一种结构热试验的数据分析方法和系统技术方案

本发明专利技术公开了一种结构热试验的数据分析方法和系统，属于电数字数据处理技术领域，所述方法包括以下步骤：获得实验场景和试验件的三维模型；建立试验件的传感器与三维模型和试验件节点的连接；通过所述连接，获得试验数据集；基于克里金插值法，对所述试验数据集进行插值，获得重构数据集；基于时间序列预测方法，对试验数据集或重构数据集进行预测，获得预测结果。通过时间序列预测方法，对试验数据集进行分析或解析，如进行重构或预测，可实现数据的实时分析，及时发现试验中关于试验条件或者三维模型的问题，得于实时调整试验方案，利于提高试验效率，降低试验成本；提高试验的可信度或可靠性。度或可靠性。度或可靠性。

【技术实现步骤摘要】
一种结构热试验的数据分析方法和系统


[0001]本专利技术涉及电数字数据处理
，具体涉及一种结构热试验的数据分析方法和系统。

技术介绍

[0002]结构热试验技术是为解决飞行器跨越声速后出现的热障问题而发展起来的一种地面模拟试验技术。通过在地面等效模拟飞行热环境和气动载荷来考察其对飞行器结构的影响，对结构进行热环境试验是飞行器设计过程中的重要环节。
[0003]飞行器需要进行大量的物理试验来验证设备的性能指标和技术指标是否满足。但是物理试验存在物理试验成本高、物理试验周期长、物理试验验证内容有限、一些物理试验不可重复、物理试验不能进行故障验证等问题。随着计算机技术的发展，逐渐引入虚拟试验，
[0004]随着计算机技术的发展，结构热试验中逐渐引入了虚拟试验，在虚拟环境中采用与真实物理试验相同的工况、载荷、加载动作、环境等，以虚拟仿真技术为基础在虚拟环境中完成再现物理试验场景。一方面，可以指导试验方案的设计，提高物理试验成功率；另一方面可以通过物理试验数据来修正虚拟试验模型，提高虚拟试验模型及结果的可信度，一定程度替代传统的物本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种结构热试验的数据分析方法，其特征在于，包括以下步骤：获得实验场景和试验件的三维模型；建立试验件的传感器与三维模型仿真节点的连接；通过所述连接，获得试验数据集；基于克里金插值法，对所述试验数据集进行插值，获得重构数据集；基于时间序列预测方法，对试验数据集或重构数据集进行预测，获得预测结果。2.根据权利要求1所述的数据分析方法，其特征在于，获得重构数据集的方法包括：对试验数据集进行预处理，获得第一数据集，所述第一数据集包括采样点的观测值；基于多边形估计的方法，根据所述第一数据集获得待估点附近采样点的权重；基于克里金插值法，根据所述权重获得待估点的插值，获得重构数据集；根据所述重构数据集，绘制场重构云图。3.根据权利要求2所述的数据分析方法，其特征在于，采样点的权重表示为：其中，λ
i
表示待估点x
u
与采样点x
i
之间的权重，Cov(z(x
i
),z(x
u
))表示采样点x
i
和待估点x
u
之间的协方差，表示待估点x
u
与n个采样点之间的协方差总和；插值表示为：Z(x
i
)为采样点x
i
的属性值，x
i
∈A(i＝1，2，
……
，n)，Z
*
(x0)是待估点的克里金插值的属性值。4.根据权利要求1所述的数据分析方法，其特征在于，时间序列预测方法包括基于差分整合移动平均自回归模型的预测方法或基于向量自回归滑动平均模型的预测方法。5.根据权利要求4所述的数据分析方法，其特征在于，差分整合移动平均自回归模型表示为：其中，X
t
是时间序列在时刻t的观测值，是自回归系数，θ
i
是滑动平均系数，ε
t
是在时刻t的误差项，L是滞后算子，L
i
为时间序列数据的i阶滞后时间点，p为自回归阶数，d为差分阶数，q为移动平均阶数；向量自回归滑动平均模型表示为：其中，Y
t
是一个k维向量，表示时间点t的k个变量的观测值，c是k维常数，为自回归模型的系数矩阵，Y
t
‑1，Y
t
‑2，
…
，Y
t
‑
p
是时间点t的前p个时间步
的k维向量，ε
t
是一个k维误差项，为具有零均值和协方差矩阵的白噪声，θ
q
是滑动平均模型的参数，表示过去q个白噪声对当前观测值...

【专利技术属性】
技术研发人员：蒋元祎，陈柯勋，王晓斌，田坪郁，吴媛婧，赵明华，宋永宏，杨勤兰，胡芳亮，
申请(专利权)人：北京航天斯达科技有限公司，
类型：发明
国别省市：