一種cfd數(shù)值模擬與風(fēng)洞試驗(yàn)相結(jié)合的氣動預(yù)測方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明設(shè)及一種氣動預(yù)測方法，特別是一種CFD(計(jì)算流體力學(xué)）數(shù)值模擬與風(fēng)桐 試驗(yàn)相結(jié)合的氣動預(yù)測方法，屬于飛行器氣動外形設(shè)計(jì)領(lǐng)域。
【背景技術(shù)】
[0002] 飛行器在初始設(shè)計(jì)階段需要預(yù)測其氣動性能是否滿足設(shè)計(jì)指標(biāo)。國內(nèi)外各種飛行 器大量涌現(xiàn)，常規(guī)飛行器與非常規(guī)飛行器共存，為在概念與初始設(shè)計(jì)階段快速準(zhǔn)確預(yù)測飛 行器氣動性能提出了挑戰(zhàn)。其中數(shù)值模擬與風(fēng)桐試驗(yàn)是兩種常見的飛行器氣動性能預(yù)測手 段。通過數(shù)值模擬與風(fēng)桐試驗(yàn)來進(jìn)行飛行器氣動性能預(yù)測各有優(yōu)缺點(diǎn)。數(shù)值模擬成本較低， 但有時(shí)數(shù)值計(jì)算的結(jié)果可靠性較差。對于風(fēng)桐試驗(yàn)，它能在與所研究問題完全相同或大致 相同的情況下引進(jìn)模擬和觀測，所得結(jié)果較為真實(shí)可靠，但會受到例如模型尺寸、試驗(yàn)邊界 等影響，試驗(yàn)測量的精度也會影響結(jié)果，并且往往需要較高的成本。目前工程中所采用的方 法是先采用數(shù)值模擬進(jìn)行各種狀態(tài)的分析，然后再選擇一些關(guān)屯、的狀態(tài)采用試驗(yàn)手段進(jìn)行 比較驗(yàn)證。該方法將數(shù)值模擬與試驗(yàn)手段分開對待，無法充分發(fā)揮數(shù)值模擬與風(fēng)桐試驗(yàn)的 優(yōu)點(diǎn)。

【發(fā)明內(nèi)容】

[0003] 本發(fā)明的技術(shù)解決問題是：克服現(xiàn)有技術(shù)的不足，提供了一種CFD數(shù)值模擬與風(fēng) 桐試驗(yàn)相結(jié)合的氣動預(yù)測方法，采用數(shù)據(jù)融合方法，先利用CFD數(shù)值模擬的結(jié)果來確定飛 行器氣動性能模型，采用風(fēng)桐試驗(yàn)數(shù)據(jù)來對飛行器氣動性能模型進(jìn)行修正，并利用修正后 氣動性能模型對所有樣本進(jìn)行評估，最終得到一組趨勢正確、數(shù)值準(zhǔn)確度在風(fēng)桐量級的數(shù) 據(jù)作為最終結(jié)果，本發(fā)明中的預(yù)測方法在保證預(yù)測結(jié)果的精度為風(fēng)桐數(shù)據(jù)精度的同時(shí)，顯 著降低了預(yù)測成本，最大程度上滿足了飛行器氣動性能預(yù)測的需求。
[0004] 本發(fā)明的技術(shù)解決方案是：一種CFD數(shù)值模擬與風(fēng)桐試驗(yàn)相結(jié)合的氣動預(yù)測方 法，步驟如下：
[0005] (1)根據(jù)飛行器性能指標(biāo)要求構(gòu)建飛行器狀態(tài)樣本集T;
[0006] (2)從步驟（1)中的飛行器狀態(tài)樣本集T中選擇樣本，分別構(gòu)成數(shù)值模擬樣本集Ta 和風(fēng)桐試驗(yàn)樣本集Tb;
[0007] (3)采用CFD軟件對數(shù)值模擬樣本集Ta中的樣本進(jìn)行數(shù)值模擬分析，得到數(shù)值模 擬性能結(jié)果Xa，并對風(fēng)桐試驗(yàn)樣本集町中的樣本進(jìn)行風(fēng)桐試驗(yàn)，得到風(fēng)桐試驗(yàn)性能結(jié)果Xe;
[0008] (4)W數(shù)值模擬樣本集Ta中的樣本和數(shù)值模擬性能結(jié)果XA為輸入，構(gòu)建一個(gè) Kriging模型Kcfd;
[000引 妨利用步驟（4)中構(gòu)建的模型Kcpd，采用商業(yè)軟件MATLABKriging工具包DACE 中的predictor函數(shù)評估風(fēng)桐試驗(yàn)樣本集Te中的樣本，得到風(fēng)桐試驗(yàn)樣本評估性能結(jié)果Xe/ CFD?
