基于PSO-ELM和改进BACTM的飞机动力学边界分析

doi:10.7527/S1000-6893.2026.32830

流体力学与飞行力学

本期目录 | 过刊浏览 | 高级检索

前一篇 |

基于PSO-ELM和改进BACTM的飞机动力学边界分析

魏洲航¹, 倪烨斌¹, 田欣¹, 吕永玺¹^,², 史静平¹^,²()

^1.西北工业大学自动化学院，西安 710129
^2.西北工业大学陕西省飞行控制与仿真技术重点实验室，西安 710129

收稿日期:2025-09-25 修回日期:2025-12-18 接受日期:2026-01-16 出版日期:2026-08-25 发布日期:2026-08-25
通讯作者: 史静平 E-mail:shijingping@nwpu.edu.cn
基金资助:
国家自然科学基金(62373301);国家自然科学基金(62173277);航空科学基金(20220058053002);陕西省自然科学基金(2023-JC-YB-526)

Received:2025-09-25 Revised:2025-12-18 Accepted:2026-01-16 Online:2026-08-25 Published:2026-08-25

摘要/Abstract

摘要：

飞机失速是翼面气流严重分离导致升力骤降的安全临界现象，易引发失速滚转、失速尾旋等危险，严重威胁飞机飞行安全。构建高精度动力学模型、开展失速特性分析是预防失速风险并实现失速改出的关键技术保障。为解决非定常气动力模型复杂度与精度难以兼顾的问题，开发了一种基于粒子群优化-极限学习机的建模方法，融合多源风洞试验数据，构建了兼具高预测精度、低复杂度和强工况适应性的非定常耦合气动力模型，以提升失速特性分析和边界计算的可靠性。针对传统分支分析连续算法初值依赖性缺陷和步长僵化缺陷导致解空间探索不充分的问题，提出了一种基于“随机状态点生成+自适应步长调整”的改进分支分析算法，结合鞍点流形理论，实现了飞机纵向非线性动力学特性的全局分析。以静不稳定飞机的纵向模型为研究对象，通过对开环模型和带反步控制闭环模型的仿真，聚焦飞机纵向全局动力学特性和失速边界的分析求解，为削弱非定常迟滞影响、拓展稳定飞行包线和抑制非预期失速提供了动力学支撑。

关键词: 飞行动力学, 非定常气动力, 分支分析, 非线性系统, 流形, 失速边界

中图分类号:

V212

魏洲航, 倪烨斌, 田欣, 吕永玺, 史静平. 基于PSO-ELM和改进BACTM的飞机动力学边界分析[J]. 航空学报, 2026, 47(16): 132830.

图/表 21

图1

图 2

图 3

图 4

图 5

图 6

表1

PSO 核心参数设置

参数	取值	依据
粒子数量	50	兼顾效率与寻优精度
最大迭代次数	200	由收敛曲线验证，避免过迭代
初始惯性权值 $μ 0$	0.9	最常用取值
学习因子 $c 1 / c 2$	2.5/0.5	动态调整

表1

图 7

图 8

图 9

图 10

表2

各参数对改进分支分析算法求解影响

参数	取值较大时	取值较小时	推荐取值
$s d$	无法定位短分支	求解速度下降	$2 °$
$N r$	易重复求解	无法定位收敛域较小的分支	$5 n$
$i m a x$	过度迭代	可能舍弃平衡点	20
$i d$	步长调节不灵敏	易迭代发散	5
$δ r, δ ψ$	精确度不足	过度迭代	$10 - 6$
$δ s$	直接跳过分岔点	迭代缓慢	$10 - 4$
$δ Λ$	易将普通平衡点错判为分岔点	难以定位分岔点	0.1

表2

表3

气动数据划分

组别	振荡频率	耦合特性	姿态角变化规律	气流角变化规律
1	0.2	双轴耦合	$θ = θ 0 - θ m s i n (ω t), ϕ = ϕ m s i n (ω t)$	$α = t a n - 1 (t a n θ c o s ϕ), β = s i n - 1 (s i n θ s i n ϕ)$
2	0.6	双轴耦合	$θ = θ 0 - θ m s i n (ω t), ϕ = ϕ m s i n (ω t)$	$α = t a n - 1 (t a n θ c o s ϕ), β = s i n - 1 (s i n θ s i n ϕ)$
3	0.8	双轴耦合	$θ = θ 0 - θ m s i n (ω t), ϕ = ϕ m s i n (ω t)$	$α = t a n - 1 (t a n θ c o s ϕ), β = s i n - 1 (s i n θ s i n ϕ)$
4	0.2	单轴俯仰	$θ = θ 0 - θ m s i n (ω t)$	$α = θ, β = 0 °$
5	0.6	单轴俯仰	$θ = θ 0 - θ m s i n (ω t)$	$α = θ, β = 0 °$
6	0.8	单轴俯仰	$θ = θ 0 - θ m s i n (ω t)$	$α = θ, β = 0 °$

