تخمين و تحليل حساسيت ضرايب آيروديناميكي يك وسيله پرنده از مدل‌سازي داده‌هاي آزمايش ايروبالستيك با حداقل مربعات غيرخطي و ماتريس فيشر

Estimation and Sensitivity Analysis of Aerodynamic Coefficients of an Aircraft Using Nonlinear Least Square and Fisher Matrix Methods

با انجام آزمايش در آزمايشگاه‌هاي ايروبالستيك مي‌توان ضرايب آيروديناميكي يك جسم پرنده را با دقت بالا استخراج نمود. اما براي برنامه‌ريزي انجام آزمايش‌ها، تعيين تعداد و نوع متغيرهاي اندازه‌گيري شده، چينش ايستگاه‌هاي اندازه‌گيري در هر آزمايش ضروري مي‌باشد. بدين منظور مي‌توان حساسيت مقادير اندازه‌گيري شده نسبت به ضرايب آيروديناميكي مورد نظر را محاسبه و بررسي نمود. در اين مقاله با توجه به غيرخطي بودن معادلات حركت شش درجه آزادي يك وسيله پرنده، با استفاده از روش حداقل مربعات و ماتريس اطلاعات فيشر از داده‌هاي شبيه‌ساز آزمايش ايروبالستيك، ضرايب آيروديناميك استخراج شده و حساسيت هر يك از خروجي‌ها نسبت به تغييرات ضرايب آيروديناميكي بررسي و ارائه شده است. به بيان ديگر اين نتايج بيان مي‌كند كه در يك آزمايش ايروبالستيك، اگر داده‌هاي آزمايش نظير سرعت و زاويه پيچ اندازه‌گيري شود دقت و حساسيت آن‌ها نسبت به هر كدام از ضرايب آيروديناميكي و خطاي ضرايب چه مقدار خواهد بود.

The aerodynamic coefficients of any flying object can be estimated with high accuracy, by aero-ballistic tests, monitored in aerodynamic laboratories. For test-running management, it is necessary to determine the number and type of estimated variables and the station placement of each test. For this purpose, the sensitivity of variables under measurement, in relation to the associated aerodynamic coefficients must be calculated and surveyed. As the trajectory path is a nonlinear equation with six degrees of freedom, in this article we estimate the aerodynamic coefficients and sensitivity of each output to the changes of aerodynamic coefficients using the least square method and fisher data matrix. In other word, if the test data such as the speed and pitch angle are to be measured in an aero-ballistic test, the results of this research can specify their accuracy and sensitivity to each aerodynamic coefficient and the relevant coefficient errors.