“孔轶男”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果9个，建议您升级VIP下载更多相关专利

[发明专利]大型运输机的气动力预测方法、装置、设备及介质-CN202311204075.7在审
发明人：段光强;孔轶男;汪清;钱炜祺;张显才;赵暾;郑凤麒 -专利权人：中国空气动力研究与发展中心计算空气动力研究所
申请日： 2023-09-19 - 公布日： 2023-10-27 - 主分类号： G06F30/15 文献下载
摘要：本申请公开了一种大型运输机的气动力预测方法、装置、设备及介质，涉及飞机模拟技术领域，该方法包括：采集目标大型运输机的飞行状态参数；确定与所述飞行状态参数对应的目标气动力预测模型，并从预设预测逻辑中选定所述目标气动力预测模型的目标预测逻辑；利用所述目标气动力预测模型的目标预测逻辑对所述飞行状态参数进行处理，以得到所述目标大型运输机的六分量气动力。通过上述方案，利用针对目标大型运输机的目标气动力预测模型对飞行状态参数进行处理，能够提高大型运输机的气动力预测准确度。
大型运输机气动力预测方法装置设备介质

[发明专利]一种基于试验设计的气动数据融合建模方法-CN202310274799.2在审
发明人：陈刚;韩仁坤;钱炜祺;孔轶男 -专利权人：西安交通大学
申请日： 2023-03-21 - 公布日： 2023-07-25 - 主分类号： G06F30/15 文献下载
摘要：本发明公开了一种基于试验设计的气动数据融合建模方法，包括以下步骤；步骤一：确定气动模型的形式与参数；步骤二：使用数值模拟数据训练神经网络模型；步骤三：最优试验设计方法选择风洞试验点；步骤四：使用风洞试验数据再训练神经网络模型，优化部分模型参数，提高模型整体精度。本发明能够有效降低气动融合建模对风洞数据的需求量，提高建模效率，节约风洞试验成本。
一种基于试验设计气动数据融合建模方法

[发明专利]一种基于神经网络模型的试验设计方法-CN202310275615.4在审
发明人：陈刚;韩仁坤;钱炜祺;孔轶男 -专利权人：西安交通大学
申请日： 2023-03-21 - 公布日： 2023-06-23 - 主分类号： G06F30/15 文献下载
摘要：一种基于神经网络模型的试验设计方法，包括以下步骤；初始试验设计选择试验工况点，构建包含所有初始试验样本点处飞行工况参数和升阻力系数的试验数据集；构建神经网络气动模型，并使用所述试验数据进行训练；判断训练完成的神经网络气动模型预测精度是否满足要求；若预测精度不满足要求，则基于训练完成的神经网络气动模型构造信息矩阵；使用最优试验设计方法选择新增试验工况点，将新增试验点数据纳入试验数据集中；重复步骤，直至预测精度满足要求，则停止加点，当前神经网络模型作为预测模型预测所有飞行工况下的升阻力系数。本发明基于神经网络模型进行序贯采样，逐步增加样本量以提高神经网络建模精度。提高了试验效率，节约建模成本。
一种基于神经网络模型试验设计方法

[发明专利]一种基于滤波误差法的非线性飞行动力学系统辨识方法-CN202111040968.3有效
发明人：汪清;郑凤麒;钱炜祺;丁娣;孔轶男;周宇;陈功 -专利权人：中国空气动力研究与发展中心计算空气动力研究所
申请日： 2021-09-07 - 公布日： 2023-05-02 - 主分类号： G06F30/23 文献下载
摘要：本发明提供一种基于滤波误差法的非线性飞行动力学系统辨识方法，包括如下步骤：步骤S100，将飞行动力学方程转换为含有加性过程噪声和测量噪声的非线性动力学系统，待辨识的模型参数θ由系统参数、初始状态和滤波增益参数构成；步骤S200，对于给定的测量噪声协方差矩阵R，采用Gauss‑Newton法最小化负对数似然函数，获得参数θ的最大似然估计，其中状态估计采用线性化Kalman滤波器；步骤S300，估计测量噪声协方差矩阵R；步骤S400，重复执行步骤S200～S300，直至收敛，得到非线性飞行动力学系统辨识结果；步骤S500，计算非线性飞行动力学系统辨识结果的不确定度。本发明适用范围更广、实用性更强。
一种基于滤波误差非线性飞行动力学系统辨识方法

[发明专利]一种基于气动数据和物理模型相关度的融合方法-CN202211162350.9有效
发明人：邓晨;陈功;钱炜祺;孔轶男;张云翔 -专利权人：中国空气动力研究与发展中心计算空气动力研究所
申请日： 2022-09-23 - 公布日： 2023-04-28 - 主分类号： G06F18/25 文献下载
摘要：本申请公开了一种基于气动数据和物理模型相关度的融合方法，综合利用了来自于不同气动数据源的气动数据的优点，在降低试验代价的同时，为提高数据的预测精度提供了条件。与基于不确定度来源的气动数据融合算法相比，本申请不需要获取气动数据的不确定度信息，局限性更小。与现有的基于气动力建模的数据融合算法相比，本发明不需要将来源气动数据区分为不同精度，适用性更强。本申请中的方法适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法；其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法。
一种基于气动数据物理模型相关融合方法

