亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        徑向基神經(jīng)網(wǎng)絡(luò)在非線性非定常氣動(dòng)力建模中的應(yīng)用研究

        2012-11-08 06:19:18史志偉王崢華李俊成
        關(guān)鍵詞:氣動(dòng)力階躍耦合

        史志偉,王崢華,李俊成

        (南京航空航天大學(xué) 航空宇航學(xué)院,江蘇 南京210016)

        0 引 言

        傳統(tǒng)的氣動(dòng)力建模方法是根據(jù)物理機(jī)理分析、實(shí)驗(yàn)觀測(cè)等來(lái)建立氣動(dòng)力與飛行狀態(tài)之間的數(shù)學(xué)關(guān)系式,如代數(shù)模型、階躍響應(yīng)模型、狀態(tài)空間模型、微分方程模型等。這些方法對(duì)線性系統(tǒng)的描述已經(jīng)非常準(zhǔn)確有效,而對(duì)于非線性系統(tǒng)則有局限性。隨著人工智能技術(shù)的發(fā)展,模糊邏輯與神經(jīng)網(wǎng)絡(luò)方法在非線性非定常氣動(dòng)建模中得到了一定應(yīng)用,它將氣動(dòng)力的建立過(guò)程看作“黑箱”或“灰箱”問(wèn)題,“黑箱”模型本身作為系統(tǒng)的一種模型,不需要建立有明確表達(dá)式的數(shù)學(xué)模型。這樣建立的模型具有強(qiáng)大的自學(xué)習(xí)功能,能夠?qū)W習(xí)適應(yīng)不確定性系統(tǒng)的動(dòng)態(tài)特性。由于所有定量或定性的信息都分布儲(chǔ)存于網(wǎng)絡(luò)內(nèi),所以有很強(qiáng)的魯棒性和容錯(cuò)性[1-3]。

        本文依據(jù)南航NH-2風(fēng)洞中某飛機(jī)模型大迎角大振幅單自由度偏航、滾轉(zhuǎn)及偏航-滾轉(zhuǎn)耦合的諧波、階躍運(yùn)動(dòng)實(shí)驗(yàn)數(shù)據(jù),采用徑向基神經(jīng)網(wǎng)絡(luò),利用其能夠充分逼近任意復(fù)雜的非線性映射的能力,通過(guò)調(diào)整網(wǎng)絡(luò)內(nèi)部連接權(quán)值和閥值,使網(wǎng)絡(luò)輸出逼近實(shí)際系統(tǒng)的輸出,以此來(lái)研究人工神經(jīng)網(wǎng)絡(luò)描述非線性非定常氣動(dòng)力特性的能力。

        1 RBF神經(jīng)網(wǎng)絡(luò)

        RBF神經(jīng)網(wǎng)絡(luò)是一種前向神經(jīng)網(wǎng)絡(luò),它能夠以任意精度逼近任意連續(xù)函數(shù),且具有逼近精度高、網(wǎng)絡(luò)規(guī)模小、泛化能力好學(xué)習(xí)速度快和不存在局部最小問(wèn)題等特點(diǎn),已經(jīng)廣泛用于系統(tǒng)參數(shù)辨識(shí)。

        RBF網(wǎng)絡(luò)一般為3層結(jié)構(gòu),如圖1所示。第一層為輸入層;第二層為隱含層(徑向基層),隱含層具有徑向基函數(shù)--通常取高斯型指數(shù)函數(shù),隱層神經(jīng)元個(gè)數(shù)根據(jù)檢查目標(biāo)誤差自動(dòng)增加節(jié)點(diǎn),重復(fù)此過(guò)程直到達(dá)到目標(biāo)誤差或達(dá)到最大神經(jīng)元數(shù)為止;第三層為輸出層,具有線性激活函數(shù)[4]。

        RBF網(wǎng)絡(luò)輸入與第k個(gè)輸出的關(guān)系可表示為:

        式中,wki為第i個(gè)基函數(shù)與第k個(gè)輸出節(jié)點(diǎn)的可調(diào)連接權(quán)值;φi為第i個(gè)隱含層的激活函數(shù),也即徑向基函數(shù);m為隱含層的節(jié)點(diǎn)數(shù)。構(gòu)造和訓(xùn)練RBF神經(jīng)網(wǎng)絡(luò)就是要使它通過(guò)學(xué)習(xí),確定出每個(gè)隱層神經(jīng)元基函數(shù)的中心ci、基函數(shù)的擴(kuò)展常數(shù)(Spread)或?qū)挾圈襥以及隱層到輸出層的連接權(quán)值wki這些參數(shù)的過(guò)程,從而建立所研究系統(tǒng)的輸入到輸出的映射。

        圖1 神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)Fig.1 The structure of RBFNN

        可以看出,RBF網(wǎng)絡(luò)的基本思想是:用RBF(徑向基函數(shù))作為隱單元的“基”構(gòu)成隱含層空間,這樣就可以將輸入矢量直接(即不需要通過(guò)權(quán)值連接)映射到隱空間。當(dāng)RBF的中心點(diǎn)確定以后,這種映射關(guān)系也就確定了。而隱含層空間到輸出空間的映射是線性的,即網(wǎng)絡(luò)的輸出是隱單元輸出此處的對(duì)可調(diào)參數(shù)的線性加權(quán)和。所以,從總體上看,網(wǎng)絡(luò)由輸入到輸出的映射是非線性的,而網(wǎng)絡(luò)輸出對(duì)可調(diào)參數(shù)而言卻又是線性的。這樣網(wǎng)絡(luò)的權(quán)值就可由線性方程直接解出,從而大大加快學(xué)習(xí)速度并避免局部極小問(wèn)題。

        2 風(fēng)洞實(shí)驗(yàn)

        2.1 實(shí)驗(yàn)設(shè)備

        本文實(shí)驗(yàn)在南京航空航天大學(xué)NH-2低速風(fēng)洞中進(jìn)行。圖2為動(dòng)態(tài)試驗(yàn)臺(tái)結(jié)構(gòu),系統(tǒng)由模型支撐機(jī)構(gòu)、振蕩驅(qū)動(dòng)機(jī)構(gòu)、運(yùn)動(dòng)控制機(jī)構(gòu)和數(shù)據(jù)采集處理系統(tǒng)組成。支撐機(jī)構(gòu)運(yùn)動(dòng)的規(guī)律由計(jì)算機(jī)通過(guò)液壓傳動(dòng)機(jī)構(gòu)來(lái)控制,因此,其運(yùn)動(dòng)可按所需的任意規(guī)律變化。圖中角度編碼器③和⑧可分別測(cè)量模型運(yùn)動(dòng)的偏航角ψ和滾轉(zhuǎn)角φ。實(shí)驗(yàn)時(shí),模型繞飛機(jī)體軸X和Y軸同時(shí)轉(zhuǎn)動(dòng),偏航角與滾轉(zhuǎn)角的運(yùn)動(dòng)規(guī)律分別為:ψ=ψ0+ψmcos2πft;φ=φ0+φmcos2πft。當(dāng)支撐迎角為θ時(shí),對(duì)兩系統(tǒng)協(xié)調(diào)控制偏航、滾轉(zhuǎn)角速度滿足tanθ=wy/wx=,可以實(shí)現(xiàn)模型繞速度軸的偏航滾轉(zhuǎn)耦合運(yùn)動(dòng),并保證耦合運(yùn)動(dòng)時(shí)其兩個(gè)單自由度的縮減頻率相等,與實(shí)際飛行情況一致。

        由角度編碼器測(cè)得的模型偏航和滾轉(zhuǎn)運(yùn)動(dòng)角度ψ和φ,經(jīng)過(guò)角度轉(zhuǎn)換可得到模型的迎角和側(cè)滑角[5]。

        圖3所示為模型支撐機(jī)構(gòu)和飛機(jī)模型照片。實(shí)驗(yàn)時(shí)模型采用尾支撐,并保證模型重心、天平校心、模型旋轉(zhuǎn)中心三心重合。

