原文服务方: 航空工程进展       
摘要:
在飞机结构强度设计时,需要进行飞行载荷分析,但载荷分析的周期较长,需要研究更加高效精准的飞行载荷分析方法以缩短载荷设计周期。以某型涡桨飞机平尾为研究对象,根据规范进行全包线飞行仿真和平尾分布载荷计算,得到训练和校验的输入工况和平尾输出载荷;分别建立基于BP神经网络、RBF神经网络和ELM神经网络的平尾载荷代理模型,比较不同神经网络模型对平尾根剖面载荷预测的精度和效率,并对载荷输入参数贡献度进行定量分析。结果表明:三种神经网络模型都具有较高的精度,基于神经网络的飞行载荷代理模型可以大幅提高飞行载荷分析效率。
推荐文章
基于遗传神经网络的飞行载荷参数识别
飞行载荷
飞行参数
BP
遗传算法
留出方法
基于BP神经网络的飞行体姿态预测模型
BP模型
预测
Matlab
人工神经网络
飞行体
姿态
飞行仿真气动数据处理的神经网络应用
神经网络
气动力计算
数据处理
建模与仿真
基于物理信息神经网络的传热过程物理场代理模型的构建
神经网络
物理定律
非线性偏微分方程组
边界设置
代理模型
传热
预测
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 飞行载荷神经网络代理模型研究
来源期刊 航空工程进展 学科 航空航天
关键词 飞行载荷 平尾 神经网络 代理模型 参数贡献度
年,卷(期) 2023,(1) 所属期刊栏目 工程应用
研究方向 页码范围 92-99
页数 8页 分类号
字数 语种 中文
DOI 10.16615/j.cnki.1674-8190.2023.01.10
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2023(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
飞行载荷
平尾
神经网络
代理模型
参数贡献度
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
航空工程进展
双月刊
1674-8190
61-1479/V
大16开
2010-01-01
chi
出版文献量(篇)
1338
总下载数(次)
0
论文1v1指导