[发明专利]导弹非线性非定常气动力微分方程模型辨识方法-CN202210825423.1有效
发明人：汪清;孔轶男;钱炜祺;傅建明;伍彬;陈功;赵暾;郑凤麒 -专利权人：中国空气动力研究与发展中心计算空气动力研究所
申请日： 2022-07-14 - 公布日： 2022-11-08 - 主分类号： G06F30/20 文献下载
摘要：本发明提供了一种导弹非线性非定常气动力微分方程模型辨识方法，包括：S1：数据准备：利用风洞试验或CFD计算得到导弹静态气动力和力矩系数、大振幅俯仰振荡气动力和力矩系数时间历程的动态数据表，并经过数据处理后生成气动建模的输入数据文件；S2：将气动力分解为静态气动力、俯仰阻尼和下洗迟滞增量、非定常增量，采用一阶微分方程描述非定常增量，构建气动力微分方程模型；S3：将气动力微分方程模型辨识问题转化为动态系统的参数辨识问题；S4：利用所述气动数据，基于最小二乘准则，采用Gauss‑Newton优化算法辨识获取模型参数的估计值。本发明适用于全攻角范围，模型泛化性能强。
导弹非线性非定常气动力微分方程模型辨识方法

[发明专利]一种基于改进Goman模型的非线性非定常气动力建模方法-CN202110110022.3有效
发明人：余婧;刘元吉;吴晓军;刘深深;孔轶男;贾洪印;周桂宇;张培红;陈兵;杨强 -专利权人：中国空气动力研究与发展中心计算空气动力研究所
申请日： 2021-01-27 - 公布日： 2022-09-13 - 主分类号： G06F30/15 文献下载
摘要：本发明公开了一种基于改进Goman模型的非线性非定常气动力建模方法：建立Goman模型；Goman模型描述气流分离点动态特性时，同时引入攻角速率及分离位置指数项的影响，从而形成改进Goman模型；建立模型参数识别框架；基于参数识别框架，辨识静态气动力模型参数；基于参数辨识框架，辨识动态气动力模型参数；基于静态气动力模型参数和动态气动力模型参数，完成气动力模型建模。本发明提出的建模方法所得模型不仅能表达定攻角速率的气动力特性，而且能表达攻角做大幅值简谐运动时的气动力特性，模型计算结果与风洞试验数据有较好的一致性，本发明具有广泛的适用性，可以应用于气动仿真和飞行控制系统设计，具有较好的工程应用前景。
一种基于改进 goman 模型非线性非定常气动力建模方法

[发明专利]大攻角非定常气动力建模方法、介质、处理器及设备-CN202210679519.1在审
发明人：余婧;郝东;刘深深;孔轶男;陈兵;罗磊;周桂宇;张培红;蒋安林;莫焘;崔鹏程;吴晓军;贾洪印;韩青华;周金鑫 -专利权人：中国空气动力研究与发展中心计算空气动力研究所
申请日： 2022-06-16 - 公布日： 2022-09-09 - 主分类号： G06F30/15 文献下载
摘要：本发明公开了一种大攻角非定常气动力建模方法、介质、处理器及设备，属于气动力建模领域，包括步骤：建立Goman模型；用分数阶微分项替换Goman模型的一阶微分项，形成分数阶气动力表征模型；对所述分数阶气动力表征模型建立模型参数识别框架，用于辨识静态气动力模型参数和动态气动力模型参数；利用辨识得到的静态气动力模型参数和动态气动力模型参数，完成气动力模型建模。本发明改善了Goman模型存在的缺点，具备更宽的物理表征能力，提高了其对气动力预测的准度。
大攻角非定常气动力建模方法介质处理器设备

[发明专利]导弹非线性非定常气动特性LS-SVM建模方法-CN202210511409.4有效
发明人： 孔轶男;汪清;陈功;余婧;王波兰;伍彬;钱炜祺;段光强 -专利权人：中国空气动力研究与发展中心计算空气动力研究所
申请日： 2022-05-12 - 公布日： 2022-08-02 - 主分类号： G06F30/27 文献下载
摘要：本发明涉及导弹非线性非定常气动特性LS‑SVM建模方法，该方法将导弹气动力分解为静态气动力与动态运动产生的气动力增量之和，采用LS‑SVM建模方法建立动态气动力增量模型，其中用有限采样点近似描述运动历程，以反映运动历程对气动特性的影响；采用奇异值分解方法求解LS‑SVM的线性方程组，进行模型训练；采用训练‑校验方法确定罚因子和核宽度，以提高LS‑SVM模型的泛化性能。目的在于提供一种基于机器学习的导弹大攻角机动气动力建模方法。
导弹非线性非定常气动特性 ls svm 建模方法

1
共 9 条