        圖2 動(dòng)態(tài)實(shí)驗(yàn)臺(tái)示意圖Fig.2 The chart of test apparatus

        圖3 動(dòng)態(tài)實(shí)驗(yàn)臺(tái)和模型照片F(xiàn)ig.3 The photo of test apparatus and model

        2.2 數(shù)據(jù)采集和處理

        數(shù)據(jù)采集通過(guò)一桿式六分量應(yīng)變天平來(lái)實(shí)現(xiàn)。由于測(cè)量數(shù)據(jù)是在模型作快速往返運(yùn)動(dòng)情況下采集得到的,大迎角氣流分離引起的流動(dòng)不重復(fù)性,以及模型作高頻擺動(dòng)時(shí)的慣性力和氣流分離后非定常渦流引起的結(jié)構(gòu)振動(dòng)的影響,造成測(cè)量數(shù)據(jù)離散性很大,乃至有用的信號(hào)淹沒(méi)在背景噪聲之中,而無(wú)法獲得準(zhǔn)確的測(cè)量結(jié)果。因此,除了數(shù)據(jù)采集時(shí)采用10Hz低通濾波器外,另外設(shè)計(jì)了數(shù)字濾波軟件,以減少實(shí)驗(yàn)數(shù)據(jù)的觀測(cè)噪聲。

        3 橫航向氣動(dòng)力建模和驗(yàn)證

        3.1 橫航向諧波運(yùn)動(dòng)建模

        神經(jīng)網(wǎng)絡(luò)建模數(shù)據(jù)來(lái)自于飛機(jī)模型支撐迎角為40°時(shí),不同強(qiáng)迫振蕩頻率下的大振幅靜態(tài)、動(dòng)態(tài)實(shí)驗(yàn)數(shù)據(jù)。實(shí)驗(yàn)風(fēng)速V=25m/s,模型展長(zhǎng)l=0.75m。模型的動(dòng)態(tài)實(shí)驗(yàn)頻率分別是0.1Hz~0.7Hz,對(duì)應(yīng)的縮減頻率k=2πf·l/V分別為0.019、0.038、0.057、0.075、0.094、0.113、0.132。其中部分頻率下的數(shù)據(jù)沒(méi)有用于模型訓(xùn)練,而是作為模型的驗(yàn)證數(shù)據(jù)。

        在數(shù)據(jù)處理上,訓(xùn)練樣本數(shù)據(jù)輸入變量進(jìn)行歸一化處理作為RBF神經(jīng)網(wǎng)絡(luò)的輸入,這樣有利于加快神經(jīng)網(wǎng)絡(luò)的收斂速度。此外,通過(guò)程序選擇出較優(yōu)的神經(jīng)網(wǎng)絡(luò)訓(xùn)練的擴(kuò)展常數(shù)值,有助網(wǎng)絡(luò)的擬合和泛化。

        以橫航向運(yùn)動(dòng)的滾轉(zhuǎn)力矩系數(shù)(偏航力矩系數(shù))為例,建模輸入變量采用機(jī)構(gòu)運(yùn)動(dòng)時(shí)的偏航角ψ、滾轉(zhuǎn)角φ、縮減頻率k、模型支撐迎角α。具體各模型變量的形式如下:?jiǎn)巫杂啥绕竭\(yùn)動(dòng)的偏航力矩系數(shù)My=f(α,ψ,k);單自由度滾轉(zhuǎn)運(yùn)動(dòng)的滾轉(zhuǎn)力矩系數(shù)Mx=f(α,φ,˙φ,k);偏航滾轉(zhuǎn)耦合運(yùn)動(dòng)Mx,y=f(α,ψ,φ,˙φ,k)。

        圖4、圖5為單獨(dú)偏航運(yùn)動(dòng)情況下,所建立模型的預(yù)測(cè)結(jié)果與訓(xùn)練數(shù)據(jù)和驗(yàn)證數(shù)據(jù)的對(duì)比。圖6、圖7為單獨(dú)滾轉(zhuǎn)運(yùn)動(dòng)情況下,所建立模型的預(yù)測(cè)結(jié)果與訓(xùn)練數(shù)據(jù)和驗(yàn)證數(shù)據(jù)的對(duì)比。圖8、圖9為偏航滾轉(zhuǎn)耦合運(yùn)動(dòng)情況下,所建立模型的預(yù)測(cè)結(jié)果與訓(xùn)練數(shù)據(jù)和驗(yàn)證數(shù)據(jù)的對(duì)比。

