一种实时监测超声速进气道流动状态的方法技术

技术编号:27936579 阅读:28 留言:0更新日期:2021-04-02 14:16
本发明专利技术提出一种实时监测超声速进气道流动状态的方法,可以直接基于动态试验数据来监测超声速进气道的流动状态。该方法相对于单个传感器的监测效果,不仅增加了监测结果的可靠性和鲁棒性,而且在满足实时监测的要求下,监测精度也进一步有所提升。另外,本发明专利技术通过多目标优化方法得到的一组传感器还可以用于指导在进气道中合适的位置上放置传感器。

【技术实现步骤摘要】
一种实时监测超声速进气道流动状态的方法
本专利技术属于超声速进气道流动状态监测
,具体涉及一种实时监测超声速进气道流动状态的方法。
技术介绍
超声速进气道作为吸气式超声速推进系统的关键部件之一,其流动状态对整个系统的性能有直接影响。例如,超声速进气道喘振是一种极其不稳定的流动状态,通常伴随着剧烈的、周期性的激波振荡,这将使得整个推进系统的推力特性严重恶化,并且时刻面临着熄火的风险。不仅如此,随激波振荡产生的周期性热力载荷也会使整个系统的可操控性急剧变差,甚至还可能直接导致整体结构的破坏,对飞行器与人员的安全构成威胁。从保护控制的角度来说,由于在不同的流动状态下,超声速进气道表现出不同的流动特点,因此采取的控制措施也应有所不同。因此,为了降低喘振现象的安全威胁以及更好地控制推进系统,对超声速进气道的流动状态进行监测是非常重要的。目前,对于超声速进气道流动状态的监测方法主要包括基于高速纹影摄像的方法和数据驱动的方法。基于高速纹影摄像的方法直观、可靠,但需要复杂的光路系统,仅在地面试验中可行,在实际飞行中显然不现实。数据驱动的方法是基于本文档来自技高网...

【技术保护点】
1.一种实时监测超声速进气道流动状态的方法,其特征在于,包括如下步骤:/n步骤1:在超声速进气道的内部流道上布置若干个传感器,采集各个传感器的动态压力信号,并利用滑动窗口对采集到的压力信号进行切分,得到不同流动状态下的样本,针对每个传感器分别构建样本集;/n步骤2:建立DTW-RBF网络,将每个传感器的样本集划分成训练集和测试集,训练出该传感器对应的DTW-RBF网络模型;/n步骤3:利用训练好的DTW-RBF网络模型对其对应的测试集进行验证,得到测试结果;/n步骤4:将传感器放置和集成问题归结为多目标优化问题,通过求解多目标优化问题,得到最优的传感器组合。/n

【技术特征摘要】
1.一种实时监测超声速进气道流动状态的方法,其特征在于,包括如下步骤:
步骤1:在超声速进气道的内部流道上布置若干个传感器,采集各个传感器的动态压力信号,并利用滑动窗口对采集到的压力信号进行切分,得到不同流动状态下的样本,针对每个传感器分别构建样本集;
步骤2:建立DTW-RBF网络,将每个传感器的样本集划分成训练集和测试集,训练出该传感器对应的DTW-RBF网络模型;
步骤3:利用训练好的DTW-RBF网络模型对其对应的测试集进行验证,得到测试结果;
步骤4:将传感器放置和集成问题归结为多目标优化问题,通过求解多目标优化问题,得到最优的传感器组合。


2.根据权利要求1所述的一种实时监测超声速进气道流动状态的方法,其特征在于,步骤2中DTW-RBF网络包括输入层、基于非线性RBF核函数的隐含层以及输出层,所述非线性RBF核函数为:其中γ、x、C分别表示核函数宽度、输入序列以及核函数的中心序列。


3.根据权利要求1所述的一种实时监测超声速进气道流动状态的方法,其特征在于,步骤2中DTW-RBF网络模型的训练步骤包括:
步骤2.1:初始化网络参数,包括中心序列{Chid}、核函数宽度{γhi}、隐含层和输出层之间的线性权重{Whi,m}和偏置{bm};
步骤2.2:利用式(1)和式(2)分别计算隐含层和输出层各节点的输出;






xp表示第p个训练样本,Ker(xp,Chid)表示隐含层各节点的输出,zpm表示输出层各节点的输出;
步骤2.3:利用式(3)-(5)分别计算Soft-max层的输出、误差以及目标函数;









ypm表示xp属于第m类的真实概率,表示xp属于第m类的预测概率,epm表示xp属于第m类的误差,P表示所有训练样本的数目,M表示所有类别数目,L表示所有训练样本属于各个类别的平均误差;
步骤2.4:利用式(6)-(11)分别计算每个误差epm关于所有参数的导数;



其中,表示第p个样本在第m1个输出节点处的误差,和分别表示第p个样本属于第m1类的真实概率和预测概率,表示第p个样本在第m2个输出节点处的线性加权输出;

关于线性权重{Whid,m}以及偏置{bm}的导数计算如下







关于核函数宽度{γhid}的导数由下式计算:







关于中心序列{Chid}的导数由下式计算:



假设使用平方欧式距离计算代价矩阵Distn×l中的每个元素...

【专利技术属性】
技术研发人员:赵永平吴奂杨天林谭慧俊
申请(专利权)人:南京航空航天大学
类型:发明
国别省市:江苏;32

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1