|
|||||
|
|
| 基于人工神经网络的缝翼凹槽填充降噪设计 | |
| 摘 要： | 缝翼凹槽填充技术作为一种缝翼降噪方法,有可能会造成气动性能的损失,如最大升力系数和失速迎角的减小。基于这种情况,针对某多段翼型建立了缝翼凹槽填充构型的数据库,挑选出参考构型,利用置信度推理确定了优化方向,生成了20个优化构型;采用back propagation(BP)人工神经网络快速预测各优化构型的气动性能,选择其中气动性能最好的构型作为设计构型进行校核计算,求解定常Navier-Stokes方程评估其气动性能与基准构型作对比,应用CFD和声类比相结合的混合方法评估其气动噪声性能并与基准构型作对比。结果表明:在保持多段翼型气动性能的同时,对于给定观测点,所设计的缝翼凹槽填充构型使得气动噪声明显降低。 |
Slat cove filler design for noise reduction based on artificial neural network |
|
| Abstract: | |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ | |