旋翼桨叶结构载荷光纤布拉格光栅传感试飞技术

doi:10.7527/S1000-6893.2025.31863

固体力学与飞行器总体设计

本期目录 | 过刊浏览 | 高级检索

前一篇 |

旋翼桨叶结构载荷光纤布拉格光栅传感试飞技术

程卫真(), 王泽峰, 耿丽松, 郑甲宏, 焦帅克, 李康

中国飞行试验研究院，西安 710089

收稿日期:2025-02-10 修回日期:2025-02-20 接受日期:2025-03-14 出版日期:2025-03-28 发布日期:2025-10-30
通讯作者: 程卫真 E-mail:chengwz1972@qq.com
基金资助:
直升机动力学全国重点实验室基金(61422202104)

Flight test measurement for structural load of rotor blade based on fiber Bragg grating

Weizhen CHENG(), Zefeng WANG, Lisong GENG, Jiahong ZHENG, Shuaike JIAO, Kang LI

Chinese Flight Test Establishment，Xi’an 710089，China

Received:2025-02-10 Revised:2025-02-20 Accepted:2025-03-14 Online:2025-03-28 Published:2025-10-30
Contact: Weizhen CHENG E-mail:chengwz1972@qq.com
Supported by:
National Key Laboratory Foundation of Helicopter Aeromechanics(61422202104)

摘要/Abstract

摘要：

应用光纤布拉格光栅（FBG）传感器表征旋翼桨叶结构载荷，设计FBG传感网络及其机载测试系统用于旋翼桨叶结构载荷飞行实测。在试飞工程中，基于FBG响应信息差分算法，提出获取载荷模型系数矩阵的单项加载校准试验方法，以及桨叶剖面实际安装角的确定方法。试验数据分析表明，载荷模型误差优于5%的飞行实测工程要求。将FBG传感飞行实测结果与应变计测量结果对比，表明旋翼桨叶结构载荷FBG传感同步动态飞行实测技术的可行性，为开展基于FBG传感的直升机强度试飞积累经验。

关键词: 直升机, 旋翼, 桨叶, 结构载荷, FBG, 飞行试验

Abstract:

Fiber Bragg Grating （FBG） sensors are used to characterize the structural loads of rotor blades. An FBG sensing network and its airborne measurement system are designed for in-flight measurement of rotor blade structural loads. In flight testing， a single-load calibration method based on the differential algorithm of FBG response information was employed to obtain the load model coefficient matrix， and a method for determining the actual installation angle of the blade section is proposed. Data analysis shows that the load model error meets the engineering requirement of less than 5% for in-flight measurement. Comparison of FBG sensing results with strain gauge measurements demonstrates the feasibility of FBG-based synchronous dynamic in-flight measurement of rotor blade structural loads， accumulating experience for helicopter strength flight tests based on FBG sensing technology.

Key words: helicopter, rotor, blade, structural loads, fiber Bragg grating, flight test

中图分类号:

V217

程卫真, 王泽峰, 耿丽松, 郑甲宏, 焦帅克, 李康. 旋翼桨叶结构载荷光纤布拉格光栅传感试飞技术[J]. 航空学报, 2025, 46(24): 231863.

Weizhen CHENG, Zefeng WANG, Lisong GENG, Jiahong ZHENG, Shuaike JIAO, Kang LI. Flight test measurement for structural load of rotor blade based on fiber Bragg grating[J]. Acta Aeronautica et Astronautica Sinica, 2025, 46(24): 231863.

