摘要
本发明涉及一种飞行器低阻低声爆优化方法,属于飞行器气动与声学综合设计技术领域。该方法包括以下步骤:步骤一:构建飞行器性能数据库;步骤二:基于线性与非线性综合矫正策略构建多保真深度神经网络模型AMF‑DNN;步骤三:利用所述多保真深度神经网络模型AMF‑DNN进行训练与声爆预测;步骤四:构建高保真气动力神经网络模型DNN‑AERO与低保真近场过压分布神经网络模型DNN‑L;步骤五:采用高可信度的性能预测方法与遗传算法相结合构建飞行器声爆优化系统进行优化设计。本发明优选遗传算法作为全局优化方法,尤其在面向飞行器气动性能与声爆特性双目标的综合优化场景中,实现对气动效率提升与声爆强度抑制两项目标的协同优化。
技术关键词
深度神经网络模型
性能预测方法
气动力
非线性
自由曲面变形方法
飞行器外形
综合设计技术
数据
全局优化方法
遗传算法优化
结构化网格
优化场景
方程
系统为您推荐了相关专利信息
无人平台
二次规划方法
可变形卷积网络
多模态
视觉特征提取
同步控制方法
非线性系统
通信参数信息
同步误差
脉冲
电网故障诊断模型
电网故障诊断方法
故障录波数据
卷积模块
小波变换处理
机炉协调控制方法
染色体
锅炉
功率
协调控制系统