[发明专利]一种基于非线性人工神经网络的动态热壁热流逆估计方法

说明书

本发明公开了一种基于非线性人工神经网络的动态热壁热流逆估计方法，包括：基于一维非线性传热体假设的热壁热流传感器传热模型，构建了一种非线性人工神经网络热流逆估计模型；利用基准热流传感器及热流传感器标定实验平台，得到标定的输入热流数据；制作基于一维非线性传热体假设的热壁热流传感器，结合标定输入热流数据和热壁热流传感器的温度数据，辨识出热流逆估计优化模型，从而得到非线性动态热流的逆估计方法。本发明的基于非线性人工神经网络的动态热壁热流逆估计方法，可以克服热电偶容纳腔对传热体温度场、热电偶测温误差与时滞、热物性参数变化以及前表面热辐射散热对热流测量的不利影响，能够实现对动态热壁热流的高精度测试。

技术领域

本发明属于高超声速器地面防热试验和飞行试验测试技术领域，具体涉及一种基于非线性人工神经网络的动态热壁热流逆估计方法。

背景技术

在气动热与热防护试验中，热流数据的有效获取对改进气动热环境及其防热材料热响应预测模型具有非常重要的作用。包括塞式量热计、零点量热计、水卡以及戈登计在内的冷壁热流逆估计方法已在气动热与热防护试验中得到广泛应用。但如果在长时间气动加热过程中，由于冷壁热流传感器在材料和表面温度方面与周围模型不一致，会导致在催化热效应、对流边界层传热特性及对流热和热辐射热耗散等热交换过程存在明显差异，从而使得冷壁热流测量不能完全真实反映高超声速飞行器飞行环境/地面模拟试验防热模型表面热壁热流。为了满足地面/飞行试验环境模型表面热壁热流测试需求，本发明针对热壁热流测试情况下内腔对传热体温度场影响、热电偶测温误差与时滞、热物性参数随温度变化以及前表面热辐射散热对热流逆估计精确度影响因素，基于双内埋测温点的一维非线性传热模型，提出了一种新颖的基于非线性人工神经网络的热流逆估计模型，获得不依赖精确正向传热模型和热物性参数的动态热壁热流逆估计方法。

发明内容

本发明的一个目的是解决至少上述问题和/或缺陷，并提供至少后面将说明的优点。

为了实现根据本发明的这些目的和其它优点，提供了一种基于非线性人工神经网络的动态热壁热流逆估计方法，包括：

步骤一、热流传感器标定试验平台方波热流幅值的标定：热流传感器标定实验平台提供方波形的输入热流；然后用基准热流传感器测试出方波热流幅值绝对热流q_c，并将测试出的绝对热流q_c作为基于一维非线性传热体假设的热壁热流传感器的标定输入方波热流幅值；

步骤二、以采样时间间隔为Δt，同步采集幅值已标定的方波形输入热流的分光路光电二极管信号s(k)和基于一维非线性传热体假设的热壁热流传感器的第一、第二热电偶对测温点的温度数据T₁(k)、T₂(k)；归一化能反映标定热流波形的s(k)信号，并结合已知的标定输入方波热流幅值q_c，可以获得基于一维非线性传热体假设的热流传感器动态标定输入热流q(k)；

步骤三、采用Levenberg-Marquardt优化辨识算法，结合基于一维非线性传热体假设的热流传感器动态标定输入热流q(k)和温度数据T₁(k)和T₂(k)，根据最优目标函数调整非线性人工神经网络模型中的参数矢量使得估计热流与实际标定输入热流q_incident(k)均方差为最小，从而得出最优参数矢量其中，K为非线性人工神经网络模型参数个数；Γ_K为K维向量空间；N为标定试验数据对数；q_incident(k)为标定输入热流；另外，

作为非线性人工神经网络输入变量，共计10个变量，其中，所述非线性人工神经网络模型的单隐含层神经元个数为3个，所述参数矢量包括权系数和阈值；

步骤四、根据步骤三获得的最优参数矢量，得到基于一维非线性传热体假设的热流传感器的热流逆估计模型，即