飞行器大攻角非定常气动特性神经网络建模

大攻角气动特性预测与气动建模是新型飞行器提升飞行性能的重要内容.以轴对称导弹简化模型为研究对象，首先采用计算流体力学方法，对70°大攻角状态的非定常气动特性进行数值模拟，计算方法基于RANS的N-S方程，湍流模型采用SA模型，对流场采用有限体积法离散，无黏项采用Roe通量差分分裂格式，黏性项采用中心差分，时间推进采用LU-SGS格式的双时间步法.飞行器运动模式采用强迫振荡的方式，对5种不同振荡频率进行了非定常数值计算，并记录每一内迭代周期最终的气动力和力矩数值.其次，以CFD预测结果作为气动建模的样本，采用动导数模型、多项式模型等传统方法，进行气动建模，并分析其有效性和精度.最后采用神经网络方法对大攻角非定常气动力进行建模，并和动导数模型、多项式模型进行精度对比.结果表明，基于神经网络的人工智能气动建模方法具有较高的精度和适应性.该方法为飞行器大攻角非定常非线性气动建模，大攻角飞行稳定性分析与控制提供理论参考.      

细长旋成体亚声速超大攻角非定常流动特性研究

空空导弹作为现代空战的主要攻击手段,要求比目标飞机更高的机动性和敏捷性.新型空空导弹在面对新一代飞机时必须具备全方位攻击能力,尤其对来自后方目标的威胁,则需要更高转弯率和更大机动包络线的航向反转机动等先进高效机动方法.为了保证高效机动的顺利完成,要求导弹在超大攻角(α=0° ～180°)范围内具有飞行和机动控制能力.以...