CN117493738A - 一种基于结冰数值仿真的飞机结冰程度预报方法及系统 - Google Patents
一种基于结冰数值仿真的飞机结冰程度预报方法及系统 Download PDFInfo
- Publication number
- CN117493738A CN117493738A CN202311823957.1A CN202311823957A CN117493738A CN 117493738 A CN117493738 A CN 117493738A CN 202311823957 A CN202311823957 A CN 202311823957A CN 117493738 A CN117493738 A CN 117493738A
- Authority
- CN
- China
- Prior art keywords
- icing
- checking
- simulation
- degree
- range
- 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.)
- Granted
Links
- 238000004088 simulation Methods 0.000 title claims abstract description 257
- 238000013277 forecasting method Methods 0.000 title claims description 12
- 238000000034 method Methods 0.000 claims abstract description 71
- 238000010276 construction Methods 0.000 claims abstract description 31
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 44
- 239000007788 liquid Substances 0.000 claims description 21
- 238000004364 calculation method Methods 0.000 description 38
- 238000004422 calculation algorithm Methods 0.000 description 14
- 238000011156 evaluation Methods 0.000 description 8
- 238000012795 verification Methods 0.000 description 4
- 238000009825 accumulation Methods 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 238000012937 correction Methods 0.000 description 2
- 230000007123 defense Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000002245 particle Substances 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000010006 flight Effects 0.000 description 1
- 230000008014 freezing Effects 0.000 description 1
- 238000007710 freezing Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06C—DIGITAL COMPUTERS IN WHICH ALL THE COMPUTATION IS EFFECTED MECHANICALLY
- G06C3/00—Arrangements for table look-up, e.g. menstruation table
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/28—Design optimisation, verification or simulation using fluid dynamics, e.g. using Navier-Stokes equations or computational fluid dynamics [CFD]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/10—Numerical modelling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/08—Fluids
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Optimization (AREA)
- Data Mining & Analysis (AREA)
- Pure & Applied Mathematics (AREA)
- Algebra (AREA)
- Computer Hardware Design (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Software Systems (AREA)
- Databases & Information Systems (AREA)
- Fluid Mechanics (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及结冰预报领域,具体涉及一种基于结冰数值仿真的飞机结冰程度预报方法及系统,包括:MVD、LWC、T、V、RH等气象要素和飞行速度等本体要素;通过预设的查算构建方式根据要素的查算优先级构建查算范围,其中,查算构建方式为:将查算优先级最高的待查算对象作为第一查算对象,并根据第一查算对象的实际要素值选取第一查算范围;将其余待查算对象作为第二查算对象,并根据第二查算对象的实际要素值选取第二查算范围;在查算表中查算得到第一查算数据并拟合得到结冰程度数据。本发明提供了基于分步式查算方式所实现的结冰程度查算拟合方法,该查算拟合方法能够利用预先构建的仿真查算表快速且准确地预测飞机的结冰程度。
Description
技术领域
本发明涉及结冰预报领域,具体涉及一种基于结冰数值仿真的飞机结冰程度预报方法及系统。
背景技术
大量研究和实践表明,飞机结冰严重影响了民用和国防航空行动。当飞机进入过冷云层时,云层中的过冷水滴会迅速冻结在飞机迎风表面部分,降低飞机的飞行性能,对飞机安全构成威胁。中度以上飞机结冰会导致飞机升力严重下降、阻力增加、操稳特性下降,控制飞行姿态的困难,影响飞机安全,甚至会导致飞机坠毁。
而飞机结冰预测是飞机结冰研究中的重要组成部分,是规避严重飞机结冰的重要手段。采用数值预报模式结合飞机结冰预报算法判断结冰发生情况已成为结冰预测的主流方法。但是,目前大多数飞机结冰算法仅能对飞机结冰潜势进行预测,如CIP、FIP算法等,例如,参见Morcrette C , Brown K , Bowyer R , et al. Development and Evaluationof In-Flight Icing Index Forecast for Aviation[J]. Weather and Forecasting,2019(3).,其公开了一种结冰指数预测方法。
随着飞机结冰过程认识的深入和飞机防除冰系统的发展,轻微飞机结冰对飞行的影响越来越小,飞机结冰潜势预报算法仅能预报是否存在飞机结冰,不能满足目前飞机运行过程中对飞机结冰程度的精度预报需求,所以飞机结冰程度预报受到越来越多的关注。
例如,瑞典气象和水文研究所与瑞典武装部队合作开发了一种基于总液态水含量预测飞机结冰程度的算法(参见Olofsson B, Olsson E, Andersson S, Mårtensson T, Mårtensson E. 2003. A new algorithm to estimate aircraft icing in the HIRLAMmodel[J]. Meteorol. Appl., 2019(10):111-114.)。以及Belo-Pereira et al开发了基于决策树和模糊逻辑的SFIP算法对飞机结冰程度进行预测(参见Margarida B.Comparison of in-flight aircraft icing algorithms based on ECMWF forecasts[J]. Journal of Applied Meteorology, Meteorol. Appl., 2015(22):705-715.)。但是,由于该类算法主要依赖于飞行员对飞机结冰程度的语音报告,结冰程度受飞行员的主观影响较大,因此这一类算法对飞机结冰程度的预报准确率较低。
