基于神经网络的机翼气动参数预测仿真研究

摘要

飞机机翼颤振是气动弹性力学中最重要的问题之一.为抑制机翼的颤振,首先需要对气动力参数进行计算或预测,而常规的方法存在稳定性差的问题.鉴于飞机的气动力参数的非线性及迟滞效应,提出应用RBF神经网络建模方法,缩短机翼在作正弦运动时的参数计算时间.利用CFD软件和历史计算数据,建立RBF神经网络模型,并对预测结果进行对比研究.结果表明,运用改进方法可预测出给定参数范围之内的升力系数和阻力系数,且误差很小,证明了上述方法在气动力分析预测领域的可行性,可为飞机机翼气动特性优化提供参考.