专利详情

专利权人	西北工业大学
专利名称	飞行器气动参数辨识方法、装置、计算机设备及存储介质
专利简介（摘要）	本申请提供一种飞行器气动参数辨识方法、装置、计算机设备及存储介质，涉及飞行器技术领域。该方法包括：获取预设飞行器随样本飞行时间变化的多组样本动力学数据；根据样本飞行时间和样本动力学数据，对预设的初始气动参数辨识模型进行训练，得到目标气动参数辨识模型；根据目标气动参数辨识模型的模型参数确定预设飞行器的气动力参数。本申请可以实现低成本、高效率并准确地计算气动力参数。
专利类型	发明专利
专利号	CN202310010124.7	申请日	2023-1-5	有效期限	20年
技术领域	电子信息技术,
解决的技术问题	飞行器是个极其复杂的系统，随着对飞行器设计领域的深入研究，获取飞行器准确的空气动力学特性变得尤为重要，而且获得其准确的气动力参数也是建立其飞行器模型、设计性能优良的飞行器控制系统以及开展飞行品质评估的重要前提和基础。通常飞行器气动力参数的获取方法包括：数值计算、风洞试验及参数辨识试验，数值计算可以大大降低设计周期和研发成本，但会受到计算机性能和不完善的理论研究限制，使计算结果不准确；风洞试验相较于参数辨识试验，灵活性较大，便于控制并且易于获得数据，但风洞试验费用较高，且存在洞壁干扰和支架干扰等情况；参数辨识试验直接基于真实飞行数据辨识气动力参数和动力学特性，是对数值计算和风洞试验结果进行校验的重要手段，相较于风洞试验与数值计算方法，该方法能够获取飞行器真实飞行状态下的数据，但在飞行过程中无法直接测量飞行器的气动特性参数，因此如何更准确地将真实的气动特性从飞行试验数据中辨识出来，是飞行器气动参数辨识试验的关键问题。
发明内容	本发明的目的在于，针对上述现有技术中的不足，提供一种飞行器气动参数辨识方法、装置、计算机设备及存储介质，以便实现低成本、高效率并准确地计算气动力参数。
技术效果	本申请拟提供一种飞行器气动参数辨识方法、装置、计算机设备及存储介质，利用嵌入物理信息神经网络模型的训练，实现模型训练和参数辨识一体化，在模型训练完成后即可从模型的模型参数中确定气动力参数，由于模型在训练时会随机初始化模型参数，可以避免对初值的依赖问题，且神经网络模型可以以任意精度逼近任意函数，其结果收敛于全局最优解，实现低成本、高效率、高精度的气动力参数辨识。
专利交易方式	许可
预计交易额	不低于10万元
联系人	秦老师		电话	029-68518707
邮箱			QQ
备注