基于深度神经网络的飞机结冰冰形预测模型

摘要

结冰是威胁航空飞行安全的重要因素,适航条例要求需要根据不同结冰工况开展结冰安全评估。由于飞机结冰过程十分复杂,快速预测结冰冰形仍是当前面临的重要挑战。基于深度置信神经网络(Deep belief network,DBN)及栈式自动编码器(Stacked autoencoder,SAE)深度神经网络建立了一种高效的飞机结冰预测模型。在完成网络结构详细设计的基础上,利用结冰数值计算方法构建的冰形样本空间,实现神经网络训练。以NACA0012翼型为研究对象,开展了冰形预测研究。结果表明:构建的预测模型能够准确地捕捉飞机结冰过程中的非线性行为,进而实现冰形的高准确度预测。预测模型为飞机结冰分析提供了一种有效的方法。