Анализ влияния методов численного дифференцирования на оценку производных продольной устойчивости и управляемости математической модели летательного аппарата

Обложка

Цитировать

Полный текст

Аннотация

Оценка производных продольной устойчивости и управляемости математической модели летательного аппарата проводилось методом наименьших квадратов, применение которого требует использования численного дифференцирования. В целях аппроксимации производных угловой скорости тангажа применены методы численного дифференцирования, такие как метод левосторонней разности, метод правосторонней разности, метод двусторонней разности, комбинация трех методов конечных разностей «gradient» и метод Поплавского. На основании результатов, демонстрирующих преимущества и недостатки каждого из этих методов, разработано два подхода для обеспечения повышения точности оценивания коэффициентов. Предложенный в исследовании подход, путем комбинации результатов, полученных при раздельном использовании трех методов конечных разностей, обеспечивает повышение точности оценивания коэффициентов за счет увеличения эффективности и компенсации недостатков, обусловленных особенностями и свойствами методов конечных разностей.

Об авторах

Олег Николаевич Корсун

Государственный научно-исследовательский институт авиационных систем; Московский авиационный институт (Национальный исследовательский университет)

Автор, ответственный за переписку.
Email: marmotto@rambler.ru
ORCID iD: 0000-0003-3926-1024
SPIN-код: 2472-6853

доктор технических наук, руководитель научно-образовательного центра, Государственный научно-исследовательский институт авиационных систем; профессор кафедры проектирования и сертификации авиационной техники, Московский авиационный институт

Москва, Россия

Моунг Хтанг Ом

Московский авиационный институт (Национальный исследовательский университет)

Email: mounghtangom50@gmail.com
ORCID iD: 0000-0002-7770-2962

кандидат технических наук, докторант кафедры проектирования и сертификации авиационной техники

Москва, Россия

Секу Горо

Московский авиационный институт (Национальный исследовательский университет)

Email: gorosekoi@gmail.com
ORCID iD: 0000-0002-4397-9429

аспирант кафедры проектирования и сертификации авиационной техники

Москва, Россия

Список литературы

  1. Anderson JD. Introduction to Flight. 8th edition. USA: McGraw-Hill Publ.; 2016.
  2. Lutskiǐv V, Galashev E. Aerodynamics, stability and controllability of supersonic aircraft. Moscow: Nauka Publ.; 1998. (In Russ.)
  3. Vepa R. Flight Dynamics, Simulation, and Control, For Rigid and Flexible Aircraft. Boca Raton: CRC Press; 2014. https://doi.org/10.1201/b17346
  4. Korsun ON, Poplavsky BK. Technology for identifycation of aerodynamic coefficients of aircraft based on flight test data. Modeling of aviation systems. Moscow: GosNIIAS Publ.; 2011. P. 444-451. (In Russ.) EDN: RROKCT
  5. Korsun ON, Om MH, Latt KZ, Stulovskii AV. Real-time aerodynamic parameter identification for the purpose of aircraft intelligent technical state monitoring. Procedia Computer Science. 2017;103:67-74. https:// doi.org/10.1016/j.procs.2017.01.014
  6. Anton N, Botez RM, Popescu D. New Methods and Code for Aircraft Stability Derivatives Calculations from its Geometrical Data. Canadian Aeronautical Society Institute CASI Aircraft Design and Development Symposium. Kanata, Ont., Canada; 2009:6046.
  7. Juliawan N, Chung HS, Lee JW, Kim S. Estimation and Separation of Longitudinal Dynamic Stability Derivatives with Forced Oscillation Method Using Computational Fluid Dynamics. Aerospace. 2021;8(11): 354. https://doi.org/10.3390/aerospace8110354
  8. Om MH, Latt KZ, Karapetyan TS. Estimation of aerodynamic parameters in conditions of measurement. ITM Web of Conferences. 2017;10:01007. https://doi.org/ 10.1051/itmconf/20171001007
  9. Ovcharenko VN. Identification of aerodynamic characteristics of aircraft by flight data. MAI Publishing House, Moscow; 2017. (In Russ.)
  10. Om MH, Latt KZ. Analysis of the influence of input signal forms on the accuracy of identification of aerodynamic parameters in the longitudinal motion of an aircraft. Cloud of Science. 2017;4(4):636-649. EDN: YSCXKM
  11. Nikolaev SV, Om MH, Latt KZ. Determination of aerodynamic parameters in various conditions of input signal. IOP Conference Series: Materials Science and Engineering. 2019 Workshop on Materials and Engineering in Aeronautics. Moscow; 2020;714(1):012021. https:// doi.org/10.1088/1757-899X/714/1/012021
  12. Morelli EA, Klein V. Accuracy of Aerodynamic Model Parameters Estimated from Flight Test Data. Journal of Guidance, Control, and Dynamics. 1997;20(1):74-80. Available from: https://ntrs.nasa.gov/api/citations/199800 48414/downloads/19980048414.pdf (accessed: 11.01.2024).
  13. Maine RE, Iliff KW. The Theory and Practice of Estimating the Accuracy of Dynamic Flight-Determined Coefficients. NASA Reference Publication 1077, 1981. Available from: https://ntrs.nasa.gov/api/citations/198100 19327/downloads/19810019327.pdf (accessed: 11.01.2024).
  14. Korsun ON, Om MH. The practical rules for aircraft parameters identification based on flight test data. Metascience in Aerospace. 2024;1(1):53-65. https://doi.org/ 10.3934/mina.2024003
  15. Efremov AV, Zakharchenko VF, Ovcharenko VN, Sukhanov VL. Flight dynamics. Byushgens GS (ed.). Moscow: Mashinostroenie Publ.; 2017. (In Russ.)
  16. Korsun ON. Methods of parametric identification of technical systems. Moscow: Bauman Moscow State Technical University Publ.; 2011. (In Russ.) EDN: VQLLUZ
  17. Jategaonkar RV. Flight vehicle system identification: A time domain methodology. USA, Reston: AIAA Publ.; 2006. https://doi.org/10.2514/4.866852
  18. Korsun ON, Nikolaev SV, Om M.H. Detection of dynamic errors in aircraft flight data. IOP Conf. Series: Materials Science and Engineering. Moscow; 2021;1027: 012011. https://doi.org/10.1088/1757-899X/1027/1/012011
  19. Vasilchenko КК, Кochetkov YuА, Leonov VА, Poplavskii BК. Aircraft Flight Tests. Moscow: Mashinostroenie Publ.; 1996. (In Russ.) ISBN 5-217-02574-3
  20. Li Z, Qiao Z, Tang T. Numerical Solution of Differential Equations. Cambridge University Press; 2017. https://doi.org/10.1017/9781316678725

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».