[发明专利]一种机翼三维结冰模型的生成方法有效
申请号: | 201711229972.8 | 申请日: | 2017-11-29 |
公开(公告)号: | CN107945266B | 公开(公告)日: | 2021-08-17 |
发明(设计)人: | 赵霞;吴蓝图;衣然;徐路;郭旺柳 | 申请(专利权)人: | 中国航空工业集团公司沈阳飞机设计研究所 |
主分类号: | G06T17/00 | 分类号: | G06T17/00;G06F30/15 |
代理公司: | 北京航信高科知识产权代理事务所(普通合伙) 11526 | 代理人: | 高原 |
地址: | 110035 辽*** | 国省代码: | 辽宁;21 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 机翼 三维 结冰 模型 生成 方法 | ||
本发明提供一种机翼三维结冰模型的生成方法,步骤如下:利用机翼结冰风洞试验得到机翼某一状态时x个截面冰型;提取截面冰型的特征长度,生成二维冰型轮廓;在二维冰型轮廓基础上根据所需厚度b,拉伸出三维冰型单元,并对其进行编号;根据厚度b,结合需要模拟的机翼三维冰型的展向长度L,获得需要组合三维冰型单元的个数n;生成n个1至x之间的随机整数数列A(n);对应数列A(n),按照展向某个方向,将每一项对应编号的冰型单元组合到机翼前缘上,生成机翼三维冰型外形模型。本发明所提供的方法,三维冰型保留了结冰试验的更多冰型特性,而且在排列冰型单元时,采用了程序生成随机数的方法,能够生成不同的三维冰型。
技术领域
本发明属于飞机结冰试验领域,具体涉及一种机翼三维结冰模型的生成方法。
背景技术
在飞行中,飞机表面可能出现结冰,飞机表面的冰会对飞机气动特性产生严重的影响,如阻力增大,俯仰力矩特性剧烈变化等,严重影响飞行安全。
飞机的适航性要求飞机具有防除冰的能力以及在结冰状态下还具有安全飞行的能力。因此,研究不同气候条件对飞机结冰的影响,以及飞机结冰后对全机气动力特性的影响就非常重要。首先在结冰风洞中进行结冰试验,即在不同环境,不同大气条件下飞机的结冰情况,得到不同的截面冰型。然后进行结冰影响试验,研究不同条件结冰后对全机气动特性的影响。
飞机结冰是一个非常复杂的过程,受温度、湿度、大气中水滴情况和飞机表面条件,以及结冰时间等因素的影响,而且结冰时,冰型的生成具有很大的随机性。这给结冰过程的数值模拟,以及结冰试验结果的分析带来了很大的难度。
目前根据结冰试验截面冰型生成机翼三维冰型的方法,通用方法为:1)对比结冰试验得到的不同冰型,分析选取结冰情况最恶劣(截面冰型最复杂,结冰尺寸最大)的冰型截面,认为利用该截面冰型进行结冰影响试验,对全机气动特性影响最大;2)将选取的冰型直接沿机翼展向拉伸,获得具有二维特征的冰型模型,见图1和图2。这种冰型生成方法忽略了结冰外形在展向上的三维形状特征,并且无法体现出结冰过程中随机性,不均匀性。根据相关研究资料,研究结冰对全机气动力特性的影响时,直接拉伸获得的二维冰型,与接近真实的三维冰型的试验结果有一定差异,而且三维冰型的试验结果更加接近试飞结果。
发明内容
本发明的目的在于解决以上问题,发明一种能够模拟出机翼结冰过程随即性和快捷生成机翼三维结冰模型的生成方法。
本发明的目的通过如下技术方案实现:一种机翼三维结冰模型的生成方法,包括如下步骤,
步骤一:利用机翼结冰风洞试验得到机翼某一状态时x个截面冰型;
步骤二:提取截面冰型的特征长度,生成二维冰型轮廓;
步骤三:在二维冰型轮廓基础上根据所需厚度b,拉伸出三维冰型单元,并对三维冰型单元进行编号;
步骤四:根据步骤三中三维冰型单元的厚度b,结合需要模拟的机翼三维冰型的展向长度L,获得需要组合三维冰型单元的个数n;
步骤五:生成n个1至x之间的随机整数数列A(n);
步骤六:对应数列A(n),按照展向某个方向,将每一项对应编号的冰型单元组合到机翼前缘上,生成机翼三维冰型外形模型。
优选地是,所述步骤一中,截面冰型数量x为3~5个。
本发明所提供的一种机翼三维结冰模型的生成方法的有益效果在于,由于在生成三维冰型时应用了结冰试验得到的所有截面冰型,因此三维冰型保留了结冰试验的更多冰型特性,而且在排列冰型单元时,采用了程序生成随机数的方法,即利用相同的冰型截面,可以生成不同的三维冰型,这与机翼结冰过程的随机性相似。使用该方法,可以快捷地生成具有三维特征的机翼冰型模型;另外,由于利用冰型截面生成冰型单元,在设计和加工三维冰型时可以使用模块化的方法,使模型加工、装配过程更加简便。
附图说明
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国航空工业集团公司沈阳飞机设计研究所,未经中国航空工业集团公司沈阳飞机设计研究所许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201711229972.8/2.html,转载请声明来源钻瓜专利网。
- 上一篇:基于在线学习深度预测网络的实时稠密单目SLAM方法与系统
- 下一篇:拌料机