-
公开(公告)号：CN114330159A
公开(公告)日：2022-04-12
申请号：CN202111521437.6
申请日：2021-12-13
Applicant: 南京航空航天大学 , 中国空气动力研究与发展中心计算空气动力研究所
IPC: G06F30/28 , G06F113/08 , G06F119/14 , G06F111/10
Abstract: 一种基于任意多项式混沌展开的螺旋桨滑流效应不确定度获取方法。先对螺旋桨飞机飞行过程中的不确定性变量各阶矩进行统计；构造各阶多项式的基，并对飞行数据中不确定性变量进行拉丁超立方抽样；根据CFD仿真得到对应抽样点处的系统响应；通过最小二乘法计算多项式系数从而得到系统响应的多项式函数；判断多项式最高阶数是否足够，混沌多项式对系统的拟合优度是否满足要求；将不确定性变量对应的飞行数据采集点作为输入，得到系统随机响应面；最后通过数理统计方法得到不确定性变量引起的系统响应的概率分布。本发明定量估计出螺旋桨飞机飞行参数的不确定性对滑流的影响，进而，在飞行参数概率分布未知的情况下仍可得到滑流不确定性分布。
-
Patent Agency Ranking
公开(公告)号：CN114330159B
公开(公告)日：2025-03-18
申请号：CN202111521437.6
申请日：2021-12-13
Applicant: 南京航空航天大学 , 中国空气动力研究与发展中心计算空气动力研究所
IPC: G06F30/28 , G06F113/08 , G06F119/14 , G06F111/10
Abstract: 一种基于任意多项式混沌展开的螺旋桨滑流效应不确定度获取方法。先对螺旋桨飞机飞行过程中的不确定性变量各阶矩进行统计；构造各阶多项式的基，并对飞行数据中不确定性变量进行拉丁超立方抽样；根据CFD仿真得到对应抽样点处的系统响应；通过最小二乘法计算多项式系数从而得到系统响应的多项式函数；判断多项式最高阶数是否足够，混沌多项式对系统的拟合优度是否满足要求；将不确定性变量对应的飞行数据采集点作为输入，得到系统随机响应面；最后通过数理统计方法得到不确定性变量引起的系统响应的概率分布。本发明定量估计出螺旋桨飞机飞行参数的不确定性对滑流的影响，进而，在飞行参数概率分布未知的情况下仍可得到滑流不确定性分布。
-
公开(公告)号：CN114004023B
公开(公告)日：2024-09-27
申请号：CN202111249073.0
申请日：2021-10-26
Applicant: 南京航空航天大学
IPC: G06F30/15 , G06F30/27 , G06F30/28 , G06N3/044 , G06F119/14
Abstract: 本发明公开了一种基于循环神经网络的飞行器气动参数辨识的方法。该方法步骤如下：1）利用训练级模拟器结合飞行模拟软件进行模拟飞行试验获取飞行数据；2）以飞行器刚体六自由度动力学方程组作为系统的状态方程，根据试验获取的数据计算得到对应的气动力及气动力矩；3）以迎角和侧滑角等飞行数据作为输入，以步骤二计算得到的气动参数作为基准数据，利用结合实时递归学习算法的循环神经网络进行训练，得到气动参数辨识模型；4）选取未参与模型训练的飞行数据载入步骤三得到的循环神经网络气动参数辨识模型进行参数辨识，得到对应的气动力及气动力矩。本发明所建立的参数辨识模型具有较好的适用性，能够针对空气动力完成精准建模，可以推广应用。
-
公开(公告)号：CN114332173A
公开(公告)日：2022-04-12
申请号：CN202111505542.0
申请日：2021-12-10
Applicant: 南京航空航天大学 , 南京英科信釜航空技术研究院有限公司
Abstract: 一种基于点云数据的螺旋桨叶片曲面三维重建方法。采用截断最小二乘代价函数重新定义待配准点云和目标点云的关系；采用自适应投票算法，通过平移和旋转不变测量方法估算缩放比例S；采用半定松弛算法，通过缩放比例S和平移不变测量方法估算旋转矩阵R；采用自适应投票算法，通过缩放比例S，旋转矩阵R和截断最小二乘函数估算平移矩阵t；根据缩放比例S，旋转矩阵R和平移矩阵t实现点云配准；和实际螺旋桨叶片对比与配准后的几何参数间误差，判断是否都小于设定阈值；最后，将已经配准好的螺旋桨叶片点云数据进行双三次NURBS曲面拟合。本发明有效排除大部分假对应点在配准过程中产生的影响，能显著提高重建螺旋桨叶片曲面时的效率和精度。
-
公开(公告)号：CN114004023A
公开(公告)日：2022-02-01
申请号：CN202111249073.0
申请日：2021-10-26
Applicant: 南京航空航天大学
IPC: G06F30/15 , G06F30/27 , G06F30/28 , G06N3/04 , G06F119/14
Abstract: 本发明公开了一种基于循环神经网络的飞行器气动参数辨识的方法。该方法步骤如下：1）利用训练级模拟器结合飞行模拟软件进行模拟飞行试验获取飞行数据；2）以飞行器刚体六自由度动力学方程组作为系统的状态方程，根据试验获取的数据计算得到对应的气动力及气动力矩；3）以迎角和侧滑角等飞行数据作为输入，以步骤二计算得到的气动参数作为基准数据，利用结合实时递归学习算法的循环神经网络进行训练，得到气动参数辨识模型；4）选取未参与模型训练的飞行数据载入步骤三得到的循环神经网络气动参数辨识模型进行参数辨识，得到对应的气动力及气动力矩。本发明所建立的参数辨识模型具有较好的适用性，能够针对空气动力完成精准建模，可以推广应用。
-
公开(公告)号：CN114332173B
公开(公告)日：2025-04-08
申请号：CN202111505542.0
申请日：2021-12-10
Applicant: 南京航空航天大学 , 南京英科信釜航空技术研究院有限公司
IPC: G06F30/20
Abstract: 一种基于点云数据的螺旋桨叶片曲面三维重建方法。采用截断最小二乘代价函数重新定义待配准点云和目标点云的关系；采用自适应投票算法，通过平移和旋转不变测量方法估算缩放比例S；采用半定松弛算法，通过缩放比例S和平移不变测量方法估算旋转矩阵R；采用自适应投票算法，通过缩放比例S，旋转矩阵R和截断最小二乘函数估算平移矩阵t；根据缩放比例S，旋转矩阵R和平移矩阵t实现点云配准；和实际螺旋桨叶片对比与配准后的几何参数间误差，判断是否都小于设定阈值；最后，将已经配准好的螺旋桨叶片点云数据进行双三次NURBS曲面拟合。本发明有效排除大部分假对应点在配准过程中产生的影响，能显著提高重建螺旋桨叶片曲面时的效率和精度。
-
-
-
-
-
Search Results
6
records
(took 0.05 seconds)