图/表 11

图 1

图 2

图 3

图 4

图 5

图 6

图 7

图 8

表1

图 9

图 10

参考文献 31

[1]	廖延彪，黎敏，张敏，等. 光纤传感技术与应用［M］. 北京：清华大学出版社， 2009.
	LIAO Y B， LI M， ZHANG M， et al. Optical fiber sensing techniques and applications［M］. Beijing： Tsinghua University Press， 2009 （in Chinese）.
[2]	薛景锋，宋昊，王文娟. 光纤光栅在航空结构健康监测中的应用前景［J］. 航空制造技术， 2012（22）： 45-49.
	XUE J F， SONG H， WANG W J. Application of optical fiber grating in health monitoring for aircraft structure［J］. Aeronautical Manufacturing Technology， 2012（22）： 45-49 （in Chinese）.
[3]	DI SANTE R. Fibre optic sensors for structural health monitoring of aircraft composite structures： recent advances and applications［J］. Sensors， 2015， 15（8）： 18666-18713.
[4]	IELE A， LEONE M， CONSALES M， et al. Load monitoring of aircraft landing gears using fiber optic sensors［J］. Sensors and Actuators A： Physical， 2018， 281： 31-41.
[5]	IADICICCO A， NATALE D， DI PALMA P， et al. Strain monitoring of a composite drag strut in aircraft landing gear by fiber Bragg grating sensors［J］. Sensors， 2019， 19（10）： 2239.
[6]	ŚWIĘCH Ł. Calibration of a load measurement system for an unmanned aircraft composite wing based on fibre Bragg gratings and electrical strain gauges［J］. Aerospace， 2020， 7（3）： 27.
[7]	褚园园，吴越，黄鹏宇，等. 基于FBG的飞机起落架载荷测试技术研究［J］. 半导体光电， 2022， 43（1）： 182-187.
	CHU Y Y， WU Y， HUANG P Y， et al. Research on load testing technology of aircraft landing gear based on FBG［J］. Semiconductor Optoelectronics， 2022， 43（1）： 182-187 （in Chinese）.
[8]	鹿利单，闫光，刘锋，等. 基于预拉伸基片式FBG的工字梁载荷测试［J］. 压电与声光， 2017， 39（4）： 619-623.
	LU L D， YAN G， LIU F， et al. Joist load test based on pre-stretching substrate FBG sensor［J］. Piezoelectrics & Acoustooptics， 2017， 39（4）： 619-623 （in Chinese）.
[9]	黄勇. 基于光纤传感的襟翼操纵载荷试飞技术［J］. 航空学报， 2020， 41（4）： 127-133.
	HUANG Y. Flight test technic for flap operation load with optical fiber sensing［J］. Acta Aeronautica et Astronautica Sinica， 2020， 41（4）： 127-133 （in Chinese）.
[10]	鲁明宇，马超，李翔宇，等. 飞机作动器连杆光纤光栅载荷校准方法［J］. 数据采集与处理， 2020， 35（2）： 270-277.
	LU M Y， MA C， LI X Y， et al. Load calibration method of actuator connecting panels for aircraft based on fiber Bragg grating sensors［J］. Journal of Data Acquisition and Processing， 2020， 35（2）： 270-277 （in Chinese）.
[11]	童杏林，何为，张翠，等. 光纤光栅与光纤法珀传感器在航空航天领域的研究与应用进展［J］. 激光杂志， 2018， 39（7）： 1-7.
	TONG X L， HE W， ZHANG C， et al. Research and application progress of fiber Bragg grating and Fabry-Perot sensors in the field of aeronautics and astronautics［J］. Laser Journal， 2018， 39（7）： 1-7 （in Chinese）.
[12]	刘凯伟，刘琦牮，李骏，等. 基于FBG传感器和卷积神经网络的复合材料结构载荷识别研究［J］. 材料导报， 2023， 37（1）： 49-55.
	LIU K W， LIU Q J， LI J， et al. Load identification of composite structural based on FBG sensor and convolutional neural network［J］. Materials Reports， 2023， 37（1）： 49-55 （in Chinese）.
[13]	黄鹏宇，陈诗，刘元凤，等. 基于FBG的某舰载机前起落架载荷监测技术研究［J］. 激光杂志， 2023， 44（7）： 68-75.
	HUANG P Y， CHEN S， LIU Y F， et al. Research on FBG-based front landing gear load monitoring technology of a carrier aircraft［J］. Laser Journal， 2023， 44（7）： 68-75 （in Chinese）.
[14]	HEGDE G， ASOKAN S， HEGDE G. Fiber Bragg grating sensors for aerospace applications： A review［J］. ISSS Journal of Micro and Smart Systems， 2022， 11（1）： 257-275.
[15]	SHOI O， PETER B， OVIDIU N. Realtime health monitoring of composite structures using FBG sensors［J］. IFAC-PapersOnLine， 2022， 55（19）： 157-162.
[16]	NICOLAS M J， SULLIVAN R W， RICHARDS W L. Large scale applications using FBG sensors： Determination of in-flight loads and shape of a composite aircraft wing［J］. Aerospace， 2016， 3（3）： 18.