目前,亟需一种能够对飞机的结冰程度,如结冰速率或结冰厚度进行精准预报的方法。
发明内容
本发明的目的在于提供一种基于结冰数值仿真的飞机结冰程度预报方法及系统,部分地解决或缓解现有技术中的上述不足,能够提升预报效率和精度。
为了解决上述所提到的技术问题,本发明具体采用以下技术方案:本发明的第一方面,在于提供一种基于结冰数值仿真的飞机结冰程度预报方法,包括步骤:
S101获取第一气象要素、第一本体要素;其中,所述第一气象要素包括:水滴中值直径、液态水含量、温度和相对湿度;所述第一本体要素包括:飞机的飞行速度;且所述水滴中值直径、液态水含量、温度、相对湿度和飞行速度还关联有对应的查算优先级;
S102通过预设的查算构建方式根据所述查算优先级构建查算范围,其中,所述查算构建方式为:将当前的待查算对象中查算优先级大于或等于第一设定优先级的待查算对象作为第一查算对象,并根据所述第一查算对象的实际要素值选取第一查算范围;对应地将其余待查算对象作为第二查算对象,并根据所述第二查算对象的实际要素值选取第二查算范围;其中,所述待查算对象为第一气象要素和/或第一本体要素;
S103通过预设的查算方式在预先构建的查算表中查算得到对应于相应查算范围的第一查算数据,其中,所述查算表包括:多组结冰数据,且所述结冰数据包括:结冰程度,以及对应第一气象要素的结冰要素值、第一本体要素的结冰要素值;所述查算方式为:利用第一查算范围从所述查算表中查算到第一结冰数据集,利用第二查算范围从所述第一结冰数据集中查算得到第二结冰数据集,将所述第二结冰数据集作为对应的查算数据;
S104根据S103中查算得到的第一查算数据拟合得到第一结冰函数,并通过所述第一结冰函数确定在当前的所述第一气象要素、第一本体要素条件下飞机的第一结冰程度。
在一些实施例中,还包括步骤:S105判断当前的结冰程度是否大于或等于预设的结冰程度阈值;若是,则执行S106,S106输出当前的所述结冰程度;若否,则执行S107,S107将当前的第二查算对象中的查算优先级大于或等于第二设定优先级的查算对象增加为第一查算对象,并根据新的第一查算对象和第二查算对象对应生成新的第一查算范围和第二查算范围,再次执行S103得到第二查算数据,根据第二查算数据拟合得到第二结冰函数。
在一些实施例中,所述液态水含量、水滴中值直径、飞行速度和相对湿度分别被关联为第一查算优先级、第二查算优先级、第三查算优先级、第四查算优先级。
在一些实施例中,还包括步骤:
采用线性插值法将第一结冰函数插值到第二结冰函数的格点,以计算两个结冰函数的第一差异度;
当所述第一差异度小于或等于预设的第一差异阈值时,则输出当前的第一结冰程度或第二结冰程度;其中,可以通过所述第二结冰函数确定在当前的所述第一气象要素、第一本体要素下飞机的第二结冰程度;
当所述第一差异度大于所述第一差异阈值时,则执行S107。
在一些实施例中,在S102之前,还包括步骤:获取所述飞机的特征指标,所述特征指标包括:机翼前缘半径;判断所述机翼前缘半径与所述查算表所关联的机翼模型是否相匹配;若是,则执行S102;若否,则发出相应提示信号。
在一些实施例中,查算表的构建步骤包括:
S201分别获取第一气象要素所对应的多个第一仿真范围,获取第一本体要素所对应的第二仿真范围,以及获取第二本体要素所对应的第三仿真范围,其中,所述第二本体要素包括:机翼模型;
S202采用CFD仿真方法,分别计算所述机翼模型在各个仿真场景下的结冰程度,根据所述仿真场景和对应的结冰程度构建得到所述查算表;其中,所述仿真场景包括:根据第一仿真范围、第二仿真范围、第三仿真范围交叉组合得到的多个仿真场景。
在一些实施例中,所述第一气象要素、第一本体要素关联有仿真优先级,S202包括:
(1)通过预设的仿真构建方式根据所述仿真优先级构建用于CFD仿真的仿真范围;其中,所述仿真构建方式包括:将当前仿真优先级大于或等于第三设定等级的待仿真要素作为第一仿真对象,并按照第一预设间隔根据对应的仿真范围生成第一仿真数据集;将其余待仿真要素作为第二仿真对象,并按照第二预设间隔根据对应的仿真范围生成第二仿真数据集;其中,待仿真要素为第一气象要素和第一本体要素;
(2)根据第一仿真数据集和第二仿真数据集组合得到多个仿真场景,采用CFD仿真方法,计算仿真得到机翼模型在多个仿真场景下的多个第三结冰程度,根据所述第三结冰程度和第一、第二仿真数据集生成第三结冰函数;
(3)判断所述第三结冰函数是否可靠,若是,则基于当前的结冰程度和仿真场景构建得到所述查算表;若否,则更新所述仿真数据集。
在一些实施例中,更新所述仿真数据集包括:
(4)采用第三预设间隔根据所述第一仿真范围生成新的第一仿真数据集;其中,所述第三预设间隔小于所述第一预设间隔;
(5)根据所述新的第一仿真数据集和当前的第二仿真数据集执行步骤(2),并对应地得到第四结冰程度,以及与之对应的第四结冰函数;
(6)采用线性插值法将第三结冰函数插值到第四结冰函数的格点,以计算两个结冰函数的第二差异度;当所述第二差异度小于或等于预设的第二差异阈值时,则根据当前第四结冰程度和仿真范围构建得到所述查算表;当所述第二差异度大于第二差异阈值时,则返回(4)。
本发明还提供了一种基于结冰数值仿真的飞机结冰程度预报系统包括:
要素获取模块,被配置为用于获取第一气象要素、第一本体要素;其中,所述第一气象要素包括:水滴中值直径、液态水含量、温度和相对湿度;所述第一本体要素包括:飞机的飞行速度;且所述水滴中值直径、液态水含量、温度、相对湿度和飞行速度还关联有对应的查算优先级;
查算范围构建模块,被配置为用于通过预设的查算构建方式根据所述查算优先级构建查算范围,其中,所述查算构建方式为:将当前的待查算对象中查算优先级大于或等于第一设定优先级的待查算对象作为第一查算对象,并根据所述第一查算对象的实际要素值选取第一查算范围;对应地将其余待查算对象作为第二查算对象,并根据所述第二查算对象的实际要素值选取第二查算范围;其中,所述待查算对象为第一气象要素和/或第一本体要素;
查算模块,被配置为用于通过预设的查算方式在预先构建的查算表中查算得到对应于相应查算范围的第一查算数据,其中,所述查算表包括:多组结冰数据,且所述结冰数据包括:结冰程度,以及对应第一气象要素的结冰要素值、第一本体要素的结冰要素值;所述查算方式为:利用第一查算范围从所述查算表中查算到第一结冰数据集,利用第二查算范围从所述第一结冰数据集中查算得到第二结冰数据集,将所述第二结冰数据集作为对应的查算数据;
预报模块,被配置为用于根据查算模块中查算得到的第一查算数据拟合得到第一结冰函数,并通过所述第一结冰函数确定在当前的所述第一气象要素、第一本体要素条件下飞机的第一结冰程度。
在一些实施例中,所述液态水含量、水滴中值直径、飞行速度和相对湿度分别被关联为第一查算优先级、第二查算优先级、第三查算优先级、第四查算优先级。
有益技术效果:
为了在保证飞机预报准确性的基础上,同时优化预报效率,本发明提出了一种分步式的数据查算方式,以通过分步式数据查算从预先构建的查算表中快速筛查到与当前的气象条件相关联的重点数据点,进而借助现有的重点数据点快速拟合预报得到飞机的结冰速率或结冰厚度。
具体地,本发明首先选用了LWC、MVD、T、V、RH等有限性关键参数作为查算对象,并依次为其设定对应查算优先级,进而构建出各个查算对象的查算主次关系(如分为第一查算对象和第二查算对象);进而,根据构建的查算主次关系分步式地查询得到查算表中符合条件的数据。并且,值得注意的是,本发明虽然利用分步式查算方法减小了数据点的必要选取量,但根据分步式查算得到的数据点拟合得到的结冰厚度仍然具有较高和准确性。
可以理解的是,当涉及到长途飞行时,飞机可能经历多重复杂气候环境,而本发明所提供的查算拟合方案有利于快速地对多重环境下的结冰程度进行准确地预报。
进一步地,本发明还可以通过多次分步式查算对查算结果进行验证。
进一步地,本发明还提出了一种分步式构建查算表的方法,首先,除了上述的查算对象以外,另外引入了机翼模型(例如,其可以涉及机翼具体形态、尺寸、飞行仰角等参数)作为仿真条件,以仿真得到各种不同仿真场景(或者说,飞行场景)下的结冰厚度。
而本发明通过上述查算对象与机翼模型的仿真条件组合,既能够通过气象要素、本体要素组合使得仿真场景与真实飞行场景相接近,同时还能够保证即使仅选取其中部分要素(如仅选用MVD、LWC、V等等)作为重点查算对象,仍然能够确保查算结果(即结冰厚度)与有限要素之间仍然存在较高的相关性,即满足拟合条件。
附图说明
为了更清楚地说明本发明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。在所有附图中,类似的元件或部分一般由类似的附图标记标识。附图中,各元件或部分并不一定按照实际的比例绘制。显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其它的附图。
图1为本发明一示例性实施例中的结冰程度预报方法的流程示意图;
