多源多精度数据融合与气动特性智能外推

作     者：黄红亮 闫昊 张鲸超 蔡晋生 Huang Hongliang;Yan Hao;Zhang Jingchao;Cai Jinsheng

作者机构：西北工业大学航空学院西安710072 中国运载火箭技术研究院空间物理重点实验室北京100076 

基　　金：飞行器复杂流动与控制“111”引智基地资助项目 

出 版 物：《力学学报》 (Chinese Journal of Theoretical and Applied Mechanics)

年 卷 期：2024年第56卷第9期

页      码：2775-2787页

摘      要：在虚拟飞行试验和飞行器优化设计中,高维高精度的计算往往伴随着高昂的计算成本.代理模型可以大幅度提高计算效率,同时具备对多源多精度数据的融合能力,可基于离散试验数据点进行气动特性校正.基于此目的,将控制方程向低维空间投影,提出一种侵入式降阶的边界层修正算法,在保证精度同时高效地实现采样数据库的扩充,在此基础上构建的代理模型能够提升对飞行器阻力系数的预测精度.其次,通过在降阶模型中融合多源离散试验数据,基于最小二乘的思想引入边界约束,使得代理模型对物面压力分布特性的预测更加贴合给定的试验值.随后构建Kriging桥函数,将局部约束外推至整个物面,实现物面任意位置压力和热流分布修正值的智能匹配,为多源离散约束的融合提供一种新的算法.上述方法在二维翼型和三维钝锥以及无舵飞行器中得到验证,结果表明多精度数据融合算法构造的代理模型相比于单一精度源的代理模型预测流场残差更小,阻力系数预测更为精准,且当无黏采样的外场信息足够充足时,多精度模型预测结果可与CFD计算结果基本无异.进一步发展的多源数据融合算法和气动特性智能外推算法可充分融合离散点试验数据,改善物面压力分布和热流分布的预测结果.

主 题 词：本征正交分解 数据融合 离散数据约束 Kriging 方法 智能外推算法 

学科分类：080103[080103] 08[工学] 080104[080104] 0801[工学-力学类] 

核心收录：

D　O　I：10.6052/0459-1879-24-110

馆 藏 号：203140993...