[发明专利]一种基于神经网络的三孔探针梯度流场测试标定方法

说明书

本发明属于气动测试技术领域，公开了一种基于神经网络的三孔探针梯度流场测试标定方法。本发明的基于神经网络的三孔探针梯度流场测试标定方法包括以下步骤：构建标定梯度流场；进行三孔探针标定试验；构建三孔探针神经网络的标定输入输出参数；构建神经网络模型；进行平面叶栅尾迹三孔探针测量试验；计算平面叶栅尾迹三孔探针测量试验的神经网络的输入参数；计算平面叶栅尾迹流场参数。本发明的基于神经网络的三孔探针梯度流场测试标定方法能够有效降低空间梯度流场参数的三孔探针测量误差，特别适用于平面叶栅尾迹等二维强梯度流场参数的精确测量。

技术领域

本发明属于气动测试技术领域，具体涉及一种基于神经网络的三孔探针梯度流场测试标定方法。

背景技术

多孔探针具有结构简单，操作灵活，测量结果可靠，鲁棒性强，流场气动参数测试全面等特点，在叶轮机等复杂流场测量领域得到了广泛的应用。然而，在应用多孔探针进行尾迹或边界层等存在较强梯度流场参数测量时，流场梯度的存在一方面会使气动探针头部扰流发生偏移，另一方面多孔探针的各测孔处于空间不同的点上，得到的并不是同一点的压力信息，由此会引起流动角度、速度、总压、静压等流场参数的测量误差。

当前，亟需发展一种能够有效降低空间梯度流场测量误差的基于神经网络的三孔探针梯度流场测试标定方法。

发明内容

本发明所要解决的技术问题是三孔探针常规校准测试方法无法准确实现梯度流场参数测试问题，提供了一种基于神经网络的三孔探针梯度流场测试标定方法。

本发明的基于神经网络的三孔探针梯度流场测试标定方法，包括以下步骤：

S10.构建标定梯度流场；

S20.进行三孔探针标定试验；

S30.构建三孔探针标定神经网络输入输出参数；

S40.构建神经网络模型；

S50.进行平面叶栅尾迹三孔探针测量试验；

S60.计算平面叶栅尾迹三孔探针测量神经网络输入参数；

S70.计算平面叶栅尾迹流场参数。

进一步地，所述的步骤S10的构建标定梯度流场的具体方法如下：

在矩形校准风洞安装单个二元对称翼型的叶片，利用叶片生成的尾迹构建标定梯度流场；叶片安装攻角为0°，叶片展长与矩形校准风洞宽度相等，叶片弦长大于等于作为后续测试对象的平面叶栅的弦长。

进一步地，所述的步骤S20的进行三孔探针标定试验的具体方法如下：

S21.设置来流马赫数梯度序列、三孔探针转角梯度序列；

S22.进行标定梯度流场三孔探针标定试验；

在标定梯度流场中，三孔探针的测量面位于叶片下游、矩形校准风洞宽度方向的竖直对称平面；测量面的长度范围为叶片尾缘下游、距叶片尾缘0.5倍弦长~1.5倍弦长，测量面的宽度范围大于等于2倍叶片尾迹宽度；测量面中设置有测量线，测量线为若干条相互平行、上下对称的竖直线段；

按照步骤S21的来流马赫数梯度序列、三孔探针转角梯度序列，三孔探针逐一完成各来流马赫数和转角下，沿矩形校准风洞长度方向的测量线扫描；

获取标定梯度流场内、三孔探针三个测孔的压力测量值、、的分布和总压、静压、气流角的分布及对应的测点位置纵坐标的数据库；

其中，为三孔探针中心测孔的压力测量值，和为三孔探针两侧测孔的压力测量值；

获取标定梯度流场的总压，利用三孔探针在0°转角安装时，中心测孔测得的压力值代替，或者通过单点总压探针测量获得；

获取标定梯度流场的静压，利用三孔探针扫描测量线在矩形校准风洞侧壁面投影位置的壁面静压代替；

获取标定梯度流场的气流角为0°，或者利用热线、LDV或PIV测量获得。

进一步地，所述的步骤S30的构建三孔探针标定神经网络输入输出参数的具体方法如下：