图2为本发明一示例性实施例中的结冰程度预报系统的流程示意图;
图3为采用本发明所提出的预报方法对2020年03月27日08:00(北京时间)陕西区域4000 m高度的飞机结冰强度的模拟结果示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述。显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,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,都属于本发明保护的范围。
本文中,使用用于表示元件的诸如“模块”、“部件”或“单元”的后缀仅为了有利于本发明的说明,其本身没有特定的意义。因此,“模块”、“部件”或“单元”可以混合地使用。
本文中,术语“上”、“下”、“内”、“外”“前”、“后”、“一端”、“另一端”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性。
本文中,除非另有明确的规定和限定,术语“安装”、“设置有”、“连接”等,应做广义理解,例如“连接”,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
本文中“和/或”包括任何和所有一个或多个列出的相关项的组合。
本文中“多个”意指两个或两个以上,即其包含两个、三个、四个、五个等。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
如在本说明书中使用的,术语“大约”,典型地表示为所述值的+/-5%,更典型的是所述值的+/-4%,更典型的是所述值的+/-3 %,更典型的是所述值的+/-2 %,甚至更典型的是所述值的+/-1 %,甚至更典型的是所述值的+/-0.5%。
在本说明书中,某些实施方式可能以一种处于某个范围的格式公开。应该理解,这种“处于某个范围”的描述仅仅是为了方便和简洁,且不应该被解释为对所公开范围的僵化限制。因此,范围的描述应该被认为是已经具体地公开了所有可能的子范围以及在此范围内的独立数字值。例如,范围1〜6的描述应该被看作已经具体地公开了子范围如从1到3,从1到4,从1到5,从2到4,从2到6,从3到6等,以及此范围内的单独数字,例如1,2,3,4,5和6。无论该范围的广度如何,均适用以上规则。
本文中,机翼前缘(leading edge,或作翼前缘)通常指的是机翼剖面的最前端,机翼上表面与下表面的前交点。其中,前缘的曲率半径称为前缘半径。
本文中,“结冰程度”指的是飞机结冰的结冰速率,或者在一定时间内的结冰厚度,与结冰潜势或结冰指数不同,结冰程度能够帮助用户(如相关工程师,或飞行员)更精准地预测飞机的真实结冰情况,以根据预测的结冰速率或厚度更合理地安排分析任务,或者设定对应的除冰计划。
然而,目前实际所采用大多数飞机结冰程度预报方法主要依赖于飞行员语音报告,结冰程度受飞行员的主观影响较大,这也导致该类预报方法对飞机结冰程度的预报准确率较低,影响民用和国防航空器运行效率和安全。
相反地,本发明提供了一种基于结冰数值仿真的飞机结冰程度预报方法,将以结冰数值仿真(即通过结冰数值仿真结果预先构建得到查算表)和中尺度气象预报(具体为预报得到的气象要素)相结合,在考虑气象要素同时,引入飞行速度等飞机本体参数作为查算对象,以提供一种定量化飞机结冰程度预报方法。这种定量化的预报方法能够利用预先构建的查算表,快速通过查算、拟合方式得到近期的预报结果;其既能够有效地保证查算可靠性,还能够通过查算拟合方式提高自动化预报的效率。
实施例一
如图1所示,本发明提供了一种基于结冰数值仿真的飞机结冰程度预报方法,包括步骤:
S101获取第一气象要素、第一本体要素;其中,所述第一气象要素包括:水滴中值直径(MVD)、液态水含量(LWC)、温度(T)和相对湿度(RH);所述第一本体要素包括:飞机的飞行速度(V)。
在一些实施例中,所述水滴中值直径、液态水含量、温度、相对湿度和飞行速度还关联有对应的查算优先级。
在一些实施例,上述一个或多个气象要素可以从气象预报数据中获取得到。
S102通过预设的查算构建方式根据所述查算优先级构建查算范围。
其中,所述查算构建方式为:将当前的待查算对象中查算优先级大于或等于设定优先级的待查算对象作为第一查算对象,并根据所述第一查算对象的实际要素值选取第一查算范围;而第一查算范围大于实际要素值的数据范围;对应地将其余待查算对象作为第二查算对象,并根据所述第二查算对象的实际要素值选取第二查算范围;其中,所述待查算对象为第一气象要素和/或第一本体要素;
例如,在一些实施例中,待查算对象为水滴中值直径(MVD)、液态水含量(LWC)、温度(T)和相对湿度(RH)以及飞机的飞行速度(V)等多个气象与本体要素。且所述液态水含量(LWC)、水滴中值直径(MVD)、飞行速度(V)和相对湿度(RH)分别被关联为第一查算优先级、第二查算优先级、第三查算优先级、第四查算优先级。此时,将大于或等于一级(相当于第一设定优先级)的查算对象作为第一查算对象,即可以将第一查算优先级的LWC作为第一查算对象,而将其余的MVD、T、RH和V作为第二查算对象。
例如,在一些实施例中,当第一查算对象的实际要素值(也可称为实际值)为x,则可以根据实际值x扩大得到第一查算范围[x-σx,x+σx]。其中,σ为用于扩大查算范围的第一设定值,其可以由用户设定。此时,需要在查算表中找属于第一查算范围的数据。例如,当LWC的实际值为0.2时,则可以将第一查算范围设定为[0.1,0.3]。
例如,在一些实施例中,由于飞机的航行时间较长,所需要查算的实际值通常涉及到多个数值点,对应地针对一个查算对象可能存在多个查算范围。
例如,在一些实施例中,第二查算范围可以为第二查算对象的实际要素值。其中,第二查算对象的实际要素值在查算表中不存在对应值时,也可以选择与其相邻的一个或多个数据点作为查算结果。
或者,在一些实施例中,第二查算范围也可以通过实际值适当扩大得到。例如,当其中一个第二查算对象的实际要素值(也可称为实际值)为y,则根据实际值y扩大得到第二查算范围[y-φy,y+φy]。其中,φ为用于扩大查算范围的第二设定值,其可以由用户设定。此时,需要在查算表中找属于第二查算范围的数据点。
进一步地,在一些实施例中,第二查算范围的扩大程度可以小于第一查算范围的扩大程度,例如,φ<λ。
在一些实施例中,S103通过预设的查算方式在预先构建的查算表中查算得到对应于相应查算范围的第一查算数据。
其中,所述查算表包括:多组结冰数据,且所述结冰数据包括:结冰程度(如结冰厚度),以及对应第一气象要素的要素值、第一本体要素的要素值(也可被称为结冰要素值)。即查算表中包括飞机在多重工况(即不同的气象要素、飞行速度条件)下的结冰厚度数值。所述查算方式要求所述第一查算数据同时满足第一查算范围和第二查算范围。
在一些实施例中,所述查算方式为:
利用第一查算范围从所述查算表中查算到第一结冰数据集,其中,第一结冰数据集中包括:查算表中所有符合第一查算范围的结冰数据;利用第二查算范围从所述第一结冰数据集中查算得到第二结冰数据集,所述第二结冰数据集中则包括:第一结冰数据集中所有符合第二查算范围的结冰数据。
S104根据S103中查算得到的第二结冰数据集拟合得到第一结冰函数,并通过所述第一结冰函数确定在当前的所述第一气象要素、第一本体要素条件下飞机的第一结冰程度。
例如,在一些实施例中,可以通过内插方法(如线性内插)根据所述第二结冰数据集拟合得到第一结冰函数。代入当前需要预报的工况(即第一气象要素和第一本体要素),即可以快速预报得到当前工况下的结冰厚度。
当面临气候条件相对复杂的飞行环境,或者对于飞机结冰预报精准度要求极高的场景时,本发明还能够通过分步查算与结果验证的方式,以评估预报结冰程度的可靠性。
进一步,在一些实施例中,还包括步骤:
S105判断当前的结冰程度是否大于或等于预设的结冰程度阈值;
若是,则执行S106,S106输出当前的所述结冰程度;
若否,则执行S107,S107将当前的第二查算对象中的查算优先级大于或等于第二设定等级(如二级)的查算对象增加为第一查算对象,并根据新的第一查算对象和第二查算对象对应生成新的第一查算范围和第二查算范围,并再次执行S103得到第二查算数据,根据第二查算数据拟合得到第二结冰函数。
例如,在一些实施例中,可以将处于第二查算优先级的MVD增加为第一查算对象,而将剩余的V、RH保留为第二查算对象,删除原有的第二查算范围中的MVD值,以得到新的第二查算范围。
在一些实施例中,还包括步骤:
采用线性插值法将第一结冰函数插值到第二结冰函数的格点,以计算两个结冰函数的第一差异度;
当所述第一差异度小于或等于预设的第一差异阈值时,则输出当前的第一结冰程度或第二结冰程度;其中,可以通过所述第二结冰函数确定在当前的所述第一气象要素、第一本体要素下飞机的第二结冰程度;
当所述第一差异度大于所述第一差异阈值时,则执行S107。
其中,差异度可以选用以下公式计算:
s=sqrt(((x1-y1)^2 +(x2-y2)^2+......(xn-yn)^2)/(n-1));
