大型运输机的气动力预测方法、装置、设备及介质制造方法及图纸

本申请公开了一种大型运输机的气动力预测方法、装置、设备及介质，涉及飞机模拟技术领域，该方法包括：采集目标大型运输机的飞行状态参数；确定与所述飞行状态参数对应的目标气动力预测模型，并从预设预测逻辑中选定所述目标气动力预测模型的目标预测逻辑；利用所述目标气动力预测模型的目标预测逻辑对所述飞行状态参数进行处理，以得到所述目标大型运输机的六分量气动力。通过上述方案，利用针对目标大型运输机的目标气动力预测模型对飞行状态参数进行处理，能够提高大型运输机的气动力预测准确度。测准确度。测准确度。

【技术实现步骤摘要】
大型运输机的气动力预测方法、装置、设备及介质


[0001]本专利技术涉及飞机模拟
，特别涉及大型运输机的气动力预测方法、装置、设备及介质。

技术介绍

[0002]近年来，随着先进的飞机设计，导航和控制设备的发展，现代运输机的飞行安全性持续提高。然而，还是有各种因素，例如极端气象条件、系统故障或是驾驶员的错误操作等，可能导致严重的飞行安全事故。飞行失控是引起飞行事故的主要原因之一，在这些失控事件中，飞机通常会先进入非正常飞行状态，如俯仰角和滚转角超出了常规操作范围，若不采用正确的恢复操作，飞机就有可能由非常规的飞行状态进入失速状态，对飞行员进行预防极端飞行条件的训练和正常飞行状态恢复训练是十分必要和重要的，飞行模拟对培训和提高飞行员的驾驶能力有重要作用。
[0003]为了提高模拟的仿真效果，需要完善气动力模型，解除模拟器对飞机失速状态模拟的限制。气动建模需要获取合适的气动数据，和恰当的气动力模型结构。目前关于运输机的建模方法，多源自于战斗机的一些建模原理，对大型运输机的气动力预测不够具有针对性，进而使得大型运输机的气动力预测不够准确。
[0004]综上可见，如何提高大型运输机的气动力预测准确度是本领域有待解决的问题。

技术实现思路

[0005]有鉴于此，本专利技术的目的在于提供一种大型运输机的气动力预测方法、装置、设备及介质，能够提高大型运输机的气动力预测准确度。其具体方案如下：第一方面，本申请公开了一种大型运输机的气动力预测方法，包括：采集目标大型运输机的飞行状态参数；确定与所述飞行状态参数对应的目标气动力预测模型，并从预设预测逻辑中选定所述目标气动力预测模型的目标预测逻辑；利用所述目标气动力预测模型的目标预测逻辑对所述飞行状态参数进行处理，以得到所述目标大型运输机的六分量气动力。
[0006]可选的，所述确定与所述飞行状态参数对应的目标气动力预测模型，并从预设预测逻辑中选定所述目标气动力预测模型的目标预测逻辑，包括：确定与所述飞行状态参数中构型种类对应的目标气动力预测模型，并从预设预测逻辑中选定所述目标气动力预测模型的目标预测逻辑；其中，所述构型种类为巡航构型、初始进场构型、高原起飞构型、起飞构型、着陆构型以及进场复飞构型中的任意一种。
[0007]可选的，所述确定与所述飞行状态参数对应的目标气动力预测模型，并从预设预测逻辑中选定所述目标气动力预测模型的目标预测逻辑，包括：若所述飞行状态参数中气动环境参数表征当前为预设静态稳定状态，则将目标常规气动力预测模型确定为目标气动力预测模型，并从预设预测逻辑中选定所述目标气动力
预测模型的第一目标预测逻辑；若所述气动环境参数表征当前为预设极限飞行状态，则将目标非定常气动力预测模型确定为目标气动力预测模型，并从所述预设预测逻辑中选定所述目标气动力预测模型的第二目标预测逻辑。
[0008]可选的，所述确定与所述飞行状态参数对应的目标气动力预测模型，并从预设预测逻辑中选定所述目标气动力预测模型的目标预测逻辑之前，还包括：利用预设预测逻辑构建初始静态气动力模型和初始气动增量模型；采集历史静态定常数据，并利用所述历史静态定常数据对所述初始静态气动力模型进行训练，以得到目标静态气动力模型；利用所述目标静态气动力模型获取与所述历史静态定常数据对应的静态气动力分量，并采集历史小振幅强迫震荡数据，然后利用所述静态气动力分量和所述历史小振幅强迫震荡数据对初始气动增量模型进行训练，以便得到目标气动增量模型；构建包含目标静态气动力模型和目标气动增量模型的目标常规气动力预测模型。
[0009]可选的，所述利用预设预测逻辑构建初始静态气动力模型和初始气动增量模型，包括：分别利用增量法、高斯过程回归模型、神经网络模型构建对应的初始静态气动力模型；分别利用所述高斯过程回归模型、所述神经网络模型构建对应的初始气动增量模型。
[0010]可选的，所述确定与所述飞行状态参数对应的目标气动力预测模型，并从预设预测逻辑中选定所述目标气动力预测模型的目标预测逻辑之前，还包括：分别利用微分方程、SVM模型构建对应的初始非定常气动力预测模型；采集历史极限状态气动数据，并利用所述历史极限状态气动数据和所述目标常规气动力预测模型对所述初始非定常气动力预测模型进行训练，以得到目标非定常气动力预测模型。
[0011]可选的，所述利用所述目标气动力预测模型的目标预测逻辑对所述飞行状态参数进行处理，以得到所述目标大型运输机的六分量气动力，包括：利用所述目标气动力预测模型的目标预测逻辑对所述飞行状态参数进行处理，以得到包含所述目标大型运输机的轴向力系数、法向力系数、横向力系数、滚转力矩系数、俯仰力矩系数以及偏航力矩系数的六分量气动力。
[0012]第二方面，本申请公开了一种大型运输机的气动力预测装置，包括：参数采集模块，用于采集目标大型运输机的飞行状态参数；预测逻辑确定模块，用于确定与所述飞行状态参数对应的目标气动力预测模型，并从预设预测逻辑中选定所述目标气动力预测模型的目标预测逻辑；气动力获取模块，用于利用所述目标气动力预测模型的目标预测逻辑对所述飞行状态参数进行处理，以得到所述目标大型运输机的六分量气动力。
[0013]第三方面，本申请公开了一种电子设备，包括：存储器，用于保存计算机程序；处理器，用于执行所述计算机程序，以实现前述公开的大型运输机的气动力预测
方法的步骤。
[0014]第四方面，本申请公开了一种计算机可读存储介质，用于存储计算机程序；其中，所述计算机程序被处理器执行时实现前述公开的大型运输机的气动力预测方法的步骤。
[0015]本申请有益效果为：采集目标大型运输机的飞行状态参数；确定与所述飞行状态参数对应的目标气动力预测模型，并从预设预测逻辑中选定所述目标气动力预测模型的目标预测逻辑；利用所述目标气动力预测模型的目标预测逻辑对所述飞行状态参数进行处理，以得到所述目标大型运输机的六分量气动力。由此可见，本申请确定与飞行状态参数对应的针对目标大型运输机的目标气动力预测模型及其目标预测逻辑，然后利用该目标气动力预测模型及其目标预测逻辑对飞行状态参数进行处理，能够提高大型运输机的气动力预测准确度。
附图说明
[0016]为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。
[0017]图1为本申请公开的一种大型运输机的气动力预测方法流程图；图2为本申请公开的一种具体的大型运输机的气动力预测方法流程图；图3为本申请公开的一种具体的目标常规气动力预测模型获取示意图；图4为本申请公开的另一种具体的大型运输机的气动力预测方法流程图；图5为本申请公开的一种具体的目标非定常气动力预测模型获取示意图；图6为本申请公开的一种大型运输机的气动力预测装置结构示意图；图7为本申请公开的一种电子设备结构图。
具体实施方式...

【技术保护点】

【技术特征摘要】
1.一种大型运输机的气动力预测方法，其特征在于，包括：采集目标大型运输机的飞行状态参数；确定与所述飞行状态参数对应的目标气动力预测模型，并从预设预测逻辑中选定所述目标气动力预测模型的目标预测逻辑；利用所述目标气动力预测模型的目标预测逻辑对所述飞行状态参数进行处理，以得到所述目标大型运输机的六分量气动力。2.根据权利要求1所述的大型运输机的气动力预测方法，其特征在于，所述确定与所述飞行状态参数对应的目标气动力预测模型，并从预设预测逻辑中选定所述目标气动力预测模型的目标预测逻辑，包括：确定与所述飞行状态参数中构型种类对应的目标气动力预测模型，并从预设预测逻辑中选定所述目标气动力预测模型的目标预测逻辑；其中，所述构型种类为巡航构型、初始进场构型、高原起飞构型、起飞构型、着陆构型以及进场复飞构型中的任意一种。3.根据权利要求1所述的大型运输机的气动力预测方法，其特征在于，所述确定与所述飞行状态参数对应的目标气动力预测模型，并从预设预测逻辑中选定所述目标气动力预测模型的目标预测逻辑，包括：若所述飞行状态参数中气动环境参数表征当前为预设静态稳定状态，则将目标常规气动力预测模型确定为目标气动力预测模型，并从预设预测逻辑中选定所述目标气动力预测模型的第一目标预测逻辑；若所述气动环境参数表征当前为预设极限飞行状态，则将目标非定常气动力预测模型确定为目标气动力预测模型，并从所述预设预测逻辑中选定所述目标气动力预测模型的第二目标预测逻辑。4.根据权利要求3所述的大型运输机的气动力预测方法，其特征在于，所述确定与所述飞行状态参数对应的目标气动力预测模型，并从预设预测逻辑中选定所述目标气动力预测模型的目标预测逻辑之前，还包括：利用预设预测逻辑构建目标大型运输机的初始静态气动力模型和初始气动增量模型；采集历史静态定常数据，并利用所述历史静态定常数据对所述初始静态气动力模型进行训练，以得到目标静态气动力模型；利用所述目标静态气动力模型获取与所述历史静态定常数据对应的静态气动力分量，并采集历史小振幅强迫震荡数据，然后利用所述静态气动力分量和所述历史小振幅强迫震荡数据对初始气动增量模型进行训练，以便得到目标气动增量模型；构建包含目标静态气动力模型和目标气动增量模型的目标常规气...

【专利技术属性】
技术研发人员：段光强，孔轶男，汪清，钱炜祺，张显才，赵暾，郑凤麒，
申请(专利权)人：中国空气动力研究与发展中心计算空气动力研究所，
类型：发明
国别省市：