Systemidentifizierung mit kombinierter parametrischgenerischer Modellierung zur Verbesserung der Simulation von Hubschrauber-Flugdynamik

Transkript

1 Systemidentifizierung mit kombinierter parametrischgenerischer Modellierung zur Verbesserung der Simulation von Hubschrauber-Flugdynamik DGLR Fachtagung Systemidentifizierung, 8. Juni 25-1 Philipp Krämer EADS Militärflugzeuge Flugdynamik München

2 Was wird präsentiert? Ein neues Verfahren zur Modellierung von Hubschrauber-Flugmechanik auf der Basis einer systematischen Kombination von nichtlinearer Modellierung und Verfahren der Systemidentifizierung. Anwendung des Verfahrens auf die Modellierung des EC 135 Fenestron. Hintergrund: DGLR Fachtagung Systemidentifizierung, 8. Juni Bedarf hoher Genauigkeit in der Simulation immer komplexer werdender Systeme. 4 Anspruchsvolle Forschungsprojekte h Systemsimulation. h Offline-Simulation. h Reglerentwicklung.

3 Einleitung - Flugdynamische Simulation von Hubschraubern Charakteristika des Systems Hubschrauber 4 Große Nichtlinearitäten in der Flugmechanik über die gesamte Envelope. 4 Starke Änderungen des Betriebszustands (z.b. Langsamflug - Vorwärtsflug). 4 Starke Kopplungen zwischen sämtlichen Bewegungsachsen. 4 Natürliche Instabilität im Langsamflug. Weite Verbreitung von physikalisch basierten, generischen Simulationsmodellen DGLR Fachtagung Systemidentifizierung, 8. Juni Geringere Einsatzmöglichkeit von linearen Derivativmodellen, als im Flächenflugzeugbereich. 4 Weiterer Forschungsbedarf im Bereich der flugdynamischen Modellierung von Drehflüglern.

4 Ansatz des neuen Verfahrens - Konventionelle Verfahren (Quasi-) Lineare Derivativmodellierung Nichtlineare, generische Modellierung u. v. ẇ ṗ q. ṙ... a. a 1. b 1. Starrkörper r = + Rotor/ Starrkörper- Kopplung Rumpf Rotor Starrkörper/ Rotor- Kopplung Rotor u v w p q a a 1 b 1. d x d y d o d TR Simulationsausgänge Steuereingänge Kräfte und Momente der Komponenten Hauptrotor Heckrotor Rumpf Stabilisator (HLW) Finne (SLW) Triebwerk etc... Summation um den Gesamtschwerpunkt S Lösung der Bewegungs- Differentialgl. DGLR Fachtagung Systemidentifizierung, 8. Juni 25-4 Vorteile 4 Rechenzeiteffizienz. 4 Gute Genauigkeit. Nachteile 4 Eingeschränkter Gültigkeitsbereich. 4 Mehrere Datensätze notwendig. Vorteile 4 Großer Gültigkeitsbereich. 4 Transparenz des Modells. Nachteile 4 Komplexe Gesamtformulierung. 4 Rechenzeitintensiv.

5 Ansatz des neuen Verfahrens - Kombiniertes Verfahren Hubschrauber Modellierung und Simulation SID Modelle SIM & SID Modelle SIM Modelle DGLR Fachtagung Systemidentifizierung, 8. Juni 25-5 Herkömmliche SID Derivativmodelle Lineare Aerodynamik Flugversuche in verschiedenen Flugzuständen für ID und Validierung Anwendung: Stabilitätsanalyse, Reglerentwürfe System Identifizierung Integration der SID und SIM Modellierung Generische Modelle ergänzt durch parametrische Teilmodelle Nichtlineare Aerodynamik Flugversuche für ID der Teilmodelle und Validierung des Gesamtmodells Anwendung: wie SID und SIM System Simulation & Identifizierung Herkömmliche SIM Generische Modelle (modular aufgebaut) Nichtlineare Aerodynamik Flugversuche für Validierung Anwendung: Simulation, Flugleistung, Design System Simulation

6 Ansatz des neuen Verfahrens - Kombiniertes Verfahren Systematischer Ansatz 4 Anwendung von Systemidentifizierung in einer komplexen nichtlinearen Simulationsumgebung. 4 Verwendung von existierenden Modellen und Auswertungstools. Physikalische Interpretierbarkeit 4 Gezielte Analyse und Korrektur von spezifischen Modelldefiziten. 4 Bewertung von physikalischen Phänomenen anhand der Parameteridentifizierung. DGLR Fachtagung Systemidentifizierung, 8. Juni 25-6 Kombination der Vorteile 4 Erhöhte Genauigkeit und verbesserte Laufzeiteffizienz. 4 Großer Gültigkeitsbereich und Transparenz der Modellierung.

