本發(fā)明涉及飛機(jī)測試，特別是一種多環(huán)境因素條件下大型飛機(jī)試驗穩(wěn)態(tài)負(fù)荷分析方法。
背景技術(shù)：
1、大型飛機(jī)在多環(huán)境因素下穩(wěn)態(tài)負(fù)荷分析是目前航空工程領(lǐng)域的一個重要研究方向，其主要目標(biāo)是研究大型飛機(jī)在多環(huán)境因素條件下飛機(jī)結(jié)構(gòu)的應(yīng)力分布，目前傳統(tǒng)負(fù)荷分析方法，以經(jīng)驗公式和有限元分析為主，在如今人工智能的大力發(fā)展下，為多環(huán)境因素條件下大型飛機(jī)試驗穩(wěn)態(tài)負(fù)荷分析提供了新的思路；
2、然而，在現(xiàn)有的神經(jīng)網(wǎng)絡(luò)模型對大型飛機(jī)試驗穩(wěn)態(tài)負(fù)荷分析過程中，雖然具備強(qiáng)大的數(shù)據(jù)擬合能力，但是在物理一致性方面，表現(xiàn)不足，尤其是在多環(huán)境因素這樣的復(fù)雜工況下的應(yīng)力平衡約束存在挑戰(zhàn)。
技術(shù)實現(xiàn)思路
1、鑒于上述現(xiàn)有存在的問題，提出了本發(fā)明。
2、因此，本發(fā)明提供了一種多環(huán)境因素條件下大型飛機(jī)試驗穩(wěn)態(tài)負(fù)荷分析方法解決現(xiàn)有的神經(jīng)網(wǎng)絡(luò)模型在對大型飛機(jī)試驗穩(wěn)態(tài)負(fù)荷分析過程中物理一致性不足的問題。
3、為解決上述技術(shù)問題，本發(fā)明提供如下技術(shù)方案：
4、第一方面，本發(fā)明提供了一種多環(huán)境因素條件下大型飛機(jī)試驗穩(wěn)態(tài)負(fù)荷分析方法，其包括，
5、在大型飛機(jī)上安裝智能傳感器陣列，根據(jù)環(huán)境因素條件的變化對傳感器數(shù)據(jù)進(jìn)行動態(tài)采樣；
6、對傳感器數(shù)據(jù)進(jìn)行去噪，并通過加權(quán)平均法對同一位置的多個傳感器數(shù)據(jù)進(jìn)行加權(quán)融合，得到飛機(jī)結(jié)構(gòu)負(fù)荷數(shù)據(jù)流；
7、結(jié)合神經(jīng)網(wǎng)絡(luò)與物理方程約束機(jī)制，構(gòu)建物理引導(dǎo)神經(jīng)網(wǎng)絡(luò)；
8、基于李雅普諾夫指數(shù)，對物理引導(dǎo)神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)行動態(tài)調(diào)整；
9、采用數(shù)據(jù)誤差損失和物理損失定義物理引導(dǎo)神經(jīng)網(wǎng)絡(luò)損失函數(shù)，并結(jié)合梯度混合優(yōu)化策略對物理引導(dǎo)神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練和優(yōu)化；
10、基于實時飛機(jī)結(jié)構(gòu)負(fù)荷數(shù)據(jù)流計算大型飛機(jī)在多種環(huán)境因素條件下的穩(wěn)態(tài)負(fù)荷結(jié)果。
11、作為本發(fā)明所述多環(huán)境因素條件下大型飛機(jī)試驗穩(wěn)態(tài)負(fù)荷分析方法的一種優(yōu)選方案，其中：所述在大型飛機(jī)上安裝智能傳感器陣列，根據(jù)環(huán)境因素條件的變化對傳感器數(shù)據(jù)進(jìn)行動態(tài)采樣，具體步驟如下，
12、利用有限元分析法，對大型飛機(jī)結(jié)構(gòu)進(jìn)行建模，計算在不同溫度條件下的應(yīng)力分布；
