13 2021-12-31 中国人民解放军国防科技大学 一种基于数值仿真模型及历史风场特征的机场区域三维精细化风场重构方法
CA3209105A1 (en) * 2021-02-22 2022-08-25 William Martin System and method for using weather applied metrics for predicting the flight of a ball
CN116341410A (zh) * 2023-02-07 2023-06-27 成都流体动力创新中心 一种考虑不同稳定度的典型地形风场模拟方法及***

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11361132B2 (en) * 2016-10-29 2022-06-14 Martin Meter LLC System and method for using weather applied metrics for predicting the flight of a ball
US20220107160A1 (en) * 2020-10-02 2022-04-07 United States Of America, As Represented By The Secretary Of The Navy Glide Trajectory Optimization for Aerospace Vehicles

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2013174559A1 (en) * 2012-05-25 2013-11-28 Prox Dynamics As Method and device for estimating a wind field
CN108369106A (zh) * 2015-09-22 2018-08-03 俄亥俄州立大学 失控预防以及恢复飞行控制器
EP3771822A1 (en) * 2019-08-01 2021-02-03 Siemens Gamesa Renewable Energy A/S A method for computer-implemented determination of a vertical speed wind profile of a wind field
CA3209105A1 (en) * 2021-02-22 2022-08-25 William Martin System and method for using weather applied metrics for predicting the flight of a ball
CN113868971A (zh) * 2021-08-13 2021-12-31 中国人民解放军国防科技大学 一种基于数值仿真模型及历史风场特征的机场区域三维精细化风场重构方法
CN116341410A (zh) * 2023-02-07 2023-06-27 成都流体动力创新中心 一种考虑不同稳定度的典型地形风场模拟方法及***

Non-Patent Citations (6)

* Cited by examiner, † Cited by third party
Title
"Numerical simulation of severe downslope windstorm and its high-level turbulent zone";Cai Dan等;Journal of PLA University of Science and Technology (Natural Science Edition);20060201;84-88 *
"基于自主软件的典型地形大气CFD模式研究与应用";李树民等;空气动力学学报;20230328;正文第1-15页 *
无人机穿越变化风场起飞特性仿真研究;陈怦, 赵涛, 王建培;飞行力学;20020730(第02期);22-26 *
综合自然环境中变化风场的工程仿真方法;刘刚;王行仁;贾荣珍;;***仿真学报;20060220(第02期);297-300 *
风场环境下的飞行器参数计算平台;纪勇;厉明;贾宏光;陈娟;王一凡;陈长青;;光学精密工程;20090815(第08期);1978-1986 *
高超声速飞行试验风场建模与仿真分析;范培蕾;张晓今;杨涛;;战术导弹技术;20090315(第02期);76-82 *

Also Published As

Publication number Publication date
CN117421825A (zh) 2024-01-19

Similar Documents

Publication Publication Date Title
Prudden et al. Measuring wind with small unmanned aircraft systems
CN110243359B (zh) 基于低空风预测模型的安全航迹规划方法
Vogeltanz A survey of free software for the design, analysis, modelling, and simulation of an unmanned aerial vehicle
CN106768123A (zh) 一种无人直升机燃油预估方法
CN105892289A (zh) 一种基于风场精确测量的无人机伞降回收方法
Sun et al. Model-aided wind estimation method for a tail-sitter aircraft
CN107101636A (zh) 一种使用卡尔曼滤波器辨识多旋翼动力学模型参数的方法
CN111976974A (zh) 一种飞行控制方法、无人机及存储介质
Xing et al. Kalman filter-based wind estimation for forest fire monitoring with a quadrotor UAV
Fisher et al. Emulating avian orographic soaring with a small autonomous glider
US10876920B1 (en) Auxiliary aerial vehicles for flow characterization
CN106774385A (zh) 一种采用自适应变结构的飞艇定点悬停控制方法
CN117421825B (zh) 一种近地层风环境影响下的大型飞机cfd模拟方法及***
Hollenbeck et al. Pitch and roll effects of on-board wind measurements using sUAS
CN106681337B (zh) 基于奇次滑模的平流层飞艇定高飞行控制方法
Tian et al. Wake encounter simulation and flight validation with UAV close formation flight
CN116560249A (zh) 一种机动飞行的高自由度简化建模与轨迹仿真方法
Lundström et al. Testing of atmospheric turbulence effects on the performance of micro air vehicles
CN110989397A (zh) 一种航空器失事搜寻仿真方法及***
CN115311903A (zh) 一种基于民航气象大数据库的客机航行轨迹预警方法及***
CN113467521B (zh) 一种无人机航线检查图的生成方法、装置及电子设备
CN106483967B (zh) 一种基于角速度信息测量与滑模的飞艇俯仰角稳定方法
Greatwood et al. Automatic path generation for multirotor descents through varying air masses above Ascension Island
McKercher Modelling, Flight Dynamics and Inner-Loop Control of an Urban Air Mobility Vehicle Subject to Empirically-Developed Urban Airflow Disturbances
Tin et al. Turn decisions for autonomous thermalling of unmanned aerial gliders

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant