双组尾翼弹气动特性计算与分析

本文根据双组尾翼弹的外形特点，选用了代数网格生成方法，通过求角N－S方程，对其气动特性进行了数值计算，并对其计算结果进行了分析。由计算结果可知，此种弹的双尾翼可以为其提供一定的转速和升力，提高其静稳定性。并且此种弹已经用于型号设计。     

基于可压缩格子Boltzmann方法的高可扩展并行算法研究

Lattice Boltzmann Methods(LBM)是近年来发展的求解流体问题的计算新方法,该方法具有编程相对简单,并行计算效率高的特点,但是现有的D2Q9 LBM模型只能计算速度在0.3马赫下的不可压缩流体,提出的新的LBM模型可以处理速度0.7马赫以下的流体问题,并且具有较好的数值稳定性,对计算程序并行性能深入研究的基础上,提出了基于cache的性能优化,经过程序性能测试证明该方法具有较好并行计算效率,并具有很好的可扩展性.     

基于自编码器和LSTM的模型降阶方法

自编码器是一种有效的数据降维方法,可以学习到数据中的隐含特征,并重构出原始输入数据.本文提出了一种基于多层自编码器和长短期记忆网络的模型降阶方法,以提升降阶模型的精度.文中以二维圆柱绕流为例,对该方法进行了分析与验证.首先用多层自编码器对原始数据进行降阶和特征提取,然后构建基于长短期记忆网络的预测模型,最后将自编码器和...     

基于卷积神经网络和状态时间序列的参数辨识

针对参数辨识过程运算时间长的问题,本文提出一种基于卷积神经网络的参数辨识方案.该方案避免了对数值模型的大量迭代,能够根据多个连续时间步的实测系统状态对多参数进行快速估计,实现参数辨识;同时,为了帮助神经网络更好地提取特征,还引入一种双向标准化的方法对数据进行处理.以Lorenz63为实例,对其参数进行了分析、实验.实验...     

APFSDS弹托分离干扰三维流场数值模拟

通过应用多块复合网格生成法的网格生成技术,对尾翼稳定脱壳穿甲弹 (APFSDS)的外形进行适当简化后,生成了三瓣弹托对称分离的三维贴体网格.在此网格生成的基础上,对其分离过程应用TVD有限体积格式进行了三维流场数值模拟,并将气动力计算结果与风洞实验结果进行了对比,结果表明数值计算结果合理.这为新一代的尾翼稳定脱壳穿甲弹的设计与研制提供了一定的参考与帮助.     

基于PINN模型的导弹气动特性快速预测技术

随着内嵌物理机理神经网络（PINN）模型的兴起，PINN模型开始应用于许多学科领域。为了实现导弹气动特性的快速预测，借助工程算法，构建了导弹气动数据集，以此训练导弹气动特性预测模型，包含基于多任务学习的神经网络（MTLNN）模型及在MTLNN模型基础上内嵌物理知识的PINN模型。数值模拟通过选取测试集，对比了MTLNN模型和PINN模型的预测效果，结果表明：PINN模型的预测精度较高，且基本控制在1%以内。探究PINN模型的泛化能力，测试集选取导弹气动数据集包络范围之外的数据，PINN模型预测精度仍然高于MTLNN模型。由于PINN模型引入了气动特性参数之间的物理机理，模型对训练样本数量的依赖程度降低，可以进一步节约数据获取成本，为导弹优化设计提供有力工具。