基于随机森林的飞行载荷代理模型分析方法

飞行载荷分析(FLC)通常需消耗大量的计算资源和时间，提升飞行载荷计算效率对于缩短研发周期、提高设计质量具有重要意义。本文研究了数据驱动的机器学习代理模型飞行载荷分析方法，由于随机森林(RF)代理模型具有学习效率较高、泛化能力较强、可避免过拟合、参数可解释、变量敏感度分析等优点，使其十分切合飞行载荷分析，具有重要的应用潜力和前景。文中基于传统的飞行载荷分析方法，采用NASTRAN的SQL144载荷分析框架获得训练随机森林代理模型的样本数据，然后以高度、马赫数、过载、俯仰角加速度等作为输入参数构建了飞机对称机动载荷预测代理模型。采用建立的模型预测了算例飞机其他工况机翼翼根、平尾翼根的剪力、弯矩、扭矩，通过对预测结果评估校验，证实了模型具有较高的精度，可以大幅提升飞行载荷分析效率，并能够分析飞行载荷对各状态参数的敏感度，为高效全面地分析飞行载荷提供了新的思路。     

内埋武器舱动态流动特性及降噪控制方法研究

流动经过武器舱会产生诸如边界层分离、剪切层失稳、气动噪声等一系列复杂流动特征，进而可能对舱内设备和结构造成破坏。本文以近真实复杂内埋武器舱为研究对象，通过高精度数值仿真获取内埋武器舱动态流动特性；根据流场特性，分析武器舱内噪声产生机理，提出了前缘扰流片、导波管以及前缘吹气三种流动控制方案。通过高速风洞试验，系统分析了舱门开度、内埋武器挂载等因素对武器舱内噪声水平的影响，并且对不同扰流装置的降噪效果进行了测试分析。结果表明：内埋武器舱内流动以小尺度湍流结构为主；前舱在舱门小开度时总声压级较高，随开度增加后舱总声压级增大，舱门开到一定程度后，舱内总声压级分布基本一致。舱内挂载武器减弱流动对各壁面的拍击强度，使得舱内各壁面总声压级降低。三种控制方式均能够抬高剪切层，减弱武器舱内的能量注入，进而对武器舱内总声压级产生一定的降噪效果。在本文研究范围内，前缘扰流片的降噪效果最为显著，降噪幅值达5 dB。