摘要
本发明提出一种考虑随机不确定性的飞机模型机翼快速修正方法,属于航空航天技术领域,解决传统的随机模型修正方法在模型修正中表现出较高的计算复杂度,且在处理多源不确定性时可能导致模型与实际结构之间存在误差的技术问题,本发明通过有限元技术对飞机模型进行仿真,生成大量包含机翼结构参数随机样本;采用CNN构建机翼动力学响应与参数之间的映射关系,使用这一模型进行参数修正。设计与训练CNN模型,以5组机翼固有频率为输入,预测机翼尺寸的均值与方差;在ANSYS和Python环境建立数据生成和处理管道,自动化流程生成样本。利用生成的数据训练CNN,进行参数反演,以快速修正模型中的不确定性。
技术关键词
飞机模型机翼
飞机机翼
机翼模型
网格
参数
机翼结构
训练卷积神经网络
构建卷积神经网络
模型修正方法
误差函数
数据真实值
有限元技术
航空航天技术
软件
尺寸
表达式