仿鸟飞行器参数优化:改进尺度率与模型估算
2025-02-15 12:40
No.1340301672802689024
技术概要
PDF全文
本技术涉及一种仿鸟飞行器参数优化技术,通过改进尺度率和模型估算方法来确定飞行器的初始参数。首先,计算仿生对象鸟的修正统计重量,然后建立修正后的尺度率特征参数。该方法有助于飞行器设计的初始参数设定,提升飞行性能和效率。
背景技术
当前,由于仿鸟飞行器在安防和民用领域需求越来越广泛,在国内外渐渐掀起了研究热潮。据统计,国际上目前能稳定飞行的仿鸟飞行器大约有三十余种。 目前,国际上主要采用的仿鸟飞行器的初始基本参数估计方法主要有两种。一是根据飞行生物统计尺度率来估算;二是根据经验,大致估计每个参数的变化范围,每个参数在其变化范围内取若干离散点,再通过数值仿真和风洞实验的结果从所有可能的排列组合方案中评估选出合理的初步设计方案。 对于如表1所示的第一种方法,飞行生物尺度率方法(以下简称尺度率方法) 表1尺度率估算公式 特征参数 尺度率 翼展L(m) <![CDATA[1.17m<sup>0.39</sup>]]> <![CDATA[翼面积S(m<sup>2</sup>)]]> <![CDATA[0.16m<sup>0.72</sup>]]> 飞行速度V(m/s) <![CDATA[10.147m<sup>0.158</sup>]]> <![CDATA[巡航功率P<sub>巡航</sub>(W)]]> <![CDATA[17.63m<sup>1.167</sup>]]> 扑动频率f(Hz) <![CDATA[3.98m<sup>-0.27</sup>]]> 存在重要缺陷: (1)样本准确性欠佳。 该尺度率的统计样本的重量从数十克~数十千克,长度从数十厘米~数米的鸟类,其对特定的仿生对象而言,显然误差太大。例如,以鸽子类生物为仿生对象开展飞行器设计时,以包含几十克量级的蜂鸟和甚至十千克以上的鸟类种群样本是不合适的,仅选取鸽类样本统计即可。 (2)鸟类与仿生飞行器的功能不完全一致,表1中公式的关键参数质量m直接用于估算仿生飞行器不适合。一方面,仿生飞行器主要目的在于实现鸟的高效运动功能。但是,自然界鸟类除包含其骨骼和神经等运动系统重量外,还具备保暖、求偶等等非运动功能的重量;另一方面,仿生飞行器会包含像载荷(如摄像头、微小型弹药等)和额外的信息交互设备等重量,而这些功能非自然界鸟类具备的。 (3)尺度率中的总面积和总尺度没有反映鸟翼中臂翼和手翼的不同作用,是重大缺陷,如图1所示。鸟翼中臂翼和手翼面积占比、长度占比和翼型(剖面形状)是决定其飞行能力的重要参数,不可仅用整翼的面积和长度进行描述。现已证明,臂翼的次级飞羽面积和翼型主要影响升力,而手翼的初级飞羽主要和翼型主要影响推力,同时也影响升力。它们的功能是完全不同的。 (4)尺度率中仅对扑动频率进行了估算,未对扑动幅度进行估算。正如人类跑步一样,跑步的频率和跨步的幅度对跑步的能力同样重要。现已证明,鸟的扑动效率实际上与频率和幅度的乘积有关,它其实代表的是扑动的角速度。 (5)尺度率中,巡航功率的估算方法不能直接用于仿生飞行器。当前,主流的仿生飞行器主要采用电池能量驱动电机(含控制器),电机再驱动多自由度运动机构(常常会用减速器将电机的高速旋转转化成机构的低频扑动)。这种人造的机电能量传输模式与自然鸟通过进食-消化-血液传输-骨骼运动的动物方式完全不同。 而第二种方式所需评估的候选方案过多,数值仿真和风洞实验的过程复杂、周期长、成本高,同时评估结果依赖于经验,存在由于估算的参数变化范围可能会不包含合理方案点的风险。
实现思路
阅读余下40%
技术概要为部分技术内容,查看PDF获取完整资料
该技术已申请专利,如用于商业用途,请联系技术所有人!
技术研发人员:
宋笔锋  柳柳  刘夏茹  马东福  薛栋  包晗  张玉刚
技术所属: 西北工业大学
相关技术
一种服务开发方法、装置、设备及存储介质 一种服务开发方法、装置、设备及存储介质
一种高精度双层优化方法的神经网络搜索架构构建方法 一种高精度双层优化方法的神经网络搜索架构构建方法
跨总线域的设备对宿主机空间DMA访问方法及相关设备 跨总线域的设备对宿主机空间DMA访问方法及相关设备
一种客户信息定期维护方法及系统 一种客户信息定期维护方法及系统
代码发布方法、装置、计算机设备和可读存储介质 代码发布方法、装置、计算机设备和可读存储介质
一种基于统一管理平台的子应用数据获取方法及装置 一种基于统一管理平台的子应用数据获取方法及装置
利用深度学习的BIM模型错误自动检测系统 利用深度学习的BIM模型错误自动检测系统
一种基于智能反射面的室内T型走廊场景路径损耗的分析方法 一种基于智能反射面的室内T型走廊场景路径损耗的分析方法
模型评估任务处理方法及装置 模型评估任务处理方法及装置
基于大数据的异常信号智能识别方法 基于大数据的异常信号智能识别方法
技术分类
电信、广播电视和卫星传输服务 电信、广播电视和卫星传输服务
互联网软件服务 互联网软件服务
集成电路设计 集成电路设计
信息集成数字服务 信息集成数字服务
电气机械制造 电气机械制造
计算机、通信、电子设备制造 计算机、通信、电子设备制造
医药制造、生物基材料 医药制造、生物基材料
石油煤矿化学用品加工 石油煤矿化学用品加工
化学原料制品加工 化学原料制品加工
非金属矿物加工 非金属矿物加工
金属制品加工 金属制品加工
专用设备制造 专用设备制造
通用设备制造 通用设备制造
通用零部件制造 通用零部件制造
汽车制造业 汽车制造业
铁路、船舶、航天设备制造 铁路、船舶、航天设备制造
电力、热力生产和供应 电力、热力生产和供应
燃气生产和供应 燃气生产和供应
水生产和供应 水生产和供应
房屋建筑、土木工程 房屋建筑、土木工程
交通运输、仓储和邮政 交通运输、仓储和邮政
农、林、牧、渔业 农、林、牧、渔业
采矿业 采矿业
农副、食品加工 农副、食品加工
烟草、酒水加工 烟草、酒水加工
纺织皮具居家制品 纺织皮具居家制品
文教体娱加工 文教体娱加工
苏ICP备18062519号-5 © 2018-2025 【123技术园】 版权所有,并保留所有权利