[发明专利]厚弦比对翼型升力特性影响的评估方法及计算设备

权利要求书

1.一种厚弦比对翼型升力特性影响的评估方法，其特征在于，包括：

S10、改变某一翼型的厚弦比，得到所述翼型的若干个厚弦比在某一雷诺数下的翼型升力特性；

S20、将所述若干个厚弦比及翼型升力特性的数据作为原始点，通过三维拓扑映射方法建立尖点突变模型的平衡曲面与厚弦比-翼型升力特性曲面之间的拓扑映射关系；

S30、通过所述尖点突变模型的平衡曲面来预测不同厚弦比所对应的翼型升力特性；

步骤S20中，所述三维拓扑映射方法包括一步线性拓扑变换以及两步非线性拓扑变换；

所述两步非线性拓扑变换包括：

S21、进行第一步径向基神经网络变换，建立尖点突变模型的分岔点集与翼型升力特性分岔点集之间的拓扑映射关系；以及，

S22、进行第二步径向基神经网络变换，建立尖点突变模型的状态参数与翼型升力系数之间的拓扑映射关系。

2.如权利要求1所述的评估方法，其特征在于，步骤S20中，所述线性拓扑变换的方程如下所示，

u,v表示尖点突变模型的控制量，x表示尖点突变模型的状态量；l₁,l₂,l₃,m₁,m₂,m₃,n₁,n₂,n₃,a,b和c表示待定系数，通过四个原始点在变换前后的映射关系求解得出；α',T_c,C_l'这三个参数是线性变换后的结果。

3.如权利要求2所述的评估方法，其特征在于，通过四个原始点求解线性拓扑变换方程的所述待定系数的方程组如下：

其中，点A指的是厚弦比为0.4时的失速和恢复点，点B和点C分别指的是厚弦比为1.2时的失速和恢复点，点D是厚弦比为1.2时的翼型特性的任意一点。

4.如权利要求3所述的评估方法，其特征在于，进行第一步径向基神经网络变换包括：

S211、将分岔集{(α'_b,T_c)}作为输入层，将分岔集{(α_b,T_c)}作为输出层进行样本训练，通过反复调整隐含层的变换函数以及输出权重系数来实现分岔集{(α'_b,T_c)}与分岔集{(α_b,T_c)}之间的拓扑映射关系，表达式为：

net₁＝NEWRB([α'_b；T_c],α_b)；其中，NEWRB为软件MATLAB中的训练函数；

S212、基于S211得到的隐含层变换函数和权重系数，参数α_b通过拓扑映射参数α'_b和T_c得到，拓扑映射通过软件MATLAB中的SIM仿真函数来实现，表达式为：

5.如权利要求4所述的评估方法，其特征在于，进行第二步径向基神经网络变换包括：

S221、将第一步径向基神经网络变换的结果α、T_c和C_l'作为输入层，将得到的若干个厚弦比对应的升力系数C_l作为输出层进行样本训练，通过软件MATLAB中的训练函数NEWRB实现，表达式为：

net₂＝NEWRB([α；T_c；C_l'],C_l)；

S222、根据样本训练的结果net₂，参数C_l通过拓扑映射参数α、T_c和C_l' 得到，拓扑映射通过软件MATLAB中的SIM仿真函数来实现，表达式为：

C_l＝SIM(net₂,[α；T_c；C_l'])。