| 一种脉冲风洞测力系统单矢量动态校准方法 |
| 汪运鹏 ; 杨瑞鑫 ; 姜宗林
|
| 2021-01-15
|
Rights Holder | 中国科学院力学研究所
|
Abstract | 本发明提供一种脉冲风洞测力系统单矢量动态校准方法,将测力系统通过拉线与阶跃载荷加/卸载机械装置连接,利用数据采集系统对拉线施力前后的数据采集,以零载荷和拉力载荷处理后的组合载荷作为输出样本,以剪断拉线时的多分量阶跃载荷作为输入样本,代入到卷积神经网络中进行训练,得到消除阶跃载荷中干扰信号的人工智能模型,再将人工智能模型应用于当前状态下的脉冲型风洞测力试验数据的处理,最终得到真实气动力载荷。本发明通过风洞天平直接读取沿拉线拉力矢量方向的载荷数值,将卷积神经网络技术引入进行动态校准,消除惯性振动引起的干扰信号,然后直接应用于实验,提高了校准效率,同时提高脉冲型风洞瞬态气动力测量精度,减小测量误差。 |
Application Date | 2020-05-07
|
Application Number | CN202010378937.8
|
Patent Number | CN111473947B
|
Claim | 1.一种脉冲风洞测力系统单矢量动态校准方法,其特征在于,包括如下步骤:
步骤100,将经过高精度静态校准的风洞天平与待测模型、支撑结构连接好,在待测模型前端设置阶跃载荷加/卸载机械装置,并通过拉线与待测模型连接,利用数据采集系统对拉线施力前后的待测模型受力状态进行采集,将未施加载荷时的零载荷和拉线施加载荷后的拉力载荷进行组合,通过截取处理后作为基准数据;
步骤200,对拉线施加单向矢量力并作用到待测模型上,风洞天平将待测模型的受力输出为多分量力,然后剪断拉线得到待测模型带有惯性振动叠加的多分量阶跃载荷,重复该过程以得到预定数量的阶跃载荷数据;
步骤300,以阶跃载荷数据作为输入样本,以基准数据作为输出样本,代入到卷积神经网络中进行训练,以输出样本为训练目标得到消除阶跃载荷中惯性振动干扰信号的人工智能模型,完成动态校准,再将人工智能模型应用于当前状态下的脉冲型风洞测力试验数据的处理,最终得到作用到待测模型上的真实气动力载荷。 |
Language | 中文
|
Classification | 发明授权
|
Status | 有效
|
Note | 授权
|
Country | 中国
|
Agency | 北京和信华成知识产权代理事务所(普通合伙)
|
Document Type | 专利
|
Identifier | http://dspace.imech.ac.cn/handle/311007/87648
|
Collection | 高温气体动力学国家重点实验室
|
Recommended Citation GB/T 7714 |
汪运鹏,杨瑞鑫,姜宗林. 一种脉冲风洞测力系统单矢量动态校准方法. CN111473947B[P]. 2021-01-15.
|
File name:
|
000000_20200731_0A_CN_0.pdf
|
Format:
|
Adobe PDF
|
This file does not support browsing at this time
Items in the repository are protected by copyright, with all rights reserved, unless otherwise indicated.
Edit Comment