基于物理信息神经网络的气动数据融合方法

为了解决训练传统深度神经网络对大数据的依赖问题,气动数据中包含的物理结构信息需要被充分利用。物理信息神经网络(physics-informed neural network,PINN)是一种非监督的学习算法,采用深度神经网络直接逼近流场偏微分方程的解,因此适用于气动数据的建模。然而训练PINN时,损失函数反映的是抽样点处神经网络所拟合的偏微分方程值的偏差,对于复杂的非线性偏微分方程,这一偏差不能准确反映神经网络所拟合的函数与微分方程解函数的偏差,而且用神经网络拟合初始条件和边界条件时,不可避免存在拟合误差,误差随空间和时间累计,这使PINN的建模精度相比传统的模型没有优势。为了解决这些问题,本文把PINN与流场的计算流体动力学(Computational Fluid Dynamics,CFD)仿真结果进行融合,在流场抽样点处的损失函数中增加了PINN在该点的输出与流场在该点的CFD值偏差,从而提高了神经网络的建模精度。根据CFD仿真时使用的模型,融合方式采用瞬时模式或时均模式。测试结果表明该方法能够有效提高PINN的建模精度。

基于多元正交函数的非线性快速气动建模

多项式响应面模型是气动系数建模中常用的一种模型。实时采集的气动数据有较强的线性相关性,使用常规最小二乘回归方法估计模型参数时,由于回归矩阵的病态性导致估计误差较大。提出一种基于多元正交函数的多项式响应面建模方法,将回归矩阵进行QR分解后迭代实时数据,可以有效避免回归矩阵病态问题,提高多项式响应面模型的精确度;引入模型预测方差(PSE)与决定系数R^(2),简化模型结构,避免了模型的过度拟合。基于F-16风洞试验部分气动数据,利用仿真程序对风洞数据进行样条函数插值,得到完整的实验数据集,用以验证实验算法。采用多元正交函数建模方法分别建立目标飞行器的6个无量纲气动力系数模型,并对建模过程中的实时性进行分析。建模结果表明,基于多元正交函数建立的多项式响应面模型对实时数据有较好的预测效果;同时,建模过程中各环节的时间消耗均是毫秒级的,满足实时建模的要求,说明该方法可以实时地建立目标飞行器的非线性气动力系数模型。

增加喷流控制的飞翼飞机机动仿真

高隐身飞行器多采用无尾飞翼布局,此种布局具有很多优点,但是在动态特性上存在一些新问题,造成了飞行器稳定和操纵的困难。本文采用喷流控制器对飞机进行辅助控制,以此来获得此类飞机较好的操稳性能。喷流控制器位于机翼前缘,可以产生较大的控制力矩,从而对飞机进行纵向和航向控制,改善飞机的操纵特性。为了对增加喷流控制的飞翼布局飞机机动特性进行仿真,并考虑到其气动特性较传统三角翼面飞机复杂(即使在常规机动状态下,飞机的气动力和力矩也表现出较强的非线性特征,且呈现多轴耦合),本文先对飞翼布局飞机进行了全量非线性六自由度建模,并通过模糊逻辑控制方法对喷流控制器进行控制。仿真结果表明,增加喷流控制器后提高了飞翼布局飞机的任务性能和安全性能,飞机能够更快速准确的跟踪控制指令。

过失速机动的模糊逻辑建模仿真

对模糊逻辑建模方法进行了深入的研究,讨论了非定常气动力的模糊逻辑建模与参数辨识方法,针对其在飞机非定常气动力建模与辨识中的应用提出新的思路,使之更具有实用性,并应用于实际算例的计算分析中.利用振荡三角翼的试验数据建立了非定常气动力的两种模糊逻辑模型:一种采用减缩频率进行建模,另一种考虑时间历程对非定常气动力的影响.结果表明,所建立模糊逻辑模型的计算结果与实验数据结果符合较好.采用这两种不同的模糊逻辑模型对飞机的眼镜蛇机动进行了模拟、仿真,检验了模型的实用性.

