|
|
题目：
雅宝题库答案：
****此区域为收费内容**** 需支付 1 知识币后可查看，1币=0.01元查看答案
雅宝题库解析：
本文针对多输入多输出（MIMO）气动弹性系统建立了一种非线性降阶建模（ROM）技术。该技术基于高阶Volterra核辨识（VKI），是通过以多尺度和多小波基函数表示的一阶与二阶（自交叉与互交叉）核展开来进行辨识的。而这些多尺度和多小波函数则由一维二次型有限单元多尺度函数经过卷积和张量积运算获得。 围绕MIMO非定常气动力系统的Volterra核辨识题目，有两项重要创新： 首先，为了对系统的非线性响应提供适当的激励，并满足非定常CFD仿真的数值稳定性条件，本文设计了一种新的训练输入信号。该信号在特定的频率范围产生激励，专门用于进行基于多尺寸和多小波技术的高阶自交叉与互交叉Volterra核的辨识。 其次，为了降低在离散Volterra方程求解中，多尺度、多小波函数以及训练输入信号乘积运算对内存的需求，文中提出了一种新的求解算法。该算法用于计算Volterra级数的多尺度和多小波函数的系数。随后，基于辨识的Volterra核函数建立了非线性非定常气动力ROM模型。为验证方法的有效性，将非线性非定常气动力ROM与结构动力学的模态叠加模型耦合进行仿真分析。这部分仿真以两个机翼模型为对象： 1. NACA65A004翼型的3D机翼 2. AGARD 445.6弱化模型机翼I构型。该模型也用于CFD-CSD耦合计算和网格变形方法的验证与实现 耦合ROM的广义模型位移和广义非定常气动力的仿真结果与耦合CFD-CSD仿真结果进行了对比。ROM仿真的飞行状态覆盖了亚声速、跨声速和临近超声速范围。在Matlab软件环境下开发计算机代码，执行本文提出的方法。 在本文的研究中，还利用神经网络技术来建立了非定常气动力的ROM，为此开发了一个基于LDDN框架神经网络的计算程序，而没有采用MATLAB的神经网络工具箱。这里采用推广的卡尔曼滤波法（EKF）来作为训练算法用于更新网络的权重，采用实时复现学习法（RTRL）来计算网络函数的梯度，这种方法可以用于处理任意MLP网络构造。结果表明EKF法比MATLAB神经网络工具箱具有更快的收敛速度。 为了进行CFD-CSD耦合计算和非定常CFD计算，在C语言环境下编写了CFD-CSD数据交互以及将网格变形插值到气动面运动的算法程序。该程序与Fluent软件的CFD求解器连接，应用Fluent软件提供的UDF工具进行CFD-CSD耦合计算和非定常CFD计算。该方法可以用来生成非定常气动力训练数据，并对ROM方法的CFD-CSD计算结果进行验证。这里集成了可以用于气动面的不同类型输入信号，以便为VKI和神经网络方法获取训练数据。 本文采用多尺度、多小波求解的VKI方法，发现了非线性非定常气动力响应的若干行为和现象。主要发现概括如下： 1. 非定常气动力响应总体上可以划分为两部分：线性部分与非线性部分； 2. 响应的线性部分变化迅速，并且当输入扰动除去以后，持续的时间很短暂； 3. 与线性部分相反，非线性响应变化缓慢，输入扰动消除后，持续的时间较长。 此外，还讨论了VKI和神经网络方法中不同参数的影响，并在训练时间、计算内存、仿真时间等方面对VKI和神经网络方法进行了对比。最后，给出了结论和未来展望。 |
上一篇：OFDM系统同步算法研究与实现下一篇：企业职工信息管理系统的设计与实现
|
发表于 2024-2-5 16:19:08
中发现Ni：
中发现Ni：
中发现Ni：
中发现Ni：
中发现Ni：
中发现Ni：
QQ登录
