CN115659522B - 一种飞行器转捩位置预测方法、装置、设备及介质 - Google Patents

一种飞行器转捩位置预测方法、装置、设备及介质 Download PDF

Info

Publication number
CN115659522B
CN115659522B CN202211679160.4A CN202211679160A CN115659522B CN 115659522 B CN115659522 B CN 115659522B CN 202211679160 A CN202211679160 A CN 202211679160A CN 115659522 B CN115659522 B CN 115659522B
Authority
CN
China
Prior art keywords
grid
target
point
value
edge
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202211679160.4A
Other languages
English (en)
Other versions
CN115659522A (zh
Inventor
段茂昌
万兵兵
涂国华
李仕博
陈坚强
袁先旭
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Computational Aerodynamics Institute of China Aerodynamics Research and Development Center
Original Assignee
Computational Aerodynamics Institute of China Aerodynamics Research and Development Center
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Computational Aerodynamics Institute of China Aerodynamics Research and Development Center filed Critical Computational Aerodynamics Institute of China Aerodynamics Research and Development Center
Priority to CN202211679160.4A priority Critical patent/CN115659522B/zh
Publication of CN115659522A publication Critical patent/CN115659522A/zh
Application granted granted Critical
Publication of CN115659522B publication Critical patent/CN115659522B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation

Landscapes

  • Traffic Control Systems (AREA)

Abstract

本申请公开了一种飞行器转捩位置预测方法、装置、设备及介质，包括：获取飞行器的表面网格，并将所述表面网格中的每个网格点作为目标网格点；对于每个所述目标网格点，确定该目标网格点的目标上游网格边，并重复执行基于所述目标上游网格边上两个网格点的N值，确定该目标网格点的N值的步骤，直到满足迭代终止条件，得到该目标网格点的最终N值；其中，所述目标上游网格边为在该目标网格点扰动传播方向的上游的网格边，并且，所述目标上游网格边为该目标网格点所在网格的网格边；基于所有所述目标网格点的所述最终N值预测所述飞行器的转捩位置。能够提升飞行器转捩位置预测的效率。

