【技术实现步骤摘要】
数据驱动的超临界翼型及其流场的映射方法和系统
[0001]本专利技术实施例涉及飞行器的气动优化设计
，尤其涉及一种数据驱动的超临界翼型及其流场的映射方法和系统。
技术介绍
[0002]翼型的气动优化设计是飞行器设计中的重要研究内容。气动优化设计是典型的黑箱昂贵优化问题，黑箱体现在其目标函数对于设计变量的映射难以以解析的形式给出，昂贵体现在根据设计变量求目标函数的过程极其耗时。
[0003]在翼型设计和优化过程中，从翼型的几何外形到其气动性能的计算往往非常耗时且花费资源。因此，目前气动优化设计中亟待解决的核心难题在于如何建立气动非线性系统的输入与输出之间的映射关系，减少流体力学(CFD)计算量，提高优化设计效率。
[0004]随着人工智能的发展，有研究者通过神经网络生成模型进行翼型流场预测。通过如卷积神经网络(CNN)和生成对抗网络(GAN)等方式，通过输入翼型图片或者翼型坐标点，得到其对应的流场信息，虽然已经有了一些应用，但是在精度方面相对于计算流体力学还是有着较大差距。
技术实现思路
...
【技术保护点】
【技术特征摘要】
1.一种数据驱动的超临界翼型及其流场的映射方法，其特征在于，所述数据驱动的超临界翼型及其流场的映射方法包括：获取待映射数据，所述待映射数据为第一翼型数据或第一流场数据；其中，所述第一翼型数据为超临界翼型数据；若所述待映射数据为所述第一翼型数据，将所述第一翼型数据拟合得到第一控制点坐标，将所述第一控制点坐标输入至训练好的映射器的解码器中，得到所述解码器输出的第二流场数据；若所述待映射数据为所述第一流场数据，将所述第一流场数据输入至所述映射器的编码器中，得到所述编码器输出的第二翼型数据的第二控制点坐标。2.根据权利要求1所述的数据驱动的超临界翼型及其流场的映射方法，其特征在于，所述将所述第一翼型数据拟合得到第一控制点坐标，包括：将所述第一翼型数据进行非均匀有理B样条曲线参数化拟合得到第一控制点坐标。3.根据权利要求2所述的数据驱动的超临界翼型及其流场的映射方法，其特征在于，所述将所述第一流场数据输入至所述映射器的编码器中，包括：采用网格点编号将所述第一流场数据整形为第一张量；将所述第一张量输入至所述映射器的编码器中。4.根据权利要求3所述的数据驱动的超临界翼型及其流场的映射方法，其特征在于，通过如下方式得到训练好的映射器：构建包括编码器和解码器的自编码器；获取训练数据，所述训练数据包括翼型数据训练样本和流场数据训练样本；将所述翼型数据训练样本进行非均匀有理B样条曲线参数化拟合，得到控制点坐标；采用网格点编号将所述流场数据训练样本整形为张量；将控制点坐标输入至所述编码器中进行训练，将张量输入至所述解码器中进行训练，直至所述编码器和所述解码器收敛，得到训练完成的所述映射器。5.根据...
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。