复杂噪声环境下运载火箭时变模态在线辨识方法研究

Due to the fact that the real operational environment of launch vehicles cannot be accurately simulated, the modal parameters obtained by finite element analysis or ground vibration test are not always consistent with the true values of launch vehicles in flight. Besides, the dynamic characteristics of launch vehicles are changing with the rapid fuel consumption, and the noise environment faced by them is also extremely complex. The existing identification methods are not yet efficient and robust to identify their time-varying modal parameters online. Based on the huge demand for online identification of time-varying modal parameters, this project focuses on three key issues concerning the response measurements of launch vehicles: lower signal-to-noise ratio, gross errors caused by the measurement/transmission failures and harmonic components caused by the non-white excitation. By making the existing output-only recursive time-varying modal identification methods to operate in complex noise environment, this project aims to solve the current bottleneck problem of the online identification of time-varying modal parameters for in-flight launch vehicles, and provide theoretical and methodological support to meet the increasing demand of online identification in China’s aerospace engineering applications.

由于无法准确模拟飞行状态下运载火箭的真实工作环境，通过有限元分析或地面振动试验获得的模态参数往往与飞行状态下的真实值存在一定差异，天地一致性难以保证。然而，飞行状态下运载火箭的动力学特性会随着燃料的快速消耗而不断变化，所面临的噪声环境也极为复杂，现有辨识方法尚不具备对其时变模态进行高效鲁棒在线辨识的能力。面向运载火箭时变模态在线辨识的巨大需求，本项目针对运载火箭振动响应实测数据信噪比很低、常常包含由测量/传输故障引起的过失误差成分和由激励非白噪声引起的谐波成分的实际问题开展研究，旨在赋予现有时变模态仅输出递推辨识方法处理复杂噪声环境的能力，突破现阶段真实工作状态下运载火箭时变模态在线辨识的关键技术障碍，为满足我国航空航天领域日益增长的在线辨识需求提供理论与方法支持。

飞行状态下运载火箭的动力学特性会随燃料的快速消耗而不断变化，所面临的噪声环境极为复杂，时变模态在线辨识已成为困扰运载火箭姿控系统设计与多学科设计优化的关键瓶颈之一。本项目围绕复杂噪声环境下运载火箭时变模态在线辨识问题，开展了系统深入的理论与实验研究，并对项目执行中遇到的局部连接结构非线性动力学问题进行了同步研究，取得了以下研究成果：.（1）针对弱环境激励下时变结构响应信号信噪比低导致辨识精度差的问题，提出了多分量时变结构模态参数仅输出递推辨识框架，发展了随机参数演化、贝叶斯线性回归等一系列鲁棒辨识方法，显著提升了辨识精度，通过设计搭建变质量充液筒模拟运载火箭的时变质量特性完成了实验验证。.（2）针对时变结构响应信号中包含过失误差成分导致辨识结果失真的问题，采用自适应加权策略对过失误差进行实时检测并滤除，采用遗忘机制对旧数据进行遗忘，提出了可消除过失误差不良影响的自适应仅输出递推辨识方法，能够在极端恶劣的过失误差环境下准确跟踪时变结构的模态参数。.（3）针对时变结构响应信号中包含谐波成分导致虚假模态的问题，发展了时域响应传递率和相关函数传递率的概念，提出了非白噪声激励环境下的仅输出时域模态参数辨识方法，能够对谐波成分引起的虚假模态进行有效剔除，且避免了将时域数据变换至频域过程中的能量泄露和窗函数选择困难等问题。.（4）针对时变结构动力学特性变化快、响应实测数据短的问题，通过引入正则化对不适定问题进行处理，提出了基于脊回归的确定结构化模型参数估计方法，完成了数值和实验验证，实现了基于短数据的快时变系统模态参数辨识。.（5）针对运载火箭螺栓法兰连接舱段、折叠翼舵等航天连接结构非线性动力学问题，提出了间隙非线性系统辨识理论，发展了非线性连接结构的数据驱动建模与动特性分析方法，可用于相关航天连接结构的高精度局部辨识与高效率整体建模。