典型文献
基于深度学习的亚声速机翼升力线理论的改进
文献摘要：
针对计算流体力学及升力面理论解算效率低、算力需求大的问题,提出基于深度学习的改进亚声速机翼升力线理论.通过灰度化、阈值化等处理,提取机翼的轮廓.将图像的轮廓通过YOLO系列神经网络使用原创数据集进行角点检测,获得机翼控制点坐标.分别使用控制点坐标及机翼轮廓通过升力线和升力面理论计算机翼的气动参数,并使用多层感知机修正升力线与升力面的误差,获得精度较高的改进升力线模型.结果表明采用上述算法可有效提升升力线理论的准确率,并保证解算效率.
文献关键词：
深度学习;气动分析;亚声速机翼;升力线理论;升力面理论
中图分类号：
作者姓名：
乔诗展;顾文喆;冯雨森
作者机构：
西北工业大学航天学院,陕西西安710072;西北工业大学民航学院,陕西西安710072;西北工业大学计算机学院,陕西西安710072
文献出处：
引用格式：
[1]乔诗展;顾文喆;冯雨森-.基于深度学习的亚声速机翼升力线理论的改进)[J].计算机仿真,2022(10):31-33,103
A类：
亚声速机翼,升力面理论
B类：
升力线理论,计算流体力学,理论解,算效率,算力,灰度化,YOLO,网络使用,角点检测,控制点,使用控制,气动参数,多层感知机,机修,升力线模型,升升,气动分析
AB值：
0.197064
相似文献
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。
