大型風洞設備的數智化初步研究

廖達雄，孫運強，吳靜怡，彭磊

1.上海交通大學 機械與動力工程學院，上海 200240

2.中國空氣動力研究與發展中心 設備設計與測試技術研究所，綿陽 621000

0 引 言

風洞作為空氣動力學研究的重要地面試驗設備，在先進飛行器研制和基礎空氣動力學問題研究中發揮了不可替代的作用。根據AIAA數據顯示，未來一架典型軍用飛機的風洞試驗量約為35 000～45 000 h，而現代亞聲速運輸機的風洞試驗量約為15 000～20 000 h。因此在相當長的一段時間內，通過各種風洞試驗來獲得最終的氣動力數據仍然是飛行器研發的主要和最終手段。

隨著先進飛行器的性能及設計精細化程度不斷提高，科研人員對風洞試驗和設備提出的要求也變得更高：不僅需要模擬更加精細、模擬能力更強的大尺寸風洞和高雷諾數風洞，還需要具有特殊試驗模擬能力的特種風洞，以滿足推進系統試驗、氣動彈性試驗（如飛行器的顫振、抖振等）的特殊要求。與此同時，氣動試驗對風洞流場品質也提出了很高的要求：滿足邊界層轉捩、減阻流動控制、非定常氣動力、噪聲控制等研究條件，滿足流場參數精細化和全場測量的試驗需求，以實現對流場的無干擾多點和全場測量，進而為增強流體動力學物理現象和機理理解奠定基礎。除此之外，在風洞設計建設過程中，還要考慮提高風洞運行的生產率、經濟性和可靠性，滿足現代飛行器研制對縮短風洞試驗周期和降低試驗成本的需求。這就要求開展風洞可靠性、維修性、保障性設計，建設智能風洞健康管理系統，提升風洞試驗運行綜合效能。

大型風洞設備是一種多學科高度融合，先進制造、先進測試、智能運行、科學管理綜合集成的大科學裝置。作為一個系統型設備，大型風洞設備設計和試驗技術性能的提升，離不開計算機一體化網絡技術與人工智能的有機結合。為成功建設試驗能力強、流場品質優、運行經濟高效的大型風洞設備，需要充分發揮多學科融合的數智化技術優勢，著力突破現代風洞設計的關鍵技術問題。

本文在梳理國內外大型風洞數智化技術問題的基礎上，分析了數智化技術在風洞設計建設及運行過程中的技術需求和發展趨勢，可為下一步大型風洞設備的設計建設及高效運行提供參考。

1 數智化風洞系統研究現狀

數智化風洞系統是現代信息技術與風洞設計技術的深度融合，貫穿于風洞設備的設計、制造、試驗運行、數據服務等各個環節。數字化、網絡化、智能化是數智化風洞系統的基本要素。其中，數字化技術是數智化風洞系統的基礎，基于計算機的網絡化技術是數智化風洞系統的核心要素，智能化技術是數智化風洞系統的根本。

數字化技術通過對設備設計信息、測控儀器信息及其他資源信息進行數字化描述、分析、決策和控制，生成滿足要求的數據及決策。隨著信息技術的快速發展，數字化技術在風洞設計建設中的應用也越來越廣泛，涉及到風洞數字化設計、建模仿真、數字化測控設備、信息化管理等多個方面，在實現風洞設備功能的各過程和環節受到廣泛關注。

在風洞氣動設計過程中，基于計算機輔助的氣動設計、數值仿真、性能分析等數字化技術已成為重要的設計手段。在跨聲速風洞的槽壁試驗段、大開角擴散段以及二喉道設計中，數值模擬手段得到廣泛應用，并取得了一系列研究成果。如圖1所示的跨聲速風洞槽壁試驗段流場模擬，就是借助數值模擬結果開展優化設計的典型案例。其研究結果對槽壁試驗段內流特性的理解和槽壁設計具有重要指導意義。

圖1 跨聲速風洞槽壁試驗段流場分布圖[12]Fig.1 Test section flow distribution of transonic wind tunnel[12]

在風洞結構設計中，基于計算機輔助設計的數字化技術也日趨成熟，諸如CAD、CAE、UG等軟件已成為風洞結構設計的主流軟件，尤其是隨著大型低溫、高溫風洞中氣動條件對結構性能的要求不斷提高，流固熱耦合、流致振動等結構性能參數分析對數字化技術的依賴程度也逐漸增強。

在風洞控制技術研究中，數字化技術的應用也比較普遍，從控制軟件編寫、測控數據的編譯傳輸、控制指令的發放到控制策略的優化，風洞數字化技術都發揮著重要作用。風洞馬赫數控制中的全數字調速系統和迎角、轉盤角、壁板等位置控制系統，都是通過數字化控制技術來實現的。

在風洞試驗測試技術領域，與試驗測試設備及數據采集相關的數字化技術體現得更為明顯。在天平測力、非接觸測量等風洞試驗過程中測量的物理量較多，這些物理量通過各種傳感器進行記錄，并將模擬信號轉換為數字信號進行存儲和處理。大量風洞設計和試驗數據實時高效的采集、傳輸和數據處理，為風洞和試驗模型優化設計分析提供了第一手寶貴資料。同時，風洞數字化技術中大量數據的傳輸、共享以及處理，又促進了數智化風洞網絡技術的發展。尤其是隨著網絡技術的普及和Internet的日益發展，風洞模型試驗硬件、軟件平臺的網絡控制技術正在不斷更新，網絡互聯技術在風洞設計和風洞試驗現場的應用也日趨廣泛。

在8 m×6 m風洞系統的改造中，為克服風洞系統結構復雜、改造難度大、各子系統間開發平臺不一致等技術難題，通過系統網絡通訊技術對其進行設計改造，實現了中心機Alpha工作站與其他子系統的網絡通訊，其測控系統的網絡拓撲結構如圖2所示。

圖2 測控系統網絡拓撲結構圖[25]Fig.2 Network topology of measurement and control system[25]

為提高風洞試驗過程中測控系統數據交互的效率和可靠性，張軍等通過對風洞現場總線測控系統中幾種關鍵技術的分析，采用客戶機+服務器的以太網通訊工作模式，設計出了一套基于以太網的風洞現場總線方案，實現了現場總線控制在風洞中的應用，風洞現場總線測控系統結構框圖如圖3所示，其研究成果對提高風洞試驗效率、降低試驗成本有非常重要的意義。

圖3 風洞現場總線測控系統結構框圖[26]Fig.3 Structure diagram of field bus in wind tunnel[26]

大型跨、超聲速風洞設備的規模較大、控制系統復雜、子系統多，各系統之間協調復雜，對數據傳輸要求較高，測控通信網絡所起到的作用尤為重要。在某大型高速風洞設計中，為滿足“分散控制、集中管理”的設計原則，控制系統采用分布式集散控制結構，構建了一套基于光纖環網的測控系統網絡架構。控制系統負責構建主干光纖環網，控制系統的若干位置分散子系統控制器，均就近通過子交換機接入光纖環網；位于光纖環網上的網絡節點之間支持實時工業以太網絡通信，網絡傳輸的確定性、快速性都大大增強，同時冗余環網的配置可增加網絡通信的可靠性。

隨著風洞數字化和網絡化的發展以及各種設備設計效率和試驗需求的不斷提升，基于先驗知識的風洞智能化設計和試驗技術也有了較快的發展。

智能化是指試驗設備在計算機網絡、大數據處理、人工智能等技術的支持下，所具備的能滿足人們各種設計和試驗需求的屬性。大型風洞系統比較復雜，輔助系統也較多，建造及運行成本高昂，設計過程中的氣動、結構、測控等技術相互融合，流體、機械、電氣等多物理場互相耦合，因此運行過程中的動態特性非常復雜。基于計算機網絡、大數據處理及人工智能等智能化技術的廣泛應用，對大型風洞整體性能和試驗能力的提升都有非常重要的意義。

近年來，隨著測控理論和技術的飛速發展，智能控制技術在風洞中的應用也逐漸增多。適用于風洞參數控制的智能控制主要包括模糊控制、神經網絡控制、專家系統等。

模糊控制主要是指控制過程中對反饋信息的模糊處理，并依據模糊規則做出相應控制輸出，因此，模糊控制對那些不能用數學函數精確表達的控制對象效果明顯。針對增壓連續式跨聲速翼型風洞，竹朝霞等提出了基于虛擬儀器和人工智能的風洞測量和控制系統的設計思路。從壓縮機狀態監控、風洞測量、狀態管理、計算和試驗一體化等方面分析了人工智能的作用及效果，風洞壓縮機狀態監控系統如圖4所示。竹朝霞等的研究結果表明：采用虛擬儀器技術不僅可以改造現有儀器設備，以滿足當前的氣動試驗要求，而且使系統在可視化、操作便捷性、測控能力、測試精度及可靠性等方面也有較大提高。

