学术论文

      基于分层思路的动态非线性气动力建模方法

      Dynamic nonlinear aerodynamics modeling method based on layered model

      摘要:
      很多非线性气动力模型难以精确预测系统的小扰动线性特征.针对这一局限,提出了一种非线性分层模型,用于辨识跨声速非线性非定常气动力.分层建模需要同时提供微幅振荡和大幅振荡两套训练样本,首先通过线性模型(如带外输入的自回归(ARX)模型)对微幅振荡样本进行建模,而后采用非线性模型(如径向基函数神经网络(RBFNN))对大幅振荡的样本与线性模型的差量进行建模,进而把线性模型和非线性模型的输出相叠加,得到分层非线性动力学模型.算例表明建立的分层气动力模型与单一自回归径向基函数(AR-RBF)神经网络模型相比不仅具有更高的数值精度,可以精确预测大幅运动中的非线性特征,而且在小扰动状态下自动退化为线性模型,能够精确刻画结构微幅振荡下的线性动力学特性.
      Author: KOU Jiaqing ZHANG Weiwei YE Zhengyin
      作者单位: 西北工业大学航空学院,西安,710072
      刊 名: 航空学报 ISTICEIPKU
      年,卷(期): 2015, 36(12)
      分类号: V211.1+5
      机标分类号: F29 F27
      在线出版日期: 2016年2月25日
      基金项目: 国家自然科学基金,新世纪优秀人才支持计划(NCET-13-0478)National Natural Science Foundation of China,Program for New Century Excellent Talents in University