        圖4 單獨(dú)偏航運(yùn)動(dòng)的模型預(yù)測(cè)結(jié)果與訓(xùn)練數(shù)據(jù)的比較(f=0.3Hz)Fig.4 Comparison of teaching data and simulation results of yawing unsteady model(f=0.3Hz)

        圖5 單獨(dú)偏航運(yùn)動(dòng)的模型預(yù)測(cè)結(jié)果與驗(yàn)證數(shù)據(jù)的比較(f=0.5Hz)Fig.5 Comparison of validating data and simulation results of yawing unsteady model(f=0.5Hz)

        圖6 單獨(dú)滾轉(zhuǎn)運(yùn)動(dòng)的模型預(yù)測(cè)結(jié)果與訓(xùn)練數(shù)據(jù)的比較(f=0.3Hz)Fig.6 Comparison of teaching data and simulation results of rolling unsteady model(f=0.3Hz)

        圖7 單獨(dú)滾轉(zhuǎn)運(yùn)動(dòng)的模型預(yù)測(cè)結(jié)果與驗(yàn)證數(shù)據(jù)的比較(f=0.5Hz)Fig.7 Comparison of validating data and simulation results of rolling unsteady model(f=0.5Hz)

        從仿真結(jié)果來(lái)看,利用訓(xùn)練樣本數(shù)據(jù)建立的RBF神經(jīng)網(wǎng)絡(luò)模型,其仿真計(jì)算得到的Mx、My力矩系數(shù)與訓(xùn)練數(shù)據(jù)和驗(yàn)證數(shù)據(jù)幾乎重合,證明了RBF神經(jīng)網(wǎng)絡(luò)對(duì)非線性氣動(dòng)力很強(qiáng)的逼近能力。由于驗(yàn)證數(shù)據(jù)與所建立的模型預(yù)測(cè)結(jié)果符合的很好,因此某些中間頻率的實(shí)驗(yàn)值能用其他實(shí)驗(yàn)數(shù)據(jù)建立的模型計(jì)算結(jié)果來(lái)替代。這也就是說(shuō)用神經(jīng)網(wǎng)絡(luò)方法建立模型所需風(fēng)洞實(shí)驗(yàn)次數(shù)可以減少,因此可以減少風(fēng)洞實(shí)驗(yàn)的時(shí)間和成本。

        圖8 偏航滾轉(zhuǎn)耦合運(yùn)動(dòng)的模型預(yù)測(cè)結(jié)果與訓(xùn)練數(shù)據(jù)的比較(f=0.5Hz)Fig.8 Comparison of teaching data and simulation results of yawing-rolling unsteady model(f=0.5Hz)

        圖9 偏航滾轉(zhuǎn)耦合運(yùn)動(dòng)的模型預(yù)測(cè)結(jié)果與驗(yàn)證數(shù)據(jù)的比較(f=0.3Hz)Fig.9 Comparison of validating data and simulation results of yawing-rolling unsteady model(f=0.3Hz)

        3.2 階躍運(yùn)動(dòng)仿真驗(yàn)證

        利用前面單獨(dú)建立的不同運(yùn)動(dòng)情況下的氣動(dòng)力模型,可以進(jìn)一步仿真計(jì)算模型階躍運(yùn)動(dòng)時(shí)的氣動(dòng)力特性,從而進(jìn)一步檢驗(yàn)所建立模型的適應(yīng)性和實(shí)用性。

        由于氣動(dòng)模型中輸入變量k是指諧波運(yùn)動(dòng)的縮減頻率,但階躍運(yùn)動(dòng)中并不存在實(shí)際的縮減頻率k,因此在仿真計(jì)算過(guò)程中需要給出一等效的縮減頻率。等效縮減頻率的計(jì)算如下[6]:

        其中ω和其他參數(shù)最小化目標(biāo)函數(shù)來(lái)計(jì)算得到。

        n為假定的計(jì)算采用的一個(gè)數(shù)據(jù)長(zhǎng)度。圖10給出偏航滾轉(zhuǎn)耦合運(yùn)動(dòng)時(shí)計(jì)算得到的等效縮減頻率。

        圖10 偏航滾轉(zhuǎn)耦合階躍運(yùn)動(dòng)的等效縮減頻率Fig.10 Curves of the equivalent reduced frequency of yawing-rolling ramp motion

        利用單獨(dú)建立的不同運(yùn)動(dòng)情況下的徑向基神經(jīng)網(wǎng)絡(luò)模型,仿真計(jì)算階躍運(yùn)動(dòng)時(shí)的氣動(dòng)力數(shù)據(jù),并與階躍運(yùn)動(dòng)的實(shí)驗(yàn)數(shù)據(jù)進(jìn)行比較,結(jié)果見(jiàn)圖11-圖13。

        計(jì)算結(jié)果表明,仿真的結(jié)果能夠較好地?cái)M合實(shí)驗(yàn)數(shù)據(jù),尤其階躍上升段和下降段擬合得較好,運(yùn)動(dòng)的變化趨勢(shì)也能模擬出來(lái)。但是在中間運(yùn)動(dòng)停止階段擬合的精度不是很高,出現(xiàn)了“平臺(tái)”,這是因?yàn)樵诜抡嬗?jì)算中的等效縮減頻率k均為0而導(dǎo)致的。而實(shí)際運(yùn)動(dòng)過(guò)程中由于受到非定常氣動(dòng)力遲滯效應(yīng)的影響,這里的數(shù)據(jù)有一些變化。總體而言,階躍運(yùn)動(dòng)驗(yàn)證了RBF網(wǎng)絡(luò)模型的準(zhǔn)確性和適用性,用它來(lái)進(jìn)行非線性非定常氣動(dòng)力建模還是可行的。

        圖11 單獨(dú)偏航階躍運(yùn)動(dòng)My的預(yù)測(cè)結(jié)果與實(shí)驗(yàn)結(jié)果比較Fig.11 Comparison of test data and simulation results of yawing ramp motion

        圖12 單獨(dú)滾轉(zhuǎn)階躍運(yùn)動(dòng)Mx的預(yù)測(cè)結(jié)果與實(shí)驗(yàn)結(jié)果的比較Fig.12 Comparison of test data and simulation results of rolling ramp motion

        圖13 偏航-滾轉(zhuǎn)耦合階躍運(yùn)動(dòng)Mx、My的預(yù)測(cè)結(jié)果與實(shí)驗(yàn)結(jié)果的比較Fig.13 Comparison of test data and simulation results of yawing-rolling ramp motion

        4 結(jié) 論

        本文討論了非線性非定常氣動(dòng)力的徑向基神經(jīng)網(wǎng)絡(luò)建模方法,利用飛機(jī)大迎角大振幅運(yùn)動(dòng)的單獨(dú)俯仰、單獨(dú)偏航、單獨(dú)滾轉(zhuǎn)和偏航-滾轉(zhuǎn)耦合諧波運(yùn)動(dòng)實(shí)驗(yàn)數(shù)據(jù)驗(yàn)證了模型的有效性。說(shuō)明利用徑向基神經(jīng)網(wǎng)絡(luò)模型可以有效地對(duì)一些高度非線性的氣動(dòng)力問(wèn)題進(jìn)行建模;并且用神經(jīng)網(wǎng)絡(luò)方法建立模型可以減少風(fēng)洞實(shí)驗(yàn)次數(shù),從而減少風(fēng)洞實(shí)驗(yàn)時(shí)間、降低成本。通過(guò)建立單偏、單滾及耦合運(yùn)動(dòng)的綜合模型用于階躍運(yùn)動(dòng)的仿真,結(jié)果表現(xiàn)出了較好的逼近能力,進(jìn)一步驗(yàn)證了RBF神經(jīng)網(wǎng)絡(luò)模型的實(shí)用性和適應(yīng)性,說(shuō)明徑向基神經(jīng)網(wǎng)絡(luò)在處理多變量、非線性、非定常氣動(dòng)力問(wèn)題時(shí)是一種有效的方法。

        [1]LINSE D J,STENGEL R F.Identification of aerodynamic coefficients using computational neural networks[R].AIAA paper 92-0172,1992.