其中,s为差异度,x为第一结冰函数的特征值,y为对应的第二结冰函数的特征值,n为特征值个数。
又例如,在一些实施例中,当结冰厚度过大且属于严重结冰的范围时,直接输出当前的结冰预测结果。
又例如,在一些实施例中的,当结冰厚度偏小,如属于微量结冰或轻度结冰时,可以采用分步查算方式进行新一轮的查算与拟合。且当新拟合得到的结冰函数与上一次拟合得到的结冰函数相关性较大(即差异度较小)时,则认为当前的结冰预报结果可靠,并可以直接输出预报结果(优选地,以第二结冰函数来确定预报结果)。
其中,结冰函数用于表示结冰程度(如结冰速率,或结冰厚度)与LWC、MVD、T、RH和V等多个要素之间的关系。
本实施例中,通过对LWC、MVD、T、RH等气象要素与V等本体要素的组合形成查算对象,既能够在查算表的构建过程中确保CFD仿真结果的可靠性,同时还能够在分步式查算方案下准确地获取到满足拟合条件的数据点。
在一些实施例中,在S102之前,还包括步骤:
获取所述飞机的特征指标,所述特征指标包括:机翼前缘半径;
判断所述机翼前缘半径与所述查算表所关联的机翼模型是否相匹配;若是,则执行S102;若否,则发出相应提示信号。
例如,在一些实施例中,当飞机的机翼前缘半径与查算表中用于仿真的机翼前缘仿真半径之间的差值属于设定差值范围内,则认为二者匹配,即可以执行后续的查算拟合任务。
在一些实施例中,查算表的构建步骤包括:
S201分别获取第一气象要素所对应的多个第一仿真范围,获取第一本体要素所对应的第二仿真范围,以及获取第二本体要素所对应的第三仿真范围,所述第二本体要素包括:机翼模型;
S202采用CFD仿真方法,分别计算所述机翼模型在各个仿真场景下的结冰程度(如设定暴露时间下的结冰厚度),所述仿真场景包括:根据第一仿真范围、第二仿真范围、第三仿真范围交叉组合得到的多个仿真场景;
根据所述仿真场景和对应的结冰程度构建得到所述查算表。
在一些实施例中,第一仿真范围包括:
MVD的仿真区间,如可以设置在10-50μm;
LWC的仿真区间,如可以设置在0.1-1.0 g/cm3;
T的仿真区间,如可以设置在-20-0℃;
RH的仿真区间,如可以设置在60%-100%。
进一步地,第三结冰仿真范围还可以包括:飞行的暴露时间,飞行仰角等要素。
在一些实施例中,所述第一气象要素、第一本体要素还关联有仿真优先级,相应地,S202包括:
步骤(1)通过预设的仿真构建方式根据所述仿真优先级构建用于CFD仿真的仿真范围;
其中,所述仿真构建方式包括:将当前仿真优先级大于或等于第三设定等级的待仿真的要素作为第一仿真对象,并按照第一预设间隔根据对应的仿真范围生成第一仿真数据集;根据其余待仿真的要素作为第二仿真对象,并按照第二预设间隔根据对应仿真范围生成第二仿真数据集;
可以理解的是,第一仿真对象或第二仿真对象均可以对应一个或多个要素。
例如,在一些实施例中,仿真优先级可以参考查算优先级设置。
例如,在一些实施例中,当LWC为第一仿真对象时,可以根据第一预设间隔从LWC的仿真区间中间隔取点,以获取到第一仿真数据集(或者说,参数设置范围)如下:0.1, 0.2,0.3, 0.4, 0.5, 0.6, 0.7, 0.8, 0.9, 1。
例如,在一些实施例中,可以将飞行速度V、RH作为第二仿真对象。其中,可以根据第二预设间隔从V的仿真区间中间隔取点,以获取到第二仿真数据集的第一数据集如下:50, 60, 70, 80, 90, 100, 110, 120, 130, 140。根据第二预设间隔从RH的仿真区间中间隔取点,以获取到第二仿真数据集的第二数据集如下:60%, 70%, 80%, 90%, 100%。
可以理解的是,针对不同类型的要素,可以设置不同的预设间隔(或者说,取点间隔)。
步骤(2)根据第一仿真数据集和第二仿真数据集组合得到多个仿真场景,采用CFD仿真方法,计算仿真得到机翼模型在多个仿真场景下的多个第三结冰程度(例如,飞机在暴露20min时的最大结冰厚度);其中,根据第三结冰程度与对应的仿真数据能够建立得到最大结冰厚度的查算表。
例如,参见表1所示,一方面需要针对MVD、LWC、T、RH设置第一仿真范围,第一仿真范围包括:包括多个MVD数值点的仿真数据集a;包括多个LWC数值点的仿真数据集b;包括多个T数值点的仿真数据集c;包括多个RH数值点的仿真数据集d。其中,多个仿真数据集交叉组合可以形成多种气象要素条件;第二仿真范围包括:多个V数值点的仿真数据集e;第三结冰仿真范围包括:用于仿真的飞机的机翼模型。为了提高查算表的可靠性,优选地将对第一、第二、第三仿真范围所覆盖到的所有可能性仿真场景进行CFD模拟,以计算最大结冰厚度。
表1:用于构建查算表的参数设置表
参数名 | 参数设置范围 |
MVD(µm) | 10, 15, 20, 25, 30, 35, 40, 45, 50 |
LWC(g/cm3) | 0.1, 0.2, 0.3, 0.4, 0.5, 0.6, 0.7, 0.8, 0.9, 1 |
T(℃) | 0, -2, -4, -6, -8, -10, -12, -14, -16, -18, -20 |
飞行速度(V,m/s) | 50, 60, 70, 80, 90, 100, 110, 120, 130, 140 |
相对湿度(RH) | 60%, 70%, 80%, 90%, 100% |
暴露时间(Time) | 20 min |
在一些实施例中,根据第三结冰程度等数据还能拟合得到第三结冰函数;相应地,所述方法还可以包括步骤:
(3)判断所述第三结冰函数是否可靠,若是,则基于当前的结冰程度和仿真范围构建得到所述查算表;若否,则更新所述仿真数据集。
在一些实施例中,更新所述仿真数据集包括:
(4)采用第三预设间隔根据所述第一仿真范围生成新的第一仿真数据集;其中,所述第三预设间隔小于所述第一预设间隔;也即是说,在下一次的仿真过程中,可以对第一仿真范围中的数据点进行加密处理。
(5)根据所述新的第一仿真数据集和当前的第二仿真数据集执行步骤(2),并对应地得到第四结冰程度,以及与之对应的第四结冰函数。
在一些实施例中,可以对第四结冰程度与第三结冰程度进行比对,如果两次仿真结果偏差较小,则认为当前的第三、第四结冰程度相对可靠,且能够优选地通过第四结冰程度数据构建得到查算表。
在一些实施例中,可以根据第四结冰程度计算拟合得到与之对应的第四结冰函数,且更新所仿真范围的步骤还包括:
(6)采用线性插值法将第三结冰函数插值到第四结冰函数的格点,以计算两个结冰函数的第二差异度;当所述第二差异度小于或等于预设的第二差异阈值时,则根据当前第四结冰程度和仿真范围构建得到所述查算表;当所述第二差异度大于第二差异阈值时,则返回(4)。
在一些实施例中,可以分别为各个要素设置两个或多个仿真优先级。其中,一个仿真优先级也可以对应一个或多个要素。本实施例中,可以根据仿真优先级的顺序,
例如,在一些实施例中,可以将LWC设置为第一仿真优先级,将MVD设置为第二仿真优先级,将其余要素则设置为第三仿真优先级。
例如,在一些实施例中,为了进一步地验证查算表的可靠性,当根据第一仿真对象LWC建立得到可靠的结冰函数时,还可以将第二仿真对象中仿真优先级大于或等于第四设定等级的要素如MVD添加至第一仿真对象中,并根据新的第一仿真对象再次执行上述的仿真步骤。
又例如,在一些实施例中,还可以直接将LWC设置或关联为第一仿真优先级,而将其余要素(如MVD、T、RH、V等)关联为第二仿真优先级。
或者,在另一些实施例中,也可以利用结冰函数中多个数据点与真实结冰数据进行对比,以验证评估第三结冰函数的准确性。
可以理解的是,为了提升查算表的准确性与通用性,需要大量分布数据点以进行仿真计算,然而,这种大量分布数据点的仿真方式将成倍地甚至成指数地增加仿真工作量。
而为了协调查算表的查算准确性与查算表构建工作量、查算工作量之间的矛盾,本发明还提供了一种分步式构建与验证查算表的方法。这种分步式构建的方式一方面通过设定仿真对象的仿真优先级的方式,以基于仿真主次关系对关键对象的取点间隔进行逐级仿真调节;另一方面上述基于仿真主次关系进行逐级仿真的方案在控制降低前期构建查算表的工作量的基础上,同时保证了仿真结果的可靠性(即避免了因为将部分要素作为次要仿真对象而导致仿真结果与真实结果产生过大的偏差)。
参见表1、表2与图3所示,下面以一种示例性实施方式为例,对本发明所提出的基于分步式查算实现的结冰程度快速预报方法进行解释说明,并通过对2020年03月27日,某国产大型运输机由西安某机场起飞开展自然结冰试飞进行复盘验证本方法的准确性与有效性:
采用中尺度预报模式(wrf)对水滴中值直径(MVD)、液态水含量(LWC)、温度(T)和相对湿度(RH)等飞机结冰相关气象要素进行预测,具体实施路径如下。
气象预测的初始边界条件(即背景场)采用欧洲中期天气预报中心的全球气候的第五代大气再分析数据集。