[17]	蒋熙馨. 旋转叶片动应变FBG分布式检测及振动估计研究［D］. 武汉：武汉理工大学， 2014.
	JIANG X X. Rotating blade’s dynamic strain distributed measurement and vibration estimation research based on FBG［D］. Wuhan： Wuhan University of Technology， 2014 （in Chinese）.
[18]	LEE J M， HWANG Y. A novel online rotor condition monitoring system using fiber Bragg grating （FBG） sensors and a rotary optical coupler［J］. Measurement Science and Technology， 2008， 19（6）： 065303.
[19]	WEN B R， TIAN X L， JIANG Z H， et al. Monitoring blade loads for a floating wind turbine in wave basin model tests using Fiber Bragg Grating sensors： a feasibility study［J］. Marine Structures， 2020， 71： 102729.
[20]	ALIAN H， KONFORTY S， BEN-SIMON U， et al. Bearing fault detection and fault size estimation using fiber-optic sensors［J］. Mechanical Systems and Signal Processing， 2019， 120： 392-407.
[21]	KIM K， LEE J M， HWANG Y H. Torsion measurement using fiber Bragg grating sensors and a rotary optical coupler［C］∥Fifteenth International Congress on Sound and Vibration.Auburn： International Institute of Acoustics and Vibration （IIAV）， 2008： 2303-2310.
[22]	吴慧峰，董瑞. 基于神经网络的直升机旋翼桨叶载荷模型研究［J］. 桂林航天工业学院学报， 2022， 27（3）： 328-334.
	WU H F， DONG R. Study on load model of helicopter rotor blade based on neural network［J］. Journal of Guilin University of Aerospace Technology， 2022， 27（3）： 328-334 （in Chinese）.
[23]	梁磊，朱振华，王慧，等. 基于光纤光栅的直升机桨叶载荷测试技术研究［J］. 光电子·激光， 2019， 30（12）： 1280-1285.
	LIANG L， ZHU Z H， WANG H， et al. Research on testing technology of helicopter blade load based on FBG［J］. Journal of Optoelectronics·Laser， 2019， 30（12）： 1280-1285 （in Chinese）.
[24]	陈文，夏品奇. 采用光纤传感测量的直升机旋翼桨叶分布载荷识别［J］. 振动工程学报， 2009， 22（2）： 183-187.
	CHEN W， XIA P Q. Identification of helicopter rotor blade distributed loads by using fiber optic sensor measurement［J］. Journal of Vibration Engineering， 2009， 22（2）： 183-187 （in Chinese）.
[25]	LUCZAK M， PEETERS B， DZIEDZIECH K. Static and dynamic testing of the full scale helicopter rotor blades［C］∥International Conference on Noise and Vibration Engineering 2010. New York：Curran Associates， Inc.， 2010： 2131-2143.
[26]	NISHIYAMA M， IGAWA H， KASAI T， et al. Distributed strain measurement based on long-gauge FBG and delayed transmission/reflection ratiometric reflectometry for dynamic structural deformation monitoring［J］. Applied Optics， 2015， 54（5）： 1191-1197.
[27]	SERAFINI J， BERNARDINI G， MATTIONI L， et al. Non-invasive dynamic measurement of helicopter blades［J］. Journal of Physics： Conference Series， 2017， 882（1）： 012014.
[28]	KRESSEL I， BALTER J， EVENHAIM S， et al. Health and usage monitoring of aging helicopter structure using fiber Bragg grating sensor net［C］∥ 51st Israel Annual Conference on Aerospace Science. Haifa： Technion Israel Institute of Technology， 2011：144-145.
[29]	SUESSE S. Dynamic rotor blade displacement tracking with fiber-optical sensors for a health and usage monitoring system［C］∥18th AIAA/ISSMO Multidisciplinary Analysis and Optimization Conference. Reston： AIAA， 2017.
[30]	SHAPIRA O， SHEINKMAN S， GLAM B， et al. Flight validation of a structural health monitoring system for CH-53 helicopter main rotor gearbox support［C］∥57th Israel Annual Conference on Aerospace Science. Haifa： Technion Israel Institute of Technology， 2017： 1-8.
[31]	程卫真. 共轴双旋翼桨叶结构载荷试飞研究［J］. 应用力学学报， 2019， 36（5）： 1005-1011， 1253-1254.
	CHENG W Z. Flight test technique for twin-rotor blade structural load of a coaxial helicopter［J］. Chinese Journal of Applied Mechanics， 2019， 36（5）： 1005-1011， 1253-1254 （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

