某机翼的安全预测载荷模型建立

摘要

基于试飞阶段全V-N包线的实测飞行载荷,将改进遗传算法、线性回归与BP神经网络融合,给出了一种适用于全寿命周期的自适应安全预测载荷模型建立方法.将该方法应用于某飞机机翼的安全预测载荷模型建立,并对所建立的载荷模型进行了全V-N包线的验证.分析了样本空间与载荷模型精度的关系.结果 表明:建立的弯矩预测载荷全包线最大误差为10.6％、平均误差为1.0％,剪力的最大误差为9.1％、平均误差为0.4％,比优化线性和分段线性的误差小,比神经网络的收敛性好.随着建模数据从全样本、1/2、1/3、…、1/10样本的变化,弯矩和剪力方程的全V-N包线的最大误差整体呈增大趋势,弯矩最大误差变化范围为10.6％～19.6％,最大剪力误差变化范围为9.1％～27.9％.