Description

一种飞行器转捩位置预测方法、装置、设备及介质
技术领域
本申请涉及转捩位置预测技术领域，特别涉及一种飞行器转捩位置预测方法、装置、设备及介质。
背景技术
随着实际工程应用的进步和研究的深入，复杂外形飞行器三维边界层的稳定性分析与转捩预测问题越来越受关注。三维边界层转捩预测问题存在计算量大、算法复杂的特点，实施难度比较大。
目前，在应用三维eN方法进行转捩预测时，在物面网格中计算N值时，需要确定扰动传播路径，以及路径上每个位置的扰动增长信息，每一个位置的N值都依赖于前一个位置的信息，只能由前往后累计计算。由于传播路径与网格不一致，每一步推进都需要计算传播路径与网格的交点，想要获得网格点的N值还需要进行一次插值计算，这导致三维eN方法的计算量大、计算复杂，且难以实现并行计算，进而降低了飞行器转捩位置预测的效率。
发明内容
有鉴于此，本申请的目的在于提供一种飞行器转捩位置预测方法、装置、设备及介质，能够提升飞行器转捩位置预测的效率。其具体方案如下：
第一方面，本申请公开了一种飞行器转捩位置预测方法，包括：
获取飞行器的表面网格，并将所述表面网格中的每个网格点作为目标网格点；
对于每个所述目标网格点，确定该目标网格点的目标上游网格边，并重复执行基于所述目标上游网格边上两个网格点的N值，确定该目标网格点的N值的步骤，直到满足迭代终止条件，得到该目标网格点的最终N值；其中，所述目标上游网格边为在该目标网格点扰动传播方向的上游的网格边，并且，所述目标上游网格边为该目标网格点所在网格的网格边；
基于所有所述目标网格点的所述最终N值预测所述飞行器的转捩位置。
可选的，所述对于每个所述目标网格点，确定该目标网格点的目标上游网格边，包括：
对于每个所述目标网格点，沿该目标网格点的扰动传播方向的上游做辅助线，并将与所述辅助线产生交点的网格边确定为目标上游网格边。
可选的，所述基于所述目标上游网格边上两个网格点的N值，确定该目标网格点的N值，包括：
基于所述目标上游网格边上两个网格点的N值进行插值运算，得到所述交点的N值；
基于所述交点的N值，并沿目标线段对所述目标线段的平均扰动增长率进行积分，得到该目标网格点的N值；其中，所述目标线段为以该目标网格点和所述交点为端点的线段，所述平均扰动增长率为该目标网格点与所述交点的扰动增长率的均值。
可选的，还包括：
基于所述目标上游网格边上两个网格点的扰动增长率进行插值运算，得到所述交点的扰动增长率。
可选的，所述基于所述目标上游网格边上两个网格点的扰动增长率进行插值运算，得到所述交点的扰动增长率，包括：
基于所述目标上游网格边上两个网格点的扰动增长率和预设插值系数进行拉格朗日插值运算，得到所述交点的扰动增长率。
可选的，所述获取飞行器的表面网格之后，还包括：
确定每个网格点的扰动增长率和扰动传播方向，并设置每个网格点的初始N值。
可选的，还包括：
当所有所述目标网格点的迭代残差均小于预设阈值，则判定满足所述迭代终止条件。
第二方面，本申请公开了一种飞行器转捩位置预测装置，包括：
表面网格获取模块，用于获取飞行器的表面网格，并将所述表面网格中的每个网格点作为目标网格点；
网格点N值确定模块，用于对于每个所述目标网格点，确定该目标网格点的目标上游网格边，并重复执行基于所述目标上游网格边上两个网格点的N值，确定该目标网格点的N值的步骤，直到满足迭代终止条件，得到该目标网格点的最终N值；其中，所述目标上游网格边为在该目标网格点扰动传播方向的上游的网格边，并且，所述目标上游网格边为该目标网格点所在网格的网格边；
转捩位置预测模块，用于基于所有所述目标网格点的所述最终N值预测所述飞行器的转捩位置。
第三方面，本申请公开了一种电子设备，包括存储器和处理器，其中：
所述存储器，用于保存计算机程序；
所述处理器，用于执行所述计算机程序，以实现前述的飞行器转捩位置预测方法。
第四方面，本申请公开了一种计算机可读存储介质，用于保存计算机程序，其中，所述计算机程序被处理器执行时实现前述的飞行器转捩位置预测方法。
可见，本申请获取飞行器的表面网格，并将所述表面网格中的每个网格点作为目标网格点，对于每个所述目标网格点，确定该目标网格点的目标上游网格边，并重复执行基于所述目标上游网格边上两个网格点的N值，确定该目标网格点的N值的步骤，直到满足迭代终止条件，得到该目标网格点的最终N值；其中，所述目标上游网格边为在该目标网格点扰动传播方向的上游的网格边，并且，所述目标上游网格边为该目标网格点所在网格的网格边，最后基于所有所述目标网格点的所述最终N值预测所述飞行器的转捩位置。也即，本申请在确定N值的过程中，基于局部相邻网格间的依赖关系，对每个网格点的N值进行迭代计算，无需计算扰动传播路径，消除了在沿扰动传播路径计算N值的积分过程中从前往后的严格积分顺序，降低了计算复杂度和计算量，便于并行化计算，能够提升网格点N值的计算效率，从而提升飞行器转捩位置预测的效率。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。
图1为本申请公开的一种飞行器转捩位置预测方法流程图；
图2为本申请公开的一种具体的N值确定方法流程图；
图3为本申请公开的一种具体的局部网格示意图；
图4为本申请公开的一种飞行器转捩位置预测装置结构示意图；
图5为本申请公开的一种电子设备结构图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
目前，在应用三维eN方法进行转捩预测时，设边界层中存在如下形式的扰动波：
