一种飞行器空气动力学参数的预测方法和预测装置制造方法及图纸

本申请提供了一种飞行器空气动力学参数的预测方法和预测装置，所述方法包括：获取目标飞行器的原始实验数据，以及气动弹性系统对应的原始环境数据，并分别对数据进行预处理，得到目标实验数据和目标环境数据；利用多组目标实验数据和多组目标环境数据进行概率建模，得到目标实验数据对应的数值区间，以及目标环境数据对应的数值区间；将目标实验数据对应的数值区间和目标环境数据对应的数值区间输入到预先训练好的空气动力学参数预测模型中，确定出目标飞行器的空气动力学参数对应的数值区间。通过所述方法和装置，更好地捕捉和量化气动弹性系统中的混合不确定性，提高了气动弹性预测的准确性，以提供更精确的气动弹性预测结果。结果。结果。

【技术实现步骤摘要】
一种飞行器空气动力学参数的预测方法和预测装置


[0001]本申请涉及航空航天
，尤其是涉及一种飞行器空气动力学参数的预测方法和预测装置。

技术介绍

[0002]可靠的气动弹性预测技术的发展是由减轻不良影响(如颤振、振动、抖动、阵风响应和动态失速)的需求推动的。
[0003]传统的气动弹性预测方法通常基于确定性模型，而忽视了实际工程中存在的参数和环境的不确定性。这种方法难以准确地反映出系统在不同条件下的真实行为，导致预测结果可能与实际情况存在较大差异。

