飞行器大攻角非定常气动特性神经网络建模

发布时间：2021-09-24 08:28

　　大攻角气动特性预测与气动建模是新型飞行器提升飞行性能的重要内容.以轴对称导弹简化模型为研究对象,首先采用计算流体力学方法,对70°大攻角状态的非定常气动特性进行数值模拟,计算方法基于RANS的N-S方程,湍流模型采用SA模型,对流场采用有限体积法离散,无黏项采用Roe通量差分分裂格式,黏性项采用中心差分,时间推进采用LU-SGS格式的双时间步法.飞行器运动模式采用强迫振荡的方式,对5种不同振荡频率进行了非定常数值计算,并记录每一内迭代周期最终的气动力和力矩数值.其次,以CFD预测结果作为气动建模的样本,采用动导数模型、多项式模型等传统方法,进行气动建模,并分析其有效性和精度.最后采用神经网络方法对大攻角非定常气动力进行建模,并和动导数模型、多项式模型进行精度对比.结果表明,基于神经网络的人工智能气动建模方法具有较高的精度和适应性.该方法为飞行器大攻角非定常非线性气动建模,大攻角飞行稳定性分析与控制提供理论参考. 

【文章来源】：气体物理. 2020,5(04)

【文章页数】：10 页

【部分图文】：

神经网络气动建模算法流程

BP神经网络的结构

SDM几何外形

【参考文献】：
期刊论文
[1]飞行仿真气动力数据机器学习建模方法[J]. 王超,王贵东,白鹏.  空气动力学学报. 2019(03)
[2]基于EKF的实时循环神经网络在非定常气动力建模中的应用[J]. 付军泉,史志伟,陈坤,朱佳晨,陈杰,董益章.  空气动力学学报. 2018(04)
[3]基于深度学习的翼型气动系数预测[J]. 陈海,钱炜祺,何磊.  空气动力学学报. 2018(02)
[4]一种亚声速导弹气动力计算方法[J]. 王刚,刘钧圣,王琨,赵军民,杨云刚.  弹箭与制导学报. 2018(02)
[5]有翼导弹动态气动特性数值研究[J]. 张瑞民,时晓天.  弹箭与制导学报. 2017(01)
[6]基于神经网络的非定常气动力建模研究[J]. 张瑞民,张石玉,赵俊波.  计算机仿真. 2017(02)
[7]飞机大迎角非定常气动力建模研究进展[J]. 汪清,钱炜祺,丁娣.  航空学报. 2016(08)
[8]飞行器动态稳定性参数计算方法研究进展[J]. 刘绪,刘伟,柴振霞,杨小亮.  航空学报. 2016(08)
[9]支持向量回归机在飞机气动力建模中的应用[J]. 吴辰,姚宏,彭兴钊,杜军.  计算机仿真. 2013(10)
[10]正交多项式在非定常气动建模上的运用[J]. 白斌,徐敏,祝小平,郭东.  飞行力学. 2013(05)

博士论文
[1]飞行器大振幅运动非定常空气动力特性研究[D]. 黄达.南京航空航天大学 2007

硕士论文
[1]大攻角非定常气动力建模及尾旋仿真研究[D]. 沈霖.南京航空航天大学 2013



本文编号：3407434