基于混合特征選擇算法的飛機機翼載荷實測方法
【技術領域】
[0001] 本發(fā)明屬于航空航天技術領域，更進一步涉及飛行載荷實測技術領域中的一種基 于混合特征選擇算法的飛機機翼載荷實測方法。本發(fā)明可以實現(xiàn)對飛機機翼載荷較高精度 的實時測量。
【背景技術】
[0002] 飛行載荷測量在整個飛機研制過程中占有重要地位，可以驗證飛機結構設計是否 合理。為了對飛行載荷進行測量，首先在飛機一些典型的剖面進行應變電橋改裝，然后進行 地面載荷校準試驗，通過分析校準載荷和應變電橋響應的對應關系，利用多元線性回歸建 立載荷模型，最后把實際飛行中的應變電橋響應數(shù)據(jù)代入載荷模型從而得到飛行載荷。地 面載荷校準試驗是飛行載荷測量的基礎，其中應變電橋的選擇是關鍵，直接關系著載荷測 量的精度。
[0003] ZHAO Yan, Gao Shang 和 ZHANG Duoyuan 在論文"Application of MT Method for Strain Gage Selection in Flight Measurements"(Modern Machinery2012:37-39)中提 出了一種基于修正統(tǒng)計量MT值的飛行載荷實測方法。該方法的具體步驟是：第一，在飛機 一些典型剖面上進行應變電橋改裝；第二，進行地面載荷校準試驗，獲得載荷數(shù)據(jù)與應變電 橋響應數(shù)據(jù)；第三，訓練載荷模型，即建立載荷與應變電橋響應之間的多元線性回歸方程， 并利用最小二乘法求解系數(shù)矩陣；第三，根據(jù)得到的系數(shù)矩陣計算每個應變電橋的修正統(tǒng) 計量MT值；第四，從應變電橋數(shù)據(jù)中移除修正統(tǒng)計量MT值最小的應變電橋；第五，重復二、 三、四步驟，直至得到滿意的載荷模型；第六，在實際飛行中，將應變電橋響應數(shù)據(jù)代入載荷 模型，從而得到實際飛行中的飛行載荷。該方法存在不足之處是：在求解系數(shù)矩陣時，采用 的是最小二乘法，可能會出現(xiàn)因個體矩陣不可逆無法求解系數(shù)矩陣的情況，從而導致該方 法無法實現(xiàn)對飛行載荷的實測；由于假設由n-1個應變電橋建立的最優(yōu)載荷模型一定是從 由η個應變電橋建立的最優(yōu)載荷模型中得到的，導致該方法建立的載荷模型對飛行載荷的 測量精度較低。

【發(fā)明內容】

[0004] 本發(fā)明的目的在于克服上述現(xiàn)有技術的不足，提出一種基于混合特征選擇算法的 飛機機翼載荷實測方法。
[0005] 實現(xiàn)本發(fā)明的總體思路是，采用單獨特征選擇法對初始訓練集進行預處理，刪除 與目標載荷不相關以及弱相關的應變電橋數(shù)據(jù)，然后迭代生成種群矩陣并計算種群矩陣的 適應度獲得最優(yōu)系數(shù)矩陣，從而提高對飛機機翼載荷實測的精度，同時生成梯度矩陣并沿 著負梯度矩陣方向對系數(shù)矩陣進行搜索從而獲取系數(shù)矩陣。
[0006] 實驗本發(fā)明目的的具體步驟如下：
[0007] (1)生成初始訓練集：
[0008] (Ia)在飛機機翼上安裝覆蓋機翼所有傳力路徑的多個應變電橋；
[0009] (Ib)在飛機機翼上，米用分段加載方式加載載荷，記錄與載荷對應的所有應變電 橋的響應值；
[0010] (Ic)將所有的載荷值與其對應的應變電橋響應值組成初始訓練集；
[0011] ⑵數(shù)據(jù)預處理：
[0012] 采用單獨特征選擇法，對初始訓練集進行過濾，獲得訓練集；
[0013] 所述的單獨特征選擇法，按照如下步驟進行：
[0014] 第一步，采用下式，分別計算每個應變電橋與載荷之間的相關系數(shù)：
【主權項】
1. 一種基于混合特征選擇算法的飛機機翼載荷實測方法，包括如下步驟： (1) 生成初始訓練集： (la) 在飛機機翼上安裝覆蓋機翼所有傳力路徑的多個應變電橋； (lb) 在飛機機翼上，采用分段加載方式加載載荷，記錄與載荷對應的所有應變電橋的 響應值； (lc) 將所有的載荷值與其對應的應變電橋響應值組成初始訓練集； (2) 數(shù)據(jù)預處理： 采用單獨特征選擇法，對初始訓練集進行過濾，獲得訓練集； 所述的單獨特征選擇法，按照如下步驟進行： 第一步，采用下式，分別計算每個應變電橋與載荷之間的相關系數(shù)：
