排序方式: 共有2条查询结果,搜索用时 5 毫秒
1
1.
2.
激波风洞地面试验对高超声速飞行器高焓气动特性研究至关重要, 而高精度气动力测量是其中的关键技术. 在脉冲型激波风洞中进行测力试验时, 风洞起动时流场瞬间建立, 对测力系统会产生较大的冲击. 测力系统在瞬时冲击作用下受到激励, 系统的惯性振动信号在短时间内无法快速衰减, 天平的输出信号中会包含惯性振动干扰量, 导致脉冲型风洞测力试验精准度的进一步提高遇到瓶颈. 为了解决短试验时间内激波风洞快速准确测力问题, 发展高精度的动态校准技术是提升受惯性干扰天平性能的关键方法. 因此, 本文采用循环神经网络对天平动态校准数据进行训练和智能处理, 旨在消除输出动态信号中的振动干扰信号. 本文对该方法进行了误差分析, 验证了该方法的可靠性, 并将该方法应用于激波风洞测力试验中, 切实有效降低了惯性振动对天平输出信号的干扰影响. 根据智能模型的样本验证分析, 各分量载荷相对误差比较小, 其中高频轴向力分量处理结果的相对误差约1%. 在风洞试验数据验证中, 也得到了比较理想的结果, 同时与卷积神经网络模型处理的结果进行了对比分析. 相似文献
1