13、根據(jù)應(yīng)力分布情況，在大型飛機(jī)結(jié)構(gòu)應(yīng)力集中的位置布置多組智能傳感器陣列；
14、所述智能傳感器陣列包括應(yīng)變傳感器、溫度傳感器、濕度傳感器和加速度計；
15、對智能傳感器陣列中的各類傳感器進(jìn)行標(biāo)定；
16、根據(jù)智能傳感器布置位置溫度的變化率情況，動態(tài)調(diào)整智能傳感器陣列的數(shù)據(jù)采集頻率。
17、作為本發(fā)明所述多環(huán)境因素條件下大型飛機(jī)試驗穩(wěn)態(tài)負(fù)荷分析方法的一種優(yōu)選方案，其中：所述對傳感器數(shù)據(jù)進(jìn)行去噪，并通過加權(quán)平均法對同一位置的多個傳感器數(shù)據(jù)進(jìn)行加權(quán)融合，得到飛機(jī)結(jié)構(gòu)負(fù)荷數(shù)據(jù)流，具體步驟如下，
18、利用卡爾曼濾波對采集的傳感器數(shù)據(jù)去噪；
19、根據(jù)智能傳感器陣列采集的傳感器數(shù)據(jù)，計算各個傳感器的測量方差，并基于測量方差計算各個傳感器的權(quán)重；
20、基于各個傳感器的權(quán)重，通過加權(quán)平均的方式，對布置在同一位置的多組智能傳感器陣列所采集的傳感器數(shù)據(jù)進(jìn)行融合。
21、作為本發(fā)明所述多環(huán)境因素條件下大型飛機(jī)試驗穩(wěn)態(tài)負(fù)荷分析方法的一種優(yōu)選方案，其中：所述結(jié)合神經(jīng)網(wǎng)絡(luò)與物理方程約束機(jī)制，構(gòu)建物理引導(dǎo)神經(jīng)網(wǎng)絡(luò)，具體步驟如下，
22、物理引導(dǎo)神經(jīng)網(wǎng)絡(luò)在輸入層接收歸一化后的飛機(jī)結(jié)構(gòu)負(fù)荷數(shù)據(jù)流；
23、在隱藏層采用多層全連接前饋神經(jīng)網(wǎng)絡(luò)結(jié)合物理方程約束機(jī)制的方式進(jìn)行數(shù)據(jù)驅(qū)動學(xué)習(xí)；
24、在輸出層輸出大型飛機(jī)在不同溫度和濕度條件下的應(yīng)力分布。
25、作為本發(fā)明所述多環(huán)境因素條件下大型飛機(jī)試驗穩(wěn)態(tài)負(fù)荷分析方法的一種優(yōu)選方案，其中：所述基于李雅普諾夫指數(shù)，對物理引導(dǎo)神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)行動態(tài)調(diào)整，具體步驟如下，
26、計算輸出應(yīng)力分布的雅可比矩陣；
27、對雅可比矩陣進(jìn)行奇異值分解，并取最大的奇異值，計算輸出應(yīng)力分布的李雅普諾夫指數(shù)；
28、根據(jù)李雅普諾夫指數(shù)，動態(tài)調(diào)整物理引導(dǎo)神經(jīng)網(wǎng)絡(luò)卷積層和全連接層的數(shù)量。
29、作為本發(fā)明所述多環(huán)境因素條件下大型飛機(jī)試驗穩(wěn)態(tài)負(fù)荷分析方法的一種優(yōu)選方案，其中：所述采用數(shù)據(jù)誤差損失和物理損失定義物理引導(dǎo)神經(jīng)網(wǎng)絡(luò)損失函數(shù)，并結(jié)合梯度混合優(yōu)化策略對物理引導(dǎo)神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練和優(yōu)化，具體步驟如下，
30、基于多層全連接前饋神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)誤差損失和物理損失定義物理引導(dǎo)神經(jīng)網(wǎng)絡(luò)損失函數(shù)；
