[发明专利]一种面向翼型的压力系数曲线智能生成方法

权利要求书

1.一种面向翼型的压力系数曲线智能生成方法，其特征在于，包括以下步骤：

步骤1、根据已有翼型库进行数据扩充得到翼型数据库，包含每个翼型对应的翼型坐标；

步骤2、对每个翼型采用不同的来流条件组合计算对应的压力系数曲线，构建若干包含该翼型的翼型坐标、来流条件组合及来流条件组合对应的压力系数曲线坐标的数据对；

步骤3、构建生成对抗网络模型；

步骤4、利用每个翼型的所有数据对生成对抗网络进行训练得到固定参数的生成网络模型；

步骤5、将翼型、来流条件输入生成网络模型，输出该翼型的压力系数曲线；

所述步骤1中，数据扩充的具体方法为：

步骤11、对已有翼型进行重构；

步骤12、在重构后翼型的翼型坐标中添加扰动，通过控制参数生成新的翼型；

所述步骤11中，重构的具体方法为：基于型函数/类函数变换的参数化方对翼型坐标进行重构，计算M个控制系数，得到与原翼型相似的重构翼型；

所述步骤12中，添加扰动的具体方法为：

其中，x、y表示翼型坐标向量，N1、N2表示控制参数，通过调整控制参数生成新的翼型；A_j表示控制系数，y′表示新生成翼型的y坐标；

所述步骤3中，构建生成对抗网络的具体方法为：采用深度神经网络构建生成对抗网络，包括生成器和判别器两部分，所述生成器输入为翼型坐标、来流条件组合，输出为压力系数曲线；所述判别器输入为压力系数曲线，输出为判别类型，所述判别类型包括生成器生成的结果数据和CFD计算得到的结果数据；

所述构建的生成对抗网络中判别器和生成器的代价函数为：

其中，J_D表示判别器的代价函数，J_G表示生成器的代价函数，(I_i,c_i,T_i)表示数据对，I_i表示输入的第i个数据对的翼型坐标，c_i表示第i个数据对的攻角、马赫数和雷诺数，是一个三维向量，T_i表示使用CFD计算得到的压力系数曲线的坐标，D表示判别器，G表示生成器，N表示所有数据对的数量，即翼型个数乘以每个翼型对应的数据对个数的数量；D(T_i)表示判别器作用于真实压力系数曲线后的输出，G(I_i,c_i)表示输入翼型坐标和来流条件经过生成器后生成的压力系数曲线坐标,D(G(I_i,c_i))表示将生成的压力系数曲线送入判别器后的输出；表示D(G(I_i,c_i))对G(I_i,c_i)的偏导数。

2.根据权利要求1所述的面向翼型的压力系数曲线智能生成方法，其特征在于，所述步骤2中，计算压力系数曲线的具体方法为：采用CFD求解N-S方程计算得到压力系数曲线，其中，来流条件组合为马赫数、雷诺数、机翼攻角三个参数组合，采用离散化组合方式对三个参数进行组合得到若干组来流条件组合。

3.根据权利要求1所述的面向翼型的压力系数曲线智能生成方法，其特征在于，所述步骤4中，训练具体方法为：将每个机翼的数据对输入生成对抗网络模型，通过交替训练方法，训练生成器G和判别器D直至收敛，之后固定生成器和判别器的各层参数，完成生成网络模型的训练。

4.根据权利要求1所述的面向翼型的压力系数曲线智能生成方法，其特征在于，还包括，步骤6、对预测的压力系数曲线进行后处理，使用滑动窗口平滑去噪，得到光滑压力系数曲线。