龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：厦门大学
申请日：2024-04-15
公开（公告）日：2024-06-25
公开（公告）号：CN118246338A
主分类号：G06F30/27
分类号：G06F30/27;G06F30/15;G06F30/28;G06N3/045;G06N3/082;G06F17/11;G06F111/04;G06F119/14
优先权：
专利状态码：在审-公开
法律状态：2024.06.25#公开
摘要：一种融合绳系支撑动力学方程的神经网络气动建模方法，涉及航空飞行器建模。首先采用一种八根绳牵引的冗余约束绳系并联支撑方式，实现飞机模型在风洞试验中的强迫运动；其次，采集飞机模型在不同强迫运动下的风洞试验数据，包括气动力、绳拉力与运动状态参数，构建数据集；进而，设计误差函数包括数据误差项和物理方程误差项的神经网络气动力预测模型；最后，使用风洞数据对神经网络模型训练及测试，完成飞机气动力建模。该方法不仅可以实现试验数据较少的情况下训练神经网络，而且使得神经网络输出能够符合真实物理方程，提高气动力预测精度。
主权项：1.一种融合绳系支撑动力学方程的神经网络气动建模方法，其特征在于包括以下步骤：1采用一种八根绳的冗余约束绳系并联支撑机构，并建立对应的动力学方程；绳牵引并联支撑机构的动力学方程如下； 其中，M表示飞机模型的惯性矩阵，X表示飞机模型的位姿矢量，表示位姿的加速度，N表示非线性哥式离心力矢量，WG表示飞机模型的重力矢量，WA表示作用在飞机模型上的气动力气动力矩矢量，T表示牵引绳索的拉力矢量，J表示绳牵引并联支撑机构的雅可比矩阵；2基于步骤1所述机构，实现飞机模型在风洞试验中的强迫运动；采集飞机模型在单自由度和多自由度强迫运动下的风洞试验数据，所述风洞试验数据包含飞机模型运动状态数据、绳牵引并联支撑机构运动数据和气动力数据；3对风洞试验数据预处理，将归一化的数据构建数据集，并分割数据集为训练集和测试集；4构建神经网络气动力预测模型，用于气动力预测；构建模型的误差函数Loss包括数据误差项Lossdata和物理方程误差项Lossphysic； 其中，Cpred表示模型预测的气动力，Ctrue表示风洞试验中测力天平测量的气动力，q表示风洞试验气流来流动压，S表示飞机模型的参考面积；5使用不同频率和振幅下的多自由度运动数据对神经网络气动力模型训练及测试，完成神经网络气动建模。
全文数据：
权利要求：
百度查询： 厦门大学 一种融合绳系支撑动力学方程的神经网络气动建模方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号