基于神经网络的机翼结构载荷模型建立方法

• 作者: 唐宁
• 来源期刊: 空军工程大学学报（自然科学版）
• 关键词: 机翼结构载荷 机翼燃油 神经网络 主成分分析 受限玻尔兹曼机
• 年，卷（期）: 2021,（4）
• 所属期刊栏目: 军用航空|Military Aviation
• 页码范围: 41-46
• 页数: 6页
• 分类号: V217+.1
• 语种: 中文
• DOI: 10.3969/j.issn.1009-3516.2021.04.007

摘要

建立以飞行参数为变量的机翼结构载荷模型是飞行安全监控及飞机疲劳寿命估算的重要技术基础.首先将机翼燃油质量对其结构载荷的影响分离,在此基础上依据飞机结构载荷与飞行参数间的相关性,通过相关分析结合主成分分析的方法确定了低维数且互不相关的建模参数,并采用高斯-伯努利受限玻尔兹曼机预训练的BP神经网络方法实现了模型建立.以飞机跨音速俯仰机动为例,建立了机翼某测载剖面剪力模型,模型验证结果表明,预训练可有效降低模型初始误差,提升建模效率及精度.