Figure 73330DEST_PATH_IMAGE001
，
其中，x、y、z分别为流向、壁面法向和展向的坐标。
Figure 318367DEST_PATH_IMAGE002
为扰动频率，
Figure 957158DEST_PATH_IMAGE003
为实数，
Figure 712887DEST_PATH_IMAGE004
、
Figure 855155DEST_PATH_IMAGE005
为复波数，
Figure 739935DEST_PATH_IMAGE006
，
Figure 774012DEST_PATH_IMAGE007
，实部
Figure 831967DEST_PATH_IMAGE008
、
Figure 766425DEST_PATH_IMAGE009
分别表示流向的波数、展向的波 数，而虚部
Figure 618843DEST_PATH_IMAGE010
、
Figure 842014DEST_PATH_IMAGE011
分别表示流向扰动增长率、展向扰动增长率，
Figure 877228DEST_PATH_IMAGE012
为扰动分布函数，
Figure 462931DEST_PATH_IMAGE012
仅是y 的函数，A为扰动幅值，
Figure 581190DEST_PATH_IMAGE013
为
Figure 478608DEST_PATH_IMAGE014
的共轭复数。
进一步的，边界层内某个频率和波数的小扰动波向下游传播时，进入不稳定区域幅值会被放大。从扰动波进入不稳定区域开始，沿扰动传播路径对扰动增长率进行积分可得到累计的幅值放大因子即N值：
Figure 284890DEST_PATH_IMAGE015
，
其中，
Figure 147935DEST_PATH_IMAGE016
为扰动开始增长的位置，S为扰动传播路径弧长，
Figure 810998DEST_PATH_IMAGE017
为流向和展向上的扰动 增长率。
可见，在物面网格中计算N值时，需要确定扰动传播路径，以及路径上每个位置的扰动增长信息，每一个位置的N值都依赖于前一个位置的信息，只能由前往后累计计算。由于传播路径与网格不一致，每一步推进都需要计算传播路径与网格的交点，想要获得网格点的N值还需要进行一次插值计算，这导致三维eN方法的计算量大、计算复杂，且难以实现并行计算，进而降低了飞行器转捩位置预测的效率。为此，本申请提供了一种飞行器转捩位置预测方案，提升飞行器转捩位置预测的效率。
参见图1所示，本申请实施例公开了一种飞行器转捩位置预测方法，包括：
步骤S11：获取飞行器的表面网格，并将所述表面网格中的每个网格点作为目标网格点。
在具体的实施方式中，本申请实施例可以确定每个网格点的扰动增长率和扰动传播方向，并设置每个网格点的初始N值。
其中，本申请实施例可以根据稳定性分析方法，确定每个网格点的扰动增长率和扰动传播方向，并且，可以将每个网格点的初始N值均设为0。
步骤S12：对于每个所述目标网格点，确定该目标网格点的目标上游网格边，并重复执行基于所述目标上游网格边上两个网格点的N值，确定该目标网格点的N值的步骤，直到满足迭代终止条件，得到该目标网格点的最终N值；其中，所述目标上游网格边为在该目标网格点扰动传播方向的上游的网格边，并且，所述目标上游网格边为该目标网格点所在网格的网格边。
在一种具体的实施方式中，可以对于每个所述目标网格点，沿该目标网格点的扰动传播方向的上游做辅助线，并将与所述辅助线产生交点的网格边确定为目标上游网格边。
可以理解的是，本申请实施例在首次执行基于所述目标上游网格边上两个网格点的N值，确定该目标网格点的N值的步骤时，基于所述目标上游网格边上两个网格点的初始N值，确定该目标网格点的N值以得到更新后的N值，这样，所有网格点均得到更新后的N值，在下一次执行该步骤时，基于所述目标上游网格边上两个网格点的更新后的N值，确定该目标网格点的N值，直到满足迭代终止条件，得到所有网格点的最终N值。
进一步的，基于所述目标上游网格边上两个网格点的N值，确定该目标网格点的N值，具体包括以下步骤：
步骤00：基于所述目标上游网格边上两个网格点的N值进行插值运算，得到所述交点的N值。
在一种具体的实施方式中，可以基于所述目标上游网格边上两个网格点的N值和预设插值系数进行拉格朗日插值运算，得到所述交点的N值。当然，在其他实施例中，也可以采用其他插值运算方法。其中，预设插值系数的取值范围可以为（0，1）。
步骤01：基于所述交点的N值，并沿目标线段对所述目标线段的平均扰动增长率进行积分，得到该目标网格点的N值。其中，所述目标线段为以该目标网格点和所述交点为端点的线段，所述平均扰动增长率为该目标网格点与所述交点的扰动增长率的均值。
其中，本申请实施例可以沿目标线段对所述目标线段的平均扰动增长率进行高斯积分，得到该目标网格点的N值，当然，在另外的一些实施中，可以采用其他积分方法。
并且，本申请实施例可以基于所述目标上游网格边上两个网格点的扰动增长率和预设插值系数进行拉格朗日插值运算，得到所述交点的扰动增长率。并且，在一种具体的实施方式中，可以基于所述目标上游网格边上两个网格点的扰动增长率和预设插值系数进行拉格朗日插值运算，得到所述交点的扰动增长率。当然，在其他实施例中，也可以采用其他插值运算方法。
进一步的，当所有所述目标网格点的迭代残差均小于预设阈值，则判定满足所述迭代终止条件。其中，预设阈值的取值范围可以为10-7~10-8。
也即，本申请实施例可以基于步骤00至步骤01不断迭代更新每个网格点的N值，每次计算直到满足迭代终止条件。
