[發明專利]一種基于智能優化算法的風洞天平校準數據處理方法

有效

• 申請號: 201710025772.4
• 申請日: 2017-01-13
• 公開（公告）號: CN106815428B
• 公開（公告）日: 2020-05-19
• 發明（設計）人: 馬濤;王樹民;向光偉;謝斌;苗磊
• 申請（專利權）人: 中國空氣動力研究與發展中心高速空氣動力研究所
• 主分類號: G06F30/20
• 分類號: G06F30/20;G06F111/10
• 代理公司: 成都九鼎天元知識產權代理有限公司 51214
• 代理人: 鄧世燕

1.一種基于智能優化算法的風洞天平校準數據處理方法，其特征在于：包括如下步驟：

步驟一、對當前擬合的天平分量公式，按照如下數據格式分類提取校準加載數據：

(F_ij,ΔU_ij,F_mj)，其中，F_ij表示需要優化擬合的天平分量某次加載的載荷，ΔU_ij表示與F_ij對應的輸出信號，F_mj中m＝1～6,m≠i，表示除F_ij外的同一次加載的其他分量載荷；

步驟二、將步驟一提取的數據讀入如下所示的天平公式中形成以天平公式各項系數為自變量的方程組：

式中，F_ij′為計算所得載荷，K_ii，K_in，…，K_i27，為天平公式的27個系數；

步驟三、對步驟二形成的方程組中的自變量進行智能優化，得到優化后的天平公式；

步驟四、改變智能優化算法的輸入條件及參數設置，重復步驟三，得到新的優化后的天平公式；

步驟五、對比兩次優化結果，驗證優化結果的可靠性：如果兩次優化結果可靠，則進入步驟六，否則對校準數據、擬合過程進行核查后返回步驟三；

步驟六、針對不同的天平分量，重復步驟一至步驟五，得到天平各分量的優化公式，最終得到天平吹風公式；

步驟七、對天平進行檢驗加載，判斷天平公式是否符合校準不確定度要求：如果不符合，則對校準加載數據進行核查后返回步驟一，直至符合為止。

2.根據權利要求1所述的一種基于智能優化算法的風洞天平校準數據處理方法，其特征在于：步驟三所述對步驟二形成的方程組中的自變量進行智能優化，得到優化后的天平公式的方法為：

(1)隨機產生一定數量的系數向量(K_i1，K_i2…K_i27)作為智能優化算法的第一代父代；

(2)將父代代入步驟二形成的方程組中，計算得到F_ij′，并計算不確定度式中，n₁為加載組數，F_imax為加載載荷最大值；找到其中最小的不確定度作為σ_i父；

(3)對父代進行智能優化運算產生一組基于父代的新的系數向量，將這些新的系數向量帶入方程組中計算不確定度，找到其中最小的不確定度作為σ_i子；然后判斷是否滿足σ_i父σ_i子：如果是，則進入第(4)步；如果否，則再次進行第(3)步；

(4)將這些新產生的系數向量作為新的父代再次循環第(2)、(3)步父代產生子代的過程，直至滿足設定的停止條件；

(5)將最后一代中的最小不確定度所對應的天平公式作為優化公式。

3.根據權利要求2所述的一種基于智能優化算法的風洞天平校準數據處理方法，其特征在于：第(4)步所述設定的停止條件包括：設定的最大循環次數，或設定為在最近的500次循環中最小不確定度的變化量小于0.05％且對應的天平公式主項系數的變化量小于0.005％。

4.根據權利要求1所述的一種基于智能優化算法的風洞天平校準數據處理方法，其特征在于：步驟五所述的兩次優化結果可靠是指：兩次天平優化公式的主項系數的相對變化量小于0.05％。

5.根據權利要求1所述的一種基于智能優化算法的風洞天平校準數據處理方法，其特征在于：步驟七所述符合校準不確定度的要求是指各分量不確定度均小于設定的標準。

6.根據權利要求1所述的一種基于智能優化算法的風洞天平校準數據處理方法，其特征在于：所述智能優化算法包括遺傳算法、粒子群優化算法、差異演化算法、模擬植物生長算法、果蠅算法。