-
题名基于LSTM的超临界机翼抖振边界预测方法
被引量：1
- 1
-
-
作者
王紫浩
李滚
刘大伟
陈德华
张书俊
-
机构
电子科技大学航空航天学院
中国空气动力研究与发展中心高速空气动力研究所
-
出处
《空气动力学学报》
CSCD
北大核心
2024年第6期56-65,I0001,共11页
-
基金
旋翼空气动力学重点实验室研究开放课题(2104RAL202102-1)。
-
文摘
超临界机翼的抖振对运输机的安全性和稳定性有着极大的影响,如何高效准确地确定抖振边界一直是备受关注的研究热点。针对CHN-T1型运输机标模,构建了一种基于长短时记忆(long short-term memory, LSTM)神经网络的超临界机翼抖振边界预测框架。根据CHN-T1标模的计算数据,设计了基于LSTM的气动力系数预测模型和抖振起始迎角判定模型,用于准确预测给定马赫数下气动力系数的变化趋势,并且实现了抖振起始迎角的快速判定;通过整合抖振起始迎角数据确定了CHN-T1标模的抖振边界,并用风洞试验数据验证了结果的准确性。研究结果显示,LSTM模型对气动力系数变化趋势有良好的预测能力,其均方根误差维持在2%以内;同时,在抖振起始迎角的判定方面表现出色,抖振边界的误差保持在2%以内。这些结果验证了该方法在抖振边界预测中的可靠性和准确性,为超临界机翼的抖振研究提供了有力支持。
-
关键词
超临界机翼
抖振边界
气动力系数预测
长短时记忆
-
Keywords
supercritical wings
buffeting boundary
aerodynamic coefficient prediction
LSTM
-
分类号
V211.3
[航空宇航科学与技术—航空宇航推进理论与工程]
O354
[理学—流体力学]
-
