针对计算流体力学及升力面理论解算效率低、算力需求大的问题,提出基于深度学习的改进亚声速机翼升力线理论。通过灰度化、阈值化等处理,提取机翼的轮廓。将图像的轮廓通过YOLO系列神经网络使用原创数据集进行角点检测,获得机翼控制点坐标。分别使用控制点坐标及机翼轮廓通过升力线和升力面理论计算机翼的气动参数,并使用多层感知机修正升力线与升力面的误差,获得精度较高的改进升力线模型。结果表明采用上述算法可有效提升升力线理论的准确率,并保证解算效率。

以亚音速、大展弦比的大中型民用飞机机翼挂装副油箱为研究对象,分析CCAR-25部中载荷计算的相关适航条款内容,考虑外挂物自身运动及机翼结构弹性变形对副油箱气动载荷的影响,给出了副油箱静载荷计算的过载—速度包线,高度—速度包线、载荷计算情况等,在工程应用成熟的《运输类飞机载荷计算程序包》基础上,采用亚音速稳态定常流升力线理论与风洞试验相结合的方法,将机翼简化为悬臂梁进行气动弹性修正,开展副油箱气动力弹性修正计算、惯性力计算、副油箱质量实时更新、包线筛选等功能模块的研究,通过工程应用其计算精度满足要求,形成了满足适航条款的副油箱静载荷计算方法,规范了副油箱静载荷的计算流程,拓展了《运输类飞机载荷计算程序包》的功能。