本发明属于高超声速风洞试验技术领域,尤其涉及一种高超声速脉动压力试验数据分析处理方法。
背景技术:
高超声速飞行器在临近空间和大气层长时间,高速度运行时,受到严酷的气动热、气动力等多物理场综合作用,其外表面边界层流动结构和转捩的发生、发展过程严重影响飞行器的气动性能,甚至可能成为高超声速飞行器是否成功的关键因素。所以弄清楚边界层的流动结构和转捩机理是一个至关重要的问题,而脉动压力试验是研究其的一个重要手段;因此,正确处理和分析由脉动压力试验获得的脉动压力数据就是最终需要解决的关键问题,正确处理高超声速脉动压力试验数据来获得模型边界层准确的物理信息,为高超声速飞行器发展提供技术支撑。
传统的脉动压力试验数据分析处理方法有常规的傅里叶变换和短时的傅里叶变换以及有人应用经验模态分解(emd)处理脉动压力信号。而常规的傅里叶变化无法给出脉动压力信号时域和频域的全貌和局部特征;短时的傅里叶变换其分辨率严重依赖于窗口的大小问题,并且这两种分析处理方法都可能出现虚假信号和频率。同时优于这两种处理方法的经验模态分解方法同样存在着缺乏数学理论基础和筛分准则的选取,还有一个重要的弊端是无法解决模态混叠的问题,因此,迫切需要发展引用一种适用的脉动压力数据分析处理方法,是本领域亟待解决的技术问题。
技术实现要素:
本发明的技术解决问题:克服现有技术的不足,提供一种高超声速脉动压力试验数据分析处理方法,解决了现有使用的高超声速脉动压力数据分析处理方法获得的数据不能完全反映高超声速飞行器表面边界层正确的物理结构信息的问题,为处理庞大、复杂的脉动压力信号提供一种合适的方法,保证在高超声速风洞进行的脉动压力试验获得的数据最终能真实反映飞行器模型表面边界层的流动结构和转捩机理。
为了解决上述技术问题,本发明公开了一种高超声速脉动压力试验数据分析处理方法,包括:
根据高超声速风洞试验,通过脉动压力传感器测得航天飞行器模型表面的脉动压力电压信号值yi;
依据脉动压力传感器标定的系数,结合测得的脉动压力电压信号值yi,计算得到航天飞行器模型表面的脉动压力值xi;
根据航天飞行器模型表面的脉动压力值xi,得到脉动压力时序信号f(t);
将脉动压力时序信号f(t)分解成有限个离散的子信号;其中,每个子信号为一个本征模态函数uk(t);
对本征模态函数uk(t)进行变分模态分解,解算得到航天飞行器模型表面脉动压力在频域上的能谱分布;
根据航天飞行器模型表面脉动压力在频域上的能谱分布,对航天飞行器模型表面气体流动的物理结构本质进行分析。
在上述高超声速脉动压力试验数据分析处理方法中,航天飞行器模型表面气体流动的物理结构本质,包括:航天飞行器模型表面边界层流动结构和转捩机理。
在上述高超声速脉动压力试验数据分析处理方法中,在高超声速风洞试验中,使用的脉动压力传感器包括:高频响的pcb传感器和低频响的kulite传感器;其中,高频响pcb传感器可测得的频响范围为11kmz~1mhz,kulite传感器可测得的频响范围为0~50khz;通过高频响的pcb传感器和较低频响的kulite传感器获得0khz~1mhz整个频域范围内的脉动压力电压信号值yi。
在上述高超声速脉动压力试验数据分析处理方法中,航天飞行器模型表面的脉动压力值xi为
xi=ayi+b···(1)
其中,a表示脉动压力传感器标定的灵敏度系数,b表示当地标准大气压力值。
在上述高超声速脉动压力试验数据分析处理方法中,根据航天飞行器模型表面的脉动压力值xi,得到脉动压力时序信号f(t),包括:
通过公式(2),解算得到一列脉动压力时序信号f(xi):
其中,
采用公式(2)解算得到各脉动压力时序信号,得到脉动压力时序信号f(t)。
在上述高超声速脉动压力试验数据分析处理方法中,将脉动压力时序信号f(t)分解成有限个离散的子信号,包括:
将脉动压力时序信号f(t)分解成k个本征模态函数uk(t):
其中,uk(t)极值点的个数等于过零点的个数,或极值点的个数比过零点的个数至多多一个。
在上述高超声速脉动压力试验数据分析处理方法中,对本征模态函数uk进行变分模态分解,解算得到航天飞行器模型表面脉动压力在频域上的能谱分布,包括:
对本征模态函数uk(t)进行变分模态分解,使每个本征模态函数uk(t)估计的带宽最小;
将对航天飞行器模型表面脉动压力在频域上的能谱分布的解算,简化为对一个带约束的最小非线性优化函数的求解;
根据一个带约束的最小非线性优化函数的求解结果,得到航天飞行器模型表面脉动压力在频域上的能谱分布。
在上述高超声速脉动压力试验数据分析处理方法中,对一个带约束的最小非线性优化函数的求解过程如下:
定义目标函数:
其中,
确定增强型算子
其中,λ表示拉格朗日乘法算子,a表示二次惩罚参数,<·>表示为内积运算;
根据公式(5)对公式(4)进行求解。
本发明具有以下优点:
(1)本发明与传统的脉动压力数据分析处理方法相比,克服了无法给出脉动压力信号时域和频域的全貌和局部特征问题,以及其分辨率严重依赖于所选取的窗口函数。
(2)本发明采用变分模态分解,解决了复杂高超声速脉动压力信号处理过程中出现的虚假信号、频率和模态叠加等问题;与传统的脉动压力数据分析处理方法相比,可以避免引入虚假的信号和频率,以及噪声信息。