其中，r表示應變電橋與載荷之間的相關系數(shù)，cov( μ, 1)表示由初始訓練集中每個應 變電橋的所有的響應值與初始訓練集中所有的載荷值計算得到的協(xié)方差值，μ表示初始訓 練集中每個應變電橋的所有的響應值，1表示初始訓練集中所有的載荷值，σ μ表示由初始 訓練集中每個應變電橋的所有的響應值計算得到的標準差值，σ 1表示由初始訓練集中所 有的載荷值計算得到的標準差值； 第二步，將應變電橋與載荷的相關系數(shù)r分別與相關度閥值δ進行比較：如果r多δ， 則保留初始訓練集中該應變電橋所有的響應值；如果r < δ，則從初始訓練集中刪除該應 變電橋的所有的響應值； 第三步，將初始訓練集中保留的數(shù)據(jù)組成訓練集； (3) 生成初始種群矩陣 隨機生成O或1的元素，將生成的元素組成2ν<ΧΝ初始種群矩陣，其中N表示初始種 群矩陣的列數(shù)，初始種群矩陣的列數(shù)N與訓練集中應變電橋的個數(shù)相等； (4) 生成個體矩陣： 從初始種群矩陣每一行中選取元素值為1的所有元素，將所選元素對應的訓練集中應 變電橋的所有的響應值組成M個個體矩陣，其中M表示個體矩陣的個數(shù)，個體矩陣的個數(shù)M 與初始種群矩陣的行數(shù)相等； (5) 求解個體矩陣的系數(shù)矩陣： (5a)采用隨機方式，生成W個kX 1的初始系數(shù)矩陣，其中W表示初始系數(shù)矩陣的個數(shù)， 初始系數(shù)矩陣的個數(shù)W與個體矩陣的個數(shù)M相等，k表示初始系數(shù)矩陣的行數(shù)，初始系數(shù)矩 陣的行數(shù)k與對應的個體矩陣的列數(shù)相等； (5b)采用下式，計算每個初始系數(shù)矩陣的誤差矩陣： e = U Θ -L 其中，e表示初始系數(shù)矩陣的誤差矩陣，U表示初始系數(shù)矩陣對應的個體矩陣，Θ表示 初始系數(shù)矩陣，L表示訓練集中所有的載荷值1組成的載荷值矩陣； (5c)用初始系數(shù)矩陣的誤差矩陣與該初始系數(shù)矩陣所對應的個體矩陣的對應位元素 值相乘，將相乘后的元素值組成中間矩陣； (5d)用中間矩陣與初始系數(shù)矩陣相加，得到梯度矩陣； (5e)沿著負梯度矩陣方向搜索系數(shù)矩陣，獲得系數(shù)矩陣； (6) 計算系數(shù)矩陣的適應度： 采用下式，分別計算每個系數(shù)矩陣的適應度：
其中，σ表示系數(shù)矩陣的適應度值
表示開根號操作，Σ表示求和操作，Lj表示載 荷值矩陣L的第j行，％表示系數(shù)矩陣對應的個體矩陣的第j行，Θ '表示系數(shù)矩陣，p表 示訓練集的大小，q表示個體矩陣的列數(shù)； (7) 生成種群矩陣： (7a)對T個系數(shù)矩陣的適應度由低到高排序，其中T表示系數(shù)矩陣的個數(shù)，系數(shù)矩陣的 個數(shù)T與初始系數(shù)矩陣的個數(shù)W相等； (7b)采用遺傳算法中的選擇操作、交叉操作和變異操作，生成種群矩陣； (8) 判斷是否終止： 判斷迭代次數(shù)是否達到最大迭代次數(shù)，如果是，則執(zhí)行步驟（9);否則，迭代次數(shù)加1， 執(zhí)行步驟（4); (9) 獲得最優(yōu)系數(shù)矩陣： 從T個系數(shù)矩陣中選取適應度最低的系數(shù)矩陣組成最優(yōu)系數(shù)矩陣； (10) 計算實際飛行中的機翼載荷： (IOa)進行飛行試驗，記錄全部的應變電橋的響應值； (IOb)從全部的應變電橋的響應值中選取與最優(yōu)系數(shù)矩陣的每一列對應的應變電橋的 響應值，將選取的應變電橋的響應值組成實際飛行數(shù)據(jù)矩陣； (IOc)用實際飛行數(shù)據(jù)矩陣與最優(yōu)系數(shù)矩陣相乘，得到實際飛行中的機翼載荷值。
2. 根據(jù)權利要求1所述的基于混合特征選擇算法的飛機機翼載荷實測方法，其特征在 于：步驟（Ib)中所述的分段加載方式是指，從500牛頓開始加載，以后每次加載增加500牛 頓。
3. 根據(jù)權利要求1所述的基于混合特征選擇算法的飛機機翼載荷實測方法，其特征在 于：步驟（2)中所述的相關度閥值的取值范圍為0. 1~0. 3。
4. 根據(jù)權利要求1所述的基于混合特征選擇算法的飛機機翼載荷實測方法，其特征在 于：步驟（5c)中所述的最大迭代次數(shù)的取值范圍為100~200。
【專利摘要】本發(fā)明公開了一種基于混合特征選擇算法的飛機機翼載荷實測方法,實現(xiàn)的步驟為：(1)生成初始訓練集；(2)數(shù)據(jù)預處理；(3)生成初始種群矩陣；(4)生成個體矩陣；(5)求解個體矩陣的系數(shù)矩陣；(6)計算系數(shù)矩陣的適應度；(7)生成種群矩陣；(8)判斷是否終止；(9)獲得最優(yōu)系數(shù)矩陣；(10)計算實際飛行中的機翼載荷。本發(fā)明采用單獨特征選擇法對初始訓練集進行預處理，刪除與目標載荷不相關以及弱相關的應變電橋數(shù)據(jù)，然后迭代生成種群矩陣并計算種群矩陣的適應度獲得最優(yōu)系數(shù)矩陣，從而提高對飛機機翼載荷實測的精度，同時生成梯度矩陣并沿著負梯度矩陣方向對系數(shù)矩陣進行搜索從而獲取系數(shù)矩陣。
【IPC分類】G01L1-22
【公開號】CN104677531
【申請?zhí)枴緾N201510098790
【發(fā)明人】馬文平, 花廣兵
【申請人】西安電子科技大學
【公開日】2015年6月3日
【申請日】2015年3月5日