表3

图 11

图 12

表4

图 13

图 14

图 15

图 16

图 17

参考文献 34

[1]	王海峰，展京霞，陈科，等. 战斗机大迎角气动特性研究技术的发展与应用［J］. 空气动力学学报， 2022， 40（1）： 1-25.
	WANG H F， ZHAN J X， CHEN K， et al. Development and application of aerodynamic research technologies for fighters at high angle of attack［J］. Acta Aerodynamica Sinica， 2022， 40（1）： 1-25 （in Chinese）.
[2]	于目航，王霞，杨林，等. 面向战机大迎角机动过程的智能学习控制［J］. 自动化学报， 2024， 50（4）： 719-730.
	YU M H， WANG X， YANG L， et al. Intelligent learning control for fighter maneuvers at high angle of attack［J］. Acta Automatica Sinica， 2024， 50（4）： 719-730 （in Chinese）.
[3]	WANG X， YU M H， YANG L， et al. Airflow angles estimation-based finite-time adaptive neural control for aircraft at high-angle-of-attack maneuvers［J］. IEEE Transactions on Systems， Man， and Cybernetics： Systems， 2025， 55（8）： 5126-5136.
[4]	张子军，赵彤，孙烨，等. 飞机大迎角飞行问题研究综述［J］. 航空工程进展， 2022， 13（3）： 74-85.
	ZHANG Z J， ZHAO T， SUN Y， et al. Review of the study on high-angle-of-attack flight problems of aircraft［J］. Advances in Aeronautical Science and Engineering， 2022， 13（3）： 74-85 （in Chinese）.
[5]	HALEFOM M H， HOPWOOD J W， WOOLSEY C A. Unsteady aerodynamics in model-based wind estimation from fixed-wing aircraft motion［J］. Journal of Guidance， Control， and Dynamics， 2024， 47（8）： 1556-1568.
[6]	CEN F， LI Q， LIU Z T， et al. Post-stall flight dynamics of commercial transport aircraft configuration： A nonlinear bifurcation analysis and validation［J］. Proceedings of the Institution of Mechanical Engineers， Part G： Journal of Aerospace Engineering， 2021， 235（3）： 368-384.
[7]	LU Z D， HONG H C， GERDTS M， et al. Flight envelope prediction via optimal control-based reachability analysis［J］. Journal of Guidance， Control， and Dynamics， 2021， 45（1）： 185-195.
[8]	KOLB S， MONTAGNIER O， HÉTRU L， et al. Real-time detection of an aircraft deep stall and recovery procedure［J］. Journal of Guidance， Control， and Dynamics， 2019， 42（5）： 1185-1194.
[9]	CANIN D G， MCCONNELL J K， JAMES P W. F-35 high angle of attack flight control development and flight test results［C］∥ 2018 AIAA Aviation Forum. Reston： AIAA， 2019.
[10]	KOU J Q， ZHANG W W. Data-driven modeling for unsteady aerodynamics and aeroelasticity［J］. Progress in Aerospace Sciences， 2021， 125： 100725.
[11]	LIN G F， LAN C， BRANDON J， et al. A generalized dynamic aerodynamic coefficient model for flight dynamics applications［C］∥ 22nd Atmospheric Flight Mechanics Conference. Reston： AIAA， 1997.
[12]	BERCI M. On aerodynamic models for flutter analysis： A systematic overview and comparative assessment［J］. Applied Mechanics， 2021， 2（3）： 516-541.
[13]	TAHA H E， REZAEI A S. State space modeling of viscous unsteady aerodynamic loads［C］∥ AIAA Scitech 2021 Forum. Reston： AIAA， 2021.
[14]	SIDDIQUI M F， DE TROYER T， DECUYPER J， et al. A data-driven nonlinear state-space model of the unsteady lift force on a pitching wing［J］. Journal of Fluids and Structures， 2022， 114： 103706.
[15]	JIANG W， GUO H， LI Z， et al. Nonlinear unsteady behaviour study for jet transport aircraft response to serious atmosphere turbulence［J］. The Aeronautical Journal， 2025， 129（1332）： 432-456.
[16]	MOHAMED A， WOOD D. Deep learning predictions of unsteady aerodynamic loads on an airfoil model pitched over the entire operating range［J］. Physics of Fluids， 2023， 35（5）： 053113.
[17]	VERMA H O， PEYADA N K. Estimation of aerodynamic parameters near stall using maximum likelihood and extreme learning machine-based methods［J］. The Aeronautical Journal， 2021， 125（1285）： 489-509.
[18]	沈霖，黄达，吴根兴，等. 战斗机大迎角非定常气动力建模［J］. 航空学报， 2020， 41（6）： 523440.