例如,可以采用Guo et al等报道的参数化方案(参见Guo Q, Sang W, Niu J, etal. Evaluation of Different Cloud Microphysics Schemes on the MeteorologicalCondition Prediction of Aircraft Icing[J]. Transactions of Nanjing Universityof Aeronautics and Astronautics, 2023(40):124-136.),具体方案如下:微物理参数化方案采用Thompson方案、积云参数化方案采用Kain-Fritsch方案、行星边界层方案采用YSU方案。
最终由wrf输出得到云水混合比(Qcloud)、云雨混合比(Qrain)、温度(T)、气压(P)和相对湿度(RH)。
MVD、LWC为计算量,由云水混合比(Qcloud)、云雨混合比(Qrain)、气压(P)计算得到。
LWC计算方法如下:
LWC =(Qcloud+Qrain)×ρ总;
Qcloud、Qrain为wrf输出的云水混合比和云雨混合比,ρ总为空气总密度。
ρ总=P/(R×T)
其中,R为气体常数(通常取8.314 J/(mol·K)),P为气压(wrf直接输出),T为温度(wrf直接输出)。
若云滴粒子符合伽马分布,则MVD计算方法如下:
MVD=(3.672+µ)/λ;
其中µ为粒径分布参数:
µ=min(15, 1000/Nc+2);
Nc为每立方厘米的液滴浓度,Nc∈[100,400] cm-3。
λ为斜率参数:
;
其中,为液滴密度,这里取1000kg/m3。
将上述得到的MVD、LWC、T和RH,结合飞机飞行速度V作为飞机结冰程度判断的输入,将其内插到预先建立的最大结冰速率查算表得到对应的最大结冰速率数值。
并且,参见表2所示,根据美国联邦航空条例和航空信息手册定义的结冰强度划分,可得到在给定MVD、LWC、T、RH和飞行速度V下对应的飞机结冰强度。
表2:结冰等级划分表
结冰等级 | 单位时间结冰厚度(mm/min) |
微量结冰 | <0.6 |
轻度积冰 | 0.6~1.1 |
中度结冰 | 1.1~2 |
严重结冰 | >2 |
进一步地,为了检验基于结冰数值仿真的飞机结冰程度预报方法的科学性和准确性,使用ERA5再分析资料,利用本发明方法进行结冰天气的复盘,以期说明本发明所提供的飞机结冰程度预报算法优势。
实际案例为:2020年03月27日,某国产大型运输机由西安某机场起飞开展自然结冰试飞,其在陕西中南部区域寻找到合适的结冰区域,结冰程度报告为严重结冰(参见倪洪波, 李佰平, 闫文辉, 等. 飞机试飞的自然结冰潜势预测及检验评估[J]. 2022(50):254-266.)。飞行报告显示,在2020年3月27日07:00-08:00(北京时间),该飞机飞行速度为380~390km/h,飞行高度为4000m遭遇严重结冰,最终翼尖标尺结冰厚度接近7.62cm。
本验证案例以NACA0012翼形为模型,使用LEWICE软件,计算不同工况下的最大结冰厚度,具体工况如表1所示。根据不同工况计算结果,计算最大结冰速率,最终建立MVD、LWC、T、V、RH和最大结冰速率的对应关系,获得最大结冰速率的查算表。
wrf模拟2020年3月27日07:00-08:00(北京时间)的结冰过程。wrf模式的初始边界条件采用欧洲中期天气预报中心的全球气候的第五代大气再分析数据集(ERA5)六小时数据。微物理参数化方案为Thompson方案、积云参数化方案采用Kain-Fritsch方案、行星边界层方案为YSU方案。其中,水平分辨率设置为9×9 km,时间分辨率设置为1小时。
将wrf输出结果后处理得到4000m高度陕西地区MVD、LWC、T、RH分布,将其作为查算表输入,内插得到陕西地区飞机结冰速率分布,根据表2中飞机结冰强度划分,得到陕西地区飞机结冰程度分布。
图3为2020年03月27日08:00(北京时间)陕西区域4000 m高度飞机结冰强度模拟结果图,结冰强度越强,填色图颜色越深。如图3所示,在陕西区域4000 m高度上存在飞机结冰程度的高值区,飞机在陕西中南部有可能遭遇严重结冰。其中,图3所示地图数据来源于自然资源部标准地图服务系统,2023年发布的中国标准地图(审图号:GS(2023)2762号)。
通过图3所述预报结果与实时飞行结冰记录对比,可以看出本申请所给出的结冰程度预报数据与实际结冰记录吻合度良好,即数据可靠。
实施例二
参见图2所示,本发明还对应地提供了一种基于结冰数值仿真的飞机结冰程度预报系统,包括:
要素获取模块11,被配置为用于获取第一气象要素、第一本体要素;其中,所述第一气象要素包括:水滴中值直径、液态水含量、温度和相对湿度;所述第一本体要素包括:飞机的飞行速度;且所述水滴中值直径、液态水含量、温度、相对湿度和飞行速度还关联有对应的查算优先级;
查算范围构建模块12,被配置为用于通过预设的查算构建方式根据所述查算优先级构建查算范围,其中,所述查算构建方式为:将当前的待查算对象中查算优先级大于或等于第一设定优先级的待查算对象作为第一查算对象,并根据所述第一查算对象的实际要素值选取第一查算范围;对应地将其余待查算对象作为第二查算对象,并根据所述第二查算对象的实际要素值选取第二查算范围;其中,所述待查算对象为第一气象要素和/或第一本体要素;
查算模块13,被配置为用于通过预设的查算方式在预先构建的查算表16中查算得到对应于相应查算范围的第一查算数据,其中,所述查算表包括:多组结冰数据,且所述结冰数据包括:结冰程度,以及对应第一气象要素的要素值、第一本体要素的要素值;所述查算方式为:利用第一查算范围从所述查算表中查算到第一结冰数据集,利用第二查算范围从所述第一结冰数据集中查算得到第二结冰数据集,将所述第二结冰数据集作为对应的查算数据;
预报模块14,被配置为用于根据查算模块中查算得到的第一查算数据拟合得到第一结冰函数,并通过所述第一结冰函数确定在当前的所述第一气象要素、第一本体要素条件下飞机的第一结冰程度。
在一些实施例中,还包括:
预报结果评估模块15,被配置为用于判断当前的结冰程度是否大于或等于预设的结冰程度阈值;若是,则执行输出当前的所述结冰程度;
若否,则通过预报修正模块17将当前的第二查算对象中的查算优先级大于或等于第二设定优先级的查算对象增加为第一查算对象,并根据新的第一查算对象和第二查算对象对应生成新的第一查算范围和第二查算范围,再次通过查算模块13得到第二查算数据,根据第二查算数据拟合得到第二结冰函数。
在一些实施例中,所述液态水含量、水滴中值直径、飞行速度和相对湿度分别被关联为第一查算优先级、第二查算优先级、第三查算优先级、第四查算优先级。本实施例中所设定的查算优先级组合关系能够有效提升分步查算效率与准确性,并降低预报过程中的算力要求。
在一些实施例中,预报结果评估模块被进一步地配置为用于采用线性插值法将第一结冰函数插值到第二结冰函数的格点,以计算两个结冰函数的第一差异度;当所述第一差异度小于或等于预设的第一差异阈值时,则输出当前的第一结冰程度或第二结冰程度;其中,可以通过所述第二结冰函数确定在当前的所述第一气象要素、第一本体要素下飞机的第二结冰程度;当所述第一差异度大于所述第一差异阈值时,则再次启用预报修正模块17。
在一些实施例中,还包括:机翼相关性评估模块18,被配置为用于获取所述飞机的特征指标,所述特征指标包括:机翼前缘半径;判断所述机翼前缘半径与所述查算表所关联的机翼模型是否相匹配;若是,则可以启用相应模块进行查算与预报;若否,则发出相应提示信号。
在一些实施例中,还包括:查算表构建模块20;其包括:
仿真要素获取模块21,被配置为用于分别获取第一气象要素所对应的多个第一仿真范围,获取第一本体要素所对应的第二仿真范围,以及获取第二本体要素所对应的第三仿真范围,其中,所述第二本体要素包括:机翼模型;
仿真模块22,被配置为用于采用CFD仿真方法,分别计算所述机翼模型在各个仿真场景下的结冰程度,根据所述仿真场景和对应的结冰程度构建得到所述查算表;其中,所述仿真场景包括:根据第一仿真范围、第二仿真范围、第三仿真范围交叉组合得到的多个仿真场景。
在一些实施例中,所述第一气象要素、第一本体要素关联有仿真优先级,仿真模块22包括:
仿真数据集构建单元,被配置为用于通过预设的仿真构建方式根据所述仿真优先级构建用于CFD仿真的仿真范围;其中,所述仿真构建方式包括:将当前仿真优先级大于或等于第三设定等级的待仿真要素作为第一仿真对象,并按照第一预设间隔根据对应的仿真范围生成第一仿真数据集;将其余待仿真要素作为第二仿真对象,并按照第二预设间隔根据对应的仿真范围生成第二仿真数据集;其中,待仿真要素为第一气象要素和第一本体要素;
仿真单元,被配置为用于根据第一仿真数据集和第二仿真数据集组合得到多个仿真场景,采用CFD仿真方法,计算仿真得到机翼模型在多个仿真场景下的多个第三结冰程度,根据所述第三结冰程度和第一、第二仿真数据集生成第三结冰函数;
仿真结果评估单元,被配置为用于判断所述第三结冰函数是否可靠,若是,则基于当前的结冰程度和仿真场景构建得到所述查算表;若否,则更新所述仿真数据集。
在一些实施例中,仿真结果评估单元,进一步地包括:
