Применение искусственных нейронных сетей для моделирования нестационарных аэродинамических характеристик
Автор: Дорофеев Е.А., Игнатьев Д.И., Храбров А.Н.
Журнал: Труды Московского физико-технического института @trudy-mipt
Рубрика: Аэрокосмические исследования, прикладная механика
Статья в выпуске: 3 (11) т.3, 2011 года.
Бесплатный доступ
Использование традиционного подхода к моделированию нестационарных аэродина- мических характеристик с помощью аэродинамических производных не дает необхо- димой точности результатов на больших углах атаки из-за существенных динамиче- ских эффектов, вызванных динамикой отрыва потока и разрушения вихрей. В работе показана возможность применения искусственных нейронных сетей для моделирова- ния аэродинамических характеристик в широком диапазоне углов атаки в случае гармонических колебаний на примере треугольного крыла. Представлено краткое определение искусственных нейронных сетей. Дано описание методов математическо- го моделирования нестационарных аэродинамических характеристик. Представле- ны математические модели, описывающие результаты динамических экспериментов с вынужденными колебаниями, полученными при различных частотах. На примере треугольного крыла смоделированы гистерезисы аэродинамических характеристик.
Короткий адрес: https://sciup.org/142185778
IDR: 142185778
Текст научной статьи Применение искусственных нейронных сетей для моделирования нестационарных аэродинамических характеристик
Существенное расширение диапазона реализуемых в полете углов атаки современных самолетов приводит к необходимости более точного моделирования их нестационарных аэродинамических характеристик в условиях возможного срыва потока. Это касается как маневренных самолетов с крылом малого удлинения и большой стреловидности, вследствие использования динамических выходов на сверхбольшие углы атаки в современном воздушном бою, так и самолетов с крылом большого удлинения, которые вследствие желаемого сокращения взлетной дистанции и увеличения веса взлетают и садятся на больших углах атаки, а возможные ветровые порывы могут приводить к развитию динамического отрыва потока.
Для самолетов с крылом малого удлинения определяющим физическим эффектом на больших углах атаки является разрушение вихрей, сходящих с наплывов крыла и носовой части фюзеляжа. Именно движение координаты разрушения вихрей с изменением углов атаки и скольжения в стационарных условиях приводит к нелинейным изменениям коэффициентов аэродинамических характеристик и производных устойчивости и управляемости самолета. Если в стационарных условиях эти явления изучены достаточно хорошо и им посвящена обширная литература, то в нестационарных условиях эти явления еще далеки от детального понимания. Именно учет нестационарных эффектов особенно важен для практики, потому что в диапазоне больших углов атаки самолеты, как правило, не летают на установившихся режимах, а попадают туда вследствие динамических маневров или развития критических режимов полета.
В настоящее время в инженерных приложениях при исследованиях динамики полета широко используется представление аэродинамических коэффициентов с помощью концепции аэродинамических производных. Расширение применения данного метода на условия полета с большими углами атаки происходит за счет добавления нелинейных зависимостей от угла атаки, полученных в аэродинамической трубе. Вместе с тем данный подход не дает необходимой точности результатов на больших углах атаки из-за существенных динамических эффектов, вызванных динамикой отрыва потока и разрушения вихрей. На этих режимах обтекания аэродинамические производные, как показывает эксперимент [1, 2], зависят от частоты и амплитуды колебаний, что
ТРУДЫ МФТИ. — 2011. — Том 3, № 3 Аэрокосмические исследования, прикладная механика 65 делает моделирование аэродинамических коэффициентов на основе данного подхода невозможным.
В общем случае при моделировании аэродинамических коэффициентов необходимо учитывать предысторию движения. Это условие является особенно важным в случае наличия срывов потока и/или разрушений вихрей, что вызывает существенные для динамики твердого тела явления с некоторым запаздыванием по времени.
В настоящей работе смоделированы зависимости коэффициентов подъемной силы C y и вращательного момента m z от угла атаки α в широком диапазоне амплитуд колебаний модели треугольного крыла по углу атаки с помощью искусственных нейронных сетей. Кроме тог о , также смоделированы значения их производных C y α и m z α , комплексов производных C y ω z + C y α и m z ω z + m z α z . Для обучения и проверки способности нейронной сети к обобщению были использованы экспериментальные данные, полученные в работе [2].
Для моделирования C y и m z использовались две отдельные нейронные сети, одним из требований к которым при разработке было наличие хорошей обобщающей способности, то есть способности нейронной сети моделировать с удовлетворительной точностью значения аэродинамических характеристик, которые не использовались при её обучении.
-
II. Существующие методы математического моделирования нестационарных аэродинамических характеристик
Использование нелинейных переходных функций является наиболее общим методом моделирования нестационарных аэродинамических характеристик [4]. Разработка и проверка модели на основе нелинейных переходных функций требует огромного объема нестационарных аэродинамических данных, поэтому для практических целей метод нелинейных переходных функций представляет значительные трудности. Он требует специальных методов определения нелинейных переходных функций и организации их функциональной аппроксимации. Конечная математическая модель динамики полета при этом формулируется в классе интегро-дифференциальных уравнений, что ведет к существенному усложнению моделирования динамики, исследования устойчивости и синтеза управления.
