[發明專利]一種基于陣列型人工毛發傳感器的流動參數識別方法

在審

• 申請號: 202210188581.0
• 申請日: 2022-02-28
• 公開（公告）號: CN114547997A
• 公開（公告）日: 2022-05-27
• 發明（設計）人: 王巖;郝琪琪
• 申請（專利權）人: 南京航空航天大學
• 主分類號: G06F30/28
• 分類號: G06F30/28;G06F30/27;G06F30/23;G06N3/04;G06N3/08;G06F113/08;G06F119/14
• 代理公司: 南京天華專利代理有限責任公司 32218
• 代理人: 李德濺

1.一種基于陣列型人工毛發傳感器的流動參數識別方法，其特征在于：該識別方法的步驟為：

A、采用三維建模軟件構建由固體計算域和流體計算域構成的人工毛發傳感器陣列的幾何模型；

B、對幾何模型進行共節點混合網格劃分，把帶有棱柱形邊界層的流體計算域的流體網格文件導入CFD軟件中、固體計算域的固體網格文件導入到有限元軟件中；

C、在CFD軟件中建立流體流動分析模型；

D、在有限元軟件中建立靜力學結構分析模型；

E、進行單向流-固耦合計算，在CFD軟件中設定入口來流速度的大小和角度下的流場，將CFD軟件模擬得到的人工毛發傳感器表面的氣動壓力作為主要載荷傳遞給有限元軟件中的靜力學結構分析模型，計算得到各人工毛發傳感器的尖端位移且作為人工毛發傳感器陣列的尖端位移響應；

F、改變步驟C中的流體流動分析模型的邊界條件中的入口來流速度的大小和角度，重復步驟E，獲得一系列入口來流速度的大小和角度不同的人工毛發傳感器陣列的尖端位移響應；

G、將步驟F獲得的尖端位移響應作為輸入、尖端位移響應對應的入口來流速度的大小和角度作為輸出訓練多輸入多輸出的BP神經網絡，訓練完成的BP神經網絡能夠用于對區域來流進行監測。

2.根據權利要求1所述的基于陣列型人工毛發傳感器的流動參數識別方法，其特征在于：所述步驟A中的固體計算域為陣列型式的多個相同尺寸的圓柱體構成，固體計算域由圓柱體直徑、圓柱體的高度直徑比和相鄰圓柱體的間距這三個參數控制，其中圓柱體的高度直徑比大于15、圓柱體間的橫向間距和縱向間距保持一致；所述步驟A中的流體計算域為減去固體計算域的長方腔體。

3.根據權利要求1或2所述的基于陣列型人工毛發傳感器的流動參數識別方法，其特征在于：所述步驟B中的固體計算域中的固體網格和流體計算域中的流體網格共節點生成；固體計算域包括沿毛發傳感器的周向至少10個單元、沿毛發傳感器的軸向至少30個單元；流體計算域為非結構混合網格，壁面附近至少有15層棱柱網格以更加精確地求解邊界層內流動，棱柱層的總高度為預設來流速度的邊界層高度。

4.根據權利要求1所述的基于陣列型人工毛發傳感器的流動參數識別方法，其特征在于：所述步驟C中的流體流動分析模型需要設置流動方程、時空離散方式、邊界條件、監測變量、收斂要求和迭代次數；其中，

流動方程：采用定常的不可壓縮納維葉-斯托克斯方程，壓力速度耦合采用SIMPLE格式、梯度計算采用基于節點的格林-高斯方法；

時空離散方式：采用二階格式對壓力進行空間離散、采用二階迎風格式對動量進行離散；

邊界條件：使用速度入口、壓力出口、無滑移壁面及對稱邊界類型對相關邊界進行設置；

監測變量：包括離散后所有網格單元的質量和三個方向動量的均方根殘差值、人工毛發傳感器表面壓力平均值和人工毛發傳感器頂部中心點處壓力值；

收斂要求：所有監測變量的殘差需要下降到且監測變量的值趨于穩定；

迭代次數：不低于3000次迭代。

5.根據權利要求1所述的基于陣列型人工毛發傳感器的流動參數識別方法，其特征在于：所述步驟D中的靜力學結構分析模型需要設置固體域的基本單元類型、材料屬性、約束條件和載荷傳遞界面；其中，

固體域的基本單元類型：為8節點固體單元，每個固體單元有3個平動自由度；

材料屬性：為各向同性的高強度玻璃纖維；

約束條件：為對每個人工毛發傳感器的底部平面進行固定支撐約束，即不可旋轉和移動；

載荷傳遞界面：為人工毛發傳感器的側面和頂部平面。

6.根據權利要求1所述的基于陣列型人工毛發傳感器的流動參數識別方法，其特征在于：所述步驟E中的CFD軟件模擬計算時：殘差達到規定的收斂要求后，表明計算結束；在所述步驟E中，在流-固耦合的交界面上，有限元模型的固體網格單元節點與流體網格單元節點建立一對一的完全映射關系。