仿真数据集更新子单元,被配置为用于采用第三预设间隔根据所述第一仿真范围生成新的第一仿真数据集;其中,所述第三预设间隔小于所述第一预设间隔;
此时,仿真单元可以根据所述新的第一仿真数据集和当前的第二仿真数据集进行CFD仿真,并对应地得到第四结冰程度,以及与之对应的第四结冰函数;
仿真结果评估子单元,被配置为用于采用线性插值法将第三结冰函数插值到第四结冰函数的格点,以计算两个结冰函数的第二差异度;当所述第二差异度小于或等于预设的第二差异阈值时,则根据当前第四结冰程度和仿真范围构建得到所述查算表;当所述第二差异度大于第二差异阈值时,则返回仿真数据集更新子单元进行更新数据集。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台计算机终端(可以是手机,计算机,服务器,或者网络设备等)执行本发明各个实施例所述的方法。
上面结合附图对本发明的实施例进行了描述,但是本发明并不局限于上述的具体实施方式,上述的具体实施方式仅仅是示意性的,而不是限制性的,本领域的普通技术人员在本发明的启示下,在不脱离本发明宗旨和权利要求所保护的范围情况下,还可做出很多形式,这些均属于本发明的保护之内。
Claims (10)
1.一种基于结冰数值仿真的飞机结冰程度预报方法,其特征在于,包括步骤:
S101获取第一气象要素、第一本体要素;其中,所述第一气象要素包括:水滴中值直径、液态水含量、温度和相对湿度;所述第一本体要素包括:飞机的飞行速度;且所述水滴中值直径、液态水含量、温度、相对湿度和飞行速度还关联有对应的查算优先级;
S102通过预设的查算构建方式根据所述查算优先级构建查算范围,其中,所述查算构建方式为:将当前的待查算对象中查算优先级大于或等于第一设定优先级的待查算对象作为第一查算对象,并根据所述第一查算对象的实际要素值选取第一查算范围;对应地将其余待查算对象作为第二查算对象,并根据所述第二查算对象的实际要素值选取第二查算范围;其中,所述待查算对象为第一气象要素和/或第一本体要素;
S103通过预设的查算方式在预先构建的查算表中查算得到对应于相应查算范围的第一查算数据,其中,所述查算表包括:多组结冰数据,且所述结冰数据包括:结冰程度,以及对应第一气象要素的结冰要素值、第一本体要素的结冰要素值;所述查算方式为:利用第一查算范围从所述查算表中查算到第一结冰数据集,利用第二查算范围从所述第一结冰数据集中查算得到第二结冰数据集,将所述第二结冰数据集作为对应的查算数据;
S104根据S103中查算得到的第一查算数据拟合得到第一结冰函数,并通过所述第一结冰函数确定在当前的所述第一气象要素、第一本体要素条件下飞机的第一结冰程度。
2.根据权利要求1所述的一种基于结冰数值仿真的飞机结冰程度预报方法,其特征在于,还包括步骤:
S105判断当前的结冰程度是否大于或等于预设的结冰程度阈值;若是,则执行S106,S106输出当前的所述结冰程度;
若否,则执行S107,S107将当前的第二查算对象中的查算优先级大于或等于第二设定优先级的查算对象增加为第一查算对象,并根据新的第一查算对象和第二查算对象对应生成新的第一查算范围和第二查算范围,再次执行S103得到第二查算数据,根据第二查算数据拟合得到第二结冰函数。
3.根据权利要求2所述的一种基于结冰数值仿真的飞机结冰程度预报方法,其特征在于,所述液态水含量、水滴中值直径、飞行速度和相对湿度分别被关联为第一查算优先级、第二查算优先级、第三查算优先级、第四查算优先级。
4.根据权利要求2所述的一种基于结冰数值仿真的飞机结冰程度预报方法,其特征在于,还包括步骤:
采用线性插值法将第一结冰函数插值到第二结冰函数的格点,以计算两个结冰函数的第一差异度;
当所述第一差异度小于或等于预设的第一差异阈值时,则输出当前的第一结冰程度或第二结冰程度;其中,通过所述第二结冰函数确定在当前的所述第一气象要素、第一本体要素下飞机的第二结冰程度;
当所述第一差异度大于所述第一差异阈值时,则执行S107。
5.根据权利要求1所述的一种基于结冰数值仿真的飞机结冰程度预报方法,其特征在于,在S102之前,还包括步骤:
获取所述飞机的特征指标,所述特征指标包括:机翼前缘半径;
判断所述机翼前缘半径与所述查算表所关联的机翼模型是否相匹配;若是,则执行S102;若否,则发出相应提示信号。
6.根据权利要求1所述的一种基于结冰数值仿真的飞机结冰程度预报方法,其特征在于,查算表的构建步骤包括:
S201分别获取第一气象要素所对应的多个第一仿真范围,获取第一本体要素所对应的第二仿真范围,以及获取第二本体要素所对应的第三仿真范围,其中,所述第二本体要素包括:机翼模型;
S202采用CFD仿真方法,分别计算所述机翼模型在各个仿真场景下的结冰程度,根据所述仿真场景和对应的结冰程度构建得到所述查算表;其中,所述仿真场景包括:根据第一仿真范围、第二仿真范围、第三仿真范围交叉组合得到的多个仿真场景。
7.根据权利要求6所述的一种基于结冰数值仿真的飞机结冰程度预报方法,其特征在于,所述第一气象要素、第一本体要素关联有仿真优先级,S202包括:
(1)通过预设的仿真构建方式根据所述仿真优先级构建用于CFD仿真的仿真范围;其中,所述仿真构建方式包括:将当前仿真优先级大于或等于第三设定等级的待仿真要素作为第一仿真对象,并按照第一预设间隔根据对应的仿真范围生成第一仿真数据集;将其余待仿真要素作为第二仿真对象,并按照第二预设间隔根据对应的仿真范围生成第二仿真数据集;其中,待仿真要素为第一气象要素和第一本体要素;
(2)根据第一仿真数据集和第二仿真数据集组合得到多个仿真场景,采用CFD仿真方法,计算仿真得到机翼模型在多个仿真场景下的多个第三结冰程度,根据所述第三结冰程度和第一、第二仿真数据集生成第三结冰函数;
(3)判断所述第三结冰函数是否可靠,若是,则基于当前的结冰程度和仿真场景构建得到所述查算表;若否,则更新对应的所述仿真数据集。
8.根据权利要求7所述的一种基于结冰数值仿真的飞机结冰程度预报方法,其特征在于,更新对应的所述仿真数据集包括:
(4)采用第三预设间隔根据所述第一仿真范围生成新的第一仿真数据集;其中,所述第三预设间隔小于所述第一预设间隔;
(5)根据所述新的第一仿真数据集和当前的第二仿真数据集执行步骤(2),并对应地得到第四结冰程度,以及与之对应的第四结冰函数;
(6)采用线性插值法将第三结冰函数插值到第四结冰函数的格点,以计算两个结冰函数的第二差异度;当所述第二差异度小于或等于预设的第二差异阈值时,则根据当前第四结冰程度和仿真范围构建得到所述查算表;当所述第二差异度大于第二差异阈值时,则返回(4)。
9.一种基于结冰数值仿真的飞机结冰程度预报系统,其特征在于,包括:
要素获取模块,被配置为用于获取第一气象要素、第一本体要素;其中,所述第一气象要素包括:水滴中值直径、液态水含量、温度和相对湿度;所述第一本体要素包括:飞机的飞行速度;且所述水滴中值直径、液态水含量、温度、相对湿度和飞行速度还关联有对应的查算优先级;
查算范围构建模块,被配置为用于通过预设的查算构建方式根据所述查算优先级构建查算范围,其中,所述查算构建方式为:将当前的待查算对象中查算优先级大于或等于第一设定优先级的待查算对象作为第一查算对象,并根据所述第一查算对象的实际要素值选取第一查算范围;对应地将其余待查算对象作为第二查算对象,并根据所述第二查算对象的实际要素值选取第二查算范围;其中,所述待查算对象为第一气象要素和/或第一本体要素;
查算模块,被配置为用于通过预设的查算方式在预先构建的查算表中查算得到对应于相应查算范围的第一查算数据,其中,所述查算表包括:多组结冰数据,且所述结冰数据包括:结冰程度,以及对应第一气象要素的结冰要素值、第一本体要素的结冰要素值;所述查算方式为:利用第一查算范围从所述查算表中查算到第一结冰数据集,利用第二查算范围从所述第一结冰数据集中查算得到第二结冰数据集,将所述第二结冰数据集作为对应的查算数据;
预报模块,被配置为用于根据查算模块中查算得到的第一查算数据拟合得到第一结冰函数,并通过所述第一结冰函数确定在当前的所述第一气象要素、第一本体要素条件下飞机的第一结冰程度。
10.根据权利要求9所述的一种基于结冰数值仿真的飞机结冰程度预报系统,其特征在于,所述液态水含量、水滴中值直径、飞行速度和相对湿度分别被关联为第一查算优先级、第二查算优先级、第三查算优先级、第四查算优先级。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410285745.0A CN118069954A (zh) | 2023-12-28 | 2023-12-28 | 一种构建结冰数值仿真查算表的飞机结冰预报方法及系统 |