Феноменологический подход, основанный на моделировании внутренней динамики течения, применен в [5, 6, 7]. При данном подходе используются переменные внутреннего состояния или аэродинамические нагрузки разделяются на статические (не запаздывающие) и динамические составляющие. Нестационарные аэродинамические характеристики описываются при помощи нелинейных дифференциальных уравнений. Данные уравнения содержат характерные временные постоянные, соответствующие временам установления отрывного обтекания и/или разрушения вихрей. Эти константы определяются с помощью экспериментов с моделью в аэродинамической трубе. Данный подход позволяет моделировать достаточно точно как зависимость аэродинамических производных от частоты, так и аэродинамические реакции при больших амплитудах и возможный аэродинамический гистерезис. Вместе с тем применение данных методов имеет свои ограничения [8], в частности, при определении аэродинамических характеристик произвольного летательного аппарата.
-
III. Применение искусственных нейронных сетей для моделирования нестационарных аэродинамических характеристик
Альтернативным подходом является моделирование аэродинамических характеристик с применением искусственных нейронных сетей. Использование данного математического аппарата имеет ряд преимуществ. Так, например, известно [9], что любая непрерывная функция многих переменных может быть аппроксимирована с помощью нейронной сети с любой заданной точностью. Кроме того, преимущество данного метода заключается в гибкости его применения, так как не требуются значительные упрощающие предположения, что позволяет моделировать характеристики летательных аппаратов произвольной сложности [10, 11, 12].
Искусственную нейронную сеть можно рассматривать как направленный граф со взвешенными связями, в котором узлами являются некоторые элементарные процессоры, называемые искусственными нейронами [13]. Нейрон к получает «входные сигналы» (e i ) i =i ,n от других нейронов или входных узлов нейронной сети. Получив набор сигналов, нейрон умножает каждый сигнал на весовой коэффициент w ik , соответствующий данному входу, и суммирует полученные произведения. Результат суммирования подвергается нелинейному преобразованию посредством функции активации нейрона f k .
Выражение, связывающее между собой вход (e i ) i =i ,n и выход У к нейрона, представляется в следующем виде:
У к = f k (^ W ik e i + ° к ). (1)
i
Веса связей w ik и порог θ k определяются в ходе «обучения» нейронной сети с помощью минимизации разницы между выходом из сети и данными, задаваемыми в качестве цели обучения.
Среди всего многообразия нейронных сетей одним из наиболее распространенных типов является многослойный персептрон. Нейронные сети данного типа обычно состоят из входного слоя, на который подаются входные сигналы, одного или нескольких скрытых слоев, в которых происходит обработка входного сигнала, и выходного слоя, с которого считываются результаты работы сети.
-
IV. Математическая модель нестационарных аэродинамических характеристик треугольного крыла
Для малых амплитуд колебаний модели в потоке может быть использовано следующее разложение аэродинамических коэффициентов C y и m z [3]:
C y = C y CT ( a 0 ) + C a ( a — a 0 ) + (C a + C y z ) a (2)
и mz = mzCT (ao) + ma • (a - ao) + (maz + mT )a. (3)
Вместе с тем такое представление аэродинамических коэффициентов не может быть использовано для их моделирования при движении, сопровождающемся большими амплитудами изменения угла атаки.
Таким образом, при проведении экспериментальных исследований треугольного крыла [2] были проведены три типа опытов — статический, динамический при колебании модели с малыми амплитудами и динамический при колебании модели с большими амплитудами. В ходе проведения первых испытаний проводилось измерение статических значений С у ст (a o ) и m z CT (a o ), при проведении вторых — значений динамичес к их производных аэродинамических коэффициентов C a , m a и комплексов производных C ^ z + C a и m ^ z + m a z • В ходе же проведения испытаний при колебании модели с большими амплитудами проводилось измерение нелинейных нестационарных зависимостей C y (t) и m z (t).
При проведении экспериментов была использована модель треугольного крыла удлинением А = 1,5, имеющего среднюю аэродинамическую хорду (САХ) b a = 0,725 м, стреловидность крыла X « 70 ° .
Исследования проводились в аэродинамической трубе Т-103 ЦАГИ при скорости потока V ^ = 25 м/с, что соответствует числу Рейнольдса Re = 1,2 • 10 6 , рассчитанному по САХ крыла.
При проведении динамических испытаний колебания проводились по закону a = ao + Aa sin(wt + у). (4)
Колебания с малыми амплитудами выполнены для трех частот: f = 2 П 0.5, 1 и 1.4 Гц. Амплитуда колебаний A a составляла 3 ° . Средние углы a o менялись от 0 ° до 60 ° .
При колебаниях с большой амплитудой частота f менялась от 0,2 Гц до 1,2 Гц. Амплитуда колебаний Aa менялась от 15 ° до 24 ° . Средние углы атаки a o составляли от 16 ° до 32 ° . За один период измерялось по 128 значений C y и m z при соответствующих им углах α.
