[发明专利]转捩位置确定方法、装置、电子设备及存储介质

说明书

本发明公开了一种转捩位置确定方法、装置、电子设备及存储介质。该方法包括：根据无湍流模型处理流场压力数据，得到流场信息；将所述流场信息转换为预设的数据结构并输入至预测网络模型，以获得流场压力数据，所述预测结果包括扰动波幅值放大系数和扰动波频率的关系；根据所述扰动波幅值放大系数和扰动波频率的关系确定转捩位置。上述技术方案利用预测网络模型可以准确预测扰动波幅值放大系数和扰动波频率的关系，并且降低计算量，在此基础上根据扰动波幅值放大系数和扰动波频率的关系确定转捩位置，提高了确定转捩位置的准确性和计算效率。

技术领域

本发明实施例涉及飞行器技术领域，尤其涉及一种转捩位置确定方法、装置、电子设备及存储介质。

背景技术

飞行器跨声速巡航飞行时流动处于湍流状态，而层流相较于湍流的边界层速度型梯度较小，摩擦阻力更低，采用层流机翼和层流短舱设计可以降低摩擦阻力，从而降低全机油耗、减少碳排放量，提高飞行器的经济性和环保性。准确地预测飞行器头部前缘的转捩位置是飞行器设计的关键，影响到飞行试验的成败。基于线性稳定性理论的e^N转捩预测方法是工程上主要应用的方法之一。

传统的e^N转捩预测方法是以测压数据为输入，通过计算分析边界层流动得到速度型分布，然后调用小扰动波传播方程计算每一条扰动波幅值放大系数N值发展趋势，据此判断转捩位置。在计算过程中涉及大量矩阵运算，影响计算效率，并且确定转捩位置的准确性有待提高。

发明内容

本发明提供了一种转捩位置确定方法、装置、电子设备及存储介质及系统，以提高确定转捩位置的准确性和计算效率。

第一方面，本发明实施例提供了一种转捩位置确定方法，包括：

根据无湍流模型处理流场压力数据，得到流场信息；

将所述流场信息转换为预设的数据结构并输入至预测网络模型，以获得预测结果，所述预测结果包括扰动波幅值放大系数和扰动波频率的关系；

根据所述扰动波幅值放大系数和扰动波频率的关系确定转捩位置。

进一步的，还包括；

基于风洞试验数据训练得到所述预测网络模型；

所述预测网络模型的输入数据包括每个站位点的归一化坐标、弧长、相对弧长、边缘速度、位移或动量厚度、以及局部雷诺数；

所述数据结构满足：所述输入数据为由样本数、输入数据类型、每个站位点的归一化坐标的一维点阵构成的三维张量；或者，由样本数、输入数据类型、每个站位点的归一化坐标的二维点阵构成的四维张量。

进一步的，根据所述扰动波幅值放大系数和扰动波频率的关系确定转捩位置，包括：

记录每种扰动波频率下的扰动波的目标值，所述目标值为扰动波的扰动波幅值放大系数达到设定值时的坐标值；

将目标值最小的扰动波的坐标值对应的站位点作为所述转捩位置。

进一步的，所述预测网络模型包括加密网络和解密网络；

其中，所述加密网络包括第一卷积层、线性层、线性修正函数层、带泄露线性修正函数层，所述加密网络通过第一批量归一化函数标准化；

所述解密网络包括第一卷积层、线性层、线性修正函数层、带泄露线性修正函数层，所述解密网络通过第二批量归一化函数标准化。

进一步的，所述加密网络输出的单个扰动特征对应的站位点数少于所述加密网络的输入数据中的站位点数；

所述解密网络用于通过上采样和张量拼接操作，扩大单个扰动特征对应的站位点数，直至单个扰动特征对应的站位点数与所述加密网络的输入数据中的站位点数一致时，输出所述预测结果。