循环神经网络在智能天平研究中的应用

	循环神经网络在智能天平研究中的应用
	聂少军; 王粤 ; 汪运鹏; 赵敏 ; 隋婧
发表期刊	力学学报
	2021-07-25
卷号	53 期号:08 页码:2336-2344
ISSN	0459-1879
摘要	激波风洞地面试验对高超声速飞行器高焓气动特性研究至关重要,而高精度气动力测量是其中的关键技术.在脉冲型激波风洞中进行测力试验时,风洞起动时流场瞬间建立,对测力系统会产生较大的冲击.测力系统在瞬时冲击作用下受到激励,系统的惯性振动信号在短时间内无法快速衰减,天平的输出信号中会包含惯性振动干扰量,导致脉冲型风洞测力试验精准度的进一步提高遇到瓶颈.为了解决短试验时间内激波风洞快速准确测力问题,发展高精度的动态校准技术是提升受惯性干扰天平性能的关键方法.因此,本文采用循环神经网络对天平动态校准数据进行训练和智能处理,旨在消除输出动态信号中的振动干扰信号.本文对该方法进行了误差分析,验证了该方法的可靠性,并将该方法应用于激波风洞测力试验中,切实有效降低了惯性振动对天平输出信号的干扰影响.根据智能模型的样本验证分析,各分量载荷相对误差比较小,其中高频轴向力分量处理结果的相对误差约1%.在风洞试验数据验证中,也得到了比较理想的结果,同时与卷积神经网络模型处理的结果进行了对比分析.
关键词	气动力测量风洞天平动态校准人工智能循环神经网络
收录类别	EI ; CSCD
语种	中文
项目资助者	国家自然科学基金资助项目(11672357)
CSCD记录号	CSCD:7050810
论文分区	二类
力学所作者排名	1
引用统计	被引频次：1[CSCD] [CSCD记录]
文献类型	期刊论文
条目标识符	http://dspace.imech.ac.cn/handle/311007/87553
专题	高温气体动力学国家重点实验室
作者单位	1.中国科学院力学研究所高温气体动力学国家重点实验室 2.中国科学院大学工程科学学院 3.中国科学院大学人工智能学院
推荐引用方式 GB/T 7714	聂少军,王粤,汪运鹏,等. 循环神经网络在智能天平研究中的应用[J]. 力学学报,2021,53,08,:2336-2344.
APA	聂少军,王粤,汪运鹏,赵敏,&隋婧.(2021).循环神经网络在智能天平研究中的应用.力学学报,53(08),2336-2344.
MLA	聂少军,et al."循环神经网络在智能天平研究中的应用".力学学报 53.08(2021):2336-2344.

条目包含的文件		下载所有文件
文件名称/大小	文献类型	版本类型	开放类型	使用许可
Jp2021451.pdf（6901KB）	期刊论文	出版稿	开放获取	CC BY-NC-SA	浏览下载