一种飞行器攻角变化预测方法、装置、设备及存储介质

    公开(公告)号:CN118627405A

    公开(公告)日:2024-09-10

    申请号:CN202411110540.5

    申请日:2024-08-14

    Abstract: 本申请公开了一种飞行器攻角变化预测方法、装置、设备及存储介质,涉及飞行器技术领域,包括:对来流方向及飞行器运动状态历史信息进行筛选,获取目标来流方向及目标飞行器历史信息;设置目标长短时记忆神经网络,基于目标来流方向及目标飞行器历史信息确定目标长短时记忆神经网络的输入;将飞行器的动力学方程嵌入目标长短时记忆神经网络的损失函数,以确定目标损失函数;基于目标损失函数以及目标长短时记忆神经网络的输入对目标长短时记忆神经网络进行训练,获取训练后神经网络;基于训练后神经网络对飞行器的运动状态进行预测,以基于运动状态的预测结果完成飞行器攻角变化的预测。本申请能够提升对一定时间段内飞行器攻角变化预测的准确性。

    一种法向脉动雷诺正应力预测方法、装置、设备及介质

    公开(公告)号:CN119442712B

    公开(公告)日:2025-03-28

    申请号:CN202510045908.2

    申请日:2025-01-13

    Abstract: 本申请公开了一种法向脉动雷诺正应力预测方法、装置、设备及介质,涉及转捩预测技术领域,包括:根据Boussinesq假设和预设标准K方程转捩模型对初始雷诺应力输运方程中的待封闭项进行封闭得到第一雷诺应力输运方程;基于预设建模方法对第一雷诺应力输运方程中的待建模项进行建模得到第二雷诺应力输运方程;将第二雷诺应力输运方程以法向脉动雷诺正应力输运方程的形式与kT‑kL‑ω模型耦合,得到耦合后模型,并利用耦合后模型对目标转捩流场进行转捩预测得到层流段、转捩段和湍流段的法向脉动雷诺正应力分布结果。这样一来,本申请可以通过耦合后模型实现法向脉动雷诺正应力的精准预测。

    一种法向脉动雷诺正应力预测方法、装置、设备及介质

    公开(公告)号:CN119442712A

    公开(公告)日:2025-02-14

    申请号:CN202510045908.2

    申请日:2025-01-13

    Abstract: 本申请公开了一种法向脉动雷诺正应力预测方法、装置、设备及介质,涉及转捩预测技术领域,包括:根据Boussinesq假设和预设标准K方程转捩模型对初始雷诺应力输运方程中的待封闭项进行封闭得到第一雷诺应力输运方程;基于预设建模方法对第一雷诺应力输运方程中的待建模项进行建模得到第二雷诺应力输运方程;将第二雷诺应力输运方程以法向脉动雷诺正应力输运方程的形式与kT‑kL‑ω模型耦合,得到耦合后模型,并利用耦合后模型对目标转捩流场进行转捩预测得到层流段、转捩段和湍流段的法向脉动雷诺正应力分布结果。这样一来,本申请可以通过耦合后模型实现法向脉动雷诺正应力的精准预测。

    一种飞行器攻角变化预测方法、装置、设备及存储介质

    公开(公告)号:CN118627405B

    公开(公告)日:2024-10-18

    申请号:CN202411110540.5

    申请日:2024-08-14

    Abstract: 本申请公开了一种飞行器攻角变化预测方法、装置、设备及存储介质,涉及飞行器技术领域,包括:对来流方向及飞行器运动状态历史信息进行筛选,获取目标来流方向及目标飞行器历史信息;设置目标长短时记忆神经网络,基于目标来流方向及目标飞行器历史信息确定目标长短时记忆神经网络的输入;将飞行器的动力学方程嵌入目标长短时记忆神经网络的损失函数,以确定目标损失函数;基于目标损失函数以及目标长短时记忆神经网络的输入对目标长短时记忆神经网络进行训练,获取训练后神经网络;基于训练后神经网络对飞行器的运动状态进行预测,以基于运动状态的预测结果完成飞行器攻角变化的预测。本申请能够提升对一定时间段内飞行器攻角变化预测的准确性。

Patent Agency Ranking