31、將智能傳感器陣列采集的歷史傳感器數(shù)據(jù)輸入到物理引導(dǎo)神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練；
32、利用自動微分計算物理引導(dǎo)神經(jīng)網(wǎng)絡(luò)損失函數(shù)；
33、采用梯度混合優(yōu)化策略，對物理引導(dǎo)神經(jīng)網(wǎng)絡(luò)參數(shù)進(jìn)行優(yōu)化；
34、當(dāng)物理引導(dǎo)神經(jīng)網(wǎng)絡(luò)損失函數(shù)收斂時，完成物理引導(dǎo)神經(jīng)網(wǎng)絡(luò)的訓(xùn)練。
35、作為本發(fā)明所述多環(huán)境因素條件下大型飛機(jī)試驗穩(wěn)態(tài)負(fù)荷分析方法的一種優(yōu)選方案，其中：所述采用梯度混合優(yōu)化策略，對物理引導(dǎo)神經(jīng)網(wǎng)絡(luò)參數(shù)進(jìn)行優(yōu)化，具體步驟如下，
36、在物理引導(dǎo)神經(jīng)網(wǎng)絡(luò)訓(xùn)練初期利用adam優(yōu)化器采用一階和二階動量估計對物理引導(dǎo)神經(jīng)網(wǎng)絡(luò)參數(shù)進(jìn)行梯度優(yōu)化；
37、在物理引導(dǎo)神經(jīng)網(wǎng)絡(luò)訓(xùn)練后期通過pinn-l-bfgs-b，利用擬牛頓法計算hessian矩陣的近似逆，對物理引導(dǎo)神經(jīng)網(wǎng)絡(luò)參數(shù)進(jìn)行優(yōu)化。
38、作為本發(fā)明所述多環(huán)境因素條件下大型飛機(jī)試驗穩(wěn)態(tài)負(fù)荷分析方法的一種優(yōu)選方案，其中：所述計算大型飛機(jī)在多種環(huán)境因素條件下的穩(wěn)態(tài)負(fù)荷結(jié)果；
39、將實時飛機(jī)結(jié)構(gòu)負(fù)荷數(shù)據(jù)流輸入到完成訓(xùn)練的物理引導(dǎo)神經(jīng)網(wǎng)絡(luò)，計算得到大型飛機(jī)在不同溫度和濕度情況下的應(yīng)力分布，并作為大型飛機(jī)在多種環(huán)境因素條件下的穩(wěn)態(tài)負(fù)荷結(jié)果輸出。
40、第二方面，本發(fā)明提供了一種計算機(jī)設(shè)備，包括存儲器和處理器，所述存儲器存儲有計算機(jī)程序，其中：所述計算機(jī)程序被處理器執(zhí)行時實現(xiàn)如本發(fā)明第一方面所述的多環(huán)境因素條件下大型飛機(jī)試驗穩(wěn)態(tài)負(fù)荷分析方法的任一步驟。
41、第三方面，本發(fā)明提供了一種計算機(jī)可讀存儲介質(zhì)，其上存儲有計算機(jī)程序，其中：所述計算機(jī)程序被處理器執(zhí)行時實現(xiàn)如本發(fā)明第一方面所述的多環(huán)境因素條件下大型飛機(jī)試驗穩(wěn)態(tài)負(fù)荷分析方法的任一步驟。
42、本發(fā)明有益效果為：本發(fā)明通過結(jié)合神經(jīng)網(wǎng)絡(luò)與物理方程約束機(jī)制，構(gòu)建物理引導(dǎo)神經(jīng)網(wǎng)絡(luò)，確保了計算結(jié)果的物理一致性和可信度，避免了傳統(tǒng)神經(jīng)網(wǎng)絡(luò)可能出現(xiàn)的黑箱問題，通過基于李雅普諾夫指數(shù)，對物理引導(dǎo)神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)行動態(tài)調(diào)整，克服了傳統(tǒng)固定深度神經(jīng)網(wǎng)絡(luò)在復(fù)雜工況下容易出現(xiàn)欠擬合或過擬合的問題，通過梯度混合優(yōu)化策略，實現(xiàn)了兩種優(yōu)化方法的無縫切換，既縮短了訓(xùn)練時間，又保證了最終收斂結(jié)果的高精度。