圖4 NF-6風洞壓縮機狀態監控系統[28]Fig.4 Condition monitoring system of NF-6 wind tunnel compressor[28]

神經網絡控制是神經系統對外界信息進行并行處理的過程，可以模擬人的學習。通過對一個事物進行反復學習，就可以復現、模仿該事物，然后根據設定的目標，使該事物朝著既定目標發展。因此，根據給定的目標函數，神經網絡可以利用其自學習的特點，使被控制對象達到最佳的狀態。神經網絡控制在國內外風洞中已有比較廣泛的應用。

專家系統主要是借助已有的專業知識和經驗，運用人工智能，模擬人類專家的思維過程，解決某些需要專家決定的復雜問題。對于風洞工況帶來的參數變化、控制參數的選擇、吹風過程中的事故判斷和處理等，專家系統是非常有用的。2.4 m跨聲速風洞智能運行控制系統就是利用已有試驗數據，構建包含特征參數、原始及精選數據的數據庫，成功實現開車參數的自動生成，有效提高了風洞試驗運行效率。

智能控制常與PID控制組合使用，即利用智能控制算法，整定適合的PID參數，再利用PID調節器對風洞馬赫數或者穩定段總壓實現最終的控制。為滿足暫沖式跨、超聲速風洞運行工況復雜且馬赫數變化范圍寬的實際需求，研究人員采用智能多模態控制器代替傳統的PID控制，有效改善了風洞控制系統的動、靜態性能指標。為有效克服跨聲速風洞中電液伺服控制器可靠性低、調試維護和使用困難等技術問題，杜寧等將HNC100智能控制器技術成功應用于跨聲速風洞控制系統，有效改善了閥門的控制精度和執行機構的運行特性，風洞總壓及馬赫數的控制精度也有較大提高。基于HNC100的伺服控制模式原理如圖5所示。

圖5 基于HNC100的伺服控制模式原理圖[37]Fig.5 Schematic diagram of servo control mode based on HNC100[37]

大型風洞試驗設備是智能測控系統應用的理想場所。20世紀90年代，美國NASA阿姆斯研究中心和美國空軍阿諾德工程發展中心就已經對風洞設計以及試驗過程中的數值計算、智能系統、專家系統、數據管理及融合等數智化技術開展了很多探索性研究工作，并取得了很好的效果。歐洲在ETW風洞設計建設及試驗過程中，基于數值模擬、網絡集成和專家系統的數字化、網絡化以及智能化技術也開展了大量的應用研究。

從國內外風洞設計運行現狀看，以數字化、網絡化、智能化為代表的數智化設計技術在風洞設計建設中已經得到了一定的應用，并取得了較大技術進步。但國內的數智化風洞設計技術起步較晚，尤其是在智能制造與裝配技術、控制系統智能化、智能機器人技術、智能健康管理等風洞設計技術領域，數智化技術還有待進一步加強和提高。

2 數智化風洞技術需求及發展趨勢

近年來，隨著大數據分析、虛擬現實、互聯網、云計算、人工智能等技術的不斷發展，數智化已成為我國未來高端裝備發展建設的重要趨勢，也為大型風洞設備向數智化方向轉變提供了契機。為此，通過分析梳理大型風洞設計建設過程中面臨的數智化技術問題和發展趨勢，提出構建數智化風洞系統的設計建議，為提升我國大型風洞設備的綜合能力和服務水平提供技術儲備。

2.1 數字化風洞系統發展趨勢及研究建議

數字化通過對產品、工藝和資源信息進行數字化描述、分析和控制，快速生成滿足要求的產品，是實現數智化風洞的基礎要素，廣泛應用于氣動分析、建模仿真、數字化設備、信息化管理等風洞設計各過程和環節的集成優化。未來數字化風洞系統研究的重點將集中在以下幾方面：

1）風洞數字化協同仿真平臺建設。主要是開展風洞氣動、洞體結構、測控系統數字化設計和仿真計算分析，構建數字化、模塊化、參數化的風洞數字樣機“虛擬風洞”。虛擬樣機不僅包括風洞的幾何模型、風洞的功能和性能仿真模型，還包括風洞的制造模型、操作維護模型以及環境模型等的有機融合，以實現風洞的設計優化和運行流程及控制優化。并基于仿真計算結果，對風洞復雜物理過程以及關鍵參數的相應特性進行三維可視化展示。

