基于物理信息神经网络的飞机气动参数辨识方法

作     者：付军泉 钟伯文 钟运琴 刘赟 FU Junquan;ZHONG Bowen;ZHONG Yunqin;LIU Yun

作者机构：南昌航空大学飞行器工程学院南昌330063 江西省飞行器设计与气动仿真重点实验室南昌330063 中国科学院大学中国科学院大数据挖掘与知识管理重点实验室北京100190 

基　　金：国家自然科学基金(12262023) 江西省重点研发计划项目(20223BBE51001) 

出 版 物：《空气动力学学报》 (Acta Aerodynamica Sinica)

年 卷 期：2023年第41卷第9期

页      码：30-37页

摘      要：在飞机设计与研制过程中,通过气动参数辨识建立可靠的飞行动力学模型非常重要。传统的气动参数辨识工程算法,诸如极大似然法,需要给出合理的飞行动力学模型以及待辨识参数的初值。基于传统神经网络的气动参数辨识可以避免飞行动力学建模过程,这种方法需要通过增量法、导数法间接地从神经网络提取气动参数。本文提出了一种基于物理信息神经网络的飞机气动参数辨识方法,可将含待辨识参数的飞行动力学模型作为正则项加入损失函数,直接辨识得到气动参数。该方法可以显著减少建模数据需求,也能提高建模精度。飞行仿真数据验证结果表明,该方法的无噪声、含2%噪声仿真数据,纵向飞行状态空间模型辨识最大相对误差分别为1.80%、4.64%,表明了基于物理信息神经网络的飞机气动参数辨识方法具有可行性,并对含噪声的飞行数据具有泛化性。

主 题 词：深度学习 基于物理信息的神经网络 飞行动力学 状态空间 气动参数辨识 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 081104[081104] 08[工学] 0835[0835] 0825[工学-环境科学与工程类] 0811[工学-水利类] 0812[工学-测绘类] 

核心收录：

D　O　I：10.7638/kqdlxxb-2022.0201

馆 藏 号：203123657...