10.3969/j.issn.1006-9348.2017.02.024
基于神经网络的非定常气动力建模研究
基于改进的BP神经网络方法建立了飞机在大攻角机动状态下的非定常气动力模型.分别利用X-31A绕其俯仰轴作振荡运动和F-18作大振幅谐波振荡运动的试验数据验证了模型的有效性.结果表明,建立的神经网络模型具备优良的逼近非线性非定常气动力的性能,可以有效地预测飞机大攻角非定常气动力;建立的模型具备构建多变量的大攻角非定常气动力模型的能力,且为飞机多自由度耦合的非线性非定常气动特性分析奠定了基础.
神经网络、飞机、大攻角、非定常、气动力
34
V211.3(基础理论及试验)
2017-05-04(万方平台首次上网日期,不代表论文的发表时间)
共5页
106-109,155