非定常气动力建模研究与虚拟飞行试验验证
版权信息:站内文章仅供学习与参考,如触及到您的版权信息,请与本站联系。
信息
资料大小
6.43 MB
文件类型
PDF
语言
简体中文
资料等级
☆☆☆☆☆
下载次数
简介
非定常气动力建模涉及空气动力学、飞行力学、飞行控制等多个领域,是完善飞机大迎角气动数据库的关键。传统的气动数据库模型为动导数模型,由静态气动力、旋转天平、动导数等数据构成,无法精细表征过失速机动状态下的非定常效应。循环神经网络(RNN)结构是一种处理和预测序列数据的神经网络结构,在人工智能领域运用广泛,与非定常气动力一样都具有时间序列依赖的特点。重点研究了循环神经网络在非定常气动力建模中的应用,利用单自由度俯仰振荡的风洞试验数据进行建模。使用强迫运动试验与虚拟飞行试验2种方法对非定常模型进行验证在强迫运动试验中,通过直接对比气动力曲线,对具有实战意义的眼镜蛇机动进行了验证;在虚拟飞行试验中,通过对比试验与建模仿真的运动参数曲线,验证了气动力模型的准确性。2种验证方法均表明循环神经网络模型比传统动导数模型更接近试验结果。相关论文
- 2022-03-29双作用气动软体驱动器的设计与分析
- 2022-11-10气动软体驱动器的活塞式驱动特性
- 2022-11-21基于PWM的气动软体空间机械臂压力控制系统
- 2022-11-04纤维增强型柔性指节制备方法与气动特性研究
- 2020-06-28码垛机器人用托盘存储及输送设备的气动系统及控制
请自觉遵守互联网相关的政策法规,严禁发布色情、暴力、反动的言论。