(3)本发明有充足的数学理论支撑,特别是相较于emd方法解决了模态混叠的问题,可以清晰的分离出信号中所包含的各种波形,获得真实的频谱。
(4)本发明不仅适合高超声速脉动压力试验数据分析处理,同时适用于亚跨声速风洞的脉动压力试验数据分析和处理。
附图说明
图1是本发明实施例中一种高超声速脉动压力试验数据分析处理方法的步骤流程图;
图2是本发明实施例中一种高超声速飞行器模型脉动压力试验数据处理预测结果示意图;
图3是本发明实施例中又一种高超声速飞行器模型脉动压力试验数据处理预测结果示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明公开的实施方式作进一步详细描述。
如图1,在本实施例中,该高超声速脉动压力试验数据分析处理方法,其特征在于,包括:
步骤1,根据高超声速风洞试验,通过脉动压力传感器测得航天飞行器模型表面的脉动压力电压信号值yi。
在本实施例中,在高超声速风洞试验中使用的脉动压力传感器包括但不仅限于:高频响的pcb传感器和低频响的kulite传感器。其中,高频响pcb传感器可测得的频响范围为11kmz~1mhz,kulite传感器可测得的频响范围为0~50khz,也即,通过高频响的pcb传感器和较低频响的kulite传感器可以获得0khz~1mhz整个频域范围内的脉动压力电压信号值yi。
步骤2,依据脉动压力传感器标定的系数,结合测得的脉动压力电压信号值yi,计算得到航天飞行器模型表面的脉动压力值xi。
在本实施例中,航天飞行器模型表面的脉动压力值xi可以表示如下:
xi=ayi+b···(1)
其中,a表示脉动压力传感器标定的灵敏度系数,b表示当地标准大气压力值。
步骤3,根据航天飞行器模型表面的脉动压力值xi,得到脉动压力时序信号f(t)。
在本实施例中,可以通过如下公式(2)解算得到一列脉动压力时序信号f(xi):
其中,
采用公式(2)分别解算得到各脉动压力时序信号,进而可以得到脉动压力时序信号f(t)。
步骤4,将脉动压力时序信号f(t)分解成有限个离散的子信号。
在本实施例中,把复杂的脉动压力时序信号分解成有限个离散的子信号,每个子信号为一个本征模态函数(intrinsicmodefunction,imf)uk(t),所有本征模态线性叠加可以完全还原脉动压力时序信号。
优选的,将脉动压力时序信号f(t)分解成k个本征模态函数uk(t):
其中,uk(t)极值点的个数等于过零点的个数,或极值点的个数比过零点的个数至多多一个。
步骤5,对本征模态函数uk(t)进行变分模态分解,解算得到航天飞行器模型表面脉动压力在频域上的能谱分布。
在本实施例中,根据变分模态分解(variationmodedecomposition,vmd)算法,使各阶本征模态在尺度上充分分离,在频域上获的高超声速航天飞行器模型表面脉动压力的能谱分布,完成脉动压力试验数据的处理。具体流程可以如下:对本征模态函数uk(t)进行变分模态分解,使每个本征模态函数uk(t)估计的带宽最小;将对航天飞行器模型表面脉动压力在频域上的能谱分布的解算,简化为对一个带约束的最小非线性优化函数的求解;根据一个带约束的最小非线性优化函数的求解结果,得到航天飞行器模型表面脉动压力在频域上的能谱分布。
优选的,对一个带约束的最小非线性优化函数的求解过程如下:
定义目标函数:
其中,
确定增强型算子
其中,λ表示拉格朗日乘法算子,a表示二次惩罚参数,<·>表示为内积运算。
根据公式(5)对公式(4)进行求解,进而得到带约束的最小非线性优化函数的求解结果,完成对脉动压力数据处理。
步骤6,根据航天飞行器模型表面脉动压力在频域上的能谱分布,对航天飞行器模型表面气体流动的物理结构本质进行分析。
在本实施例中,对航天飞行器模型表面气体流动的物理结构本质进行分析具体可以是指对航天飞行器模型表面边界层流动结构和转捩机理进行分析。
综上所述,本发明通过在常规高超声速风洞中,借用脉动压力传感器测得高超声速航天飞行器模型表面的脉动压力,根据风洞运行采集获得的原始试验数据,通过变分模态分解,精准计算分离出脉动压力试验数据包含的所有特征波,进而详细分析航天飞行器在高超声速条件下外表面边界层内的流动结构和转捩机理等物理现象。本发明采用变分模态分解,解决了复杂高超声速脉动压力信号处理过程中出现的虚假信号、频率和模态叠加等问题。
如图2和图3可知,使用本发明所述的高超声速脉动压力试验数据分析处理方法,能清晰的把脉动压力信号中包含的各种不同频率和幅值的信号清晰的分解出来,有效解决虚假信号以及噪声引起的模态混叠等问题;如可以清晰的得到脉动压力信号中包括的各种特征波,如是否为第一模态波,第二模态波,或涡波等等,再依此分析飞行器模型表面边界层的流动结构和转捩机理。
本发明虽然已以较佳实施例公开如上,但其并不是用来限定本发明,任何本领域技术人员在不脱离本发明的精神和范围内,都可以利用上述揭示的方法和技术内容对本发明技术方案做出可能的变动和修改,因此,凡是未脱离本发明技术方案的内容,依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化及修饰,均属于本发明技术方案的保护范围。
本发明说明书中未作详细描述的内容属于本领域专业技术人员的公知技术。