謝 艷, 李 平, 蔣 鴻

(中國空氣動力研究與發(fā)展中心, 四川 綿陽 621000)

0 引 言

過去，人們認為許多數(shù)據(jù)都是陳舊的、無用的、冗余的，比如：飛機降落后，票價數(shù)據(jù)是陳舊的；網(wǎng)絡上搜索關鍵詞數(shù)據(jù)是無用的；風洞常規(guī)試驗中非階梯穩(wěn)定時刻的數(shù)據(jù)是冗余的，所以都被舍棄了[1-3]。

隨著大數(shù)據(jù)的引領，一些互聯(lián)網(wǎng)公司首先成了大數(shù)據(jù)的贏家和先行者。通過用戶搜索和使用信息數(shù)據(jù)累積，可以綜合分析出用戶的喜好，甚至通過關鍵詞搜索的頻次和來源地分析，可以獲取流感爆發(fā)地及爆發(fā)規(guī)模等重要信息。目前大數(shù)據(jù)已成了新發(fā)明和深刻洞見之源泉。

對大數(shù)據(jù)的定義，到目前還沒有公認的統(tǒng)一的標準，但普遍認為，大數(shù)據(jù)是指數(shù)據(jù)規(guī)模大且數(shù)據(jù)類型繁多。以盲人摸象為例：小數(shù)據(jù)，僅幾個盲人摸摸大象的牙鼻身腳等特征部位，綜合后只能得出片面再加以猜想的結果；大數(shù)據(jù)，可采用足夠多的盲人摸遍大象全身，再輔以坐標、時間等相關信息，最后通過復雜多樣的綜合分析就可獲得大象全身的、動態(tài)的、可精細到每個細節(jié)的大象外形結果。

由此，可看出大數(shù)據(jù)方法帶來的四個轉變：一是數(shù)據(jù)不再是隨機樣本，而是全體數(shù)據(jù)；二是數(shù)據(jù)量和數(shù)據(jù)雜混性增加，導致數(shù)據(jù)處理復雜度呈指數(shù)型增長；三是大數(shù)據(jù)方便提供準確的相關、概率等關系，可幫助人們明了因果關系[4-5]；四是分析結論不再是抽樣數(shù)據(jù)趨勢再加推測的結果，而是全面的、可精細到細節(jié)的、可與多種信息相關聯(lián)的分析結果。

我國風洞試驗在幾十年間積累了大量的階梯抽樣采集的氣動試驗數(shù)據(jù)。目前大數(shù)據(jù)分析在風洞試驗方面的應用研究主要集中在對風洞歷年生產(chǎn)的氣動試驗數(shù)據(jù)的分析挖掘上[6-7]。而運用大數(shù)據(jù)對風洞試驗全過程進行研究方面則幾乎還是空白。分析其原因是傳統(tǒng)的風洞常規(guī)試驗采用階梯采集的方式，一次車只采集十數(shù)個階梯數(shù)據(jù)，而其它的數(shù)據(jù)被認為是無用的，直接就舍棄了。當試驗出現(xiàn)故障或者試驗數(shù)據(jù)出現(xiàn)異常時，人們很難從這么少的數(shù)據(jù)中得到更多的信息，定位故障，明確原因，所以只能采用換電源、換采集通道等多次的吹風測試來定位故障，費事費力，浪費能源，且效率不高。

自連續(xù)變迎角測力試驗技術投入應用，采集到了大量的風洞試驗全程的連續(xù)數(shù)據(jù)和信息，每次車的數(shù)據(jù)及信息量可達數(shù)十萬。在對這些海量試驗數(shù)據(jù)和信息的研究分析中，我們逐漸發(fā)現(xiàn)這些海量數(shù)據(jù)中富含許多階梯數(shù)據(jù)中沒有的頻率、概率、相關性等信息，可為風洞試驗數(shù)據(jù)和故障的深入分析等提供有力的支持。由此，我們探索開展了大數(shù)據(jù)在風洞試驗方面的應用研究。

1 風洞試驗大數(shù)據(jù)分析的實現(xiàn)

要應用大數(shù)據(jù)方法深入分析風洞試驗全程，需要解決三個問題：一是風洞試驗全程大數(shù)據(jù)的采集；二是風洞試驗大數(shù)據(jù)的處理；三是風洞試驗大數(shù)據(jù)的可視化分析。下面簡要介紹解決方案。

1.1 風洞試驗數(shù)據(jù)采集新方法

過去，風洞常規(guī)試驗采用階梯抽樣采集方法，即風洞試驗時，迎角按照預先設定的階梯軌跡運行(如：-2°、-1°、0°、1°、2°、4°、6°、8°、10°、12°共10個階梯)，測量只采集階梯穩(wěn)定時刻的數(shù)據(jù)，試驗數(shù)據(jù)點與階梯數(shù)相同，數(shù)據(jù)少且時序、頻率等信息丟失，大數(shù)據(jù)應用缺少數(shù)據(jù)和信息的支持。

