【技術實現步驟摘要】
本專利技術屬于飛行器氣動彈性領域，具體是一種適用于運動誘導非定常氣動力的風速算子網絡構建方法。
技術介紹
1、運動誘導的非定常氣動力是流體力學中一個重要的研究分支。
2、運動誘導非定常氣動力不僅依賴于當前的流動狀態與邊界條件，還依賴于前一段時間的流動歷程。除了空間上的間斷與流動分離等靜態非線性因素外，運動誘導的非定常氣動力還常伴隨著時間上的動態非線性效應，并與結構系統耦合，形成復雜的氣動彈性現象。由于其復雜性和重要性，該問題在直升機、葉輪機械、撲翼動力學和風力機等行業的工程應用中受到了廣泛的關注。
3、由于運動誘導的非定常氣動力往往產生較強的非線性和時滯效應，這使得傳統工程算法難以滿足精度要求，而精度較高的數值仿真方法又需要消耗大量算力與成本，故工業界亟需一種高精度的快速預測方法。
4、近年來，基于神經網絡的降階模型為該問題提供了新思路，經過風洞實驗、數值仿真數據訓練后，神經網絡模型便可進行高精度的快速預測。但由于缺乏先驗知識與物理機理的融入，傳統神經網絡架構的泛化性較弱，且無法揭示流動中蘊含的物理規律。
5、融入先驗知識，以增強模型泛化性，從而進一步探索隱藏的物理規律，是一種可行的方案。
技術實現思路
1、本專利技術針對運動誘導非定常氣動力存在的現有問題，提出了一種適用于運動誘導非定常氣動力的風速算子網絡構建方法(vonet,velocity?operation?net)；通過引入風速算子的概念，采用點乘將傳統的單一網絡結構更改為m
2、所述適用于運動誘導非定常氣動力的風速算子網絡構建方法，具體步驟如下：
3、步驟一、針對目標翼型或機翼，給定在不同減縮風速下的運動訓練信號，進行cfd仿真或風洞試驗，得到各運動信號所對應的非定常氣動力。
4、步驟二、根據vonet架構搭建非定常氣動力數據的驅動模型；
5、vonet架構由motion?net與velocity?net兩個神經網絡組成：
6、motion?net神經網絡輸入為長度為n的運動時序向量[αt-n+1,αt-n+2,…,αt]，輸出為長度為n的向量d：d(αt-n+1,αt-n+2,…,αt)＝[d1,d2,…,dn]；
7、velocity?net神經網絡輸入為來流風速u∞和減縮風速u*，輸出為長度為n的向量f：f(u∞,u*)＝[f1,f2,…,fn]t；
8、將兩個神經網絡的輸出向量進行內積，得到驅動模型的最終輸出變量：在對應的運動與風速下的非定常氣動力矩系數cm(t)：cm(t)＝d·f＝f1d1+f2d2+…+fndn；
9、步驟三、使用各運動信號以及所對應的非定常氣動力對驅動模型進行訓練，當相對誤差穩定小于5％后得到驅動模型的最優參數。
10、步驟四、利用最優參數下的驅動模型，通過復化辛普森積分法求解不同工況下動態失速過程的周期氣動做功系數ef：
11、
12、其中，為運動過程中的俯仰角速度，t為一個運動周期，t為運動時刻。
13、步驟五、利用不同來流風速以及運動幅值的氣動做功系數，構建二維氣動做功矩陣，繪制來流風速-運動幅值的能量圖，并結合氣動阻尼系數輸出能量圖預示顫振失穩邊界。
14、寫為二維氣動做功矩陣e：
15、
16、將該二維矩陣繪制為橫坐標為來流風速，縱坐標為運動幅值的能量圖，從而直觀從圖中得到氣動做功系數為0的風速邊界，結合結構的阻尼系數便可判斷不同結構阻尼工況下的顫振失穩邊界。
17、本專利技術與現有技術相比，具有以下優點：
18、(1)本專利技術適用于運動誘導非定常氣動力的風速算子網絡構建方法，大幅縮短了運動誘導非定常氣動力預測的計算耗時，提高了預測精度；該網絡架構只需要進行幾個風速下的cfd計算即可完成訓練，大大減少了計算時間和成本，可在訓練域內任意風速及頻率下進行快速精確預測。
19、(2)本專利技術適用于運動誘導非定常氣動力的風速算子網絡構建方法，與傳統神經網絡架構相比，本專利技術具備明確的物理意義，能夠揭示蘊含于風速中的物理機制。由于引入來流風速和減縮風速作為算子，本專利技術提出的網絡架構變風速泛化能力更強，能夠捕捉關鍵減縮風速下動態失速機制的改變。
20、(3)本專利技術適用于運動誘導非定常氣動力的風速算子網絡構建方法，得益于風速算子網絡架構良好的泛化性與精度，結合氣動阻尼系數與能量圖便可預示失速顫振發生的邊界，進一步拓展了該網絡架構的應用場景。
本文檔來自技高網...【技術保護點】
1.一種適用于運動誘導非定常氣動力的風速算子網絡構建方法，其特征在于，具體步驟如下：
2.如權利要求1所述的一種適用于運動誘導非定常氣動力的風速算子網絡構建方法，其特征在于，所述步驟四中周期氣動做功系數Ef：
3.如權利要求1所述的一種適用于運動誘導非定常氣動力的風速算子網絡構建方法，其特征在于，所述步驟五中二維氣動做功矩陣E：
4.如權利要求1所述的一種適用于運動誘導非定常氣動力的風速算子網絡構建方法，其特征在于，所述步驟二中，來流風速U∞和減縮風速U*下，由運動時序向量[αt-n+1,αt-n+2,…,αt]到動態失速力矩系數Cm(t)的映射關系為：
【技術特征摘要】
1.一種適用于運動誘導非定常氣動力的風速算子網絡構建方法，其特征在于，具體步驟如下：
2.如權利要求1所述的一種適用于運動誘導非定常氣動力的風速算子網絡構建方法，其特征在于，所述步驟四中周期氣動做功系數ef：
3.如權利要求1所述的一種適用于運動誘導非定常氣動力的風速算子網...
【專利技術屬性】
技術研發人員：戴玉婷，郭佳澍，馮立好，席梓嚴，
申請(專利權)人：天目山實驗室，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。