基于深度置信网络的机载外挂振动预计方法

作     者：刘昭 徐俊 胡小兵 LIU Zhao;XU Jun;HU Xiaobing

作者机构：中国航空工业集团有限公司中国航空综合技术研究所装备服务产品部北京100028 中国人民解放军海军装备部北京100071 

出 版 物：《航空动力学报》 (Journal of Aerospace Power)

年 卷 期：2021年第36卷第6期

页      码：1197-1205页

摘      要：针对机载外挂挂飞振动环境与飞行高度、马赫数的非线性关系,提出了一种基于深度置信网络(DBN)的振动预计方法。从仿真的角度根据GJB 150.16A中的经验公式产生7 470组数据,分别建立线性回归、多项式回归和DBN振动预计模型,并优化网络隐含层节点数,对比分析了三种方法的方均根误差、平均绝对误差和平均相对误差。利用工程案例验证了DBN预计方法的可行性和准确性。结果表明:DBN模型能够充分表征外挂在挂飞过程中振动与影响因素的非线性关系,整体预计效果优于线性回归和多项式回归,且预计平均相对误差在2.24 dB左右,误差减小50%以上。该方法能够为机载外挂振动环境的预计提供一种新的思路,支撑航空武器装备的环境适应性分析、设计与验证。

主 题 词：机载外挂 振动预计 深度置信网络 模型优化 环境适应性 

学科分类：08[工学] 0802[工学-机械学] 0825[工学-环境科学与工程类] 0701[理学-数学类] 

核心收录：

D　O　I：10.13224/j.cnki.jasp.2021.06.008

馆 藏 号：203104202...