為此，發(fā)明風洞試驗“全程連續(xù)采集，階梯時刻標注，連續(xù)階梯兩全”的風洞試驗數(shù)據(jù)采集專利技術[8]，即：風洞起動前10 s就起動采集系統(tǒng)，以300～2000 Hz的采樣率連續(xù)采集數(shù)據(jù)，并記錄每點的時序，階梯穩(wěn)定時連續(xù)采集不變，只對穩(wěn)定時刻數(shù)據(jù)點進行階梯標注，然后繼續(xù)下一階梯，直到風洞關車10 s后，結束連續(xù)采集，保存該次試驗全程的連續(xù)試驗數(shù)據(jù)，并從連續(xù)試驗數(shù)據(jù)中將標注的全部階梯數(shù)據(jù)提取出來組成該次試驗的階梯試驗數(shù)據(jù)并保存。此采集方法即兼容傳統(tǒng)的階梯采集，又采集到試驗全程的全部連續(xù)數(shù)據(jù)、時頻域信息等，使試驗的宏觀全貌和各種細微、瞬時的數(shù)據(jù)信息得以保留，為大數(shù)據(jù)分析提供了數(shù)據(jù)支持。另外，此技術還為連續(xù)數(shù)據(jù)和階梯數(shù)據(jù)架起了相通的橋梁，使傳統(tǒng)的小數(shù)據(jù)分析和大數(shù)據(jù)分析可以相輔相成。

在專利技術的指導下，開發(fā)了2.4 m跨聲速風洞、2 m超聲速風洞測力/測壓試驗采集全數(shù)據(jù)的采集軟件[3]，解決了風洞試驗應用大數(shù)據(jù)的數(shù)據(jù)來源問題。

1.2 風洞雜混大數(shù)據(jù)多樣化處理

傳統(tǒng)的風洞試驗處理程序的設計思想是：先梳理總結出風洞試驗數(shù)據(jù)有限種的處理方法，制定出數(shù)據(jù)處理規(guī)范，然后再依據(jù)規(guī)范，開發(fā)風洞試驗標準化的處理程序。按此設計思想開發(fā)的風洞試驗數(shù)據(jù)標準化處理程序在小數(shù)據(jù)時代，數(shù)據(jù)點和數(shù)據(jù)類型少、處理方法有限的情況下，是可以滿足數(shù)據(jù)處理需求的。但是，風洞試驗采用新采集方法后，數(shù)據(jù)量、數(shù)據(jù)類型、信息等大幅增加，數(shù)據(jù)處理方法亦呈指數(shù)型劇增，再沿用上述的程序設計思想，程序將面臨處理方法太多而程序不能全部涵蓋的困境。

為此，發(fā)明了自動識別、自動解析計算的通用風洞試驗數(shù)據(jù)處理程序。基本設計思想為：程序設計前，先制定出識別數(shù)據(jù)和解析計算方法的規(guī)則，然后設計程序實現(xiàn)輸入數(shù)據(jù)和計算方法；依據(jù)規(guī)則識別數(shù)據(jù)和解析計算方法；按識別和解析結果對數(shù)據(jù)進行計算輸出。這種設計思想，就像是在人與程序之間建立了一種交流語言，人們可以將能想到的計算方法通過這種語言告訴程序，程序就可以明白并智能的實現(xiàn)人們的要求。采用此設計思想實現(xiàn)了處理程序數(shù)據(jù)類型和處理方法的無限拓展，為風洞試驗大數(shù)據(jù)任意計算方法的處理分析搭建了基礎的計算平臺，解決了風洞試驗大數(shù)據(jù)多樣化處理的難題。

1.3 風洞試驗大數(shù)據(jù)的可視化分析

大數(shù)據(jù)分析最基本的方法就是數(shù)據(jù)特征提取和可視化分析，數(shù)據(jù)特征提取將蘊含在大數(shù)據(jù)中的特征明顯化，而可視化分析則直觀的呈現(xiàn)出大數(shù)據(jù)的特征[9-15]。為此，開發(fā)了風洞試驗海量雜混大數(shù)據(jù)顯示分析軟件，風洞試驗大數(shù)據(jù)頻譜分析、相關性分析等計算和顯示分析軟件。解決了風洞試驗大數(shù)據(jù)的可視化分析問題。