7 Fenestronmodell EC Problemstellung Ausgangspunkt 4 Schwierigkeiten in der mathematischen Modellierung des Fenestron- Drehmomenten-Ausgleichsystems. 4 Hauptsächlich Defizite in der Simulation auf dynamische Steuereingänge. 4 Komplexe instationäre physikalische Vorgänge bei der Schuberzeugung. Ansatz und Vorgehen DGLR Fachtagung Systemidentifizierung, 8. Juni Entwicklung eines kombiniert parametrisch-nichtlinearen Modells im Sinne des Drei- Säulen-Ansatzes. 4 Anwendung der Systemidentifizierung, Verbesserung der Simulationsantwort. 4 Bewertung der identifizierten Parameter, Bewertung des kombinierten Ansatzes.

8 Fenestronmodell EC Klassische Modellierungsverfahren Lineares Derivativmodell Generisch-Nichtlineares Modell 1 Gier-Steuer q FEN [deg] 1 Quer-Steuer q 1c [deg] 1 Gier-Steuer q FEN [deg] Gierrate r [deg/s] Roll-Rate p [deg/s] Gier-Rate r [deg/s] DGLR Fachtagung Systemidentifizierung, 8. Juni Flugversuchdaten, 65 [kts] Simulation des identifizierten linearen Modells Gute generelle Übereinstimmung. Unsymmetrische Defizite Flugversuchsdaten, 65 [kts] Simulation des generischen Modells Korrekte Trends. Systemdämpfung unterberücksichtigt.

9 Fenestronmodell EC Anatomie des Systems Der Rotor 4 Erhöhter Radius. 4 Ungleichmäßige Blattverteilung. 4 Hohe Blattverwindung. 4 Hohe Flächendichte. DGLR Fachtagung Systemidentifizierung, 8. Juni 25-9 Der Stator 4 Druck-Rückgewinnung. 4 Mechanische Befestigungsstruktur. 4 Gleichmäßige Blattverteilung. 4 Gepfeilte radiale Anbringung.

10 Fenestronmodell EC Anatomie des Systems Die Ummantelung 4 Aerodynamische Strömungsführung. 4 Unterdruckeffekt am Kollektor. 4 Expansion am Diffusor. DGLR Fachtagung Systemidentifizierung, 8. Juni 25-1 Die Leitwerksanordnung 4 Finne übernimmt Momentenausgleich im Vorwärtsflug. 4 Durchfluss auf Steuereingaben in beide Richtungen.

11 Fenestronmodell EC Überlegungen zur Modellierung Beispiele zur Berücksichtigung in der Modellierung - Freier Rotor Rotor in einem Zylinder Fenestron, aerodynamisch gestaltet Induzierte Geschwindigkeit pro Blatt-Elementen-Ring v i [m/s] v i -1 DGLR Fachtagung Systemidentifizierung, 8. Juni v = v V v 1 = v V + v i v 2 = v V + 2 v i v = v V v 1 = v V + v i v 2 = v V + v i v = v V v 1 = v V + v i v 2 = v V + K C v i -2 Innerer BE-Ring Äußerer BE-Ring Fenestron-Steuerwinkel q FEN [deg]

12 Fenestronmodell EC Aufbau der Modellierung Beispiel Rotormodell 4 Blatt-Elementen-Formulierung (K C ). 4 Dynamischer Abwind (Parameter K H ). 4 Trapezförmiger Abwind im Vorwärtsflug (Parameter K u ). 4 Selbstinduktionsmodell (Parameter K I ). DGLR Fachtagung Systemidentifizierung, 8. Juni Gesamtmodell - Schub, Leistung, Querkraft, Momentenkomponenten. 4 Maximal 11 freie Parameter zur Skalierung/Bewertung der physikalischen Einflüsse. 4 Variable Diskretisierung.

13 Fenestronmodell EC Ergebnisse der Systemidentifizierung Zyklisches Rollsteuer δ y Zyklisches Nicksteuer δ x Giersteuer δ P Rechnung: Verifizierungsrechnung. EC135 FHS Open Loop (p, q) Rollrate p [deg/s] Nickrate q [deg/s] Gierrate r [deg/s] Flugzustand: Schwebeflug. Steuereingang: Pedalsteuer DGLR Fachtagung Systemidentifizierung, 8. Juni Flugversuchsdaten Referenzsimulation mit konventionellem Modell Simulation mit optimiertem parametrischem Modell Kostenfunktion: DJ = 79% Parameter: K C = 3.5 K I = - K u =.9

14 Fenestronmodell EC Ergebnisse der Systemidentifizierung 7 5 Zyklisches Rollsteuer δ y 7 5 Zyklisches Nicksteuer δ x 5 Giersteuer δ P Rechnung: Verifizierungsrechnung. EC135 FHS Open Loop (p, q) Rollrate p [deg/s] Nickrate q [deg/s] Gierrate r [deg/s] Flugzustand: [kts] Vorwärtsflug. Steuereingang: Pedalsteuer DGLR Fachtagung Systemidentifizierung, 8. Juni Flugversuchsdaten Referenzsimulation mit konventionellem Modell Simulation mit optimiertem parametrischem Modell Kostenfunktion: DJ = 93% Parameter: K C = 1.51 K I = - K u =.14

