基于卷積神經(jīng)網(wǎng)絡(luò)的合成雙射流控制機翼分離流場識別與參數(shù)優(yōu)化
發(fā)布時間:2024-01-14 12:20
為進一步拓寬合成雙射流(DSJ)技術(shù)在翼型分離流動控制領(lǐng)域的工程應(yīng)用,采用數(shù)值模擬的方法,研究了DSJ對分離流的控制機理與控制規(guī)律,構(gòu)建控制參數(shù)向量與氣動參數(shù)之間的RBF神經(jīng)網(wǎng)絡(luò)代理模型,通過改進的粒子群算法(PSO)搜索一定約束下所能達到的最佳氣動參數(shù),并搭建Inception-V3卷積神經(jīng)網(wǎng)絡(luò)模型對平均速度場所對應(yīng)的控制參數(shù)進行識別,以實現(xiàn)根據(jù)目標流場調(diào)整激勵器參數(shù),使其氣動性能達到最優(yōu)的目的。結(jié)果表明:DSJ對分離流的控制機理包括:動量注入效應(yīng)、渦摻混效應(yīng)、抽吸效應(yīng);射流控制參數(shù)對控制效果有較大影響,迎角為16°~21°時,無量綱控制頻率F+在0.5~4.0范圍內(nèi)都具有較好的控制效果,迎角為22°~24°時,最佳無量綱控制頻率為3~4,同時動量系數(shù)越大,增升減阻效果越明顯;RBF神經(jīng)網(wǎng)絡(luò)具有良好的泛化能力,測試誤差不超過17%;PSO優(yōu)化結(jié)果顯示,在16°≤α≤24°、0<F+<4、0<Cμ<0.0954約束內(nèi),翼型所能達到的最大升力系數(shù)為1.793,最小阻力系數(shù)為0.013;Incepti...
【文章頁數(shù)】:8 頁
本文編號:3878218
【文章頁數(shù)】:8 頁
本文編號:3878218
本文鏈接:http://sikaile.net/kejilunwen/hangkongsky/3878218.html
最近更新
教材專著