【技术实现步骤摘要】
本专利技术属于高超声速飞行器气动特性工程估算，具体涉及一种基于深度学习与工程估算方法的压力系数求解方法。
技术介绍
1、在飞行器概念设计阶段会产生大量设计方案，针对每个方案都需要得到飞行器表面压力分布来对其进行分析。目前获取飞行器表面压力分布的方法包括风洞试验、cfd数值仿真方法和工程估算方法，风洞试验和数值仿真方法具有较高的精度，但成本高、耗时长，工程估算方法能够在一定精度范围内实现压力系数的快速预测。
2、工程估算方法虽然能够对压力系数进行快速预测，但面临的难点是工程估算方法多样，各种工程估算方法适用的范围不同，为了保证预测精度，需要根据不同外形飞行器、飞行器不同部位、不同来流条件选取适用的工程估算方法。其中在不同部位选用适用的工程估算方法在程序上实现起来较为困难、复杂，并且将不同工程估算方法得到的结果进行对比分析工作量较大。
3、当前，亟需发展一种基于深度学习与工程估算方法的压力系数求解方法。
技术实现思路
1、本专利技术所要解决的技术问题是提供一种基于深度学习与工程估算方法的压力系数求解方法。
2、本专利技术的基于深度学习与工程估算方法的压力系数求解方法，包括以下步骤：
3、s10.建立高速飞行器三维模型；
4、建立高速飞行器三维模型数据库，为每个高速飞行器三维模型绘制面网格和对应的体网格；
5、s20.划分各高速飞行器三维模型不同部位的迎风面、背风面，采用工程估算方法估算高速飞行器三维模型的表面压力系
6、根据以下公式，对一个高速飞行器的不同部位划分迎风面和背风面：
7、，
8、其中，为面元外法向矢量；为来流速度矢量；大于0为迎风面，小于0为背风面；
9、对于一个高速飞行器的不同部位的迎风面与背风面，分别确定对应的表面压力系数工程估算公式；采用排列组合的方式，将这个高速飞行器的不同部位的迎风面与背风面和表面压力系数工程估算公式相结合，获得这个高速飞行器的若干个表面压力系数工程估算模型；
10、飞行状态参数包括马赫数、攻角、侧滑角，在给定的飞行状态参数下，利用s10绘制的面网格，对这个高速飞行器的各表面压力系数工程估算模型进行快速估算，获得这个高速飞行器的各表面压力系数工程估算模型的表面压力系数；
11、重复s20，获得所有高速飞行器三维模型的各表面压力系数工程估算模型的表面压力系数；
12、s30.基于高速飞行器三维模型的体网格，采用cfd数值仿真软件计算高速飞行器三维模型的表面压力系数；
13、采用s20的飞行状态参数，通过高速飞行器三维模型的体网格，采用cfd数值仿真软件计算一个高速飞行器三维模型的cfd表面压力系数；
14、重复s30，获得所有高速飞行器三维模型的cfd表面压力系数；
15、s40.获得高速飞行器三维模型的有符号距离场sdf；
16、利用有符号距离场sdf技术对不同尺寸的各高速飞行器进行统一描述，建立统一的高速飞行器三维模型尺度，获得各高速飞行器三维模型的有符号距离场sdf；
17、s50.搭建神经网络模型，进行迭代学习训练，得到与cfd数值仿真结果相近的工程估算压力系数，获得表面压力系数修正预测模型；
18、将s20得到的所有高速飞行器的各表面压力系数工程估算模型的表面压力系数和所有高速飞行器三维模型的有符号距离场sdf输入神经网络模型，将s30的cfd数值仿真软件计算获得的所有高速飞行器三维模型的表面压力系数作为标签数据，利用神经网络模型，进行迭代学习训练，调整神经网络模型中包括学习率、batch size、网络层数在内的超参数，对所有高速飞行器的各表面压力系数工程估算模型的表面压力系数进行加权，不断提高所有高速飞行器的表面压力系数的预测精度、缩短训练时间，最终得到与cfd数值仿真结果接近的表面压力系数修正预测模型；
19、s60.将需要预测的高速飞行器输入表面压力系数修正预测模型，得到需要预测的高速飞行器的表面压力分布；
20、将需要预测的高速飞行器输入s40的高速飞行器三维模型的有符号距离场sdf，获得需要预测的高速飞行器的符号距离场sdf，再将需要预测的高速飞行器的符号距离场sdf输入至s50的表面压力系数修正预测模型，得到需要预测的高速飞行器模型的表面压力系数；
21、与需要预测的高速飞行器模型的cfd数值仿真结果相对比，分析两者出现差异的原因，改变加权机制，继续进行神经网络模型的迭代学习训练，优化表面压力系数修正预测模型。
22、本专利技术的基于深度学习与工程估算方法的压力系数求解方法对飞行器不同部位的迎风面、背风面进行划分，获得相同飞行状态参数的高速飞行器三维模型通过各种工程估算方法得到的表面压力系数并输入有符号距离场sdf，将cfd数值仿真数据作为标签训练神经网络模型，通过神经网络模型对各种工程估算方法得到的压力系数进行自动加权，获得表面压力系数修正预测模型，将需要预测的高速飞行器输入表面压力系数修正预测模型，最终得到与cfd数值仿真结果相近的压力系数。
23、本专利技术的基于深度学习与工程估算方法的压力系数求解方法能够对工程估算得到的高速飞行器表面压力系数进行修正，最终获得更接近cfd数值仿真的工程估算数据，提高了工程估算准度，具有工程实用价值。
本文档来自技高网...【技术保护点】
1.一种基于深度学习与工程估算方法的压力系数求解方法，其特征在于，包括以下步骤：
【技术特征摘要】
1.一种基于深度学习与工程估算方法的压力...
【专利技术属性】
技术研发人员：刘枫，李宇玻，吴岸平，刘洲池，蒋万秋，肖天航，
申请(专利权)人：中国空气动力研究与发展中心超高速空气动力研究所，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。