[发明专利]适用任意气动参数和模态振型的气动力降阶建模方法

说明书

本发明公开了一种适用任意气动参数和模态振型的气动力降阶建模方法，属于数值计算技术领域，包括步骤：S1：构建基模态振型；S2：基于基模态振型，训练适用于任意气动参数的回归径向基网络模型；S3：将训练好的所述回归径向基网络模型与结构力学方程耦合，在任意气动参数下对具有任意模态振型的结构进行气动弹性分析。本发明可以快速、准确地计算任意振型结构在任意气动参数下所受到的气动力载荷，最终服务于飞行模拟、热气动弹性分析、飞行器设计等需要同时任意改变气动参数和结构模态振型的场景。

技术领域

本发明涉及数值计算技术领域，更为具体的，涉及一种适用任意气动参数和模态振型的气动力降阶建模方法。

背景技术

对于航空航天飞行器而言，气动弹性问题往往会对飞行带来不利影响，某些气动弹性现象（如颤振、阵风响应等）甚至会导致机毁人亡的惨痛悲剧，因此气动弹性分析对于飞行器设计至关重要。

气动弹性问题涉及空气动力学和结构力学等学科，其中空气动力学为结构力学分析提供气动力载荷，而结构力学分析得到结构在气动力载荷下的变形或振动情况。由于风洞试验和试飞价格昂贵、危险性高，因此目前大部分气动弹性分析主要依靠计算机模拟。目前，在气动弹性计算模拟中，气动力载荷具有两种主流的计算手段：工程算法和数值模拟方法，然而这两种方法各有利弊：工程算法效率较高，但精度较低、普适性较差；数值模拟方法求解精度高，普适性好，但需要消耗大量的计算资源，效率较低。因此，气动弹性计算模拟中的气动力载荷计算面临着效率与精度的矛盾。

为了解决上述矛盾，采用气动力降阶模型计算气动力载荷。通常的气动力降阶模型是在结构模态坐标下，通过数值模拟方法计算得到结构在给定振动信号下的广义位移-广义气动力数据，利用这些数据训练一个能够模拟从广义位移到广义气动力动态特征的代理模型；之后，采用此代理模型代替流场数值模拟求解器与结构力学方程耦合，进行气动弹性分析。上述方法使气动力计算时间由小时以上量级降低为秒量级，且已经应用于操纵面颤振、大迎角颤振、颤振主动抑制等场景，但是该类方法只适用于固定的气动参数（如来流马赫数、迎角）和固定的模态振型，而实际的飞行器在飞行过程中气动参数和模态振型均是发生变化的，在对真实复杂外形飞行器开展精细的气动弹性问题研究时该类气动力降阶模型需要不断进行大量的重建，限制了其效率及应用范围，因此必须发展新的能够处理任意气动参数和任意模态振型的气动力降阶模型构建方法。

为了解决上述问题，两类新型的气动力降阶模型构建方法得到了发展：第一类是适用于任意气动参数的气动力降阶模型，第二类是适用于任意模态振型的气动力降阶模型。上述两类气动力降阶模型只能单独适用于任意气动参数或任意模态振型，无法同时适用于气动参数和模态振型的任意变化。因此本发明正是针对这一技术问题，提出了一种新的能够同时适用于任意气动参数和任意模态振型的气动力降阶模型构建方法，以满足实际工程问题的需求。

发明内容

本发明的目的在于克服现有技术的不足，提供一种适用任意气动参数和模态振型的气动力降阶建模方法，从而快速、准确地计算任意振型结构在任意气动参数下所受到的气动力载荷，最终服务于飞行模拟、热气动弹性分析、飞行器设计等需要同时任意改变气动参数和结构模态振型的场景。

本发明的目的是通过以下方案实现的：

一种适用任意气动参数和模态振型的气动力降阶建模方法，包括：

S1：构建基模态振型；

S2：基于基模态振型，训练适用于任意气动参数的回归径向基网络模型，所述回归径向基网络模型为径向基神经网络，且其输入包含上一时刻该径向基神经网络的输出，使其具备考虑历史时刻动态特征的能力；

S3：将训练好的所述回归径向基网络模型与结构力学方程耦合，在任意气动参数下对具有任意模态振型的结构进行气动弹性分析。

进一步地，在步骤S1中，所述构建基模态振型，包括如下子步骤：