1.一種多環(huán)境因素條件下大型飛機(jī)試驗穩(wěn)態(tài)負(fù)荷分析方法，其特征在于：包括，
2.如權(quán)利要求1所述的多環(huán)境因素條件下大型飛機(jī)試驗穩(wěn)態(tài)負(fù)荷分析方法，其特征在于：所述在大型飛機(jī)上安裝智能傳感器陣列，根據(jù)環(huán)境因素條件的變化對傳感器數(shù)據(jù)進(jìn)行動態(tài)采樣，具體步驟如下，
3.如權(quán)利要求2所述的多環(huán)境因素條件下大型飛機(jī)試驗穩(wěn)態(tài)負(fù)荷分析方法，其特征在于：所述對傳感器數(shù)據(jù)進(jìn)行去噪，并通過加權(quán)平均法對同一位置的多個傳感器數(shù)據(jù)進(jìn)行加權(quán)融合，得到飛機(jī)結(jié)構(gòu)負(fù)荷數(shù)據(jù)流，具體步驟如下，
4.如權(quán)利要求3所述的多環(huán)境因素條件下大型飛機(jī)試驗穩(wěn)態(tài)負(fù)荷分析方法，其特征在于：所述結(jié)合神經(jīng)網(wǎng)絡(luò)與物理方程約束機(jī)制，構(gòu)建物理引導(dǎo)神經(jīng)網(wǎng)絡(luò)，具體步驟如下，
5.如權(quán)利要求4所述的多環(huán)境因素條件下大型飛機(jī)試驗穩(wěn)態(tài)負(fù)荷分析方法，其特征在于：所述基于李雅普諾夫指數(shù)，對物理引導(dǎo)神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)行動態(tài)調(diào)整，具體步驟如下，
6.如權(quán)利要求5所述的多環(huán)境因素條件下大型飛機(jī)試驗穩(wěn)態(tài)負(fù)荷分析方法，其特征在于：所述采用數(shù)據(jù)誤差損失和物理損失定義物理引導(dǎo)神經(jīng)網(wǎng)絡(luò)損失函數(shù)，并結(jié)合梯度混合優(yōu)化策略對物理引導(dǎo)神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練和優(yōu)化，具體步驟如下，
7.如權(quán)利要求6所述的多環(huán)境因素條件下大型飛機(jī)試驗穩(wěn)態(tài)負(fù)荷分析方法，其特征在于：所述采用梯度混合優(yōu)化策略，對物理引導(dǎo)神經(jīng)網(wǎng)絡(luò)參數(shù)進(jìn)行優(yōu)化，具體步驟如下，
8.如權(quán)利要求7所述的多環(huán)境因素條件下大型飛機(jī)試驗穩(wěn)態(tài)負(fù)荷分析方法，其特征在于：所述計算大型飛機(jī)在多種環(huán)境因素條件下的穩(wěn)態(tài)負(fù)荷結(jié)果；
9.一種計算機(jī)設(shè)備，包括存儲器和處理器，所述存儲器存儲有計算機(jī)程序，其特征在于：所述處理器執(zhí)行所述計算機(jī)程序時實現(xiàn)權(quán)利要求1～8任一所述的多環(huán)境因素條件下大型飛機(jī)試驗穩(wěn)態(tài)負(fù)荷分析方法的步驟。
10.一種計算機(jī)可讀存儲介質(zhì)，其上存儲有計算機(jī)程序，其特征在于：所述計算機(jī)程序被處理器執(zhí)行時實現(xiàn)權(quán)利要求1～8任一所述的多環(huán)境因素條件下大型飛機(jī)試驗穩(wěn)態(tài)負(fù)荷分析方法的步驟。