步骤S13：基于所有所述目标网格点的所述最终N值预测所述飞行器的转捩位置。
可见，本申请获取飞行器的表面网格，并将所述表面网格中的每个网格点作为目标网格点，对于每个所述目标网格点，确定该目标网格点的目标上游网格边，并重复执行基于所述目标上游网格边上两个网格点的N值，确定该目标网格点的N值的步骤，直到满足迭代终止条件，得到该目标网格点的最终N值；其中，所述目标上游网格边为在该目标网格点扰动传播方向的上游的网格边，并且，所述目标上游网格边为该目标网格点所在网格的网格边，最后基于所有所述目标网格点的所述最终N值预测所述飞行器的转捩位置。也即，本申请在确定N值的过程中，基于局部相邻网格间的依赖关系，对每个网格点的N值进行迭代计算，无需计算扰动传播路径，消除了在沿扰动传播路径计算N值的积分过程中从前往后的严格积分顺序，降低了计算复杂度和计算量，便于并行化计算，能够提升网格点N值的计算效率，从而提升飞行器转捩位置预测的效率。
例如，参见图2所示，图2为本申请实施例公开的一种具体的N值确定方法流程图。
第一步，初始化网格点N值：根据稳定性分析方法，确定每个网格点的扰动增长率 及其传播方向
Figure 8761DEST_PATH_IMAGE018
，并设置每个点上初始N值为0；
第二步，确定辅助线段：沿每个网格点扰动传播方向的上游即扰动传播方向的反 方向，在网格上做辅助线，如图3，图3为本申请实施例公开的一种具体的局部网格示意图。 在某个网格点C，该网格点的扰动增长率为
Figure 182515DEST_PATH_IMAGE019
，扰动传播方向为
Figure 149334DEST_PATH_IMAGE020
，沿扰动传播方向的上游 做辅助线段，与边AB交于点
Figure 576774DEST_PATH_IMAGE021
，连接两点得到线段
Figure 153511DEST_PATH_IMAGE022
，线段长度为
Figure 504858DEST_PATH_IMAGE023
；
Figure 309871DEST_PATH_IMAGE024
即为前述目标线 段，边AB即为目标网格点C的目标上游网格边。
第三步，计算平均扰动增长率：由A、B两点的扰动增长率插值得到点
Figure 296762DEST_PATH_IMAGE025
的扰动增长 率
Figure 593751DEST_PATH_IMAGE026
，计算线段
Figure 873422DEST_PATH_IMAGE027
上平均扰动增长率
Figure 175353DEST_PATH_IMAGE028
，
Figure 85540DEST_PATH_IMAGE029
；其中，
Figure 479612DEST_PATH_IMAGE030
、
Figure 766237DEST_PATH_IMAGE031
、
Figure 890051DEST_PATH_IMAGE032
、
Figure 269342DEST_PATH_IMAGE033
分别表示点A、点B、点C、点
Figure 416290DEST_PATH_IMAGE025
的扰动增长率，
Figure 37764DEST_PATH_IMAGE034
表示点A的插值系数，
Figure 688188DEST_PATH_IMAGE035
表示点B的插值系数；插值系数
Figure 940178DEST_PATH_IMAGE036
、
Figure 902318DEST_PATH_IMAGE037
由插值方法决定，可以采 用拉格朗日插值法插值，
Figure 563368DEST_PATH_IMAGE038
、
Figure 661774DEST_PATH_IMAGE039
的取值范围可以均为（0，1）。
第四步，计算交点N值：采用拉格朗日插值法由A、B两点的N值插值得到点
Figure 350245DEST_PATH_IMAGE040
的N值，
Figure 425779DEST_PATH_IMAGE041
，其中，
Figure 654635DEST_PATH_IMAGE042
、
Figure 374592DEST_PATH_IMAGE043
、
Figure 233963DEST_PATH_IMAGE044
分别表示点A、点B、点
Figure 531215DEST_PATH_IMAGE045
的N值，插值系数
Figure 563762DEST_PATH_IMAGE046
、
Figure 200542DEST_PATH_IMAGE047
与 上一步中相同；
第五步，更新网格点N值：沿线段
Figure 496394DEST_PATH_IMAGE048
对平均扰动增长率
Figure 123684DEST_PATH_IMAGE049
进行，得到点C的N值
Figure 980827DEST_PATH_IMAGE050
，
Figure 377173DEST_PATH_IMAGE051
，也可选择其他积分方法；
第六步，在所有网格点采取以上步骤获得的新的N值，并以此为初值在每个网格点重复循环第四步至第五步对N值进行迭代更新，当在所有网格点迭代残差均小于规定阈值ε（范围为10-7~10-8）时结束计算，得到所有网格点最终的N值。
这样，将对边界层转捩预测三维eN方法改进，将传播路径上从前往后累积扰动增长率计算N值的过程转化为相邻网格间的局部迭代循环计算，只需要在相邻网格间建立局部依赖关系，消除了积分点必须沿传播路径从前往后分布的限制，从而降低了三维eN方法实现的难度，不需要计算扰动传播路径，大大降低了三维eN方法实施难度，并且降低了N值计算中网格间依赖关系，有利于并行化计算，实施简单易行、计算量小，从而提升飞行器转捩位置预测的效率。
