基于神经网络响应面的机翼气动稳健性优化设计

基于神经网络响应面的机翼气动稳健性优化设计

ID:46606606

大小:482.12 KB

页数:7页

时间:2019-11-26

基于神经网络响应面的机翼气动稳健性优化设计_第1页
基于神经网络响应面的机翼气动稳健性优化设计_第2页
基于神经网络响应面的机翼气动稳健性优化设计_第3页
基于神经网络响应面的机翼气动稳健性优化设计_第4页
基于神经网络响应面的机翼气动稳健性优化设计_第5页
资源描述:

《基于神经网络响应面的机翼气动稳健性优化设计》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、第31卷2010钜第6期6月航空学报ACTAAERONAUTICAETASTRONAUTICASINICAVoI.31No.6June2010文章编号:1000—6893(2010)06—1134—07基于神经网络响应面的机翼气动稳健性优化设计蒙文巩,马东立,楚亮(北京航空航天大学航空科学与工程学院,北京100191)WingAerodynamicRobustnessOptimizationBasedonNeuralNetworkResponseSurfaceMengWengong,MaDongli,ChuL

2、iang(schoolofAeronauticScienceandEngineering,BeijingUniversityofAeronauticsandAstronautics,Beijing100191,China)摘要:针对不确定性因素引起飞机性能波动的现象,探讨了机翼气动优化设计过程的稳健性问题;建立了面向速度和扭转角两个不确定性因素的气动性能稳健性约束模型;在利用MATI,AB构造基于均匀设计法的BP(BackPropagation)神经网络响应面基础上,应用遗传算法对机翼分别进行考虑稳健性约束和

3、不考虑稳健性约束的气动优化设计,得到两种不同的优化方案。计算结果表明:两种优化方案的最大升阻比都比初始方案的大;在巡航马赫数下,与不考虑稳健性约束的优化方案相比,考虑稳健性约束的优化方案的最大升阻比小0.0279,但在马赫数、扭转角对应范围内其最大升阻比的变化量分别小0.0340和0.0016,其他气动性能参数也更加稳定,波动更小,气动性能具有更好的稳健性,从而证明本文方法进行机翼气动稳健性优化设计是可行、有效的。关键词:稳健性;不确定性因素;BP神经网络响应面;遗传算法;机翼;气动优化中图分类号:V211.

4、4l文献标识码:AAbtract:TherobustnessproblemintheaerodynamicoptimizationofanaircraftwingisdiscussedinreferencetOtheundulationofaircraftperformancederivedfromuncertaintyfactors.Aerodynamicperformancerobust—nessconstrainedmodelsarebuiltwhicharesubjecttOtheuncertaint

5、yfactorsofvelocityandtwistangle.BydintoftheBP(BackPropagation)neuralnetworkresponsesurfacebasedontheuniformdesignwhichiscon—struttedthroughMATLAB,tWOschemes。whosedifferenceliesinwhetherornotrobustnessistakenintoac—count,arerespectivelyobtainedbasedongenetic

6、algorithm.Theresultssuggestthatthemaximumlift-dragratiosatcruisingspeedsforbothschemesarehigherthanthoseoftheinitialscheme.Thoughtheschemewiththeconsiderationofrobustnessis0.0279lowerthanthatoftheschemewithoutit。thevariationofmaximumlift—dragratiooftheforme

7、rschemeisrespectively0.0340and0.0016lessthanthelatterwithintherangeofthecruiseMathnumberandthetwistangle.Otheraerodynamicperformancesofthedesignwhichtakesrobust—nessintoconsiderationarealsomuchmorestablethanthosewhichdoesnot.Thereforetheaerodynamicro—bustne

8、ssoptimizationmethodinthisarticleisshowntObeusefulandefficient.Keywords:robustness;uncertaintyfactor;BPneuralnetworkresponseSUrface;geneticalgorithm;wing;aer—odynamicoptimization稳健性(Robustness)指产品抵抗本身或

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。