[发明专利]高超声速风洞的温度场预测方法、电子设备及存储介质在审
| 申请号: | 202211614566.4 | 申请日: | 2022-12-13 |
| 公开(公告)号: | CN115979568A | 公开(公告)日: | 2023-04-18 |
| 发明(设计)人: | 李强;钱战森;鲍树语;高亮杰;辛亚楠 | 申请(专利权)人: | 中国航空工业集团公司沈阳空气动力研究所 |
| 主分类号: | G01M9/00 | 分类号: | G01M9/00;G06F17/18;G06N7/01;G06N3/04;G06N3/084 |
| 代理公司: | 哈尔滨市伟晨专利代理事务所(普通合伙) 23209 | 代理人: | 陈润明 |
| 地址: | 110000 *** | 国省代码: | 辽宁;21 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 高超 声速 风洞 温度场 预测 方法 电子设备 存储 介质 | ||
1.一种高超声速风洞的温度场预测方法,其特征在于,包括如下步骤:
S1、采集高超声速风洞的工况数据,包括风洞加热器出口温度yi、风洞加热器的h个加热模块的温度[Ti×1,Ti×2,...,Ti×h]、风洞加热器进口气流压力Pi、风洞加热器进口气流温度qi,然后设置风洞加热器的h个加热模块的温度[Ti×1,Ti×2,...,Ti×h]、风洞加热器进口气流压力Pi、风洞加热器进口气流温度qi为输入样本xi,设置风洞加热器出口温度yi为输出样本,得到原始数据样本集合i=1,2...n,n为原始数据样本的个数,i为n中的任意一个;
S2、将步骤S1得到的原始数据样本集合中的输入样本进行相空间重构,得到用于模型训练的输入样本、输出样本,组成样本训练数据集、样本测试数据集;
S3、分别使用贝叶斯回归方法、支持向量回归方法、BP神经网络方法建立高超声速风洞的温度场的出口温度预测模型,将步骤S2得到的样本训练数据集对建立的三种高超声速风洞的温度场的出口温度预测模型进行训练;
S4、将步骤S2得到的样本测试数据集对步骤S3建立的三种高超声速风洞的温度场的出口温度预测模型进行模型测试,得到最优的高超声速风洞的温度场的出口温度预测模型。
2.根据权利要求1所述的一种高超声速风洞的温度场预测方法,其特征在于,步骤S1中输入样本xi=[Ti×1,Ti×2,...,Ti×h,Pi,qi],对输入样本xi进行数据形式改写,最终得到:
xi=[xi1,xi2,...,xid]T∈Rd
其中,d为输入样本中数据的维数,d=h+2,xid为第i个样本的第d维特征。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国航空工业集团公司沈阳空气动力研究所,未经中国航空工业集团公司沈阳空气动力研究所许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202211614566.4/1.html,转载请声明来源钻瓜专利网。





