| 基于随机森林的飞行载荷代理模型分析方法 |
| |
| 引用本文： | 李海泉,陈小前,左林玄,赵卓林.基于随机森林的飞行载荷代理模型分析方法[J].航空学报,2022,43(3):317-326. |
| |
| 作者姓名： | 李海泉 陈小前 左林玄 赵卓林 |
| |
| 作者单位： | 国防科技大学航天科学与工程学院,长沙 410073;中国航空工业集团有限公司沈阳飞机设计研究所,沈阳 110035,国防科技大学航天科学与工程学院,长沙 410073;中国人民解放军军事科学院 国防科技创新研究院,北京 100071,中国航空工业集团有限公司沈阳飞机设计研究所,沈阳 110035 |
| |
| 基金项目： | 国家自然科学基金(61903349)~~； |
| |
| 摘 要： | 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。
|
| 关 键 词： | 飞行载荷 代理模型 机器学习 随机森林 对称机动 |
Surrogate model for flight load analysis based on random forest |
| |
| LI Haiquan,CHEN Xiaoqian,ZUO Linxuan,ZHAO Zhuolin.Surrogate model for flight load analysis based on random forest[J].Acta Aeronautica et Astronautica Sinica,2022,43(3):317-326. |
| |
| Authors: | LI Haiquan CHEN Xiaoqian ZUO Linxuan ZHAO Zhuolin |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
