龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
摘要：本发明公开了一种适用于运动诱导非定常气动力的风速算子网络构建方法，属于飞行器气动弹性领域；具体是：针对目标翼型或机翼，给定运动的扫频扫幅值训练信号，进行CFD仿真或风洞试验，得到各运动信号所对应的非定常气动力；然后，根据VONet架构搭建非定常气动力数据的驱动模型；其中两个神经网络模块分别输入运动信息和风速信息，输出为对应的气动力系数；对驱动模型进行训练后，利用不同来流风速以及运动幅值的气动做功系数，构建二维气动做功矩阵，绘制来流风速‑运动幅值的能量图，并结合气动做功系数输出能量图预示颤振失稳边界。本发明大大减少了计算时间和成本，可在训练域内任意风速及频率下进行快速精确预测。
主权项：1.一种适用于运动诱导非定常气动力的风速算子网络构建方法，其特征在于，具体步骤如下：步骤一、针对目标翼型或机翼，给定在不同减缩风速下的运动训练信号，进行CFD仿真或风洞试验，得到各运动信号所对应的非定常气动力；步骤二、根据VONet架构搭建非定常气动力数据的驱动模型；VONet架构由motionnet与velocitynet两个神经网络组成：motionnet神经网络输入为长度为n的运动时序向量[αt-n+1,αt-n+2,…,αt]，输出为长度为n的向量D：Dαt-n+1,αt-n+2,…,αt＝[d1,d2,…,dn]；velocitynet神经网络输入为来流风速U∞和减缩风速U*，输出为长度为n的向量F：FU∞,U*＝[f1,f2,…,fn]T；将两个神经网络的输出向量进行内积，得到驱动模型的最终输出变量：在对应的运动与风速下的非定常气动力矩系数Cmt：Cmt＝D·F＝f1d1+f2d2+…+fndn；步骤三、使用各运动信号以及所对应的非定常气动力对驱动模型进行训练，当相对误差稳定小于5％后得到驱动模型的最优参数；步骤四、利用最优参数下的驱动模型，通过复化辛普森积分法求解不同工况下动态失速过程的周期气动做功系数；步骤五、利用不同来流风速以及运动幅值的气动做功系数，构建二维气动做功矩阵，绘制来流风速-运动幅值的能量图，并结合气动阻尼系数输出能量图预示颤振失稳边界。
全文数据：
权利要求：
百度查询： 天目山实验室 一种适用于运动诱导非定常气动力的风速算子网络构建方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号