基于神经网络方法的民用飞机先进气动力机翼设计研究

论文摘要

随着计算机技术和数据库技术的发展,民用飞机气动设计面临许多新的发展方向,设计过程的高效化,智能化,高可信化越来越受到设计工作者的青睐。本文以人工神经网络技术和数据库技术为基础,建立了一套基于人工神经网络方法的民用飞机先进气动力机翼设计流程。通过神经网络建立专家数据库,根据设计条件自动搜索与设计目标相近的参考外形,同时给出优化设计方向；在优化过程中采用神经网络作为流场计算的辅助,在短时间内考察大量设计外形,大大提高设计效率。本文主要完成了几下几方面的工作：（1）根据不同翼型、机翼的几何特征与气动特征,建立起专家数据库,利用SOM神经网络按气动特征进行分类,根据设计要求,挑选出最合适的外形作为设计参考外形。（2）采用置信度推理法确定优化方向,通过建立气动外形的几何特征与气动特征之间的相关度,给出具有建设性的优化指导。把复杂、隐性的几何-气动关系通过显性的量化的数字给出,更加直观,明确。（3）在上述SOM神经网络给出优选外形和置信度推理给出优化方向的基础上,优化产生大量设计外形。建立BP神经网络,在优化过程中作为流场计算的辅助和补充,从而在有限的时间内考察大量设计外形。本文建立了由117个超临界翼型和150副超临界机翼组成的翼型机翼专家数据库,根据设计要求,采用神经网络方法进行设计,最终给出了符合设计要求的翼型和机翼。设计外形具有良好的综合气动性能,说明神经网络方法在气动设计工作中是可信的,且具有比较高的效率。

论文目录

• 目录
• 摘要
• Abstract
• 第一章 绪论
• 1.1 研究背景
• 1.2 人工神经网络在气动设计中的应用
• 1.3 本文的研究内容
• 第二章 人工神经网络简介
• 2.1 人工神经网络概述
• 2.2 人工神经网络的发展历史及应用
• 2.3 人工神经网络模型
• 2.3.1 一般神经元模型
• 2.3.2 神经元的转移函数
• 2.3.3 神经网络的结构
• 2.3.4 神经网络的学习方法
• 2.4 自组织特征映射SOM神经网络
• 2.4.1 SOM神经网络的拓扑结构
• 2.4.2 SOM神经网络的算法流程
• 2.5 误差反传BP神经网络
• 2.5.1 BP神经网络的拓扑结构
• 2.5.2 BP神经网络的算法流程
• 第三章 设计流程及设计方法
• 3.1 具体设计流程
• 3.2 具体方法
• 3.2.1 参数化翼型和机翼
• 3.2.2 流场计算方法
• 3.2.3 置信度分析方法
• 第四章 基于神经网络的超临界翼型设计
• 4.1 设计要求
• 4.2 建立翼型专家数据库
• 4.3 基于SOM神经网络的数据分析——挑选参考翼型
• 4.3.1 几何特征SOM网络
• 4.3.2 气动特征SOM网络
• 4.3.3 挑选参考翼型
• 4.4 置信度分析——确定优化方向
• 4.5 基于BP神经网络的翼型设计
• 4.5.1 翼型变形
• 4.5.2 建立BP神经网络
• 4.5.3 设计结果
• 第五章 基于神经网络的超临界机翼设计
• 5.1 设计要求
• 5.2 建立机翼专家数据库
• 5.3 基于SOM神经网络的数据分析——挑选参考机翼
• 5.4 置信度分析——确定优化方向
• 5.5 基于BP神经网络的机翼设计
• 第六章 总结与展望
• 参考文献
• 硕士期间发表论文列表
• 致谢