典型文献
基于深度学习的机翼蒙皮载荷计算方法
文献摘要：
针对传统的载荷标定方程计算机翼蒙皮载荷精度低的问题,提出了一种基于深度学习的机翼蒙皮载荷计算新方法.考虑真实机翼蒙皮受力复杂,首先建立了机翼蒙皮试验件模型,使用Ansys仿真软件对试验件进行有限元分析,获得应变与载荷仿真数据,并对仿真数据进行数据清洗与预处理;其次,构建深度神经网络模型,将应变与载荷作为神经网络模型的输入与输出值,采用Adam算法优化提出的载荷计算模型;最后,在测试集上对载荷值进行预测,使用平均相对误差与绝对值差作为评价指标.实验结果显示,基于深度学习的载荷计算方法在小载荷数据上平均绝对误差为0.081 N,在正常载荷数据上的平均相对误差为0.063 8％;与传统载荷计算方法比较,本文提出的新方法计算的载荷精度明显优于传统方法.
文献关键词：
机翼蒙皮;载荷计算;深度学习;应变;载荷标定方程
中图分类号：
作者姓名：
刘佳玮;于明鑫;祝连庆;夏嘉斌;闫光;梁生珺
作者机构：
北京信息科技大学光电测试技术及仪器教育部重点实验室 北京 100016;北京信息科技大学北京市光电测试技术重点实验室 北京 100192;北京信息科技大学光纤传感与系统北京实验室 北京 100016
文献出处：
引用格式：
[1]刘佳玮;于明鑫;祝连庆;夏嘉斌;闫光;梁生珺-.基于深度学习的机翼蒙皮载荷计算方法)[J].电子测量与仪器学报,2022(04):1-8
A类：
载荷标定方程
B类：
机翼蒙皮,皮试,Ansys,仿真数据,数据清洗,深度神经网络模型,输入与输出,Adam,算法优化,载荷计算模型,测试集,平均相对误差,平均绝对误差,方法比较
AB值：
0.167085
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
