基于LS-SVMs机翼盒段壁板损伤辨识研究
针对大型的碳纤维复合材料机翼盒段壁板结构,研究采用光纤布喇格光栅测量结构应变场分布,提出采用最小二乘支持向量机(LS—SVMs)建立应变场-损伤非线性黑箱模型辨识结构损伤法,对典型的飞机碳纤维复合材料盒段壁板结构进行健康监测研究。针对大尺寸带有加强桁条和螺钉通孔的复杂结构盒段壁板试件,建立了7个点的布喇格光栅应变测量网络测量试件有代表性区域的应变场。通过施加280个不同的点载荷模拟损伤,建立应变场与损伤的非线性映射关系黑箱模型;采用LS-SVMs的黑箱模型辨识法对应变场进行有效辨识,准确地判别出280种结构损伤的位置和程度。
基于POD-BPNN模型的热启动策略及其在气动代理优化中的应用
传统气动优化设计需要大量CFD分析,而代理优化(SBO)方法能够有效降低CFD分析次数,但该方法并没有改变单次CFD分析时间。提出一种基于本征正交分解—反向传播神经网络(POD-BPNN)模型的热启动策略,并应用于气动代理优化。使用POD-BPNN模型对SBO中的初始样本建立从几何设计变量到流场数据的预测模型;在SBO迭代过程中,使用该模型预测新样本的流场,并将其作为CFD分析的初场,进行热启动计算,获得新样本的数据;添加新样本数据到POD-BPNN建模样本并更新模型,直到优化结束,通过案例对该策略进行对比验证。结果表明在跨声速翼型减阻优化设计中,基于POD-BPNN的热启动策略使得单次CFD计算时间降低68%,SBO的效率整体提升37%。
-
共1页/2条