	SHEN L， HUANG D， WU G X， et al. Unsteady aerodynamic modeling for fighter configuration at high angles of attack［J］. Acta Aeronautica et Astronautica Sinica， 2020， 41（6）： 523440 （in Chinese）.
[19]	CHEN Z Q， ZHAO Y H， HUANG R. Parametric reduced-order modeling of unsteady aerodynamics for hypersonic vehicles［J］. Aerospace Science and Technology， 2019， 87： 1-14.
[20]	陈翔，王海峰，展京霞，等. 基于循环神经网络的非定常气动力建模研究［J］. 气动研究与试验， 2023， 1（4）： 75-81.
	CHEN X， WANG H F， ZHAN J X， et al. Unsteady aerodynamic modeling based on recurrent neural network［J］. Aerodynamic Research & Experiment， 2023， 1（4）： 75-81 （in Chinese）.
[21]	LYU Y X， ZHANG W G， SHI J P， et al. Unsteady aerodynamic modeling of biaxial coupled oscillation based on improved ELM［J］. Aerospace Science and Technology， 2017， 60： 58-67.
[22]	LYU Y X， CAO Y Y， ZHANG W G， et al. Dynamic surface control design of post-stall maneuver under unsteady aerodynamics［J］. Aerospace Science and Technology， 2018， 80： 269-280.
[23]	李怀璐，王旭，王霄，等. 大迎角机动飞行的气动力建模与飞行仿真［J］. 航空学报， 2023， 44（19）： 128410.
	LI H L， WANG X， WANG X， et al. Aerodynamic modeling and flight simulation of maneuver flight at high angle of attack［J］. Acta Aeronautica et Astronautica Sinica， 2023， 44（19）： 128410 （in Chinese）.
[24]	屈亮，李颖晖，袁国强，等. 基于相平面法的结冰飞机纵向非线性稳定域分析［J］. 航空学报， 2016， 37（3）： 865-872.
	QU L， LI Y H， YUAN G Q， et al. Longitudinal nonlinear stabilizing region for icing aircraft based on phase-plane method［J］. Acta Aeronautica et Astronautica Sinica， 2016， 37（3）： 865-872 （in Chinese）.
[25]	郑无计，李颖晖，屈亮，等. 基于正规形法的结冰飞机着陆阶段非线性稳定域［J］. 航空学报， 2017， 38（2）： 520724.
	ZHENG W J， LI Y H， QU L， et al. Nonlinear stability region of icing aircraft during landing phase based on normal form method［J］. Acta Aeronautica et Astronautica Sinica， 2017， 38（2）： 520724 （in Chinese）.
[26]	YAN C， TU L H， LI Z W， et al. Investigation of longitudinal stability analysis of general aviation aircraft by phase plane method［J］. Nonlinear Dynamics， 2024， 112（16）： 13845-13861.
[27]	XIN Q， SHI Z K. Bifurcation analysis and stability design for aircraft longitudinal motion with high angle of attack［J］. Chinese Journal of Aeronautics， 2015， 28（1）： 250-259.
[28]	WU D W， CHEN M， YE H. Analysis and recovery of aircraft deep-stall phenomena using bifurcation analysis［J］. IEEE Access， 2020， 8： 29319-29333.
[29]	岑飞，刘志涛，蒋永，等. 民机极限飞行状态非定常气动力建模［J］. 航空学报， 2022， 43（8）： 125582.
	CEN F， LIU Z T， JIANG Y， et al. Unsteady aerodynamics modeling of civil transport configuration under extreme flight conditions［J］. Acta Aeronautica et Astronautica Sinica， 2022， 43（8）： 125582 （in Chinese）.
[30]	HUANG G B， ZHU Q Y， SIEW C K. Extreme learning machine： Theory and applications［J］. Neurocomputing， 2006， 70（1-3）： 489-501.
[31]	LI W H， SHI J P， WU Y Y， et al. A Multi-UCAV cooperative occupation method based on weapon engagement zones for beyond-visual-range air combat［J］. Defence Technology， 2022， 18（6）： 1006-1022.
[32]	CAI J G， ZHONG Q Y， ZHANG X H， et al. Mobility and kinematic bifurcation analysis of origami plate structures［J］. Journal of Mechanisms and Robotics， 2023， 15（6）： 061015.
[33]	IORDANIS I， KOUKOUVINOS C， SILOU I. On the efficacy of conditioned and progressive Latin hypercube sampling in supervised machine learning［J］. Applied Numerical Mathematics， 2025， 208： 256-270.
[34]	曹建福，韩崇昭，方洋旺. 非线性系统理论及应用［M］. 2版. 西安：西安交通大学出版社， 2006： 15-16.
	CAO J F， HAN C Z， FANG Y W. Theory and application of nonlinear system［M］. 2nd ed. Xi’an： Xi’an Jiaotong University Press， 2006： 15-16 （in Chinese）.

