[发明专利]基于模糊聚类的高超声速气动热降阶模型的加点方法

摘要

本发明涉及一种基于模糊聚类的高超声速气动热降阶模型的加点方法，属于航空航天领域。本发明采用模糊聚类的思想，将降阶模型误差较大的部分分为若干相对集中的区域，然后在这些误差较大的重点区域中新增样本点，进而可以有效地以少量样本点得到更高的降阶模型精度。本发明可以有效地评估设计空间中误差较大的区域，以较少的样本点数量换取较大的降阶模型精度的提高，更有利于后续的高超声速飞行器的设计与分析。而且所述的基于模糊聚类的高超声速气动热降阶模型的加点方法，具有较好的通用性，适用于各种降阶模型，使得在建立高超声速气动热降阶模型时有更大的灵活性。

主权项

基于模糊聚类的高超声速气动热降阶模型的加点方法，其特征在于：实现步骤如下：步骤一、确定初始样本点数量N0，确定设计变量空间B0＝[xlb,xub]，其中，xlb,xub分别为设计变量的取值下界与取值上界，具体数值根据实际问题确定；确定降阶模型相对误差允许阈值Ee；之后运用试验设计方法获得设计空间的样本点X0，进而获得各样本点的响应值Y0；建立初始降阶模型；步骤二、采用留一交叉验证法验证步骤一所建立的初始降阶模型的总体平均相对误差E0；步骤三、若降阶模型的总体平均相对误差E0小于相对误差允许阈值Ee，则此降阶模型即为最终符合要求的降阶模型，此时的总体平均相对误差E0即为最终降阶模型总体平均相对误差Efinal；若降阶模型的总体平均相对误差E0大于相对误差允许阈值Ee，则在初始样本点中找出所有相对误差大于相对误差允许阈值Ee的样本点，记为Xlarge；确定模糊聚类个数Ncerter，采用模糊聚类方法将Xlarge分为Ncerter个集合；步骤四、若模糊聚类得到的Ncerter个集合中，每个集合都包含不止一个样本点，则可进一步得到该集合所有样本点中所有设计变量的最大值xiub与最小值xilb(其中i＝1,2,…Ncerter)，并以此确定新的设计空间Bi＝[xilb,xiub]；若模糊聚类得到的Ncerter个集合中，某些集合只包含一个样本点Xi，则在设计空间中，寻找与其最近的样本点，记为Xnearest，则可进一步得到Xi与Xnearest中所有设计变量的最大值xiub与最小值xilb，并以此确定新的设计空间Bi＝[xilb,xiub]；步骤五、确定加点个数Nadd，运用试验设计方法在每个新确定的设计空间Bi中生成Nadd个新的样本点Xiadd；之后得到新增样本点Xiadd处的响应值Yiadd；将此时全部的样本点Xall，即原有的X0与所有新增的Xiadd，定义为新的初始样本点X’0，全部的样本点响应值Yall，即原有的Y0与所有新增的Yiadd，定义为新的初始样本点Y’0，并采用留一交叉验证法计算降阶模型的总体平均相对误差E0；步骤六、若降阶模型的总体平均相对误差E0大于相对误差允许阈值Ee，则返回步骤三，继续计算；否则计算停止，并输出最终的样本点Xfinal以及最终降阶模型总体平均相对误差Efina；步骤一所述的X0为飞行马赫数、飞行高度和飞行攻角；其中，飞行马赫数的范围为5.0≤M∞≤10.0、飞行高度的范围为‑8.0°≤α≤8.0°和飞行攻角的范围为20km≤H≤40km；其中，气动热分析中的响应值为机翼表面温度；在设计空间中采用拉丁超立方方法生成30个初始样本点；并通过CFD‑Fastran计算得到在各样本点对应工况下的升力面温度分布，即升力面上流体网格节点处的温度值。