卷积神经网络在风洞天平静态校准中的应用
文献类型：期刊论文
| 作者 | 汪运鹏 ; 聂少军; 王粤; 姜宗林
|
| 刊名 | 空气动力学学报
 |
| 出版日期 | 2022-07-28 |
| 卷号 | 41期号:03页码:25-32 |
| 关键词 | 气动测量 风洞 应变天平 静态校准 深度学习 卷积神经网络 |
| ISSN号 | 0258-1825 |
| 英文摘要 | 风洞天平是气动试验中用于测量作用在模型上的空气动力载荷（力与力矩）的大小、方向和作用点的装置，测量结果的精准度与天平的静态校准性能直接相关，天平的静态校准是通过校测设备建立天平测量信号与所受气动载荷的映射关系。由于多分量风洞天平的各个分量间存在相互干扰，并且通常二次干扰和组合干扰会出现非线性特性，采用线性拟合方法会产生一定的误差，使得风洞天平静态校准性能因受到数据处理方法（线性拟合）的局限而较难进一步提高。因此，为了进一步提升应变天平静态校准的性能，本文探索深度学习方法在风洞天平静态校准中的应用。利用中国科学院力学研究所风洞天平校准系统AiBCS，对六分量应变天平开展基于卷积神经网络的静态校准研究，采用深度学习训练模型代替传统风洞天平校准公式并获取更高性能指标。同时，对人工智能建模方法在天平静态校准中的适用条件、有效性及可靠性等方面进行了讨论和评估分析。数据结果显示：相较于传统的基于最小二乘多项式的拟合方法，卷积神经网络天平校准方法有效降低了天平各个分量间的载荷干扰，使校准结果的精准度得到了较大幅度的提升。 |
| 语种 | 中文 |
| CSCD记录号 | CSCD:7462526 |
| 资助机构 | 国家自然科学基金（11672357,11727901） |
| 其他责任者 | 汪运鹏 |
| 源URL | [http://dspace.imech.ac.cn/handle/311007/92469]  |
| 专题 | 力学研究所_高温气体动力学国家重点实验室 |
| 作者单位 | 1.中国科学院力学研究所高温气体动力学国家重点实验室 2.中国科学院大学工程科学学院 |
| 推荐引用方式 GB/T 7714 | 汪运鹏,聂少军,王粤,等. 卷积神经网络在风洞天平静态校准中的应用[J]. 空气动力学学报,2022,41(03):25-32. |
| APA | 汪运鹏,聂少军,王粤,&姜宗林.(2022).卷积神经网络在风洞天平静态校准中的应用.空气动力学学报,41(03),25-32. |
| MLA | 汪运鹏,et al."卷积神经网络在风洞天平静态校准中的应用".空气动力学学报 41.03(2022):25-32. |
入库方式： OAI收割
来源：力学研究所
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。