[发明专利]一种机翼表面压力重构方法、电子设备及存储介质

权利要求书

1.一种机翼表面压力重构方法，其特征在于，包括如下步骤：

S1、通过三维机翼风洞测压试验和三维机翼模型数值仿真采集机翼表面原始压力数据，将得到的机翼表面原始压力数据进行预处理，构建用于机翼表面压力重构的深度神经网络数据集；

S2、构建机翼表面压力重构深度神经网络模型，通过损失函数的修改实现步骤S1得到的用于机翼表面压力重构的深度神经网络数据集中试验数据和数值仿真数据两种来源数据样本的融合，并对构建的机翼表面压力重构深度神经网络模型进行训练测试；

S3、对步骤S2构建的机翼表面压力重构深度神经网络模型的超参数采用粒子群优化算法进行优化，得到优化后的机翼表面压力重构深度神经网络模型；

S4、利用步骤S3得到的优化后的机翼表面压力重构深度神经网络模型，应用于新飞机模型风洞测压试验，重构模型机翼表面的全息压力分布，预测模型机翼表面非测量点的气动载荷分布数据，并对预测的全息压力分布数据进行评估验证。

2.根据权利要求1所述的一种机翼表面压力重构方法，其特征在于，步骤S1的具体实现方法包括如下步骤：

S1.1、三维机翼风洞测压试验和三维机翼模型数值仿真计算采集机翼表面原始压力数据，包括马赫数、攻角、侧滑角、总压、雷诺数、表面压力系数；

S1.2、设置三维机翼模型的预期精度为三维机翼的展向节点数为57~81，三维机翼的弦向节点数为161~241，根据三维机翼模型的预期精度进行网格划分，得到三维机翼模型的网格节点，作为三维机翼模型的全息网格节点；

S1.3、将步骤S1.2得到的三维机翼模型的全息网格节点根据三维机翼模型的网格节点按照行、列进行排列，得到展开的三维机翼模型的全息网格节点；

S1.4、根据步骤S1.3得到的展开的三维机翼模型的全息网格节点坐标信息数据对步骤S1.1获得的机翼表面原始压力数据进行采样，通过插值得到三维机翼模型的全息网格节点压力数据；并根据风洞测压试验测压点位置获得对应三维机翼模型的全息网格节点的二维展开坐标信息数据；

S1.5、构建用于机翼表面压力重构的深度神经网络数据集，包括：用于机翼表面压力重构的深度神经网络数据集的数据包括工况状态参数、预期精度网格点数据、测压试验原始表面压力数据、测压试验原始表面压力数据对应三维机翼模型的全息网格节点的位置数据、测压试验原始表面压力数据对应三维机翼模型的全息网格节点的数值仿真表面压力数据。