涡流控制在小展弦比飞翼布局飞机上的应用研究

全隐身布局飞行器采用无尾飞翼布局,此种布局具有很多优点,但是在动态特性上存在一些新的问题,造成了飞行器稳定和操纵的困难。通过对小展弦比飞翼布局飞机进行涡流控制,可以产生较大的控制力矩,从而对飞机进行纵向和航向的控制,改善飞机的操纵效率。控制力矩是非线性变化的,其大小与飞机飞行状态(迎角、速度等)以及喷流的状态(喷流速度、喷孔位置、喷流方向等)有关。将喷流产生的控制力矩应用于飞机的控制,通过对增加喷流后飞机静操纵特性的分析,表明其改善了飞机静操纵特性和隐身性能,具有较好的实用性。

神经网络在飞翼布局飞机主动涡流控制中的应用

以小展弦比飞翼布局飞机为研究对象,其本体的优化增稳控制器由3个气动舵面(连续控制面)构成.为增加操纵能力,基于神经网络设计了主动涡流(bang-bang型控制面)优化控制器.为加快网络的训练速度和收敛精度,采用三层反馈神经网络,通过改变每层网络权重和隐层神经元单元个数对网络进行优化.最后给出了增加主动涡流控制器的飞机闭环系统的响应结果.与仅采用气动舵面闭环响应结果的对比仿真表明,增加主动涡流控制器后闭环系统可获得更好的响应特性,系统达到稳态的时间和所需气动舵面的控制量均明显减小.

模型跟踪和涡流控制在飞翼布局飞机上的应用

为增加小展弦比飞翼类布局飞机的操纵特性,并满足其对隐身性能的要求,将模型跟踪控制器和涡流控制器进行综合使用。模型跟踪是一种提高系统闭环响应并跟踪驾驶员指令的方法,通过此方法可使动态特性较差的飞机对动态特性较好的飞机输出进行跟踪,由此来改善飞机的动态特性。增加涡流控制可以进一步扩展模型跟踪控制的作用效果,涡流控制器使用变步长神经网络进行训练。结果表明,两种方法的综合使用可以有效地提高飞机的动态特性,通过增加涡流控制后,进一步增加了模型跟踪控制的作用效果。

数据融合技术在空气动力学研究中的应用

气动力数据通常通过风洞试验、数值计算和飞行试验三种途径获得,三者各有优缺点,为了得到更加完善准确的气动数据,可采用数据融合技术对不同来源的数据进行深加工和利用。针对数据融合技术在空气动力学中的应用进行讨论和探索,首先介绍了数据融合技术在空气动力学中的应用背景、发展现状及数据融合的基本思想,此后综合提出了建立气动数据融合准则的基本思路和两种具有应用价值的融合算法:基于不确定度的数据融合方法和基于气动力建模的数据融合方法,并给出了部分研究应用结果。最后,文章对气动数据融合技术在气动领域的应用前景进行了展望。研究发现,采用数据融合技术后,可以进一步提高气动数据的完整性和准确性,但由于气动数据融合工作不仅需要进行算法研究,同时还需要工作人员的大量经验,融合结果包含较多的人为因素,因此具体采用何种融合方法要根据具体情况而定。

跨声速抖振锁频状态下的自适应控制方法

跨声速流固耦合控制是气动弹性研究领域备受关注的研究分支,然而,由于锁频现象耦合模式的复杂性,针对该条件下的行之有效的流固耦合控制方法目前还不多见。考虑到抖振中锁频状态本质上为流动模态与结构模态的失稳,难以通过单一的控制律进行抑制。因此,提出了一种多反馈回路的无模型自适应控制方法,通过引入结构位移与气动力响应数据,结合无模型自适应控制方法,对马赫数0.7、迎角5.5°这一典型抖振状态下的流固耦合模型进行仿真状态下的闭环控制研究。结果表明通过引入结构与气动输出作为控制参数,可以对锁频失稳模式进行有效抑制,通过控制模式的切换,可以对锁频状态下的翼型流动、结构失稳进行控制。

基于不确定度和气动模型的气动数据融合算法

飞行器气动数据的来源主要有风洞试验、数值模拟、飞行试验三种方式。受试验和模拟能力的限制,任意一种单一手段都难以准确地对飞行器全飞行包线进行覆盖。为弥补各种数据的“缺陷”,提出并实现了两种数据融合算法:一种是依据不确定度作为权值参考,进行加权融合的加权融合算法,利用高斯过程回归算法获得不同来源气动数据预测值的特征,并进行加权融合;另一种是基于模型的CoKriging融合算法,利用CoKriging算法直接建立融合模型。并以某型飞行器气动数据为例进行了对比分析。结果表明:使用单一精度数据建模时,在一定的范围内,样本数据越多,覆盖的设计变量空间越广,精度越高;与单独使用一种精度数据的建模算法相比,两种融合算法预测结果的精度都有较大的提高;相比于基于不确定度的融合算法,使用CoKriging算法建模得到的结果精度更高,提高了近一个数量级。融合数据对于提高数据精度和增强模型预测能力上有重要作用,在参数变量空间内,融合数据能够对高精度数据进行内填补充,同时在参数变量空间外的融合数据能对数据的变化趋势预测提供参考。