参见图4所示，本申请实施例公开了一种飞行器转捩位置预测装置，包括：
表面网格获取模块11，用于获取飞行器的表面网格，并将所述表面网格中的每个网格点作为目标网格点；
网格点N值确定模块12，用于对于每个所述目标网格点，确定该目标网格点的目标上游网格边，并重复执行基于所述目标上游网格边上两个网格点的N值，确定该目标网格点的N值的步骤，直到满足迭代终止条件，得到该目标网格点的最终N值；其中，所述目标上游网格边为在该目标网格点扰动传播方向的上游的网格边，并且，所述目标上游网格边为该目标网格点所在网格的网格边；
转捩位置预测模块13，用于基于所有所述目标网格点的所述最终N值预测所述飞行器的转捩位置。
可见，本申请实施例获取飞行器的表面网格，并将所述表面网格中的每个网格点作为目标网格点，对于每个所述目标网格点，确定该目标网格点的目标上游网格边，并重复执行基于所述目标上游网格边上两个网格点的N值，确定该目标网格点的N值的步骤，直到满足迭代终止条件，得到该目标网格点的最终N值；其中，所述目标上游网格边为在该目标网格点扰动传播方向的上游的网格边，并且，所述目标上游网格边为该目标网格点所在网格的网格边，最后基于所有所述目标网格点的所述最终N值预测所述飞行器的转捩位置。也即，本申请在确定N值的过程中，基于局部相邻网格间的依赖关系，对每个网格点的N值进行迭代计算，无需计算扰动传播路径，消除了在沿扰动传播路径计算N值的积分过程中从前往后的严格积分顺序，降低了计算复杂度和计算量，便于并行化计算，能够提升网格点N值的计算效率，从而提升飞行器转捩位置预测的效率。
其中，所述网格点N值确定模块包括：
目标上游网格边确定子模块，用于对于每个所述目标网格点，沿该目标网格点的扰动传播方向的上游做辅助线，并将与所述辅助线产生交点的网格边确定为目标上游网格边。
网格点N值确定子模块，用于重复执行基于所述目标上游网格边上两个网格点的N值，确定该目标网格点的N值的步骤，直到满足迭代终止条件，得到该目标网格点的最终N值。
进一步的，网格点N值确定子模块包括：
交点N值确定单元，用于基于所述目标上游网格边上两个网格点的N值进行插值运算，得到所述交点的N值；
网格点N值确定单元，用于基于所述交点的N值，并沿目标线段对所述目标线段的平均扰动增长率进行积分，得到该目标网格点的N值；其中，所述目标线段为以该目标网格点和所述交点为端点的线段，所述平均扰动增长率为该目标网格点与所述交点的扰动增长率的均值。
进一步的，所述装置还包括交点扰动增长率确定模块，用于基于所述目标上游网格边上两个网格点的扰动增长率进行插值运算，得到所述交点的扰动增长率。
并且，所述交点扰动增长率确定模块，具体用于基于所述目标上游网格边上两个网格点的扰动增长率和预设插值系数进行拉格朗日插值运算，得到所述交点的扰动增长率。
进一步的，所述装置还包括：
网格点扰动增长率确定模块，用于确定每个网格点的扰动增长率；
网格点扰动传播方向确定模块，用于确定每个网格点的扰动传播方向；
网格点初始N值设置模块，用于设置每个网格点的初始N值。
其中，当所有所述目标网格点的迭代残差均小于预设阈值，则判定满足所述迭代终止条件。
参见图5所示，本申请实施例公开了一种电子设备20，包括处理器21和存储器22；其中，所述存储器22，用于保存计算机程序；所述处理器21，用于执行所述计算机程序，前述实施例公开的飞行器转捩位置预测方法。
关于上述飞行器转捩位置预测方法的具体过程可以参考前述实施例中公开的相应内容，在此不再进行赘述。
并且，所述存储器22作为资源存储的载体，可以是只读存储器、随机存储器、磁盘或者光盘等，存储方式可以是短暂存储或者永久存储。
另外，所述电子设备20还包括电源23、通信接口24、输入输出接口25和通信总线26；其中，所述电源23用于为所述电子设备20上的各硬件设备提供工作电压；所述通信接口24能够为所述电子设备20创建与外界设备之间的数据传输通道，其所遵循的通信协议是能够适用于本申请技术方案的任意通信协议，在此不对其进行具体限定；所述输入输出接口25，用于获取外界输入数据或向外界输出数据，其具体的接口类型可以根据具体应用需要进行选取，在此不进行具体限定。
进一步的，本申请实施例还公开了一种计算机可读存储介质，用于保存计算机程序，其中，所述计算机程序被处理器执行时实现前述实施例公开的飞行器转捩位置预测方法。
关于上述飞行器转捩位置预测方法的具体过程可以参考前述实施例中公开的相应内容，在此不再进行赘述。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其它实施例的不同之处，各个实施例之间相同或相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器（RAM）、内存、只读存储器（ROM）、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
以上对本申请所提供的一种飞行器转捩位置预测方法、装置、设备及介质进行了详细介绍，本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想；同时，对于本领域的一般技术人员，依据本申请的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本申请的限制。

