关联风洞试验和计算数据的多源气动载荷模型构建方法

    公开(公告)号:CN114235330A

    公开(公告)日:2022-03-25

    申请号:CN202111487744.7

    申请日:2021-12-08

    Abstract: 本发明公开了一种关联风洞试验和计算数据的多源气动载荷模型构建方法,首先获取飞行器多种参考结构的风洞试验数据,包括风洞试验数据轴向力系数、力矩系数、阻力系数和试验压力系数分布、试验摩阻系数分布;然后获取飞行器参考结构的计算数据,包括计算压力系数分布和计算摩阻系数分布;接下来对风洞试验数据和计算数据进行关联,构建以多层神经网络构成的多源气动载荷模型,以风洞试验数据和计算数据为训练样本对多层神经网络进行训练,得到最终的多源气动载荷模型。本发明能够综合考虑多个试验状态下的试验数据,以较低代价准确描述复杂、非线性特征显著的流动工况,极大地提升了现有气动载荷模型的预测精度。

    基于自适应模态多重网格的翼型CFD求解增稳和保守敛方法

    公开(公告)号:CN114936572A

    公开(公告)日:2022-08-23

    申请号:CN202210407075.6

    申请日:2022-04-18

    Abstract: 本发明公开了一种基于自适应模态多重网格的翼型CFD求解增稳和保守敛方法,首先在伪时间迭代过程中,提取流场快照,并进行快速傅里叶变换;然后当快速傅里叶变换所得的1倍频幅值达到最大值时,对流场快照矩阵进行模态分解,将流场从物理空间投影至模态空间;接下来将各阶流场模态频率进行高频滤波;最后将模态空间的流场信息反投影回物理空间,进行下一步迭代,直至流场收敛,最终完成翼型CFD求解。本发明方法可以自动识别流场主导振荡模态并将其滤去,普遍能够增强迭代计算的稳定性和收敛性,且不依赖计算网格,移植方便,具有广泛的适用性。

    一种基于模态多重网格的流场加速收敛方法

    公开(公告)号:CN108595788A

    公开(公告)日:2018-09-28

    申请号:CN201810302622.8

    申请日:2018-04-05

    Abstract: 本发明公开了一种基于模态多重网格的流场加速收敛方法,通过选择若干伪时间迭代步的流场快照,对其进行动力学模态分析,将物理空间流场信息投影到模态空间,并在模态空间将流场的高频分量截断,仅保留低频分量,再将其反投影回物理空间,能够有效地消除流场迭代过程中不同频率的扰动传播,显著加快流场收敛速度。与传统多重网格方法不同的是,本发明提出的模态多重网格方法不需要在物理空间对网格进行变换,巧妙地避免了复杂繁琐的网格粗化和细化的过程,而且能够非常方便地嫁接于任意流场求解器,而不需要对求解方法做任何改动,很方便地用于非结构网格流场加速收敛以及大规模并行计算。

Patent Agency Ranking