基于OHNGBM(1,1)的翼型非定常失速气动系数建模方法技术

本发明专利技术提供了基于OHNGBM(1,1)的翼型非定常失速气动系数建模方法，通过对翼型风洞试验数据进行处理，得到非负数列作为初始数列；然后提出最优混杂非线性灰色伯努利模型OHNGBM(1,1)，在传统NGBM(1,1)模型中引入混杂灰色伯努利建模参数、新型背景值参数和新型动态初始条件参数，并使用粒子群算法对所有参数（

Modeling method of unsteady stall coefficient of Airfoil Based on ohngbm (1,1)

【技术实现步骤摘要】
基于OHNGBM(1,1)的翼型非定常失速气动系数建模方法
本专利技术涉及基于OHNGBM(1,1)的翼型非定常失速气动系数建模方法，属于翼型气动建模方法

技术介绍
构建数学模型是模拟翼型非定常气动特性的重要技术手段，基于CFD的数值模拟方法和基于空气动力学的物理建模方法被广泛应用于翼型气动建模的
然而，物理建模方法需要深入的空气动力学知识背景、复杂的多变量非线性数学建模，同时所建理论模型易存在一定的误差；CFD数值模拟方法虽然可以实现较为精确的模拟，但是需要精密设置网格，存在计算成本高、模拟方程针对个案等问题。因此，很难使用传统建模方法来建立精确、高效且适用性强的数学模型，来模拟翼型非定常失速气动特性。灰色建模方法是一种高效、高适应性的数据驱动建模方法，特别是灰色伯努利模型被成功应用于少数据、贫信息的复杂系统模拟和预测。目前，已有文献中缺乏针对翼型非定常失速气动系数模拟的灰色建模方法。传统灰色伯努利模型，如NGBM(1,1)、NGBM-PSO(1,1)等通过选取合适的模型参数和初始条件等，能够针对能源消耗、电力负荷、本文档来自技高网...

【技术保护点】
1.基于OHNGBM(1，1)的翼型非定常失速气动系数建模方法，其特征在于，包括如下步骤：/n步骤1)：通过风洞试验，记录翼型非定常失速气动系数的实测数据并建立数列X

【技术特征摘要】
1.基于OHNGBM(1，1)的翼型非定常失速气动系数建模方法，其特征在于，包括如下步骤：
步骤1)：通过风洞试验，记录翼型非定常失速气动系数的实测数据并建立数列Xf(0)，将Xf(0)转换为非负数列X(0)，并将X(0)作为原始序列；
步骤2)：根据附着流区和失速区，将步骤1)的原始序列X(0)分割为附着流原始序列X1(0)和失速原始序列X2(0)；
步骤3)：提出最优混杂非线性灰色伯努利模型OHNGBM(1，1)，在NGBM(1，1)模型中引入混杂灰色伯努利建模、新型背景值，以及新型动态初始条件；
步骤4)：基于粒子群PSO算法对参数γ1，γ2，p1，p2，p3，kf1，kf2，进行优化，通过迭代优化寻求这些参数的最优值，进一步通过最小二乘法求解最优的参数a1，a2，b1，b2，得到OHNGBM(1，1)模型，用于翼型非定常失速气动系数的精确模拟；
其中，OHNGBM(1，1)模型的指数参数为γ1，γ2、背景值参数为p1，p2，p3、初始条件参数为kf1，kf2，以及模型参数为a1，a2，b1，b2。


2.根据权利要求1所述的基于OHNGBM(1，1)的翼型非定常失速气动系数建模方法，其特征在于，所述步骤1)中，将xf(0)转换为非负原始数列x(0)：
x(0)(k)＝xf(0)(k)-c(1)
其中，k＝1，2，…，n，x(0)(k)表示第k个攻角对应的翼型气动系数，n表示记录的数据个数，c取值为c≤min(Xf(0)(k))＜0。


3.根据权利要求2所述的基于OHNGBM(1，1)的翼型非定常失速气动系数建模方法，其特征在于，所述步骤2)中，将x(0)分割为附着流原始序列x1(0)和失速原始序列x2(0)，其特征在于：



其中，原始序列x(0)长度为n，附着流原始序列x1(0)长度为n1，失速原始序列x2(0)长度为n-n1。


4.根据权利要求3所述的基于OHNGBM(1，1)的翼型非定常失速气动系数建模方法，其特征在于，所述步骤3)中，相比NGBM(1，1)模型，最优混杂非线性灰色伯努利模型OHNGBM(1，1)的改进步骤如下：
(1)设定x1(0)，x2(0)的一阶累加序列为x1(1)，x2(1)，计算新型背景值序列z1(1)，z2(1)：
z1(1)(k1)＝p1x1(1)(k1)+(1-p1)x1(1)(k1-1)，k1＝2，3，…，n1(3)



其中，z1(1)(k1)为附着...

【专利技术属性】
技术研发人员：李迺璐，杨华，朱卫军，曹智广，
申请(专利权)人：扬州大学，
类型：发明
国别省市：江苏;32