Claims (8)

1.一种飞行器转捩位置预测方法，其特征在于，包括：
获取飞行器的表面网格，并将所述表面网格中的每个网格点作为目标网格点；
对于每个所述目标网格点，确定该目标网格点的目标上游网格边，并重复执行基于所述目标上游网格边上两个网格点的N值，确定该目标网格点的N值的步骤，直到满足迭代终止条件，得到该目标网格点的最终N值；其中，所述目标上游网格边为在该目标网格点扰动传播方向的上游的网格边，并且，所述目标上游网格边为该目标网格点所在网格的网格边；
基于所有所述目标网格点的所述最终N值预测所述飞行器的转捩位置；
其中，所述对于每个所述目标网格点，确定该目标网格点的目标上游网格边，包括：对于每个所述目标网格点，沿该目标网格点的扰动传播方向的上游做辅助线，并将与所述辅助线产生交点的网格边确定为目标上游网格边；
并且，所述基于所述目标上游网格边上两个网格点的N值，确定该目标网格点的N值，包括：
基于所述目标上游网格边上两个网格点的N值进行插值运算，得到所述交点的N值；
基于所述交点的N值，并沿目标线段对所述目标线段的平均扰动增长率进行积分，得到该目标网格点的N值；其中，所述目标线段为以该目标网格点和所述交点为端点的线段，所述平均扰动增长率为该目标网格点与所述交点的扰动增长率的均值。
2.根据权利要求1所述的飞行器转捩位置预测方法，其特征在于，还包括：
基于所述目标上游网格边上两个网格点的扰动增长率进行插值运算，得到所述交点的扰动增长率。
3.根据权利要求2所述的飞行器转捩位置预测方法，其特征在于，所述基于所述目标上游网格边上两个网格点的扰动增长率进行插值运算，得到所述交点的扰动增长率，包括：
基于所述目标上游网格边上两个网格点的扰动增长率和预设插值系数进行拉格朗日插值运算，得到所述交点的扰动增长率。
4.根据权利要求1所述的飞行器转捩位置预测方法，其特征在于，所述获取飞行器的表面网格之后，还包括：
确定每个网格点的扰动增长率和扰动传播方向，并设置每个网格点的初始N值。
5.根据权利要求1至4任一项所述飞行器转捩位置预测方法，其特征在于，还包括：
当所有所述目标网格点的迭代残差均小于预设阈值，则判定满足所述迭代终止条件。
6.一种飞行器转捩位置预测装置，其特征在于，包括：
表面网格获取模块，用于获取飞行器的表面网格，并将所述表面网格中的每个网格点作为目标网格点；
网格点N值确定模块，用于对于每个所述目标网格点，确定该目标网格点的目标上游网格边，并重复执行基于所述目标上游网格边上两个网格点的N值，确定该目标网格点的N值的步骤，直到满足迭代终止条件，得到该目标网格点的最终N值；其中，所述目标上游网格边为在该目标网格点扰动传播方向的上游的网格边，并且，所述目标上游网格边为该目标网格点所在网格的网格边；
转捩位置预测模块，用于基于所有所述目标网格点的所述最终N值预测所述飞行器的转捩位置；
其中，所述网格点N值确定模块包括：
目标上游网格边确定子模块，用于对于每个所述目标网格点，沿该目标网格点的扰动传播方向的上游做辅助线，并将与所述辅助线产生交点的网格边确定为目标上游网格边；
网格点N值确定子模块，用于重复执行基于所述目标上游网格边上两个网格点的N值，确定该目标网格点的N值的步骤，直到满足迭代终止条件，得到该目标网格点的最终N值；
并且，网格点N值确定子模块具体包括：
交点N值确定单元，用于基于所述目标上游网格边上两个网格点的N值进行插值运算，得到所述交点的N值；
网格点N值确定单元，用于基于所述交点的N值，并沿目标线段对所述目标线段的平均扰动增长率进行积分，得到该目标网格点的N值；其中，所述目标线段为以该目标网格点和所述交点为端点的线段，所述平均扰动增长率为该目标网格点与所述交点的扰动增长率的均值。
7.一种电子设备，其特征在于，包括存储器和处理器，其中：
所述存储器，用于保存计算机程序；
所述处理器，用于执行所述计算机程序，以实现如权利要求1至5任一项所述的飞行器转捩位置预测方法。
8.一种计算机可读存储介质，其特征在于，用于保存计算机程序，其中，所述计算机程序被处理器执行时实现如权利要求1至5任一项所述的飞行器转捩位置预测方法。
CN202211679160.4A 2022-12-27 2022-12-27 一种飞行器转捩位置预测方法、装置、设备及介质 Active CN115659522B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211679160.4A CN115659522B (zh) 2022-12-27 2022-12-27 一种飞行器转捩位置预测方法、装置、设备及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211679160.4A CN115659522B (zh) 2022-12-27 2022-12-27 一种飞行器转捩位置预测方法、装置、设备及介质

