一种结合机器学习的低雷诺数螺旋桨气动性能评估方法技术

技术编号:42454625 阅读:22 留言:0更新日期:2024-08-21 12:45
一种结合机器学习的低雷诺数螺旋桨气动性能评估方法,属于空气动力学技术领域。为解决高空低雷诺数螺旋桨性能评估效率低的问题,本发明专利技术采集工作环境参数和不同叶素位置的螺旋桨的外形参数,估算螺旋桨叶片不同位置的叶素雷诺数、叶素马赫数和叶素迎角范围;采用拉丁超立方试验设计采样方法进行采样,采用高精度数值模拟或风洞试验方法获得采样点的气动性能数据,构建数据样本集基于高斯过程回归对数据样本集进行机器学习训练,并将得到的模型用于螺旋桨不同参数状态下叶素的气动性能快速预测,输出叶素的气动性能预测结果通过片条法计算求解高空低雷诺数螺旋桨气动性能。本发明专利技术提高评估精度。

【技术实现步骤摘要】

本专利技术属于空气动力学,具体涉及一种结合机器学习的低雷诺数螺旋桨气动性能评估方法


技术介绍

1、近年来,高空长航时无人机由于其显著的使用价值,越来越受到了人们的关注。高空长航时无人机往往采用螺旋桨提供前进的动力,可以在高度达20km的空中长时间巡航,完成探测等既定任务。但是,螺旋桨在高空工作所面临的一个有别于常规工作环境的问题是,由于高空大气密度较低,声速也较低,螺旋桨往往处于高亚音速低雷诺数(ma=0.4~0.9,re=104~105)的工作状态。在此状态下,特有的低雷诺数分离泡和激波的共同作用会严重影响螺旋桨的气动性能,准确快速地评估高空螺旋桨的气动性能成为人们需要解决的一个重要问题。

2、传统的螺旋桨性能快速预测方法往往适用常规的高雷诺数环境,且技术应用已经较为广泛,如传统的基于叶素-动量法或片条法的评估方法,其往往结合面元法程序如xfoil来获取所需要的螺旋桨叶素气动特性,然后再根据经典理论计算求解得到螺旋桨性能。该方法的准确性依赖于xfoil程序对于叶素气动特性的预测,但受制于计算方法本身,其在高亚音速低雷诺数条件下往往无法得到有本文档来自技高网...

【技术保护点】

1.一种结合机器学习的低雷诺数螺旋桨气动性能评估方法,其特征在于,包括如下步骤:

2.根据权利要求1所述的一种结合机器学习的低雷诺数螺旋桨气动性能评估方法,其特征在于,步骤S1的具体实现方法包括如下步骤:

3.根据权利要求2所述的一种结合机器学习的低雷诺数螺旋桨气动性能评估方法,其特征在于,步骤S2的具体实现方法包括如下步骤:

4.根据权利要求3所述的一种结合机器学习的低雷诺数螺旋桨气动性能评估方法,其特征在于,步骤S3的具体实现方法包括如下步骤:

5.根据权利要求4所述的一种结合机器学习的低雷诺数螺旋桨气动性能评估方法,其特征在于,步骤S...

【技术特征摘要】

1.一种结合机器学习的低雷诺数螺旋桨气动性能评估方法,其特征在于,包括如下步骤:

2.根据权利要求1所述的一种结合机器学习的低雷诺数螺旋桨气动性能评估方法,其特征在于,步骤s1的具体实现方法包括如下步骤:

3.根据权利要求2所述的一种结合机器学习的低雷诺数螺旋桨气动性能评估方法,其特征在...

【专利技术属性】
技术研发人员:李帝辰葛子玉崔榕峰杨龙
申请(专利权)人:中国航空工业集团公司沈阳空气动力研究所
类型:发明
国别省市:

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