[发明专利]一种飞行器表面的气动热环境智能预测方法

说明书

本发明属于飞行器气动热预测技术领域，具体涉及一种飞行器表面的气动热环境智能预测方法。其技术方案为：一种飞行器表面的气动热环境智能预测方法，包括构建多外形多条件气动热数据库；提取飞行器外形全局特征；提取飞行器局部区域特征；将飞行条件参数化；融合邻域特性的气动热智能预测模型；进行飞行器表面气动热智能预测模型测试。本发明提供了一种高效精确地进行飞行器表面气动热环境预测的方法。

技术领域

本发明属于飞行器气动热预测技术领域，具体涉及一种飞行器表面的气动热环境智能预测方法。

背景技术

高超声速飞行器在大气层内飞行时，周围空气与飞行器表面产生剧烈摩擦作用，此时，飞行器的大部分动能会快速转化为热能，使空气温度急剧上升，高温空气与飞行器表面产生的巨大温差会使得部分热能通过边界层传递到飞行器表面，这种现象称为气动加热，即气动热。影响气动热的主要因素包括飞行器形状、飞行参数和飞行器表面材料特性。飞行器形状将影响绕飞行器的激波形态和流动特性；飞行参数包括飞行速度、飞行高度、飞行姿态等，这些参数的变化会导致气动热环境的剧烈变化；飞行器表面材料对高温边界层内化学反应的催化特性不同，将对气动热产生较大影响。由于影响气动热的因素众多且较为复杂，因此气动热的预测相对比较困难，通常采用数值模拟方法或者风洞试验方法进行模拟和试验。风洞试验无法模拟所有参数条件和外形，因此在高超声速飞行器设计初期，需要进行大量的气动热数值模拟。

气动热数值模拟首先需要对飞行器外形进行表面和空间网格划分，之后进行复杂的方程求解。网格生成和方程求解过程耗时较长，从而导致一次数值模拟过程时间消耗较大。在快速选型阶段，需要计算多种飞行器外形在不同的飞行条件下的表面热环境，完成外形筛选，保留气动热环境符合条件的飞行器外形。该过程只需要知道大致的气动热环境分布状况即可，无需精确计算。然而，目前并没有预测气动热环境的快速手段，只能进行工程化计算或者CFD数值计算，这会增加快速选型阶段的时间，延长飞行器设计周期。因此，发展一种高效的气动热环境智能预测方法十分必要。

专利CN110033038A公开了一种气动热试验数据的智能选取算法，专利CN112214834A公开了一种轴对称飞行器气动数据库建立方法，但上述两个专利均停留在数据库构建阶段，未涉及到气动热环境预测技术。CN107273593A公开了一种用于高马赫数强激波流场气动热预测的湍流模型及建立方法；专利CN111931295A公开了一种全弹道整体迭代的气动热、传热耦合计算方法。专利CN104133933A公开了一种气动弹性分析方法，提供了一种高超声速飞行器热环境下气动弹性力学特性分析方法。专利CN106126791B公开了一种考虑几何不确定性的高超声速机翼气动力/热分析方法。上述方法均通过求解方程的方法获得气动热结果，目前尚无公开发明专利采用人工智能技术预测飞行器表面气动热环境。

发明内容

为了解决现有技术存在的上述问题，本发明的目的在于提供一种高效精确地进行飞行器表面气动热环境预测的方法。

本发明所采用的技术方案为：

一种飞行器表面的气动热环境智能预测方法，包括

S1：构建多外形多条件气动热数据库；

S2：提取飞行器外形全局特征；

S3：提取飞行器局部区域特征；

S4：将飞行条件参数化；

S5：融合邻域特性的气动热智能预测模型；

S6：进行飞行器表面气动热智能预测模型测试。

作为本发明的优选方案，步骤S1具体包括以下步骤：