一种融合物理规律的经验工程修正算法研究

为了在飞行器研制初期快速而精准地估算出飞行器气动特性,提出了一种融合物理规律的经验工程修正算法,利用少量计算流体动力学(computational fluid dynamics,CFD)部件气动力系数数据对经验公式的重要参数进行修正拟合,达到提高工程算法计算精度的目的。首先,对数据适用性进行验证,验证了公式来源Missile Datcom计算数据和光弹身飞行器CFD数据的适用性;接着,针对法向力系数,从部件的角度进行剖析,利用少量CFD部件气动力系数数据修正拟合了飞行器部件的气动力系数经验公式,得到不同部件的气动力系数计算方程;最后,通过对比修正公式计算结果和CFD预测集,证明了算法的合理性。

围棋人工智能AlphaGo系列算法的原理与方法

围棋人工智能AlphaGo系列算法是人工智能发展历史中的重要里程碑事件。它们不仅成功地求解了以围棋为代表的完全信息博弈问题,而且具有更加广泛的适用性。依算法的发展历程,从基本原理与技术特征方面对AlphaGo Fan到MuZero的一系列算法进行了梳理,说明了AlphaGo系列算法的落子原理,阐释与对比了其中采用的关键技术:蒙特卡洛树搜索和深度神经网络的建模及训练。AlphaGo系列算法对解决实践中的其他重要问题,从算法设计、神经网络建模到模型利用等方面都具有重要的参考意义,本文的总结有助于快速地掌握这些算法的基本原理,从而为相关算法的研究与拓展提供有益参考。

小展弦比飞翼布局飞机横向涡流控制气动机理

为增加小展弦比飞翼布局飞机横向控制效能,设计了可提供飞机滚转力矩的涡流控制方案,在此基础上研究了三角翼前缘非对称垂直喷流对前缘涡破裂位置和结构的影响。应用三维任意坐标系下的雷诺平均N-S方程数值模拟方法和Spalart-Allmaras方程湍流模型,对小展弦比飞翼布局飞机前缘非对称喷流及无喷流情况下的绕流进行了研究分析。结果表明:与无喷流情况相比,喷流速度、喷口压力、飞行迎角的不同造成了涡破裂点的改变以及涡的强度和涡轴位置的变化,这些因素最终引起流场变化,并产生不对称力和力矩;喷流产生的直接力和力矩与飞行状态无太大关系;垂直喷流在进行横向控制同时产生较小的偏航力矩,对阻力的影响也较小。

民机极限飞行状态非定常气动力建模

飞行失控是造成民机灾难性航空事故的重要因素,飞行失控中飞机难以避免超出正常飞行包线范围,进入具有复杂非线性和非定常动态气动特性的极限飞行状态。选择具有布局典型性的CRM民机标模,开展极限飞行状态大振幅振荡测力试验,获得极限飞行状态非定常气动力数据;基于大迎角流动分离物理机理和Goman状态空间建模方法,提出了针对大型民机极限飞行状态的非定常气动力模型并验证了模型的泛化能力;将非定常气动力模型与飞机运动方程结合,形成非定常气动力/非线性运动状态方程组,进行气动/运动耦合分岔分析,预测了极限飞行状态飞机非线性运动,最后利用风洞模型飞行试验进行极限飞行状态动力学特性验证。结果表明,在民机非定常气动力建模中,改进状态空间模型结构,针对机翼和平尾,分别引入反映其空间流场特征的状态变量,改进后的模型实现了民机纵向非定常气动力建模,尤其是解决了俯仰力矩非定常建模问题,模型具有良好的泛化能力;结合非定常气动力模型和飞机运动方程进行的极限飞行状态非线性运动分岔分析,可以准确预测极限环振荡等非线性运动;通过风洞模型飞行试验,准确复现和验证了极限飞行状态飞行动力学特性的发展演化,实现了非定常气动力建模和非线性飞行动力学分析结果的试验验证。研究方法和结果为民机极限飞行状态的气动与运动特性的建模分析提供了一个可行途径,从而改进飞机飞行失控预防、极限状态改出、飞行模拟训练和飞行事故分析等。