С помощью полученных производных С^:, m a и комплексов производных C ^ z +C a и m ZZ z +m a z , а также значений коэффициентов в стационарном случае С у ст (а о ) и m Z cT (а д ) на основе (2) и (3) были восстановлены значения С у (t) и m z (t) при колебании модели с малыми амплитудами.
С помощью указанного метода были сгенерированы данные для обучения и тестирования нейронных сетей для случая колебаний с малыми амплитудами по 64 значения за период. Количество измерений за период было уменьшено по сравнению с колебаниями с большими амплитудами, поскольку кривые гистерезиса, возникающие при больших амплитудах, имеют более сложный характер. При обучении сетей использовались как данные, полученные в ходе проведения испытаний при колебаниях модели с большими амплитудами, так и данные, восстановленные для колебаний модели с малыми амплитудами. В общей сложности при обучении нейронной сети было использовано 44 теста, 8 из которых — при большой амплитуде, а 36 — при малой. Для проверки обобщающей способности нейронной сети всего было использовано 22 теста, из них 4 теста при большой амплитуде и 18 тестов при малой амплитуде.
На вход нейронной сети подавался вектор входных данных
Список литературы Применение искусственных нейронных сетей для моделирования нестационарных аэродинамических характеристик
- Виноградов Ю.А., Жук А.Н., Колинько К.А., Храбров А.Н. Учет динамики разрушения вихрей при математическом моделировании нестационарных аэродинамических характеристик треугольного крыла//Ученые записки ЦАГИ. -1997. -Т. XXXVIII, № 1. -C. 105-118.
- Жук А.Н., Колинько К.А., Миатов О.Л., Храбров А.Н. Учет динамики разрушения вихрей при математическом моделировании нестационарных аэродинамических характеристик треуголь-ного крыла: препринт/ЦАГИ, Издательский отдел ЦАГИ. -М., 1997.
- Аэродинамика, устойчивость и управляемость сверхзвуковых самолетов/под ред. Г.С. Бю-шгенса. -М.: Наука. Физматлит, 1998.
- Klein V., and Noderer K.D. Modeling of Aircraft Unsteady Aerodynamic Characteristics. -Part 1 -Postulated Models//NASA TM 109120. -1994.
- Klein V., and Noderer K.D. Modeling of Aircraft Unsteady Aerodynamic Characteristics. -Part 2 -Parameters Estimated From Wind Tunnel Data//NASA TM 110161. -1995.
- Goman M.G., Khrabrov A.N. Space Representation of Aerodynamic Characteristics of an Aircraft at High Angles Attack//Journal of Aircraft. -Oct. 1994. -V. 31, N 5. -P. 1109-1115.
- Goman M.G., Greenwell D.L., Khrabrov A.N. The Characteristic Time Constant Approach for Mathematical Modelling of High Angle of Attack Aerodynamics//ICAS Paper, 22nd Congress of the Aeronautical Sciences, Harrogate, UK. -2000. -P. 223.1-223.14.
- Abramov N.B., Goman M.G., Khrabrov A.N., Kolinko K.A. Simple Wings Unsteady Aerodynamics at High Angles of Attack: Experimental and Modeling Results//AIAA Atmospheric Flight Mechanics Conference, Portland, OR. -1999. -P. 99-4013.
- Planckaert L. Model of Unsteady Aerodynamic Coefficients of a Delta Wing Aircraft at High Angles of Attack//RTO-MP-069(I), RTO AVT Symposium on Advanced Flow Management: Part A. -Vortex Flows and High Angle of Attack for Military Vehicles, Loen, Norway. -2001. -38.1-38.11.
- Горбань А.Н., Дунин-Барковский В.Л., Кирдин А.Н. [и др.]. Нейроинформатика. -Новосибирск: Наука. Сибирское предприятие РАН, 1998.
- Дорофеев Е.А., Свириденко Ю.Н. Применение искусственных нейронных сетей в задачах аэродинамического проектирования и определения характеристик летательных аппаратов//Труды ЦАГИ. -2002. -Вып. 2655.
- Дорофеев Е.А., Дынников А.И., Каргопольцев А.В., Свириденко Ю.Н., Фаддеев А.С. Методика оценки пилотажных характеристик самолета с использованием искусственных нейронных сетей//Ученые записки ЦАГИ. -2007. -Т. XXXVIII, вып. 1-2. -С. 112-117.
- Дорофеев Е.А., Дынников А.И., Каргопольцев А.В., Свириденко Ю.Н., Фаддеев А.С. Применение искусственных нейронных сетей для обработки и анализа данных аэродинамического эксперимента//Ученые записки ЦАГИ. -2007. -Т. XXXVIII, вып. 3-4. -С. 111-118.
- Дорофеев Е.А., Свириденко Ю.Н. Введение в нейроинформатику//Труды ЦАГИ. -2008. -Вып. 2678. -C. 3-16.