[发明专利]一种机翼结构不确定热弹性参数识别方法

说明书

本发明公开了一种机翼结构不确定热弹性参数识别方法，包括：对机翼结构几何模型进行离散获得其有限元模型；采用改进型分布式抽样方法对热弹性参数进行抽样，并代入有限元模型获得温度响应与应变响应的第一响应数据；建立温度响应与应变响应关于热弹性参数的支持向量机代理模型，并利用第一响应数据对其进行训练；获得机翼结构在实际运行工况的温度响应与应变响应的第二响应数据，并对第二响应数据进行降噪；根据第二响应数据，利用一阶和二阶统计矩及置信度方法获得温度响应与应变响应的预测值；基于优化理论建立识别模型，获得机翼结构不确定热弹性参数的识别结果。本发明在保证计算效率的基础上，提高了热弹性不确定参数识别精度。

技术领域

本发明涉及航空航天计算技术，尤其涉及一种机翼结构不确定热弹性参数识别方法。

背景技术

近年来，随着高速飞行器的飞行速度不断提高和所执行的空间任务的复杂程度不断增加，航空航天中飞行器结构的热弹性模型得到了广泛而深入的研究。高速飞行器在出入大气层或在空间持续长时飞行时，将承受巨大的气动力和气动热。严酷的高温环境会给高速飞行器的结构强度带来显著变化，也给高速飞行器的结构设计带来新的挑战。高速飞行器在气动载荷和热载荷的作用下，其性能可能下降，甚至其结构发生破坏。在分析高速飞行器结构的热弹性模型时需要考虑结构的不确定性。

大量的工程实践表明，结构的不确定性普遍存在。对于一个结构而言，其不确定性来源是多方面的，对于高速飞行器机翼结构的热弹性参数问题而言，其不确定性主要体现在以下方面：加工工艺和缺陷导致的质量密度等材料属性参数的不确定性；服役环境温度变化引起热弹性参数波动；构建仿真模型时数学假设和力学简化引起的模型不确定性；实验设备和测量仪器引起的测量数值不确定性等。这些不确定性在一般情况下影响较小，但对于高速飞行器所处的极端运行环境，任何微小的波动都可能导致机翼结构固有特性的剧烈变化，严重影响结构性能。因此在高速飞行器结构的热弹性模型分析修正过程中必须引入不确定性，保障机翼结构的可靠性。

在进行不确定参数量化和不确定系统建模时，基于试验或仿真得到的数据集提取有用信息至关重要。而在复杂服役环境下，高速飞行器的机翼结构由多点传感器采集到的数据信息往往受不确定因素影响显著，亟需一种有效的数据预处理方法和体系，以满足高精度不确定参数量化和不确定系统建模要求。

发明内容

本发明提供一种机翼结构不确定热弹性参数识别方法，以提供一种有效的数据预处理方法和体系，用以解决高精度不确定参数量化和不确定系统建模问题。

根据一些实施例，本发明提供一种机翼结构不确定热弹性参数识别方法，其包括：

步骤一：利用有限元网格对机翼结构几何模型进行离散获得机翼结构有限元模型；

步骤二：给定机翼结构的热弹性参数的范围，在所述热弹性参数的范围内采用改进型分布式抽样方法进行抽样，将抽样获得的参数数据代入所述机翼结构有限元模型进行计算，并在所述机翼结构有限元模型上选取观测点，得到所述观测点处温度响应与应变响应的第一响应数据；

步骤三：利用支持向量回归方法，采用Sigmoid函数作为核函数构建所述观测点处的温度响应与应变响应关于所述热弹性参数的支持向量机代理模型；

步骤四：以所述参数数据和对应的所述第一响应数据为训练数据集，对所述支持向量机代理模型进行训练，并采用遗传算法对所述支持向量机代理模型中的惩罚系数和核函数参数进行优化；

步骤五：基于实验获得所述机翼结构在实际运行工况的温度响应与应变响应的第二响应数据，将所述第二响应数据输入自适应滤波器，利用支持向量机算法对所述第二响应数据进行滤波降噪处理，并获得降噪后的第二响应数据；

步骤六：将所述温度响应与应变响应用区间数表示，利用一阶和二阶统计矩及置信度方法，根据降噪后的第二响应数据获得所述温度响应的区间上下界与所述应变响应的区间上下界；