水滴平均体积直径(Mean volumetric diameter,MVD)和液态水含量(Liquid water content,LWC)是两个影响飞机结冰的重要气象参数,但在实际中难以准确测得,如果能够实时、准确地获取这两个参数可以为积冰预测和飞机适航认证标准的建立提供...水滴平均体积直径(Mean volumetric diameter,MVD)和液态水含量(Liquid water content,LWC)是两个影响飞机结冰的重要气象参数,但在实际中难以准确测得,如果能够实时、准确地获取这两个参数可以为积冰预测和飞机适航认证标准的建立提供一些指导。文中提出了一种基于遗传算法优化神经网络的结冰气象参数预测模型。以不同测点组合的冰厚和结冰速率、环境温度、飞行速度和机翼迎角为输入参数,结冰气象参数MVD和LWC为输出参数,构建遗传算法优化的结冰气象参数预测模型,并通过预测模型对数值计算测试组数据和结冰风洞实验数据的结冰气象参数进行预测。结果表明,基于遗传算法优化Elman神经网络的预测模型对结冰气象参数的测试组预测相对误差在10%以内,实验数据相对误差在20%以内,该方法具有一定的可行性。展开更多
基金supported in part by the National Natural Science Foundation of China(Nos.12172372,12132019)the National Major Science and Technology Projects(No.J2019-III-0010-0054).
文摘掌握结冰云雾参数的分布对于飞机结冰分析具有重要意义。为了获得这些参数,传统的高保真数值模拟技术计算效率低,难以应用于需要实时评估结冰的工程场景。为了克服这一困难,通过本征正交分解(Proper orthogonal decomposion,POD)方法与Kriging技术相结合,提出了一种非侵入式结冰云雾参数计算代理模型。该模型以4个飞行参数和2个云参数作为输入变量,模型输出为液体水含量(Liquid water content,LWC)和液滴收集系数。采用准三维NACA0012翼型验证了模型的准确性和计算效率。4个测试案例的数值结果表明:POD_Kriging模型准确、有效。相比于经典的FENSAP‐ICE软件,所开发的代理模型能够更有效的得到结冰云雾场。
文摘水滴平均体积直径(Mean volumetric diameter,MVD)和液态水含量(Liquid water content,LWC)是两个影响飞机结冰的重要气象参数,但在实际中难以准确测得,如果能够实时、准确地获取这两个参数可以为积冰预测和飞机适航认证标准的建立提供一些指导。文中提出了一种基于遗传算法优化神经网络的结冰气象参数预测模型。以不同测点组合的冰厚和结冰速率、环境温度、飞行速度和机翼迎角为输入参数,结冰气象参数MVD和LWC为输出参数,构建遗传算法优化的结冰气象参数预测模型,并通过预测模型对数值计算测试组数据和结冰风洞实验数据的结冰气象参数进行预测。结果表明,基于遗传算法优化Elman神经网络的预测模型对结冰气象参数的测试组预测相对误差在10%以内,实验数据相对误差在20%以内,该方法具有一定的可行性。