[發(fā)明專利]一種結(jié)冰風(fēng)洞云霧場參數(shù)獲取方法和存儲(chǔ)介質(zhì)

有效

• 申請?zhí)枺?/td>: 202211195363.6
• 申請日: 2022-09-29
• 公開（公告）號(hào): CN115311535B
• 公開（公告）日: 2022-12-30
• 發(fā)明（設(shè)計(jì)）人: 易賢;謝騰;熊浩;彭博
• 申請（專利權(quán)）人: 中國空氣動(dòng)力研究與發(fā)展中心低速空氣動(dòng)力研究所
• 主分類號(hào): G06V10/82
• 分類號(hào): G06V10/82;G06V10/80;G06V10/774;G06N3/04
• 代理公司: 四川中代知識(shí)產(chǎn)權(quán)代理有限公司 51358
• 代理人: 王鴻

本申請涉及結(jié)冰研究領(lǐng)域，提供了一種結(jié)冰風(fēng)洞云霧場參數(shù)獲取方法和存儲(chǔ)介質(zhì)。該方法包括：根據(jù)工況參數(shù)對第一多層感知機(jī)進(jìn)行訓(xùn)練，并根據(jù)工況參數(shù)下的結(jié)冰圖像對卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，第一多層感知機(jī)用于獲得參數(shù)特征，卷積神經(jīng)網(wǎng)絡(luò)用于獲得冰形輪廓特征；將第一多層感知機(jī)獲得的參數(shù)特征和卷積神經(jīng)網(wǎng)絡(luò)獲得的冰形輪廓特征進(jìn)行特征融合，根據(jù)融合后的特征對第二多層感知機(jī)進(jìn)行訓(xùn)練，第二多層感知機(jī)用于獲得云霧場參數(shù)辨識(shí)值；根據(jù)工況參數(shù)、結(jié)冰圖像、訓(xùn)練完成的第一多層感知機(jī)、卷積神經(jīng)網(wǎng)絡(luò)和第二多層感知機(jī)，獲得云霧場參數(shù)辨識(shí)值。通過上述方法，可以有效解決現(xiàn)有技術(shù)在獲取結(jié)冰風(fēng)洞云霧場參數(shù)時(shí)，存在的測量困難、成本高、精度低等問題。

技術(shù)領(lǐng)域

本申請涉及結(jié)冰研究領(lǐng)域，更具體地，涉及一種結(jié)冰風(fēng)洞云霧場參數(shù)獲取方法和存儲(chǔ)介質(zhì)。

背景技術(shù)

飛機(jī)穿越云層時(shí)，過冷水滴撞擊到機(jī)體后，可能發(fā)生相變并導(dǎo)致結(jié)冰現(xiàn)象。結(jié)冰會(huì)改變飛機(jī)的外形與繞流流場，破壞氣動(dòng)性能，降低操縱性與穩(wěn)定性，威脅飛行安全，嚴(yán)重時(shí)導(dǎo)致空難事故。在結(jié)冰風(fēng)洞中，對液態(tài)水含量和水滴平均體積直徑等云霧場參數(shù)的測量，關(guān)系到風(fēng)洞試驗(yàn)研究的準(zhǔn)確性，因此十分重要。

現(xiàn)有技術(shù)通過使用測量設(shè)備對液態(tài)水含量和水滴平均體積直徑等云霧場參數(shù)直接測量。由于測量設(shè)備體積大，對于阻塞比高的試驗(yàn)難以測量。并且，通常只能選用風(fēng)洞云霧包線內(nèi)的特定水氣進(jìn)行測量，測量范圍有限。以及，隨著結(jié)冰風(fēng)洞運(yùn)行時(shí)間增加，結(jié)冰風(fēng)洞的液態(tài)水含量和水滴平均體積直徑等云霧場參數(shù)真實(shí)值會(huì)逐漸偏離云霧場參數(shù)測量值，導(dǎo)致獲取的云霧場參數(shù)精度低，若要保證精度，則需進(jìn)行周期性測量，導(dǎo)致較高的成本。