2 典型應用實例

2.1 天平電源故障的分析

2009年某型號尾支干擾測力試驗(Ma=0.6)，天平靜態(tài)正常，但試驗時，數(shù)據(jù)在小角度范圍出現(xiàn)異常跳動見圖1。

(a)俯仰力矩 (b)阻力

在傳統(tǒng)的小數(shù)據(jù)(階梯數(shù)據(jù))分析方法中，因只有十余個數(shù)據(jù)點，無法分析原因。采用大數(shù)據(jù)可視化分析，將故障車次與正常車次采集的試驗全程(包括起動關車前后)全部試驗數(shù)據(jù)按時序顯示出來，見圖2，就能從圖中的時序關系上看出數(shù)據(jù)異常是因為風洞起動引起了天平電源異常跳動所致，也即是天平電源的動態(tài)特性異常所致。同時，圖中細節(jié)也可以表現(xiàn)出天平階梯測值隨電源波動的相關性等。更換電源后，數(shù)據(jù)恢復正常。

圖2 正常和故障情況的全部試驗數(shù)據(jù)對比分析圖

此例是利用大數(shù)據(jù)可視化分析方法，將試驗大數(shù)據(jù)按時序顯示在圖中，直接從圖中的時序關系上找出天平電源異常和恢復的時刻，以及異常時天平電源、天平信號的故障形態(tài)的應用實例。

2.2 試驗阻力系數(shù)的誤差原因分析

2015年某模型風洞試驗Ma=0.96時連續(xù)變迎角和階梯變迎角重復性驗證，發(fā)現(xiàn)比較車次馬赫數(shù)差量小于0.002、迎角差量小于0.015°時的阻力系數(shù)CD差量卻高達0.0024，CD差量達到常規(guī)差量的8倍左右。CD曲線對比如圖3(a)。

(a)CD～α

(b)CD～Ma

表1 比較車次變量差相關系數(shù)計算結果

用比較車次全部有效數(shù)據(jù)的CD差量與試驗中所有的其它變量的差量進行相關分析計算，得知CD差量與Ma差量的相關系數(shù)最大，即，CD的誤差多因馬赫數(shù)誤差引起。計算結果見表1。

有了上述相關分析后，再看該模型CD隨Ma的變化曲線(圖3(b))。該模型CD在Ma=0.9處開始發(fā)散，因此當Ma>0.9時，Ma的微量變化，將引起CD的大幅變化。這也是該模型試驗對Ma>0.9的控制精度要求極高的原因。

此例是利用大數(shù)據(jù)獲取數(shù)據(jù)間精準的相關關系，再由相關關系指明因果關系的。該例雖然也可以從階梯數(shù)據(jù)中獲取類似的相關關系，但是，從少量階梯數(shù)據(jù)中獲取的相關關系的可信度大大降低。

2.3 傾角傳感器風洞應用跳數(shù)原因的分析

近3年來，GWA、WTAS傾角傳感器在2 m量級風洞的使用過程中，始終存在靜態(tài)工作正常但試驗狀態(tài)就出現(xiàn)跳數(shù)的現(xiàn)象(跳數(shù)誤差≤1.5°)。使用了減振、抗噪等措施后問題依然存在，故障原因一直不明確。傾角傳感器測量故障曲線見圖4。

(a)Ma=0.9時WTAS傾角傳感器測得的傾角運行軌跡(最大最小角度附近跳數(shù))

(b)Ma=0.6時WTAS傾角傳感器測得的傾角運行軌跡(全程正常)

采用大數(shù)據(jù)分析方法，將3年來所有GWA、WTAS傾角傳感器的全部試驗數(shù)據(jù)與試驗條件等信息進行概率和相關性分析，得出傾角傳感器跳數(shù)問題的宏觀表現(xiàn)規(guī)律：

(1)問題與馬赫數(shù)有關。在2.4 m跨聲速風洞，當Ma≥0.7，有跳數(shù)，且強度和概率與馬赫數(shù)成正比；而在2 m超聲速風洞，當Ma≤2.75，有跳數(shù)，但強度和概率與馬赫數(shù)成反比；相同馬赫數(shù)，問題相似；

(2)問題與側滑角有關，跳數(shù)強度和發(fā)生概率隨傾滑角的增大而降低；

(3)兩種傳感器跳數(shù)時而同時，時而交錯；多數(shù)跳數(shù)發(fā)生時，未見模型有明顯振動；

(4)跳數(shù)大多發(fā)生在最大、最小角度位置，且角度測值的絕對值始終偏小。

雖然大數(shù)據(jù)宏觀分析得出了傾角傳感器跳數(shù)問題較為準確的概率和相關性的特征，但是傾角傳感器跳數(shù)為什么會與馬赫數(shù)和傾滑角相關仍然是個謎，需要再對大數(shù)據(jù)進行更加深入的微觀分析，明確各種跳數(shù)的相關性。

