基于CFD和BP神经网络的超声测风仪阴影效应补偿研究

风速风向是气象观测的关键性参数,阴影效应对超声测风仪测量风速风向有显著影响。为了消除不同风速风向和温度条件下阴影效应导致的测量误差,结合超声波时差法测风原理提出了一种基于计算流体力学(CFD)仿真和反向传播(BP)神经网络数据处理的阴影效应补偿方法。首先通过CFD仿真软件Fluent对超声测风仪的风场进行模拟分析,获取了受阴影效应影响的风速、风向以及温度样本数据,然后利用这些样本从减小相对误差方面对BP神经网络算法在超声测风仪中应用的性能进行了研究与分析,最后利用超声测风仪风洞实验的测量数据对本文的阴影效应补偿方法的准确性进行了验证。研究结果表明:通过基于CFD和BP神经网络的预测模型对阴影效应进行修正后,测试系统风速风向的测量精度有显著的提升,可满足高精度超声测风的测量需求。本文的研究结果对于高精度超声测风仪的研制有一定的参考价值。