15 Fenestronmodell EC Ergebnisse der Systemidentifizierung Zyklisches Rollsteuer δ y Zyklisches Nicksteuer δ x Giersteuer δ P Rechnung: Verifizierungsrechnung. EC135 FHS Open Loop (p, q) Rollrate p [deg/s] Nickrate q [deg/s] Gierrate r [deg/s] Flugzustand: 9 [kts] Vorwärtsflug. Steuereingang: Frequenz-Sweep. DGLR Fachtagung Systemidentifizierung, 8. Juni Flugversuchsdaten Referenzsimulation mit konventionellem Modell Simulation mit optimiertem parametrischem Modell Kostenfunktion: DJ = 66% Parameter: K C = 2.49 / 2.18 K I =.54 K u =.11

16 DGLR Fachtagung Systemidentifizierung, 8. Juni Fenestronmodell EC Ergebnisse der Systemidentifizierung Zyklisches Rollsteuer δ y Rollrate p [deg/s] Zyklisches Nicksteuer δ x Nickrate q [deg/s] Flugversuchsdaten Referenzsimulation mit konventionellem Modell Simulation mit optimiertem parametrischem Modell Giersteuer δ P Gierrate r [deg/s] Rechnung: Verifizierungsrechnung. EC135 FHS Open Loop (p, q) Flugzustand: [kts] Vorwärtsflug. Steuereingang: Frequenz-Sweep. Kostenfunktion: DJ = 97% Parameter: K C = 1.51 K I = - K u =.12

17 Fenestronmodell EC Bewertung 4 Deutliche Verbesserung der Simulationsgüte im Schwebe- und im Vorwärtsflug. 4 Anfällig auf Defizite in Datenqualität, im Gesamtmodell und Korrelationen. 4 Bewertung und Modellanpassung durch Sensitivitätsanalyse. 4 Physikalische Relevanz bleibt erhalten, trotz Parametrisierung. 4 Parameter sensitiv und in physikalisch sinnvollen Größenordnungen. DGLR Fachtagung Systemidentifizierung, 8. Juni 25-17

18 Erkenntnisse und Zusammenfassung Bewertung des Ansatzes 4 Möglichkeiten, Stärken und Schwächen des Ansatzes untersucht. 4 Randbedingungen plus Frage der physikalischen Interpretierbarkeit. 4 Grenzen der Detailmodellierung: Notwendigkeit von Detail-Messdaten. DGLR Fachtagung Systemidentifizierung, 8. Juni Ergebnisse der Fenestron-Modellierung 4 Erfolgreiche Anwendung im Sinne der Validierung des Modellierungsansatzes. 4 Deutliche Modellverbesserung bei näherungsweise gleicher Rechenzeit.

19 DGLR Fachtagung Systemidentifizierung, 8. Juni Backup Folien

20 Werkzeuge und Methoden - Simulationsumgebung HOST DGLR Fachtagung Systemidentifizierung, 8. Juni 25-2 Echtzeit Code 4 Eurocopter Entwicklung. Statisch / Dynamisch Rotordynamik Flugdynamik Nachbearbeitung Komp.- Rechnung 4 Gemeinsame Simulationsumgebung von EC, ECD, ONERA, DLR. Helicopter Overall Simulation Tool

21 Werkzeuge und Methoden - Systemidentifizierung Features 4 Output-Error-Minimization Verfahren. 4 Gauß-Newton Algorithmus. 4 Multi-Run-Fähigkeit. Zeit t Zustände und Parameter für nominelles und inkrementiertes Modell verfügbar. Laden der nominellen Zustände in den HOST-Arbeitsbereich. Identifizierung der nominellen Zustände für t+dt. 4 Angepasste Modelle. Zwischenspeichern des Ergebnisses. Laden der inkrementierten Zustände in den HOST-Arbeitsbereich. DGLR Fachtagung Systemidentifizierung, 8. Juni Schwerpunkte bei Auswahl und Entwicklung 4 So wenig Iterationen wie möglich. 4 Überschaubarer Bedarf an Rechnerleistung und Rechenzeit. Zeit t+dt Identifizierung der inkrementierten Zustände für t+dt. Zwischenspeichern der Ergebnisse und Beendigung des Zeitschritts. Zustände und Parameter für nominelles und inkrementiertes Modell verfügbar.

22 Fenestronmodell EC Hubschrauber & Versuchsdaten Versuchsdatenbasis 4 ~ 15+ Dateien. 4 Erflogen durch Eurocopter. DGLR Fachtagung Systemidentifizierung, 8. Juni Der Hubschrauber 4 Eurocopter EC 135 T1 (S 3). 4 Zwei-Turbinen- Mehrzweckhubschrauber. 4 MTOW: 29 kg, r MR = 5,1 m. 4 Rotorkopfsystem: Lagerlos. 4 Ziel der Versuche: h Auftragsflüge. h Simulationsvalidierung. h Systemidentifizierung. Messausrüstung 4 Inertialsensoren. 4 Einzelsensoren (Staudruck). 4 Blattwinkelnehmer.