Publications (2)

Publication Number Publication Date
CN115659522A CN115659522A (zh) 2023-01-31
CN115659522B true CN115659522B (zh) 2023-03-28

Family

ID=85022754

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211679160.4A Active CN115659522B (zh) 2022-12-27 2022-12-27 一种飞行器转捩位置预测方法、装置、设备及介质

Country Status (1)

Country Link
CN (1) CN115659522B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115840889B (zh) * 2023-02-17 2023-05-26 中国空气动力研究与发展中心计算空气动力研究所 用于转捩预测的特征值的处理方法、装置、设备及介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108304600A (zh) * 2017-08-09 2018-07-20 北京空天技术研究所 一种高超声速飞行器转捩位置预测方法
CN112231847A (zh) * 2020-11-04 2021-01-15 中国商用飞机有限责任公司北京民用飞机技术研究中心 转捩位置确定方法、装置、电子设备及存储介质
CN113468656A (zh) * 2021-05-25 2021-10-01 北京临近空间飞行器系统工程研究所 基于pns计算流场的高速边界层转捩快速预示方法和系统
CN113505542A (zh) * 2021-06-11 2021-10-15 中国空气动力研究与发展中心计算空气动力研究所 一种高超声速飞行器后掠机翼的湍流转捩模型构建方法
CN113998145A (zh) * 2022-01-04 2022-02-01 中国空气动力研究与发展中心计算空气动力研究所 飞行器边界层失稳特征检测方法、装置、设备及介质