CN202311823957.1A CN117493738B (zh) | 2023-12-28 | 2023-12-28 | 一种基于结冰数值仿真的飞机结冰程度预报方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311823957.1A CN117493738B (zh) | 2023-12-28 | 2023-12-28 | 一种基于结冰数值仿真的飞机结冰程度预报方法及系统 |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410285745.0A Division CN118069954A (zh) | 2023-12-28 | 2023-12-28 | 一种构建结冰数值仿真查算表的飞机结冰预报方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117493738A true CN117493738A (zh) | 2024-02-02 |
CN117493738B CN117493738B (zh) | 2024-04-05 |
Family
ID=89680359
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410285745.0A Pending CN118069954A (zh) | 2023-12-28 | 2023-12-28 | 一种构建结冰数值仿真查算表的飞机结冰预报方法及系统 |
CN202311823957.1A Active CN117493738B (zh) | 2023-12-28 | 2023-12-28 | 一种基于结冰数值仿真的飞机结冰程度预报方法及系统 |
Family Applications Before (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410285745.0A Pending CN118069954A (zh) | 2023-12-28 | 2023-12-28 | 一种构建结冰数值仿真查算表的飞机结冰预报方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (2) | CN118069954A (zh) |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040024538A1 (en) * | 2000-08-18 | 2004-02-05 | Rosemount Aerospace Inc. | Liquid water content measurement apparatus and method using rate of change of ice accretion |
CN105383701A (zh) * | 2014-08-28 | 2016-03-09 | 波音公司 | 检测飞机上的飞行中结冰情况 |
US20160178352A1 (en) * | 2014-12-19 | 2016-06-23 | Airbus Operations (S.A.S.) | Method and system for measuring the thickness of ice on a surface, notably of an aircraft, using a luminous pattern generated by diffusion in the ice |
US10160550B1 (en) * | 2017-12-21 | 2018-12-25 | United Technologies Corporation | Ice detection and real time ice estimation using innovative sensor data learning approaches |
CN111738481A (zh) * | 2020-04-01 | 2020-10-02 | 南京航空航天大学 | 基于bp神经网络的飞机结冰气象参数mvd预测方法 |
CN114549914A (zh) * | 2022-04-24 | 2022-05-27 | 中国民航大学 | 一种飞机大面积结冰检测方法及检测系统 |
US20220194605A1 (en) * | 2020-12-22 | 2022-06-23 | Meteomatics AG | Method and device for determining icing on an aircraft, and aircraft |
CN114970308A (zh) * | 2021-12-30 | 2022-08-30 | 成都流体动力创新中心 | 一种飞机结冰预测方法、系统及计算机程序产品 |
CN116513478A (zh) * | 2023-05-24 | 2023-08-01 | 中国民航大学 | 一种飞机二次结冰时间裕度控制方法、系统及计算机设备 |
CN117093953A (zh) * | 2023-10-20 | 2023-11-21 | 成都流体动力创新中心 | 一种多气象要素融合的飞机结冰快速修正预测方法和系统 |
CN117104529A (zh) * | 2023-10-23 | 2023-11-24 | 成都流体动力创新中心 | 一种应用于飞机过冷大水滴结冰的潜势预报方法及系统 |
-
2023
- 2023-12-28 CN CN202410285745.0A patent/CN118069954A/zh active Pending
- 2023-12-28 CN CN202311823957.1A patent/CN117493738B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040024538A1 (en) * | 2000-08-18 | 2004-02-05 | Rosemount Aerospace Inc. | Liquid water content measurement apparatus and method using rate of change of ice accretion |
CN105383701A (zh) * | 2014-08-28 | 2016-03-09 | 波音公司 | 检测飞机上的飞行中结冰情况 |
US20160178352A1 (en) * | 2014-12-19 | 2016-06-23 | Airbus Operations (S.A.S.) | Method and system for measuring the thickness of ice on a surface, notably of an aircraft, using a luminous pattern generated by diffusion in the ice |
US10160550B1 (en) * | 2017-12-21 | 2018-12-25 | United Technologies Corporation | Ice detection and real time ice estimation using innovative sensor data learning approaches |
CN111738481A (zh) * | 2020-04-01 | 2020-10-02 | 南京航空航天大学 | 基于bp神经网络的飞机结冰气象参数mvd预测方法 |
US20220194605A1 (en) * | 2020-12-22 | 2022-06-23 | Meteomatics AG | Method and device for determining icing on an aircraft, and aircraft |
CN114970308A (zh) * | 2021-12-30 | 2022-08-30 | 成都流体动力创新中心 | 一种飞机结冰预测方法、系统及计算机程序产品 |
CN114549914A (zh) * | 2022-04-24 | 2022-05-27 | 中国民航大学 | 一种飞机大面积结冰检测方法及检测系统 |
CN116513478A (zh) * | 2023-05-24 | 2023-08-01 | 中国民航大学 | 一种飞机二次结冰时间裕度控制方法、系统及计算机设备 |
CN117093953A (zh) * | 2023-10-20 | 2023-11-21 | 成都流体动力创新中心 | 一种多气象要素融合的飞机结冰快速修正预测方法和系统 |
CN117104529A (zh) * | 2023-10-23 | 2023-11-24 | 成都流体动力创新中心 | 一种应用于飞机过冷大水滴结冰的潜势预报方法及系统 |
Non-Patent Citations (8)
Title |
---|
FIKRET CALISKAN ET AL: "A review of in-flight detection and identification of aircraft icing and reconfigurable control", PROGRESS IN AEROSPACE SCIENCES, vol. 60, 31 July 2013 (2013-07-31), pages 12 - 34, XP028556140, DOI: 10.1016/j.paerosci.2012.11.001 * |
