科研之友
微信
新浪微博
Facebook
分享链接
摘要
直升机旋翼系统对直升机飞行影响深远，旋翼系统中桨叶载荷的测量尤为重要。传统的桨叶载荷测量方法是采用应变片与全桥电路的方式，标定桨叶剖面挥舞弯矩、摆振弯矩与桥路输出电压间的线性关系，不仅标定的过程中需要解耦，计算复杂，而且应变片本身不具抗电磁干扰特性，给输出结果可靠性带来隐患。针对这个问题，提出了一种基于光纤布拉格光栅(Fiber Bragg Grating, FBG)传感器与神经网络相结合的方式。选用FBG替代应变片，实现对旋翼桨叶剖面实时应变测量；采用机器学习中BP(back propagation)神经网络模型，训练标定过程中测量数据，建立剖面挥舞、摆振弯矩与应变线性模型。为了验证方法的可行性，对旋翼桨叶进行动载荷测量，测试数据与传统应变片测试数据进行比对，结果显示，基于FBG传感器与神经网络相结合方式建立的旋翼桨叶载荷模型精度高、可靠性好，对直升机旋翼桨叶载荷实时在线监测具有较强参考意义。
-
单位自动化学院; 桂林航天工业学院