E-mail：hkxb@buaa.edu.cn

关于我们

期刊社服务

专业学科

封面文章

友情链接

主管单位：中国科学技术协会主办单位：中国航空学会北京航空航天大学

模型	神经元个数	RMSE	预测时间/ms
BPNN	100	0.004 9	89.5
ELM	80	0.003 5	2.1
PSO-ELM	80	0.001 0	1.1

基于PSO-ELM和改进BACTM的飞机动力学边界分析

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 21

参考文献 34

相关文章 15

编辑推荐

Metrics

本文评价

[1]	刘程钰, 马玉娥, 陈鹏程. 热力耦合疲劳相场模型的流形自适应方法[J]. 航空学报, 2026, 47(6): 232552-232552.
[2]	童金阳, 寇家庆, 张伟伟. 飞行器非定常气动力稀疏识别建模方法[J]. 航空学报, 2026, 47(16): 132764-132764.
[3]	蔡璧丞, 张斯铭, 琚啸哲, 李源, 赵勇. 多臂航天器抓捕目标后的数据驱动预测控制[J]. 航空学报, 2026, 47(14): 632687-632687.
[4]	王洛烽, 陈仁良, 冯瑞. 直升机扫雷系统跨介质刚柔耦合建模与配平分析[J]. 航空学报, 2025, 46(22): 231900-231900.
[5]	王彬文, 宋巧治, 陈浩宇. 飞翼布局飞行器体自由度颤振地面试验[J]. 航空学报, 2025, 46(21): 532758-532758.
[6]	杜皆诚, 饶寒月, 杨体浩, 艾俊强, 陈艺夫, 史亚云, 白俊强. 设计空间几何过滤与流形重构增强的层流翼梯度优化设计方法[J]. 航空学报, 2025, 46(20): 531917-531917.
[7]	王冶平, 吉洪蕾, 周攀, 叶毅. 基于涡管模型的倾转四旋翼气动干扰快速分析[J]. 航空学报, 2025, 46(2): 130705-130705.
[8]	张玉刚, 杨哲, 何森朋, 杨文青. 基于物理信息神经网络的飞机姿态预测模型[J]. 航空学报, 2025, 46(19): 531850-531850.
[9]	金若尘, 杨志勃, 杨来浩, 乔百杰, 冯军楠, 张欢, 杨志军, 陈雪峰. 连续压缩感知叶端定时频率估计方法[J]. 航空学报, 2025, 46(17): 231620-231620.
[10]	刘永平, 张朋, 曾开春, 余立, 寇西平. 基于Theodorsen理论的跨声速颤振非定常气动力建模[J]. 航空学报, 2025, 46(12): 231434-231434.
[11]	吴惠敏, 何真, 彭余萧. 基于可达集与迭代学习的栖落机动轨迹控制方法[J]. 航空学报, 2025, 46(10): 331227-331227.
[12]	聂博文, 王亮权, 黄志银, 何龙, 杨仕鹏, 颜鸿涛, 章贵川. 复合式高速无人直升机飞行动力学建模与控制策略设计[J]. 航空学报, 2024, 45(9): 529848-529848.
[13]	潘慕绚, 陆思蓉, 程珂, 李小涛. 航空发动机约束控制综述[J]. 航空学报, 2024, 45(23): 30533-030533.
[14]	周攀, 陈仁良, 杨柠檬, 聂博文, 李国强. 倾转四旋翼飞行器操纵策略[J]. 航空学报, 2024, 45(22): 130165-130165.
[15]	张桂玮, 刘召庆, 朱镭, 张衡, 田玮, 李伟光, 杨智春. 地面颤振模拟试验技术研究进展[J]. 航空学报, 2024, 45(10): 29229-029229.