(1)通過多種相關性分析發(fā)現(xiàn)，GWA、WTAS傳感器與氣流脈動(X)方向的頻譜相關性較強，而GWA、WTAS傳感器的跳數(shù)頻率又與風洞氣流脈動強度的相關性較強。根據(jù)這兩個相關性特點，推理出因GWA、WTAS敏感元件擺片正對氣流，所以對風洞氣流脈動敏感，導致跳數(shù)頻率和強度隨馬赫數(shù)變化，也即是隨脈動強度變化；而當β>0°時，擺片軸線偏離氣流脈動軸線，敏感性下降，故障頻率也隨之下降。傳感器擺片結構及傾角傳感器頻譜與X、Y、Z方向頻譜的比較見圖5。

(2)GWA、WTAS傳感器跳數(shù)主要由兩種跳數(shù)組成(見圖6)。第一種，V字狀跳數(shù)。模型有可見的振動；跳數(shù)誤差與振幅成正比；跳數(shù)變化緩慢，周期約2.5 s；多個傳感器會同步跳；跳數(shù)多出現(xiàn)在大位置。第二種，毛刺狀跳數(shù)。模型無明顯振動；跳數(shù)誤差與干擾信號溢出量成正比；跳數(shù)變化迅速，周期約0.4 s；多個傳感器同步跳概率低；跳數(shù)多出現(xiàn)在最大、最小角度位置。

(3)根據(jù)兩種跳數(shù)相關關系的指引，推理這兩種跳數(shù)所產(chǎn)生的原因。第一種，V字狀跳數(shù)是模型和支桿的縱橫向振動帶動傾角傳感器振動，從而對多個傾角傳感器的敏感元件擺片帶來離心力的影響；第二種，毛刺狀跳數(shù)是由于軸向的高頻脈動耦合上傾角傳感器擺片的固有頻率從而產(chǎn)生高能量的干擾信號，造成傾角傳感器輸出信號在最大、最小位置時非對稱溢出所致。因多個傾角傳感器擺片的固有頻率不同，所以此類跳數(shù)通常在多個傳感器之間交錯出現(xiàn)。

(a)風洞試驗時WTAS、GWA傳感器與X、Y、Z方向振動傳感器頻譜的結果對比

(b)傳感器擺片結構示意圖

(a)GWA、WTAS傳感器試驗時在6.6°階梯平臺產(chǎn)生V字狀跳數(shù)

(b)FL-26風洞Ma≥0.7時傾角傳感器測得的毛刺狀跳數(shù)

有了精確深入的跳數(shù)原因的分析后，制定了相應的改進措施。傾角傳感器GWA、WTAS在隨后的2.4 m跨聲速風洞、2 m超聲速風洞的多期試驗中的取得了全程精準測量無跳數(shù)現(xiàn)象的突破，解決了長期存在的問題。

此例是一個較為典型的應用大數(shù)據(jù)分析的例子，首先是利用歷年來大量試驗數(shù)據(jù)獲取宏觀上的跳數(shù)問題與馬赫數(shù)、側滑角及流場脈動等參數(shù)的概率分布和相關性；再拓展數(shù)據(jù)源，深入到微觀細節(jié)去探尋跳數(shù)問題與更加廣闊其它數(shù)據(jù)之間的聯(lián)系和相關性；最后，通過宏觀和微觀中獲得的多種相關性的引領分析，明確各種跳數(shù)產(chǎn)生的原因。

上述三個應用實例中使用的分析數(shù)據(jù)全部是采用風洞試驗數(shù)據(jù)采集新方法采集的試驗全程、全部試驗數(shù)據(jù)[16-18]。

3 結 論

1)結合大數(shù)據(jù)分析的基礎方法，通過對傳統(tǒng)風洞試驗采集、處理方法的改進創(chuàng)新，建立了一套集風洞試驗數(shù)據(jù)采集、分析、挖掘及結果展現(xiàn)為一體的風洞試驗大數(shù)據(jù)綜合分析處理系統(tǒng)；

2)在風洞試驗中應用大數(shù)據(jù)分析方法，既可以對試驗宏觀現(xiàn)象進行精準分析，也可以對試驗局部和細節(jié)進行精細化微觀分析；

3)從風洞試驗大數(shù)據(jù)中挖掘出的頻率、概率、相關關系等數(shù)據(jù)，可以為試驗數(shù)據(jù)的深入分析、試驗故障的準確定位指明方向。

本項研究目前只是風洞試驗大數(shù)據(jù)分析的簡易平臺，驗證了平臺建設中的一些關鍵設計思想，取得了階段性成果，實現(xiàn)了風洞試驗數(shù)據(jù)采集從傳統(tǒng)的階梯抽樣采集的小數(shù)據(jù)時代到采集試驗全程全部試驗數(shù)據(jù)和信息的大數(shù)據(jù)時代的初步轉變。但是，要繼續(xù)深入進行風洞試驗的大數(shù)據(jù)研究，還需要進一步夯實大數(shù)據(jù)軟硬件基礎平臺支撐能力。