挥舞弯矩			摆振弯矩
实际值	计算值	相对误差/%	实际值	计算值	相对误差/%
0.063 3	0.064 6	2.09	0.109 6	0.112 4	2.58
0.126 6	0.127 8	0.98	0.219 2	0.223 2	1.79
0.189 5	0.193 8	2.28	0.328 2	0.329 1	0.25
0.252 7	0.259 8	2.84	0.437 6	0.443 2	1.28
0.315 7	0.323 0	2.33	0.546 8	0.553 9	1.31
0.252 7	0.258 4	2.29	0.437 6	0.449 8	2.77
0.189 5	0.192 4	1.54	0.328 2	0.333 8	1.71
0.126 6	0.129 2	2.09	0.219 2	0.224 9	2.58
0.063 3	0.061 8	2.35	0.109 6	0.113 7	3.76

旋翼桨叶结构载荷光纤布拉格光栅传感试飞技术

Flight test measurement for structural load of rotor blade based on fiber Bragg grating

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 11

参考文献 31

相关文章 15

编辑推荐

Metrics

本文评价

[1]	郑礼雄, 陈喆, 王鑫, 招启军. 融合数据自适应BPNN的倾转旋翼机回转颤振边界预测[J]. 航空学报, 2025, 46(S1): 732159-732159.
[2]	王鑫, 张夏阳, 郑礼雄, 向锦武. 旋翼高效/高精度气弹全耦合分析方法[J]. 航空学报, 2025, 46(S1): 732161-732161.
[3]	贺炅, 任斌武, 杜思亮, 徐尤松, 王博. 基于ADRC-RBF倾转四旋翼无人机姿态自适应控制[J]. 航空学报, 2025, 46(S1): 732189-732189.
[4]	张夏阳, 罗彬, 陈希, 杨涛. 倾转四旋翼机高效低噪旋翼外形优化设计[J]. 航空学报, 2025, 46(S1): 732183-732183.
[5]	章涛, 李攀, 王梓旭, 朱振华. 面向直升机姿态控制的强化学习奖励函数设计[J]. 航空学报, 2025, 46(S1): 732184-732184.
[6]	刘志成, 廖锋, 曹宸恺, 朱王清, 赵国庆, 招启军, 胡浩宇. 涵道尾桨外形及布局参数气动特性影响研究[J]. 航空学报, 2025, 46(S1): 732224-732224.
[7]	贺之豪, 寇鹏, 梁博华, 梁得亮. 考虑滑流效应的分布式电推进飞机动力偏航预测控制[J]. 航空学报, 2025, 46(S1): 732305-732305.
[8]	谭剑锋, 闫羽泽, 张卫国, 刘亚奎, 邵天双. 沙盲环境直升机桨叶磨损分析方法[J]. 航空学报, 2025, 46(9): 431012-431012.
[9]	汪清, 郑凤麒, 丁娣, 岳茜. 基于噪声特性估计的气动系数辨识方法[J]. 航空学报, 2025, 46(7): 130920-130920.
[10]	杨一凡, 王潇. 基于改进混合涡粒子法的倾转旋翼机旋翼/机翼气动干扰研究[J]. 航空学报, 2025, 46(7): 131040-131040.
[11]	万志强, 张珊珊, 王晓喆, 马靓, 许翱, 吴志刚, 杨超. 弹性飞机机动载荷分析与减缓技术综述[J]. 航空学报, 2025, 46(3): 30279-030279.
[12]	梁勇, 张卫国, 车兵辉, 袁红刚, 魏春华, 杨柠檬. 直升机全机气动噪声特性风洞试验[J]. 航空学报, 2025, 46(24): 132072-132072.
[13]	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.
[14]	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.
[15]	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.