基于神经网络的飞行器气动数据处理方法研究与软件实现

发布时间：2023-10-12 05:34

　　建立气动力模型是飞行器系统仿真中的关键,也是气动数据处理过程中的一个重要环节。气动力模型是否正确决定了整个飞行器仿真系统的置信度,气动参数的准确性又影响到飞行器的稳定性等控制,因此,建立高精度的气动力模型是非常重要的。神经网络具有可以逼近任意非线性函数的特点,为了适应越来越复杂的飞行器,使用神经网络建立气动力模型的方法研究日趋活跃,本文将采用神经网络建立高精度的气动力模型做为研究目标。首先,本文通过对比基本的神经网络各自的特点,结合非定常情况下气动参数的非线性以及参数随时间变化的特点,选择采用Elman神经网络建立气动力模型。但是,Elman神经网络仍然存在着一些缺点,主要有易陷入局部最优解、收敛速度慢等。本文从收敛速度、处理动态信息能力、全局搜索能力三个方面对Elman神经网络进行了改进。建模方法确定后,需要使用气动数据建立模型以验证方法的有效性。本文以NACA 2410亚音速翼型和NLR 7301跨音速翼型为测试算例,建立了其CFD计算模型,通过使用Fluent软件中的CFD仿真功能,获得了翼型在定常和非定常情况下气动数据,并且对CFD计算得到的气动数据做了初步的气动分析。随后,本...

【文章页数】：75 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
第一章 绪论
    1.1 研究背景及研究现状
        1.1.1 研究背景
        1.1.2 国内外研究现状
    1.2 研究意义
    1.3 论文结构及章节安排
        1.3.1 论文研究内容及主要工作
        1.3.2 论文组织结构安排
第二章 建模算法对比及选择
    2.1 Elman神经网络特点及对比分析
        2.1.1 Elman神经网络
        2.1.2 神经网络对比及选择
    2.2 遗传算法
        2.2.1 遗传算法原理
        2.2.2 遗传算法实现
    2.3 本章小结
第三章 CFD计算模型构建及气动分析
    3.1 气动数据的获取方式及翼型的选择
    3.2 CFD计算模型的构建
        3.2.1 模型网格的划分及边界条件选择
        3.2.2 CFD计算的湍流模型的选择
        3.2.3 计算条件
    3.3 CFD计算仿真步骤
    3.4 定常气动特性分析
        3.4.1 升阻特性
    3.5 非定常气动特性分析
        3.5.1 非定常升力、阻力特性
        3.5.2 不同缩减频率下气动特性对比分析
    3.6 本章小结
第四章 基于改进ELMAN神经网络的气动力模型
    4.1 改进Elman神经网络的方法
        4.1.2 自适应动量算法改进Elman神经网络
        4.1.3 DD-Elman神经网络
        4.1.4 遗传算法优化DD-Elman神经网络
    4.2 模型结构以及参数的确定
        4.2.1 DD-Elman神经网络结构确定
        4.2.2 GADD-Elman神经网络构建气动力模型步骤
        4.2.3 GADD-Elman神经网络气动力模型参数设置
    4.3 实验结果分析
        4.3.1 定常预测结果分析
        4.3.2 非定常预测结果分析
    4.4 对比实验验证分析
        4.4.1 NACA2410 预测效果对比分析
        4.4.2 NLR7301 预测效果对比分析
    4.5 本章小结
第五章 气动数据处理软件设计
    5.1 气动数据处理软件设计
        5.1.1 软件总体设计
        5.1.2 野值处理模块设计
        5.1.3 低通数字滤波模块设计
        5.1.4 数据整合模块设计
        5.1.5 气动力辨识模块设计
        5.1.6 界面设计
    5.2 软件测试
        5.2.1 测试目的及测试范围
        5.2.2 测试结果及分析
    5.3 本章小结
第六章 总结与展望
    6.1 总结
    6.2 展望
致谢
参考文献



本文编号：3853547