KAIXUAN FENG ET AL: "Aircraft Icing Severity Analysis Considering Three Uncertainty Types", AIAA JOURNAL, vol. 57, no. 4, 30 April 2019 (2019-04-30), pages 1 - 10 * |
PAN PAN ET AL: "Study on Quantitative Prediction Scheme of Aircraft Icing Based on Random Forest Algorithm", JOURNAL OF ENVIRONMENTAL ACCOUNTING AND MANAGEMENT, vol. 11, no. 3, 6 September 2023 (2023-09-06), pages 329 * |
SIBO LI ET AL: "Data-Driven Machine Learning Model for Aircraft Icing Severity Evaluation", JOURNAL OF AEROSPACE INFORMATION SYSTEMS, vol. 18, no. 11, 30 November 2021 (2021-11-30), pages 876 - 886 * |
丁娣 等: "基于优化概率神经网络的飞机结冰情况识别", 空气动力学学报, vol. 40, no. 5, 15 September 2021 (2021-09-15), pages 100 - 109 * |
宋道青: "飞机潜在积冰区识别评估关键技术研究", 中国优秀硕士学位论文全文数据库基础科学辑, no. 1, 15 January 2021 (2021-01-15), pages 009 - 225 * |
张晏鑫 等: "基于超声导波的积冰量辨识及定位方法研究", 航空学报, vol. 42, 14 August 2023 (2023-08-14), pages 1 - 14 * |
马俊逸: "基于云微物理参数反演判断飞机积冰的方法研究", 中国优秀硕士学位论文全文数据库工程科技Ⅰ辑, no. 11, 15 November 2020 (2020-11-15), pages 026 - 2 * |
Also Published As
Publication number | Publication date |
---|---|
CN118069954A (zh) | 2024-05-24 |
CN117493738B (zh) | 2024-04-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP2490199B1 (en) | Method for selecting meteorological data for updating an aircraft trajectory | |
US7925393B2 (en) | Method and apparatus for generating a four-dimensional (4D) flight plan | |
JP6018433B2 (ja) | 航空機軌道に沿った気象データ選択 | |
Cole et al. | Wind prediction accuracy for air traffic management decision support tools | |
Lemetti et al. | Identification of significant impact factors on Arrival Flight Efficiency within TMA | |
Serafino | Multi-objective aircraft trajectory optimization for weather avoidance and emissions reduction | |
JP2021043105A (ja) | 気象予報システムおよび気象予報方法 | |
Behere | A Reduced Order Modeling Methodology for the Parametric Estimation and Optimization of Aviation Noise | |
Bronsvoort et al. | Enhanced descent wind forecast for aircraft | |
CN117493738B (zh) | 一种基于结冰数值仿真的飞机结冰程度预报方法及系统 | |
US20230326354A1 (en) | Method and system for determining improved flight trajectory | |
Sheth et al. | Development of a probabilistic convective weather forecast threshold parameter for flight-routing decisions | |
Polishchuk et al. | Evaluation of flight efficiency for stockholm arlanda airport using opensky network data | |
Kaba et al. | Metaheuristic data fitting methods to estimate Weibull parameters for wind speed data: a case study of Hasan Polatkan Airport | |
Thor et al. | The CO 2 and non-CO 2 climate effects of individual flights: simplified estimation of CO 2 equivalent emission factors | |
Drüe | Reconstruction of aircraft trajectories from AMDAR weather reports | |
Yang et al. | Quantifying convective weather impacts to airspace capacity: framework and preliminary results | |
Drupka et al. | Automated flight planning method to facilitate the route planning process in predicted conditions | |
Serafino | Multi-objective trajectory optimization to reduce aircraft emissions in case of unforeseen weather events | |
Assaad et al. | Reducing fuel burn through air traffic flow optimisation incorporating wind models | |
Serafino et al. | Emission Pollution Reduction by EFB Implemented Trajectory Optimizer | |
US20240182181A1 (en) | Method, system, and computer-readable medium for monitoring and predicting greenhouse gas emissions for a flight of an aircraft | |
Ren et al. | Meteorological influences on the design of advanced aircraft approach procedures for reduced environmental impacts | |
US20210396908A1 (en) | Intelligent Weather Data Service | |
Edwards et al. | Wind Information Requirements for NextGen Applications Phase 3 Final Report |
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 |