为获得某后掠翼飞机机翼下不同外挂形式的单独炸弹/炸弹组合体气动特性,在气动中心高速所1.2m×1.2m风洞中进行了试验研究。在M=0.60～0.95,α=-4°～14°,β=-6°～6°条件下,采用7台外挂天平对炸弹/炸弹组合体模型进行了测量。结果表明飞机后掠翼和机身带来的侧洗流动使炸弹在零侧滑时存在较大的横向气动载荷;各炸弹不仅受到飞机的侧洗和下洗影响,而且各弹之间的相互干扰也非常严重。

炸弹气动参数辨识技术是飞行器气动参数辨识中的关键分支,要提高无控炸弹的命中精度,减少弹药消耗,需要对炸弹的气动参数辨识方法进行研究。针对利用一般极限学习算法进行气动参数辨识时预测精度低、预测结果易发散的问题,应用遗传(GA)算法优化极限学习机(GA-ELM)算法、极限学习(ELM)算法,GA算法优化产生ELM的输入权重和隐含层神经元阈值,可以使得输入权重和阈值包括更多的样本信息,以提高其辨识精度。仿真结果表明利用遗传算法优化极限学习机可以有效提高辨识精度,辨识结果有较好的收敛,但是由于遗传算法的寻优时间长,整体辨识时间加长。