[发明专利]一种基于数据驱动自适应准稳态模型的扑翼运动参数优化方法

权利要求书

1.一种基于数据驱动自适应准稳态模型的扑翼运动参数优化方法，其特征在于，该方法包括：

(1)初始样本获取：

在扑翼运动参数构成的参数空间内预设采样点，组成采样点集X₁，其中，采样点数量为l； 其中，运动参数包括扑动频率f_r、扑动角幅值抬升角幅值A_θ、几何攻角幅值A_α、相位差ζ； 采用数值模拟方法计算每个预设采样点x_i(x_i∈X₁)对应的一个扑动周期内的n_i个瞬时气动力，组成气动力矩阵其大小为1×n_i； 根据准稳态理论计算获得一个扑动周期内n_i组准稳态模型中的M项多项式，组成多项式矩阵P_i，其大小为M×n_i； 所有采样点的数据组成初始样本集S₁(P,F_CFD)，其中矩阵P大小为M×N，矩阵F_CFD大小为1×N，

(2)模型参数校准：

根据准稳态理论，扑翼的瞬时气动力等于对应的多项式与模型参数的乘积之和：

F_qs＝C·P

F_qs表示扑翼的瞬时气动力准稳态理论计算值组成的矩阵，其大小为1×N，C为大小1×M的模型参数矩阵； 基于获取的初始样本集，使用局部岭回归对准稳态模型的模型参数进行经验校准：

模型参数矩阵C为优化自变量，通过优化算法优化； Ψ为大小1×N的权重矩阵，表示哈达玛积，λ为局部岭回归的惩罚因子，λ为大于0的实数；

(3)扑翼运动参数优化：

以实现特定的气动力系数为优化目标，耦合准稳态模型与优化算法对扑翼运动参数进行优化； 在优化过程中，计算最优点真实气动力与优化目标的相对误差，判断是否满足误差要求，包括如下步骤：

(3.1)寻找最优点：

在运动参数空间中寻找最优点:

0.5＜f_r＜1.0

s.t.-20°＜A_θ＜20°

5°＜A_α＜75°

0°＜ζ＜180°

abs代表绝对值,C_coeff^obj代表气动力系数目标值，C_coeff为经步骤(2)优化后的准稳态模型计算获得的对应气动力系数，优化约束条件为各运动参数的取值范围； 通过迭代权重矩阵，优化模型参数进而找到最优点； 其中，初始权重矩阵的所有元素为1；

(3.2)优化收敛判断：

使用数值模拟计算最优点真实气动力与优化目标的相对误差，判断是否满足误差要求； 若不满足误差要求，计算最优点对应的多项式矩阵P^new和气动力矩阵并加入训练样本中组成新的训练样本集，并根据相对误差对优化目标进行调整：若数值计算得到的气动力系数小于目标气动力系数； 则在下一步中增大目标气动力系数，反之则降低目标气动力系数； 重复步骤(2)-(3)，直至满足误差要求； 运动参数优化完成，最优点的运动参数即为优化后的运动参数。

2.根据权利要求1所述的运动参数优化方法，其特征在于，扑翼的运动形式如下：

θ(t)＝A_θsin(2πf_rt)

其中，在机身坐标系下，所述运动形式由三自由度转动组成； t表示时间，为扑动角，为扑动角幅值，θ为抬升角，A_θ为抬升角幅值，-20°＜A_θ＜20°； α为几何攻角，A_α为几何攻角幅值，5°＜A_α＜75°； f_r为扑动频率，0.5＜f_r＜1.0； ζ为几何攻角与抬升角之间的相位差，0°＜ζ＜180°； 满足上述运动形式的各组参数组成参数空间。

3.根据权利要求1所述的运动参数优化方法，其特征在于，所述步骤(1)中，使用拉丁超立方采样方法在扑翼运动参数构成的参数空间中预设采样点，所述数值模拟方法采用浸入边界法。