技术实现思路

[0004]有鉴于此，本申请的目的在于提供一种飞行器空气动力学参数的预测方法和预测装置，通过更准确的预测和可靠的不确定性界定，更好地捕捉和量化气动弹性系统中的混合不确定性，提高了气动弹性预测的准确性，以提供更精确的气动弹性预测结果。
[0005]第一方面，本申请实施例提供了一种飞行器空气动力学参数的预测方法，所述预测方法包括：
[0006]获取目标飞行器在多次风洞实验中的原始实验数据，以及每次风洞实验中所使用的气动弹性系统对应的原始环境数据，并分别对所述原始实验数据和所述原始环境数据进行预处理，得到目标实验数据和目标环境数据；其中，所述预处理包括数据清洗和数据去噪；
[0007]利用多组所述目标实验数据和多组所述目标环境数据进行概率建模，得到所述目标实验数据对应的数值区间，以及所述目标环境数据对应的数值区间；
[0008]将所述目标实验数据对应的数值区间和所述目标环境数据对应的数值区间输入到预先训练好的空气动力学参数预测模型中，确定出所述目标飞行器的空气动力学参数对应的数值区间。
[0009]进一步的，所述利用多组所述目标实验数据和多组所述目标环境数据进行概率建模，得到所述目标实验数据对应的数值区间，以及所述目标环境数据对应的数值区间，包括：
[0010]基于多组所述目标实验数据，采用贝叶斯推断算法计算所述目标实验数据对应的第一数据分布类型，并基于所述第一数据分布类型确定所述目标实验数据在每个数值下的分布概率；
[0011]基于所述目标实验数据在每个数值下的分布概率确定所述目标实验数据对应的数值区间；
[0012]基于多组所述目标环境数据，采用所述贝叶斯推断算法计算所述目标环境数据对应的第二数据分布类型，并基于所述第二数据分布类型确定所述目标环境数据在每个数值
下的分布概率；
[0013]基于所述目标环境数据在每个数值下的分布概率确定所述目标环境数据对应的数值区间。
[0014]进一步的，通过以下步骤训练所述空气动力学参数预测模型：
[0015]获取多组样本数据；其中，每组样本数据中包括样本实验数据、样本环境数据，以及所述样本实验数据和所述样本环境数据所对应的空气动力学样本参数；
[0016]将多组所述样本数据输入到空气动力学参数原始预测模型中，对所述空气动力学参数原始预测模型进行训练，得到所述空气动力学参数预测模型。
[0017]进一步的，所述将多组所述样本数据输入到空气动力学参数原始预测模型中，对所述空气动力学参数原始预测模型进行训练，得到所述空气动力学参数预测模型，包括：
[0018]将多组所述样本数据输入到所述空气动力学参数原始预测模型中，确定出每组样本数据中所述样本实验数据和所述样本环境数据对应的空气动力学预测参数；
[0019]将每组样本数据中所述样本实验数据和所述样本环境数据对应的空气动力学预测参数与所述空气动力学样本参数进行对比，计算当前状态下所述空气动力学参数原始预测模型的损失函数；
[0020]基于所述空气动力学参数原始预测模型的损失函数，不断调整所述空气动力学参数原始预测模型的模型参数和模型结构，直至所述空气动力学参数原始预测模型达到收敛状态，得到所述空气动力学参数预测模型。
[0021]进一步的，所述原始实验数据包括所述目标飞行器的几何信息、弹性信息和动态信息，所述原始环境数据包括所述气动弹性系统的来流条件和缩减频率，所述空气动力学参数包括所述目标飞行器的升力、阻力和俯仰力矩。
[0022]第二方面，本申请实施例还提供了一种飞行器空气动力学参数的预测装置，所述预测装置包括：
[0023]数据获取模块，用于获取目标飞行器在多次风洞实验中的原始实验数据，以及每次风洞实验中所使用的气动弹性系统对应的原始环境数据，并分别对所述原始实验数据和所述原始环境数据进行预处理，得到目标实验数据和目标环境数据；其中，所述预处理包括数据清洗和数据去噪；
[0024]数值区间确定模块，用于利用多组所述目标实验数据和多组所述目标环境数据进行概率建模，得到所述目标实验数据对应的数值区间，以及所述目标环境数据对应的数值区间；
[0025]预测模块，用于将所述目标实验数据对应的数值区间和所述目标环境数据对应的数值区间输入到预先训练好的空气动力学参数预测模型中，确定出所述目标飞行器的空气动力学参数对应的数值区间。
[0026]进一步的，所述数值区间确定模块在用于利用多组所述目标实验数据和多组所述目标环境数据进行概率建模，得到所述目标实验数据对应的数值区间，以及所述目标环境数据对应的数值区间时，所述数值区间确定模块还用于：
[0027]基于多组所述目标实验数据，采用贝叶斯推断算法计算所述目标实验数据对应的第一数据分布类型，并基于所述第一数据分布类型确定所述目标实验数据在每个数值下的分布概率；
[0028]基于所述目标实验数据在每个数值下的分布概率确定所述目标实验数据对应的数值区间；
[0029]基于多组所述目标环境数据，采用所述贝叶斯推断算法计算所述目标环境数据对应的第二数据分布类型，并基于所述第二数据分布类型确定所述目标环境数据在每个数值下的分布概率；
[0030]基于所述目标环境数据在每个数值下的分布概率确定所述目标环境数据对应的数值区间。
[0031]进一步的，所述预测装置还包括模型训练模块，所述模型训练模块用于通过以下步骤训练所述空气动力学参数预测模型：
[0032]获取多组样本数据；其中，每组样本数据中包括样本实验数据、样本环境数据，以及所述样本实验数据和所述样本环境数据所对应的空气动力学样本参数；
[0033]将多组所述样本数据输入到空气动力学参数原始预测模型中，对所述空气动力学参数原始预测模型进行训练，得到所述空气动力学参数预测模型。
[0034]第三方面，本申请实施例还提供一种电子设备，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述处理器与所述存储器之间通过总线通信，所述机器可读指令被所述处理器执行时执行如上述的飞行器空气动力学参数的预测方法的步骤。
[0035]第四方面，本申请实施例还提供一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行如上述的飞行器空气动力学参数的预测方法的步骤。
[0036]本本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种飞行器空气动力学参数的预测方法，其特征在于，所述预测方法包括：获取目标飞行器在多次风洞实验中的原始实验数据，以及每次风洞实验中所使用的气动弹性系统对应的原始环境数据，并分别对所述原始实验数据和所述原始环境数据进行预处理，得到目标实验数据和目标环境数据；其中，所述预处理包括数据清洗和数据去噪；利用多组所述目标实验数据和多组所述目标环境数据进行概率建模，得到所述目标实验数据对应的数值区间，以及所述目标环境数据对应的数值区间；将所述目标实验数据对应的数值区间和所述目标环境数据对应的数值区间输入到预先训练好的空气动力学参数预测模型中，确定出所述目标飞行器的空气动力学参数对应的数值区间。2.根据权利要求1所述的预测方法，其特征在于，所述利用多组所述目标实验数据和多组所述目标环境数据进行概率建模，得到所述目标实验数据对应的数值区间，以及所述目标环境数据对应的数值区间，包括：基于多组所述目标实验数据，采用贝叶斯推断算法计算所述目标实验数据对应的第一数据分布类型，并基于所述第一数据分布类型确定所述目标实验数据在每个数值下的分布概率；基于所述目标实验数据在每个数值下的分布概率确定所述目标实验数据对应的数值区间；基于多组所述目标环境数据，采用所述贝叶斯推断算法计算所述目标环境数据对应的第二数据分布类型，并基于所述第二数据分布类型确定所述目标环境数据在每个数值下的分布概率；基于所述目标环境数据在每个数值下的分布概率确定所述目标环境数据对应的数值区间。3.根据权利要求1所述的预测方法，其特征在于，通过以下步骤训练所述空气动力学参数预测模型：获取多组样本数据；其中，每组样本数据中包括样本实验数据、样本环境数据，以及所述样本实验数据和所述样本环境数据所对应的空气动力学样本参数；将多组所述样本数据输入到空气动力学参数原始预测模型中，对所述空气动力学参数原始预测模型进行训练，得到所述空气动力学参数预测模型。4.根据权利要求3所述的预测方法，其特征在于，所述将多组所述样本数据输入到空气动力学参数原始预测模型中，对所述空气动力学参数原始预测模型进行训练，得到所述空气动力学参数预测模型，包括：将多组所述样本数据输入到所述空气动力学参数原始预测模型中，确定出每组样本数据中所述样本实验数据和所述样本环境数据对应的空气动力学预测参数；将每组样本数据中所述样本实验数据和所述样本环境数据对应的空气动力学预测参数与所述空气动力学样本参数进行对比，计算当前状态下所述空气动力学参数原始预测模型的损失函数；基于所述空气动力学参数原始预测模型的损失函数，不断调整所述空气动力学参数原始预测模型的模型参数和模型结构，直至所述空气动力学参数原始预测模型达到收敛状态，得到所述空气动力学参数预测模型。
5.根据权利要求1所述的预测方法，其特征在于，所述原始实验数据包括所述目标飞行器的...

【专利技术属性】
技术研发人员：朱浩，彭荀，张君豪，李心瞳，童敏彰，徐大军，蔡国飙，
申请(专利权)人：北京航空航天大学，
类型：发明
国别省市：