因此，現(xiàn)有技術(shù)在獲取結(jié)冰風(fēng)洞云霧場參數(shù)時(shí)，存在測量困難、成本高、精度低等問題。

發(fā)明內(nèi)容

本申請發(fā)明人通過長期實(shí)踐發(fā)現(xiàn)，實(shí)際測量液態(tài)水含量和水滴平均體積直徑等云霧場參數(shù)，會(huì)存在測量困難、成本高、精度低等問題，因此，還可以通過參數(shù)辨識(shí)的方法獲取云霧場參數(shù)，并且，將冰形輪廓特征作為參數(shù)辨識(shí)的依據(jù)，可以進(jìn)一步提升云霧場參數(shù)辨識(shí)的準(zhǔn)確性。

基于此，本申請?zhí)岢隽艘环N結(jié)冰風(fēng)洞云霧場參數(shù)獲取方法，根據(jù)工況參數(shù)對第一多層感知機(jī)進(jìn)行訓(xùn)練，并根據(jù)所述工況參數(shù)下的結(jié)冰圖像對卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，第一多層感知機(jī)用于獲得參數(shù)特征，卷積神經(jīng)網(wǎng)絡(luò)用于獲得冰形輪廓特征；將第一多層感知機(jī)獲得的參數(shù)特征和卷積神經(jīng)網(wǎng)絡(luò)獲得的冰形輪廓特征進(jìn)行特征融合，根據(jù)融合后的特征對第二多層感知機(jī)進(jìn)行訓(xùn)練，第二多層感知機(jī)用于獲得云霧場參數(shù)辨識(shí)值；根據(jù)工況參數(shù)、結(jié)冰圖像、訓(xùn)練完成的第一多層感知機(jī)、卷積神經(jīng)網(wǎng)絡(luò)和第二多層感知機(jī)，獲得云霧場參數(shù)辨識(shí)值。如此，可以有效解決現(xiàn)有技術(shù)在獲取結(jié)冰風(fēng)洞云霧場參數(shù)時(shí)，存在的測量困難、成本高、精度低等問題。

第一方面，提供了一種結(jié)冰風(fēng)洞云霧場參數(shù)獲取方法，該方法包括：根據(jù)工況參數(shù)對第一多層感知機(jī)進(jìn)行訓(xùn)練，并根據(jù)所述工況參數(shù)下的結(jié)冰圖像對卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，所述第一多層感知機(jī)用于獲得參數(shù)特征，所述卷積神經(jīng)網(wǎng)絡(luò)用于獲得冰形輪廓特征；將所述第一多層感知機(jī)獲得的參數(shù)特征和所述卷積神經(jīng)網(wǎng)絡(luò)獲得的冰形輪廓特征進(jìn)行特征融合，根據(jù)融合后的特征對第二多層感知機(jī)進(jìn)行訓(xùn)練，所述第二多層感知機(jī)用于獲得云霧場參數(shù)辨識(shí)值；根據(jù)所述工況參數(shù)、所述結(jié)冰圖像、訓(xùn)練完成的所述第一多層感知機(jī)、卷積神經(jīng)網(wǎng)絡(luò)和第二多層感知機(jī)，獲得所述云霧場參數(shù)辨識(shí)值。

第二方面，還提供了一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，所述計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)中存儲(chǔ)有程序代碼，所述程序代碼可被處理器調(diào)用執(zhí)行上述方法。

綜上所述，本申請至少具有如下技術(shù)效果：

1.本申請?zhí)峁┑钠渲幸环N結(jié)冰風(fēng)洞云霧場參數(shù)獲取方法，通過訓(xùn)練第一多層感知機(jī)、卷積神經(jīng)網(wǎng)絡(luò)和第二多層感知機(jī)以獲取云霧場參數(shù)，采用參數(shù)辨識(shí)的方法，在訓(xùn)練完成之后，無需使用測量設(shè)備對云霧場參數(shù)進(jìn)行直接測量，對結(jié)冰風(fēng)洞云霧場參數(shù)的獲取更簡單、成本更低，可以根據(jù)試驗(yàn)需求周期性測量，精度更高。