买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：中国人民解放军空军工程大学

摘要：一种基于恒正新校准系数的高偏折角下五孔探针标定方法，包括下列步骤：收集校准风洞中不同气流偏折角下探针五个孔的压力数据；计算不同气流偏折角下五孔探针的新校准系数；利用BP神经网络建立新校准系数与特征参数的关联关系；利用标定后的五孔探针测量未知流场特征参数。由于新校准系数的分母为压差均方根值，仅在正区间内连续变化，大偏折角下校准系数不会出现奇点。而分子的拆分使得新校准系数与特诊流动参数一一对应，且保留了更多原始流场的信息，适用于神经网络等高阶数据解析算法。本发明校准精度更高，在三维复杂流场测试中有广泛的应用前景。

主权项：1.一种基于恒正新校准系数的高偏折角下五孔探针标定方法，其特征在于，具体包括下列步骤：步骤一：收集校准风洞中不同气流偏折角下探针五个孔的压力数据；五孔探针几何结构以及速度矢量定义如下：速度的方向由俯仰角α与偏航角β表示，速度大小由总压Pt以及静压Ps表示；α、β、Pt与Ps为探针所需测量的特征流动参数；收集压力数据时保持风洞中流动的速度与方向不发生改变，通过步进电机调整探针头部相对流动的位置与角度实现流动参数的变化；俯仰角α和偏航角β的变化的范围分别为[-αm,αm]和[-βm,βm]；俯仰角α和偏航角β变化的步长记为Δα和Δβ；记录不同α，β下五探针1～5号孔的压力数据，分别记作P1、P2、P3、P4和P5，其中P2为核心孔数据，五探针1～5号孔均位于五孔探针端面，3号在上，1号在下，4号在左，5号在右，2号在中间；步骤二、计算不同气流偏折角下五孔探针的新校准系数；上一阶段的风洞实验中，探针压力以及对应的流场的特征参数都是已知的，将压力数据带入式1可得作为校准模型输入的新校准系数： 其中为核心孔与非核心孔压差的均方根；将压力数据带入式2得到压力校准系数： 其中，CPs、CPt分别表示静压校准系数与总压校准系数；为探针5个孔压力的平均值，俯仰角α，偏航角β以及压力校准系数为校准模型的输出参数；步骤三、利用BP神经网络建立新校准系数与特征参数的关联关系；将步骤二中得到的校准系数带入到BP神经网络中；其中，C1,C3,C4与C5为神经网络的输入参数，α,β,CPs与CPt为神经网络的输出参数，Ps与Pt分别由CPs与CPt反推而出；利用随机重排算法打乱样本顺序，选择校准网格上前X％的数据作为神经网络的测试集，后Y％数据作为验证集，余下数据作为训练集；通过梯度下降算法调整神经网络参数，为每个输出参数单独训练神经网络；训练过程中拥有反馈机制的BP神经网络允许误差从输出层向隐藏层逐层传递，通过调整各层间的权重矩阵w与偏置向量b对每个神经元的激活值进行调整，逐步减少误差；步骤四、利用标定后的五孔探针测量未知流场特征参数；在对特定五孔探针标定完成后直接将探针置于位置流中，使探针头部正对未知流；将探针感受到的压力数据P1、P2、P3、P4和P5带入到新校准系数的定义式1中得到神经网络校准模型的输入系数C1，C3,C4与C5；将此时的C1,C3,C4与C5作为输入带入到固定好参数的神经网络中，得到未知流的特征参数α，β，CPs与CPt；反推Ps与Pt时，将CPs与CPt带入式3： 至此利用恒正的新校准系数以及BP神经网络模型提取出一定马赫数下未知流的特征流动参数。

全文数据：

权利要求：

百度查询： 中国人民解放军空军工程大学 一种基于恒正新校准系数的高偏折角下五孔探针标定方法