基于神经网络的电磁干扰的预测

提出了一种应用神经网络预测电磁干扰的方法.针对遗传算法总体搜索能力较强但容易陷入局部最优,而模拟退火算法具有较强的局部搜索能力,又能避免搜索陷入局部最优解的特点,将模拟退火算法与遗传算法相结合,优化多层前馈(BP,Back Propagation)神经网络,获取最优的权值和阈值,并采用模拟退火的思想确定隐含层神经元的个数,进而建立基于神经网络的电磁干扰预测模型.以双平行导线间的电磁干扰问题为实例,明确干扰要素,建立训练样本和测试样本,对比期望输出和预测输出之间的误差,结果表明该方法可以准确有效地进行电磁干扰预测.     

基于神经网络的电磁干扰的预测

提出了一种应用神经网络预测电磁干扰的方法.针对遗传算法总体搜索能力较强但容易陷入局部最优,而模拟退火算法具有较强的局部搜索能力,又能避免搜索陷入局部最优解的特点,将模拟退火算法与遗传算法相结合,优化多层前馈(BP, Back Propagation)神经网络,获取最优的权值和阈值,并采用模拟退火的思想确定隐含层神经元的个数,进而建立基于神经网络的电磁干扰预测模型.以双平行导线间的电磁干扰问题为实例,明确干扰要素,建立训练样本和测试样本,对比期望输出和预测输出之间的误差,结果表明该方法可以准确有效地进行电磁干扰预测.     

“Ⅳ型”激波干扰中流-热-固耦合问题一体化计算分析

针对高超声速进气道前缘"Ⅳ型"激波干扰产生的气动加热与结构传热多物理场耦合计算问题，发展了一种基于有限体积法的流-热-固一体化计算方法。该方法采用一体化控制方程组统一离散求解外部高速流场与内部结构温度场，规避了传统分区耦合算法在时间域内交替迭代的繁琐数据交换策略。另外，提出一种新的双温阻模型计算流-固交界面的物性参数以保证计算准确性，采用LU-SGS隐式时间迭代和自适应时间步长以提高计算效率。采用经典高超声速二维圆管流-热-固耦合算例对该一体化方法进行验证，计算结果与试验值和参考文献数据吻合较好，证明了该方法的可靠性和正确性。利用一体化方法对高超声速前缘"Ⅳ型"激波干扰流-热-固耦合问题进行定常/非定常计算与分析，给出了温度与热流的时变特性，计算结果表明，激波干扰作用产生的超声速"喷流"不断冲击壁面，使得壁面最大压力系数增大约9倍，壁面最大热流增大约4.7倍，给高速飞行器的热防护设计与选材带来严峻挑战。同时，也表明了一体化计算方法可以较好地用于长航时飞行条件下与复杂飞行环境下的高超声速热防护系统的热环境特性分析与综合性能评估。     

钝体外形气动加热与结构传热一体化数值模拟

为了提高气动加热与热防护结构传热多物理场数值模拟的稳态计算效率与计算精度,发展了一种基于有限体积法的气动加热与结构传热一体化数值计算方法。该方法将高速流场与结构温度场统一到同一物理场,基于统一的控制方程组,采用基于LU-SGS隐式时间迭代和自适应时间步长的有限体积方法进行求解,避开了传统气动加热与结构传热耦合求解方法在时间域内的所需繁琐数据交替迭代策略。对二维/三维钝体进行一体化数值计算分析,计算结果表明:二维钝体非稳态下,得到2s时圆管驻点温度最高达到390.2K,驻点热流密度和结构温度与参考文献和实验值吻合较好,证明了方法的可靠性和可行性。同时分析了三维钝体应用算例的流-固-热稳态计算特征,计算得到稳态时钝头体结构外壁表面最高温度达到535.6K,表明一体化计算方法可用于长航时飞行条件下的气动加热-结构传热多物理场耦合计算分析,为高速飞行器热防护结构设计与选材提供一定的理论与技术支持。