基于人工神經網絡的柔性機翼撓度預測

王志飛 王 華 賈青萍 韓 晶

(北京航空航天大學 宇航學院,北京 100191)

基于人工神經網絡的柔性機翼撓度預測

王志飛 王 華 賈青萍 韓 晶

(北京航空航天大學 宇航學院,北京 100191)

為實現對承載后柔性機翼撓度的準確預測,在全面分析柔性機翼撓度的影響因素基礎上,應用正交試驗法確定的影響柔性機翼撓度的主要因子作為輸入變量,撓度作為輸出變量,以大量試驗數據為訓練樣本,通過多次試取隱含層和各隱含單元,并選取 trainlm作為最優訓練函數,最終建立了預測柔性機翼撓度的 BP(Back Propagation)人工神經網絡模型.在此基礎上,隨機選取試驗結果中的 12組試驗樣本,連續進行 10次撓度預測,預測結果和試驗實測值最大相對誤差和標準方差分別為 4.481%,1.0337.解析結果表明:柔性機翼撓度預測結果與實驗值吻合的較好,建立的人工神經網絡預測模型具有較高的預測精度.

柔性機翼;BP神經網絡;撓度預測

柔性機翼具有折疊后占用空間小、充氣展開迅速、可反復使用等優點,非常適用于裝載在狹小空間無人飛行器.作為一種柔性結構,由于機翼的升力比較大,且作用在機翼剛度最小的方向上,如何保證柔性機翼受力后不變形是一個關鍵問題.

在實際結構中,柔性機翼本身的材料特性受到多種因素影響,一般難以用數學、力學模型準確描述,加上外界因素的不確定,線性的分析方法所得結果往往和實際值相差很大.人工神經網絡作為現代非線性科學的重要組成……