东方所：无人直升机动力学特性试验方案分享

weixin

　　直升机各部件和整体的动力学特性对直升机的安全运行，振动和噪声的控制起到重要的作用，本项目对某无人直升机桨叶静止状态下的模态进行测试，以检验配对桨叶的一致性。同时测试了直升机在静止和运行状态下的模态，以便于分析无人机整体的动力学特性。为了检验桨叶的平衡性能，对桨叶轴的动平衡也进行了测试。

　　1、试验背景
　　国内直升机行业现在正处于蓬勃发展的时期，无论是民用无人直升机，还是军用直升机都对直升机的研发和测试投入很大的人力物力。

　　无人直升机的动力学特性对直升机的安全运行，振动和噪声等的控制至关重要。本项目对隆华无人直升机的桨叶模态，机身振动和模态，桨叶动平衡进行了测试。


　　直升机的桨叶在静止和旋转情况下对其进行模态试验，静止状态下的模态试验可验证直升机配对桨叶的一致性。同时，对旋转状态下桨叶进行应变模态分析，将应变片预埋至桨叶内部，通过采集桨叶旋转过程中的应变信号可进行运行模态分析。

　　对直升机的机身进行模态分析可得到直升机的动力学参数，对运行中直升机的抗振设计有重要的参考意义。

　　在进行直升机桨叶安装时，对桨叶的动平衡进行测试，以验证桨叶安装过程中的配重特性。

　　2、测试技术难点
　　直升机振动数据采集
　　直升机运行时的宽频干扰：直升机运行过程中会产生强烈的振动和风噪。风噪等会引起传感器的超宽频响应，如果不能有效的滤除传感器的超高频响应，会引起信号混叠造成信噪比的下降甚至造成数据根本不可用。为了解决该问题，除了选择合适的传感器外，东方所拥有自己的专利技术可以有效的消除该混叠引起的干扰。

　　直升机模态测试
　　EMA模态识别：直升机机身存在多阶密集模态，需要完整的识别出各阶模态。采用MIMO多参考点技术，在机身上固定多个激励点，分批移动传感器，采用东方所的多种模态拟合方法(PolyIIR、ERA、PolyMax、纯模态算法等)，从而获得直升机机身在静止状态下各阶模态。

　　OMA运行模态识别：需要从直升机运行过程中产生的各种振动信号中提取机身固有频率，从而识别出机身的各阶固有频率和振型。运行过程中的OMA模态识别需要剔除干扰频率，采用东方所的OMA模态识别软件可有效的剔除直升机运行过程中的谐波干扰项，提取出直升机的固有频率和振型。

　　3、测试系统
　　分析软件
　　  · DASP工程版平台软件
　　  · MIMO模态分析：完整的识别出结构的模态，对于密集和对称结构的模态具有很好的识别能力，防止模态的丢失。
　　  · 多种模态分析方法：包含PolyIIR、ERA、PloyLSCF、纯模态算法、自动化模态等多种分析方法。

　　采集硬件
　　  · 8通道24位INV3062C采集仪
　　  · INV MSC-3型中力锤

　　传感器
　　  · 变电容三向加速度传感器
　　  · 转速传感器
　　  · 电涡流位移传感器

　　4、桨叶模态结果
　　共测得直升机桨叶前10阶模态结果，部分结果如下所示。

　　5、机身模态结果
　　共测得直升机桨叶前15阶模态结果，部分结果如下所示。

　　来源：北京东方振动和噪声技术研究所