        [2]JAME E S,KAMRAN ROKHSAZ.Some applications of ANN in modeling of nonlinear aerodynamics[R].AIAA 97-0338,1997.

        [3]龔正,沈宏良.非定常氣動(dòng)力的結(jié)構(gòu)自適應(yīng)神經(jīng)網(wǎng)絡(luò)建模方法[J].飛行力學(xué),2007,25(4):13-16.

        [4]叢爽.神經(jīng)網(wǎng)絡(luò)理論與應(yīng)用[M].中國(guó)科學(xué)技術(shù)大學(xué)出版社,合肥,2009.

        [5]黃達(dá),吳根興.飛機(jī)偏航-滾轉(zhuǎn)耦合運(yùn)動(dòng)非定??諝鈩?dòng)力實(shí)驗(yàn)[J].南京航空航天大學(xué)學(xué)報(bào),2005,37(4):408-411.

        [6]WANG ZHONG-JUN,LAN C E.Unsteady aerodynamic effets on the flight characteristics of an F-16XL configuration[R].AIAA 2000-3910,2000.

        猜你喜歡
        氣動(dòng)力階躍耦合
        非Lipschitz條件下超前帶跳倒向耦合隨機(jī)微分方程的Wong-Zakai逼近
        基于階躍雙包層光纖的螺旋型光纖傳感器
        飛行載荷外部氣動(dòng)力的二次規(guī)劃等效映射方法
        探討單位階躍信號(hào)的教學(xué)
        側(cè)風(fēng)對(duì)拍動(dòng)翅氣動(dòng)力的影響
        基于“殼-固”耦合方法模擬焊接裝配
        大型鑄鍛件(2015年5期)2015-12-16 11:43:20
        高速鐵路接觸線覆冰后氣動(dòng)力特性的風(fēng)洞試驗(yàn)研究
        風(fēng)力機(jī)氣動(dòng)力不對(duì)稱故障建模與仿真
        求解奇異攝動(dòng)Volterra積分微分方程的LDG-CFEM耦合方法
        非線性耦合KdV方程組的精確解
        精品亚洲麻豆1区2区3区| 精品亚洲人伦一区二区三区| 色噜噜色哟哟一区二区三区| 亚洲tv精品一区二区三区| 99久久免费国产精品| 亚洲美女影院| 日韩亚洲午夜精品一区二区三区| 亚州终合人妖一区二区三区| 国产精品户外野外| 免费网站国产| 日本一区二区三深夜不卡| 亚洲成人av在线第一页| 40岁大乳的熟妇在线观看| 欧美视频第一页| 色妞一区二区三区免费视频| 国产在线高清理伦片a| 少妇高潮潮喷到猛进猛出小说| 色欲AV无码久久精品有码| 免费女女同黄毛片av网站| 午夜不卡无码中文字幕影院| 亚洲人成人77777网站| 国产亚洲精品日韩香蕉网 | 男奸女永久免费视频网站| 久久精品国产亚洲av无码娇色 | 亚洲成人av在线第一页| 性色av闺蜜一区二区三区| 成人xx免费无码| 久久精品女人天堂av麻| 国产午夜精品无码| 亚洲av成人综合网| 国产成人自拍视频在线免费| 蜜桃91精品一区二区三区| 国产无套内射久久久国产| 本道无码一区二区久久激情| 最好的99精品色视频大全在线| 俺去啦最新地址| 老熟女多次高潮露脸视频| 亚洲精品国产精品系列| 日韩精品 在线 国产 丝袜| 亚洲欧美日韩一区二区三区在线| 中文字幕无码免费久久9|