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9875324B2 (en) * 2013-08-16 2018-01-23 Operation Technology, Inc. Traction power simulation
CA2910296A1 (en) * 2014-12-12 2016-06-12 Atlantic Inertial Systems Limited (HSC) Collision detection system
US10518872B2 (en) * 2015-06-25 2019-12-31 Simmonds Precision Products, Inc. Continuous fuel tank level control
CN108304601B (zh) * 2017-08-09 2019-12-31 北京空天技术研究所 一种高超声速飞行器边界层转捩的判断方法
CN108470081B (zh) * 2018-01-17 2021-10-12 天津大学 一种超声速边界层多块网格定位及快速流场插值方法
CN110750833A (zh) * 2019-03-22 2020-02-04 大连理工大学 一种基于改进的移动粒子半隐式法和模态叠加方法求解强非线性时域水弹性问题设计方法
CN112052632B (zh) * 2020-07-27 2021-05-11 空气动力学国家重点实验室 一种高超声速流向转捩预测方法
CN112613250B (zh) * 2020-12-29 2021-12-10 中国航天空气动力技术研究院 火星进入器表面流动转捩位置预测方法
CN113221350B (zh) * 2021-05-10 2022-02-18 天津大学 基于全局稳定性分析的高超声速飞行器转捩预测方法
CN114993609B (zh) * 2022-08-08 2022-11-22 中国空气动力研究与发展中心计算空气动力研究所 预测变雷诺数钝锥转捩位置的方法、介质、处理器及设备

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108304600A (zh) * 2017-08-09 2018-07-20 北京空天技术研究所 一种高超声速飞行器转捩位置预测方法
CN112231847A (zh) * 2020-11-04 2021-01-15 中国商用飞机有限责任公司北京民用飞机技术研究中心 转捩位置确定方法、装置、电子设备及存储介质
CN113468656A (zh) * 2021-05-25 2021-10-01 北京临近空间飞行器系统工程研究所 基于pns计算流场的高速边界层转捩快速预示方法和系统
CN113505542A (zh) * 2021-06-11 2021-10-15 中国空气动力研究与发展中心计算空气动力研究所 一种高超声速飞行器后掠机翼的湍流转捩模型构建方法
CN113998145A (zh) * 2022-01-04 2022-02-01 中国空气动力研究与发展中心计算空气动力研究所 飞行器边界层失稳特征检测方法、装置、设备及介质

Also Published As

Publication number Publication date
CN115659522A (zh) 2023-01-31

Similar Documents

Publication Publication Date Title
US9225501B2 (en) Non-linear modeling of a physical system using look-up table with polynomial interpolation
Fearnhead et al. A sequential smoothing algorithm with linear computational cost
Reddy et al. An approach for FIR filter coefficient optimization using differential evolution algorithm
El Ghaoui et al. Robust filtering for discrete-time systems with bounded noise and parametric uncertainty
Crombecq et al. A novel sequential design strategy for global surrogate modeling
CN115659522B (zh) 一种飞行器转捩位置预测方法、装置、设备及介质
CN108563843B (zh) 定常可压缩流动的扰动区域更新方法
Maes et al. Asymptotic importance sampling
CN103947106A (zh) 系统线性化
Stadler et al. Adaptive importance sampling (digital communication)
KR20220103739A (ko) 시뮬레이션의 계산 비용을 추정하기 위한 방법 및 시스템
CN111783356A (zh) 一种基于人工智能的石油产量预测方法和装置
CN110807428B (zh) 煤类样品的识别方法、装置、服务器及存储介质
CN115455745A (zh) 自适应频点采样的扫频方法、系统及相关设备
KR101492197B1 (ko) 순차적 근사 최적 설계 방법 및 장치
CN115563483A (zh) 基于改进阈值估计和改进阈值函数的放电信号降噪方法
CN111061992A (zh) 一种基于抛物线的函数拟合方法及其装置
Quagliarella et al. An open-source aerodynamic framework for benchmarking multi-fidelity methods
Porta et al. A space–time adaptation scheme for unsteady shallow water problems
US8457935B2 (en) Data processing method for sampling data from sets of original data
US5889680A (en) Device simulation method for use in numerical analyses of a semiconductor device
Kulka et al. Temporally adaptive conservative scheme for unsteady compressible flow
CN110649912B (zh) 空间滤波器的建模方法
CN109102558B (zh) 一种基于非结构三角网的水流流线快速生成方法
JP3356501B2 (ja) 流体解析装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant