[發(fā)明專利]一種基于神經(jīng)網(wǎng)絡的超臨界翼型抖振優(yōu)化方法

有效

• 申請?zhí)枺?/td>: 202111266475.1
• 申請日: 2021-10-28
• 公開（公告）號: CN114021492B
• 公開（公告）日: 2022-09-13
• 發(fā)明（設計）人: 屈峰;付俊杰;孫迪;葉政茂;白俊強
• 申請（專利權(quán)）人: 西北工業(yè)大學
• 主分類號: G06F30/28
• 分類號: G06F30/28;G06F30/27;G06N3/04;G06N3/08;G06F111/04;G06F113/08;G06F119/14
• 代理公司: 西安匠星互智知識產(chǎn)權(quán)代理有限公司 61291
• 代理人: 陳星

本發(fā)明公開了一種基于神經(jīng)網(wǎng)絡的超臨界翼型抖振優(yōu)化方法，包括：通過CFD技術得到待優(yōu)化翼型定常狀態(tài)流場參數(shù)并預估抖振邊界，由加點非定常計算處理得到抖振始發(fā)攻角與抖振完全建立攻角；生成樣本數(shù)據(jù)庫，首先采用FFD方法將翼型幾何參數(shù)化以添加設計變量，其次利用拉丁超立方采樣方法在設計空間中生成一系列超臨界翼型的翼型庫，并計算抖振始發(fā)攻角與抖振完全建立攻角的氣動數(shù)據(jù)，利用相關數(shù)據(jù)訓練多層感知神經(jīng)網(wǎng)絡模型；對給定優(yōu)化問題采用遺傳算法NSGA?II計算求解。本發(fā)明考慮了抖振始發(fā)狀態(tài)的性能約束有利于抖振邊界優(yōu)化有效性的判斷；另外由于采用神經(jīng)網(wǎng)絡模型代替超臨界翼型非定常計算，在保證精度的同時大大節(jié)省了設計周期，提高了設計效率。

技術領域

本發(fā)明屬于航空技術領域，具體涉及一種超臨界翼型抖振優(yōu)化方法。

背景技術

超臨界翼型能夠提高飛機的阻力發(fā)散馬赫數(shù)，從而拓寬了民用客機的飛行速域。因此，大型民用客機機翼普遍采用的是超臨界翼型。然而，當飛行馬赫數(shù)增加或者飛行迎角增加時，翼型上表面會產(chǎn)生激波誘導分離區(qū)域，激波與分離區(qū)相互作用，導致大范圍的激波自持振蕩。這種激波抖振現(xiàn)象會帶來非定常氣動載荷，從而導致飛機結(jié)構(gòu)疲勞，操縱困難，限制了飛行包線。所以，有必要對超臨界翼型進行優(yōu)化設計，以此來抑制抖振。

國內(nèi)外已開展了一些關于抖振優(yōu)化設計的工作。如：在使用低保真度的模型進行多學科優(yōu)化(MDO)時，估計抖振起始邊界，并將該邊界加入到MDO中；在飛機概念設計階段考慮抖振邊界的約束；在基于計算流體力學(CFD)的氣動優(yōu)化設計中，添加約束：抖振升力系數(shù)大于巡航升力系數(shù)的130％，從而進行巡航減租優(yōu)化。這些考慮抖振的優(yōu)化設計工作的普遍做法是將抖振始發(fā)作為一個約束條件，并沒有將抖振相關量作為一個優(yōu)化目標函數(shù)，所以并不能最大限度提高抖振始發(fā)邊界。

發(fā)明內(nèi)容

為了克服現(xiàn)有技術的不足，本發(fā)明提供了一種基于神經(jīng)網(wǎng)絡的超臨界翼型抖振優(yōu)化方法，包括：通過CFD技術得到待優(yōu)化翼型定常狀態(tài)流場參數(shù)并預估抖振邊界，由加點非定常計算處理得到抖振始發(fā)攻角與抖振完全建立攻角；生成樣本數(shù)據(jù)庫，首先采用FFD方法將翼型幾何參數(shù)化以添加設計變量，其次利用拉丁超立方采樣方法在設計空間中生成一系列超臨界翼型的翼型庫，并計算抖振始發(fā)攻角與抖振完全建立攻角的氣動數(shù)據(jù)，利用相關數(shù)據(jù)訓練多層感知神經(jīng)網(wǎng)絡模型；對給定優(yōu)化問題采用遺傳算法NSGA-II計算求解。本發(fā)明考慮了抖振始發(fā)狀態(tài)的性能約束有利于抖振邊界優(yōu)化有效性的判斷；另外由于采用神經(jīng)網(wǎng)絡模型代替超臨界翼型非定常計算，在保證精度的同時大大節(jié)省了設計周期，提高了設計效率。

本發(fā)明解決其技術問題所采用的技術方案包括如下步驟：

步驟1：計算待優(yōu)化翼型的抖振始發(fā)攻角α_onset和抖振完全建立攻角α_established；

步驟1-1：生成待優(yōu)化翼型的計算網(wǎng)格；對待優(yōu)化翼型進行定馬赫數(shù)、不同攻角下的定常CFD數(shù)值模擬得到定常CFD計算結(jié)果，采用升力線線性段斜率變化0.1的方法進行抖振邊界的預估；

步驟1-2：在預估的抖振邊界的±0.5°范圍內(nèi)，以固定步長進行加點非定常計算，根據(jù)非定常計算結(jié)果，得到待優(yōu)化翼型的抖振始發(fā)攻角α_onset和抖振完全建立攻角α_established；待優(yōu)化翼型抖振完全建立攻角下的升力系數(shù)時均值待優(yōu)化翼型抖振完全建立攻角下的阻力系數(shù)時均值待優(yōu)化翼型抖振完全建立攻角下的俯仰力矩系數(shù)時均值以及待優(yōu)化翼型抖振始發(fā)攻角下的升力系數(shù)時均值待優(yōu)化翼型抖振始發(fā)攻角下的阻力系數(shù)時均值待優(yōu)化翼型抖振始發(fā)攻角下的升力系數(shù)PSD的峰值

步驟2：生成樣本，計算樣本數(shù)據(jù)庫，建立神經(jīng)網(wǎng)絡模型；

步驟2-1：對待優(yōu)化超臨界翼型，采用自由變形FFD方法進行幾何參數(shù)化；建立一個完全包圍待優(yōu)化超臨界翼型的FFD框，選取FFD框上各點的縱向y_i,i＝1…n坐標的改變量△y_i,i＝1…n為設計變量；