[0010] (6)將風(fēng)桐試驗(yàn)樣本集Tb中的樣本及各樣本對應(yīng)的風(fēng)桐試驗(yàn)樣本評估性能結(jié)果 Xe/cm組成風(fēng)桐試驗(yàn)增強(qiáng)樣本集T。，W風(fēng)桐試驗(yàn)增強(qiáng)樣本集T。中的樣本和風(fēng)桐試驗(yàn)性能結(jié)果Xb為輸入，構(gòu)建一個(gè)Kriging模型Kfinal;
[0011](7)利用步驟（4)中構(gòu)建的模型Kcpd，采用MATLAB評估飛行器狀態(tài)樣本集T中的 樣本，得到飛行器狀態(tài)樣本評估性能結(jié)果XcpD;
[0012] (8)將飛行器狀態(tài)樣本集T中的樣本及各樣本對應(yīng)的飛行器狀態(tài)樣本評估性能結(jié) 果XcpD組成飛行器狀態(tài)增強(qiáng)樣本集TD;
[001引 （9)利用步驟（6)中構(gòu)建的模型Kfmai，采用MATLAB評估飛行器狀態(tài)增強(qiáng)樣本集Td中的樣本，得到飛行器狀態(tài)樣本最終評估性能結(jié)果Xfmgl。
[0014] 所述步驟（1)中的飛行器樣本集中的每個(gè)樣本包括一組馬赫數(shù)M。、攻角a和側(cè)滑 角0的取值。
[0015]所述步驟（4)中的性能結(jié)果包括升力系數(shù)、阻力系數(shù)、俯仰力矩系數(shù)、側(cè)向力系 數(shù)、滾轉(zhuǎn)力矩系數(shù)和偏航力矩系數(shù)。
[001引所述Kriging模型Kcfd和Kfma巧利用商業(yè)軟件MATLABKriging工具包DACE中 的dacefit函數(shù)構(gòu)建。
[0017] 所述步驟（7)中采用MTLAB評估飛行器狀態(tài)樣本集T中的樣本和步驟（9)中采 用MTLAB評估飛行器狀態(tài)增強(qiáng)樣本集Td中的樣本，均利用MTLABKriging工具包DACE中 的predictor函數(shù)完成。
[0018] 本發(fā)明與現(xiàn)有技術(shù)相比的有益效果是：
[0019] (1)傳統(tǒng)飛行器氣動分析方法中，采用CFD對設(shè)計(jì)狀態(tài)空間內(nèi)的所有樣本點(diǎn)進(jìn)行 數(shù)值模擬，然后再對狀態(tài)空間內(nèi)的所有樣本點(diǎn)進(jìn)行風(fēng)桐試驗(yàn)。本方法與傳統(tǒng)氣動分析相 比，由于減少了試驗(yàn)狀態(tài)的數(shù)量而大大節(jié)約了時(shí)間，提高了設(shè)計(jì)效率，降低了飛行器設(shè)計(jì)成 本；
[0020] (2)傳統(tǒng)方法將數(shù)值模擬結(jié)果與風(fēng)桐試驗(yàn)結(jié)果分開處理，本方法使用數(shù)據(jù)融合技 術(shù)將數(shù)值模擬結(jié)果與試驗(yàn)結(jié)果結(jié)合起來，融合的數(shù)據(jù)結(jié)果具有風(fēng)桐試驗(yàn)的精度量級。
【附圖說明】
[0021] 圖1為本發(fā)明流程圖；
[0022] 圖2為本發(fā)明實(shí)施例中的飛機(jī)外形圖；
[0023] 圖3為本發(fā)明實(shí)施例中CFD數(shù)值模擬結(jié)果示意圖；
[0024] 圖4為本發(fā)明實(shí)施例中風(fēng)桐試驗(yàn)?zāi)M結(jié)果示意圖；
[00巧]圖5為本發(fā)明實(shí)施例中CFD數(shù)值模擬與風(fēng)桐試驗(yàn)相結(jié)合的預(yù)測結(jié)果示意圖；
[0026] 圖6為本發(fā)明實(shí)施例中CFD數(shù)值模擬樣本、風(fēng)桐試驗(yàn)樣本和本發(fā)明的預(yù)測結(jié)果疊 加示意圖。
【具體實(shí)施方式】
[0027] 下面結(jié)合附圖對本發(fā)明的【具體實(shí)施方式】進(jìn)行進(jìn)一步的詳細(xì)描述。
[0028] 如圖1所示為本發(fā)明的流程圖，從圖1可知，本發(fā)明提供的一種CFD數(shù)值模擬與風(fēng) 桐試驗(yàn)相結(jié)合的氣動預(yù)測方法，具體步驟如下：
[0029] (1)根據(jù)飛行器性能指標(biāo)要求構(gòu)建飛行器狀態(tài)樣本集T，所述飛行器樣本集中的 每個(gè)樣本包括一組馬赫數(shù)M。、攻角a和側(cè)滑角P的取值，
[0030] (2)從步驟（1)中的飛行器狀態(tài)樣本集T中選擇樣本，分別構(gòu)成數(shù)值模擬樣本集Ta 和風(fēng)桐試驗(yàn)樣本集Tb;
[0031] (3)采用CFD軟件對數(shù)值模擬樣本集Ta中的樣本進(jìn)行數(shù)值模擬分析，得到數(shù)值模 擬性能結(jié)果Xa，并對風(fēng)桐試驗(yàn)樣本集町中的樣本進(jìn)行風(fēng)桐試驗(yàn)，得到風(fēng)桐試驗(yàn)性能結(jié)果Xe;
[0032](4)W數(shù)值模擬樣本集Ta中的樣本和數(shù)值模擬性能結(jié)果XA為輸入，采用商業(yè)軟件 MATLABKriging工具包DACE中的dacefit函數(shù)構(gòu)建一個(gè)
[003引Kriging模型Kcfd;所述性能結(jié)果包括升力系數(shù)、阻力系數(shù)、俯仰力矩系數(shù)、側(cè)向力 系數(shù)、滾轉(zhuǎn)力矩系數(shù)和偏航力矩系數(shù)；
[0034]妨利用步驟（4)中構(gòu)建的模型Kcpd，采用商業(yè)軟件MATLABKriging工具包DACE 中的predictor函數(shù)評估風(fēng)桐試驗(yàn)樣本集Te中的樣本，得到風(fēng)桐試驗(yàn)樣本評估性能結(jié)果Xe/ CFD?
[0035] (6)將風(fēng)桐試驗(yàn)樣本集Tb中的樣本及各樣本對應(yīng)的風(fēng)桐試驗(yàn)樣本評估性能結(jié)果 Xe/cm組成風(fēng)桐試驗(yàn)增強(qiáng)樣本集Te，W風(fēng)桐試驗(yàn)增強(qiáng)樣本集Te中的樣本和風(fēng)桐試驗(yàn)性能結(jié)果 Xb為輸入，采用商業(yè)軟件MATLABKriging工具包DACE中的dacefit函數(shù)構(gòu)建一個(gè)Kriging 模型Kunal;
[003引 （7)利用步驟（4)中構(gòu)建的模型Kcpd，采用商業(yè)軟件MATLABKriging工具包DACE中的predictor函數(shù)評估飛行器狀態(tài)樣本集T中的樣本，得到飛行器狀態(tài)樣本評估性能結(jié) 果XcFD;
[0037] (8)將飛行器狀態(tài)樣本集T中的樣本及各樣本對應(yīng)的飛行器狀態(tài)樣本評估性能結(jié) 果XcpD組成飛行器狀態(tài)增強(qiáng)樣本集TD;
[003引 （9)利用步驟（6)中構(gòu)建的模型Kfmai，采用商業(yè)軟件MATLABKriging工具包DACE中的predictor函數(shù)評估飛行器狀態(tài)增強(qiáng)樣本集Td中的樣本，得到飛行器狀態(tài)樣本最終評 估性能結(jié)果Xfmal。
[0039] 具體實(shí)施例
[0040]W某運(yùn)輸機(jī)的CFD數(shù)值模擬數(shù)據(jù)和風(fēng)桐試驗(yàn)相結(jié)