[发明专利]一种基于神经网络的荧光油膜灰度与厚度建模方法

说明书

本发明公开了一种基于神经网络的荧光油膜灰度与厚度建模方法，包括：步骤1，采集荧光油膜灰度与厚度数据。步骤2，训练BP神经网络模型，对BP神经网络模型进行结构搭建。步骤3，精度检验，调整训练次数，重复步骤2；若1)效果不优，则网络结构，再调整训练次数，重复步骤2；最终形成BP神经网络结构；本发明的优点是：节约了大量成本和时间，操作方便简单，对精确解算空气摩擦阻力值具有重大军事和经济意义。

技术领域

本发明涉及空气动力学技术领域，特别涉及一种基于神经网络的荧光油膜灰度与厚度建模方法。

背景技术

表面摩擦应力是空气动力学中最为重要的物理量之一，是航空器飞行所受总阻力的重要组成部分，其能够很好的描述湍流边界层的状态，同时也是最难确定的物理量之一。降低摩阻不仅能够降低飞行器的油耗和提高飞行器续航时长，且对超音速飞行器还意味着其表面热流降低，防热材质重量减少，有效载荷增加。

传统测量表面摩擦应力的方法大多是局部间接测量方法，如热线法、热膜法、边界层隔流法以及激光多普勒法，这些局部测量摩阻方法都存在以下缺点：

(1)测量精度受环境因素影响较大，测量步骤多为人为操作，测量结果主要靠人为主观意识去判断，基于以上种种因素，所造成的误差较大；

(2)成本开销较大，对传统工艺制造要求较高，且需要固定的几何外形模具才能很好的进行摩阻测量。

较传统局部间接测量方法，利用荧光油膜在激光照射下的显色反应，由荧光油膜灰度表征出油膜厚度这一关键因素，进而通过得到油膜厚度解算该处的摩阻分布，能有效的解决上述系列方法的缺点。近年来，Tanner^[1]等提出通过油膜的激光干涉来测量表面摩阻，为摩阻的简化测量提供了坚实的基础。Monson^[2]等对油膜干涉法进行完善，油膜干涉理论发展成熟。Brown、Naughton等^[3]精确建立了在流体表面摩擦应力作用下的油膜演化方程，形象的表征出了油膜厚度随时间的变化率与其自身体积力、摩阻等因素的关系。对使用油膜进行全局摩阻的直接测量提供了可能性。刘天舒^[4]提出利用相机采集荧光油膜灰度值来表征油膜厚度这一新方法，建立了荧光油膜灰度与厚度的线性模型，并结合光流法解算全局摩阻。李鹏^[5]等将荧光油膜灰度与厚度线性方程引入相对表面剪切力模型，得出相对剪切力与成像平面灰度分布间的映射模型，为进行全局剪切力直接测量方法的研究和建立求解模型提供了有利的基础。但以上研究存在以下问题：

(1)目前相关研究还处于初级探索阶段，仅提供了理论基础和研究建模方向，不能真正应用到工程实际中去；

(2)并未对荧光油膜灰度与厚度关系进行系统性的模型建立，也未对模型的精度和误差进行系统性探讨研究。

(3)刘天舒^[4]奠定了利用荧光油膜灰度来表征油膜厚度的基础。但该方案也存在一定的缺陷和局限性，具体如下：事实上，初始紫外光强可以根据厂家提供的紫外灯功率简单推算得出，但想要得到荧光效率系数，则需在荧光油膜配置过程中对硅油与荧光分子配比、浓度作标定实验，该标定实验需要大量不同配比的荧光油膜材料作对比，且配制不同荧光分子浓度的油膜耗时耗力，并需要高精密度的搅拌仪器，提高了实验成本。

根据目前实验研究表明，荧光油膜灰度成像不仅与初始紫外光强和荧光效率系数有关，相机光圈数、曝光时间、紫外光功率、环境光等主要外部因素也同样影响其灰度成像^[6-10]，故式还处于初级阶段，还需要进行完善和成熟。而通过神经网络搭建模型，则可避免求取繁多影响参数过程，精度也有一定的提高。

参考文献