基于神经网络的机翼结构载荷模型建立方法

建立以飞行参数为变量的机翼结构载荷模型是飞行安全监控及飞机疲劳寿命估算的重要技术基础。首先将机翼燃油质量对其结构载荷的影响分离,在此基础上依据飞机结构载荷与飞行参数间的相关性,通过相关分析结合主成分分析的方法确定了低维数且互不相关的建模参数,并采用高斯-伯努利受限玻尔兹曼机预训练的BP神经网络方法实现了模型建立。以飞机跨音速俯仰机动为例,建立了机翼某测载剖面剪力模型,模型验证结果表明,预训练可有效降低模型初始误差,提升建模效率及精度。

基于批量梯度下降的机翼结构载荷方程求解方法

针对采用常规矩阵方程求解载荷方程的方法所受到建模工况及建模电桥数量关系限制的问题,基于批量梯度下降方法对载荷方程求解方法进行了改进,将该方法应用于电桥数量大于机翼建模工况数量的机翼剖面剪力载荷方程求解,结果表明,该方法可高效准确地对载荷方程进行求解。