[发明专利]基于OHNGBM(1;1)的翼型非定常失速气动系数建模方法

说明书

本发明提供了基于OHNGBM(1,1)的翼型非定常失速气动系数建模方法，通过对翼型风洞试验数据进行处理，得到非负数列作为初始数列；然后提出最优混杂非线性灰色伯努利模型OHNGBM(1,1)，在传统NGBM(1,1)模型中引入混杂灰色伯努利建模参数、新型背景值参数和新型动态初始条件参数，并使用粒子群算法对所有参数（,,,）进行优化，用于翼型非定常失速气动系数的精确建模。本发明具有建模精度高、适用性强、计算成本低和模型简单的优点。

技术领域

本发明涉及基于OHNGBM(1,1)的翼型非定常失速气动系数建模方法，属于翼型气动建模 方法技术领域。

背景技术

构建数学模型是模拟翼型非定常气动特性的重要技术手段，基于CFD的数值模拟方法和 基于空气动力学的物理建模方法被广泛应用于翼型气动建模的技术领域。然而，物理建模方 法需要深入的空气动力学知识背景、复杂的多变量非线性数学建模，同时所建理论模型易存 在一定的误差；CFD数值模拟方法虽然可以实现较为精确的模拟，但是需要精密设置网格， 存在计算成本高、模拟方程针对个案等问题。因此，很难使用传统建模方法来建立精确、高 效且适用性强的数学模型，来模拟翼型非定常失速气动特性。

灰色建模方法是一种高效、高适应性的数据驱动建模方法，特别是灰色伯努利模型被成 功应用于少数据、贫信息的复杂系统模拟和预测。目前，已有文献中缺乏针对翼型非定常失 速气动系数模拟的灰色建模方法。传统灰色伯努利模型，如NGBM(1,1)、NGBM-PSO(1,1)等通 过选取合适的模型参数和初始条件等，能够针对能源消耗、电力负荷、经济增长、交通流量 等复杂系统取得较好的数据模拟和预测效果。这些数据普遍具有单调变化、光滑非单调变化 和震荡变化的特性，但是翼型非定常失速气动数据具有非光滑非单调特性，同时在失速前和 失速时具有完全不同的数据动态特性，因此难以利用已有的灰色伯努利模型建立合适的模型 来精确模拟翼型非定常失速气动系数。

发明内容

本发明所要解决的技术问题在于针对上述问题，提供一种精确、高效且适用性强的基于 OHNGBM(1,1)的翼型非定常失速气动系数建模方法。

本发明的目的是这样实现的，基于OHNGBM(1,1)的翼型非定常失速气动系数建模方法， 包括如下步骤：

步骤1)：通过风洞试验，记录翼型非定常失速气动系数的实测数据并建立数列X_f⁽⁰⁾，将 X_f⁽⁰⁾转换为非负数列X⁽⁰⁾，并将X⁽⁰⁾作为原始序列，

X⁽⁰⁾(k)＝X_f⁽⁰⁾(k)-c (1)

其中，k＝1,2,…,n,X⁽⁰⁾(k)表示第k个攻角对应的翼型气动系数，n表示记录的数据个数，c取 值为c≤min(X_f⁽⁰⁾(k))<0。

步骤2)：根据附着流区和失速区，将步骤1的原始序列X⁽⁰⁾分割为附着流原始序列X₁⁽⁰⁾和 失速原始序列X₂⁽⁰⁾，

其中，原始序列X⁽⁰⁾长度为n，附着流原始序列X₁⁽⁰⁾长度为k₁，失速原始序列X₂⁽⁰⁾长度 为n-n₁。

步骤3)：提出最优混杂非线性灰色伯努利模型OHNGBM(1,1)，在传统NGBM(1,1)模型中 引入混杂灰色伯努利建模、新型背景值，以及新型动态初始条件。