[发明专利]一种基于神经网络的表面热流辨识三维效应修正方法

说明书

本发明公开了一种基于神经网络的表面热流辨识三维效应修正方法。该修正方法是在驻点热流周围区域的内壁面安装若干温度传感器，先利用内部各个温度测点的温度数据，通过一维热流辨识方法得到相应受热表面点上的热流，然后引入人工神经网络算法，将上一步中各个测点相应的辨识热流归一化处理后作为神经网络的输入序列，在神经网络中通过训练得到输出的反归一化结果作为所关注区域的热流辨识值。本发明提出的修正方法避免了三维辨识的时间复杂性，同时结合了顺序函数法良好的抗噪性和神经网络的强非线性，能够大大简化传统模型，提高了驻点热流的辨识精度，保证了在线辨识的实时性。

技术领域

本发明涉及一种表面热流辨识的计算方法与神经网络修正方法，尤其涉及一种基于神经网络的表面热流辨识三维效应修正方法。

背景技术

高超声速飞行面临严重的气动加热问题。由于空气受到强烈的摩擦和压缩作用，大量动能转化为热能，致使飞行器周围空气温度急剧升高，高温影响飞行器的结构强度和刚度，甚至引起外表面的烧蚀破坏。热防护系统设计是高超声速飞行技术快速发展的重要支撑，其研究设计需要大量的飞行试验的测试数据。对飞行器服役过程中的温度、热流等关键参数的测量是评价热防护材料使用性能、验证气动热模型和算法、指导热防护设计的必要手段。但对于驻点等热流密度大的区域，通常不能直接安置温度传感器或热流传感器进行测量，一方面是由于结构开孔导致结构强度下降以及缝隙加热，引起烧蚀不同步等结构匹配问题；另一方面，有些传感器本体材料不能承受过高热载荷，而且传感器的嵌入带来壁温的不连续以及周向的干扰，导致热流测量结果并非真实的气动热。因此，通过测量飞行器结构内壁温度来反演外表面热流和温度的气动热辨识方法，成为了获取气动热环境的重要解决方案。

气动热辨识属于一类热传导反问题，基本原理是通过测量导热材料内壁的温度测点的温度历程，反演出外壁受热面的热流时间历程。目前，国内外对热传导反问题进行了大量的研究，通常做法是选取合适的目标函数，将辨识问题转化为优化问题求解。钱炜祺分别用顺序函数法和共轭梯度法研究了一维表面热流辨识方法，并拓展到二维和三维规则外形表面热流辨识。热传导物理过程具有阻尼性和延迟性，阻尼性表现为边界热流的变化对边界附近的温度产生大的影响，而随着离边界距离的增加，热流变化的影响将减小；延迟性则表现为内部温度对边界热流的反应在时间上具有延迟性。根据这些特点，顺序函数法对热流的辨识是按时间顺序逐渐推进进行，即引入时间步长因子r，对某时刻热流的辨识依靠的是该时刻之后r个时间步的温度测量值。共轭梯度法是迭代正则化方法，其将优化问题分解为热传导正问题、灵敏度求解和伴随变量求解这三个适定问题来进行求解。

此外，薛齐文应用Tikhonov方法研究了一维热传导反问题中，内热源强度、导温系数及边界条件的多宗量辨识，将Bregman距离加权函数作为正则项应用到非线性热传导反问题的求解，基于一种时域精细算法和空间离散技术，考虑热源项的非线性，建立瞬态热传导正/反问题的数学模型，对一维的多个热学参数进行了组合识别。Cui Miao采用无量纲化目标方程，对热流模型进行参数辨识，但局限于已知的热流函数形式。钱炜祺考虑到高超声速的材料烧蚀后退，利用简化后的热解面烧蚀模型，对一维烧蚀表面热流辨识进行了研究，并将其用于钝头型碳酚醛材料Narmco4028试件在陶瓷加热风洞中的试验结果分析，证明了烧蚀模型的合理性和方法的有效性。张聪利用简化的一维和二维传热模型进行了高超声速燃烧室壁面热流的辨识，在轴对称模型下取得了较好的效果。

神经网络算法由于其强大的非线性拟合能力，在各个领域得到广泛的应用。S.DENG和智会强等人研究了神经网络和遗传算法求解热传导反问题，在考虑了简单的热流加载情况下，利用人工神经网络逼近内部温度场与未知的表面热流或材料热物性参数的函数关系，同时将反问题转化为适当目标函数下的极值优化问题，利用遗传算法的全局优化方法寻找反问题最优解。

本发明在一维热流辨识的基础上研究三维效应修正方法，将顺序函数法的一维热流辨识算法与神经网络算法结合起来，提出一套得到驻点热流实时准确的辨识结果的修正方法。

发明内容