基于神经网络非定常气动模型的动导数辨识
建立神经网络非定常气动模型，开展飞行器动导数的快速计算。在径向基函数(RBF)神经网络的基础上建立了带延迟和反馈环节的RBF网络，来快速预测飞行器非定常运动的时间历程。非定常CFD计算的气动响应历程用于神经网络模型的训练和精度验证。在网络预测数据结果的基础上，结合动导数数学模型，采用最小二乘方法开展动导数汁算，并与非定常CFD数据采用积分法求解的动导数进行比较。算例表明，本文建立的神经网络模型可以准确描述飞行器小幅俯仰振动的非定常特性，并可结合最小二乘方法进行动导数的快速计算。
非定常气动力 神经网络 气动模型 动导数 强迫振动
南雪飞 阎超 杨威
北京航空航天大学国家计算流体力学实验室 100191
国内会议
烟台
中文
1332-1338
2012-08-01（万方平台首次上网日期，不代表论文的发表时间）