北京航空航天大学学报
北京航空航天大學學報
북경항공항천대학학보
2008年
8期
900-903
,共4页
积冰%气动性能%气动系数%神经网络%失速
積冰%氣動性能%氣動繫數%神經網絡%失速
적빙%기동성능%기동계수%신경망락%실속
积冰几何形状对翼型气动系数的影响是复杂的.采用BP(Back Propagation)神经网络的LM(Levenberg-Marguardt)学习算法,建立明冰的典型几何特性(冰角前缘半径、冰角高度和冰角位置)对翼型气动系数影响的神经网络,得到该3种几何参数对气动系数影响的规律;建立了典型冰形参数对最大升力系数影响的神经网络,该网络能很好的预测冰形参数对应的最大升力系数值;此外,建立了冰型位置对舵面铰链力矩系数影响的神经网络.仿真结果表明,BP神经网络仿真结果与实验值具有高度一致性,并能预测非实验值条件下的气动系数;翼型表面积冰位置变化对气动系数影响最大;铰链力矩系数在失速迎角达到之前就发生突变,可以更安全地用来预测失速的发生.
積冰幾何形狀對翼型氣動繫數的影響是複雜的.採用BP(Back Propagation)神經網絡的LM(Levenberg-Marguardt)學習算法,建立明冰的典型幾何特性(冰角前緣半徑、冰角高度和冰角位置)對翼型氣動繫數影響的神經網絡,得到該3種幾何參數對氣動繫數影響的規律;建立瞭典型冰形參數對最大升力繫數影響的神經網絡,該網絡能很好的預測冰形參數對應的最大升力繫數值;此外,建立瞭冰型位置對舵麵鉸鏈力矩繫數影響的神經網絡.倣真結果錶明,BP神經網絡倣真結果與實驗值具有高度一緻性,併能預測非實驗值條件下的氣動繫數;翼型錶麵積冰位置變化對氣動繫數影響最大;鉸鏈力矩繫數在失速迎角達到之前就髮生突變,可以更安全地用來預測失速的髮生.
적빙궤하형상대익형기동계수적영향시복잡적.채용BP(Back Propagation)신경망락적LM(Levenberg-Marguardt)학습산법,건립명빙적전형궤하특성(빙각전연반경、빙각고도화빙각위치)대익형기동계수영향적신경망락,득도해3충궤하삼수대기동계수영향적규률;건립료전형빙형삼수대최대승력계수영향적신경망락,해망락능흔호적예측빙형삼수대응적최대승력계수치;차외,건립료빙형위치대타면교련력구계수영향적신경망락.방진결과표명,BP신경망락방진결과여실험치구유고도일치성,병능예측비실험치조건하적기동계수;익형표면적빙위치변화대기동계수영향최대;교련력구계수재실속영각체도지전취발생돌변,가이경안전지용래예측실속적발생.