學生在練習紙上，按要求畫出符合題意的圖形，由于按習題要求，只需分成兩個周長相等的圖形即可，所以方法是多樣的，結果也是多樣的，比如下面這些不同的畫法：

2）三維流場精細化、可視化測量體系研究。主要是發展高精度的數字化傳感器、天平技術、非接觸測量和流動顯示技術，實現對流場的無干擾全場測量，增強對流動物理現象和機理的深入了解。發展基于視頻的模型姿態和變形測量系統、PIV流場三維顯示系統、高速氣流湍流度熱線測量和數據處理技術、復雜運行環境下的壓敏漆及溫敏漆測量技術等。穩步推進流動顯示測試向定量化、精細化發展，促進多物理場的同步測量和集成融合技術。如圖6所示的PIV流場測試系統在亞跨超聲速風洞以及超燃等流場測試及診斷領域都已得到廣泛應用。

圖6 PIV流場測試系統[18]Fig.6 Flow field measurement system of PIV[18]

3）風洞運行試驗數據分析管理研究。主要是運用大數據技術開發風洞試驗全域全過程數據采集和系統分析，采用數據采集新方法，得到試驗過程全部宏觀、細節、時頻域信息，為大數據分析提供數據支持。開發大數據多樣化處理和可視化分析方法，實現各種試驗數據宏觀規律現象快速精準分析和精細化微觀現象的深入分析，并為試驗問題、故障的準確定位提供支持。利用CFD技術和輔助測試手段，建立參數化的風洞試驗數據修正通用模塊和專家庫系統，實現洞壁及支架干擾修正、彈性角修正等快速精準分析，為工程師和用戶的數據后處理分析及時提供原始試驗數據和無干擾數據。

2.2 網絡化風洞系統發展趨勢及研究建議

互聯網將人、數據和事物連接在一起，通過企業內、企業間的協同和資源共享，重塑產業的價值鏈，推動產業向數字化、網絡化轉變，大幅提高產業效能并創造新的產業。網絡化是數智化風洞系統的核心要素，有助于實現設備設計、研發及制造的協同與共享，有助于實現橫向、縱向和端到端的集成，為打通整個系統的數據流、信息流提供保障。風洞試驗與型號用戶單位通過網絡實現交互，風洞試驗開始從以試驗數據提供為中心向以用戶服務和解決氣動力問題為中心轉型。從目前掌握的技術資料看，網絡化風洞系統研究重點主要集中在以下幾方面：

1）風洞設備設計、制造、安裝調試、試驗運行的數字化、網絡化、模塊化協同創新體系。風洞設備系統多、技術復雜，需要眾多的設計單位、研究單位、制造安裝單位等協同集成，才能高質量地完成風洞設備的設計建設。通過互聯網、大數據等新一代信息技術，不僅要實現風洞數字化設計研究、數字化制造、數字化安裝調試等縱向集成，也要實現設計單位之間、制造單位之間、安裝調試單位之間以及設計、試驗運行、型號用戶之間的端到端集成，形成一個高效的風洞業態系統有機整體。一方面，風洞協同創新體系是一個開放型、合作式的創新平臺，風洞建設的整個價值環節采用競爭參與、合作共享模式，要求設計研發、加工制造、安裝調試的企業機構實現數字化、網絡化轉型，具有定制化、柔性化、模塊化的產品設計、生產能力。另一方面，風洞協同創新體系能夠實現設計端對風洞產品的洞察，通過物聯網與風洞運行保持聯系，收集風洞運行的動態數據，持續地分析風洞運行使用情況，為改進風洞設計、開發新技術和服務提供依據。

2）風洞試驗、數值仿真、模型自由飛三大手段之間的數據共享和數據融合。針對CFD計算方法和軟件，建立基本的驗證和確認方法，確定規范化步驟，收集整理國內外已有的可用于CFD確認的標模或Benchmark實驗數據。選定有代表性的標模實驗模型和流動狀態，開展數值計算和風洞實驗的相互對比研究，進行氣動參數辨識結果的不確定度研究。根據數據融合理論和方法，通過對三種不同來源氣動數據進行充分利用和合理支配，借助數據關聯、估計、判斷、推理、綜合等手段，將這些互補和冗余信息依據某種準則綜合起來，獲得精準度更高的氣動數據，并建立氣動力數據庫共享平臺，用于氣動力數據的分析、確認和評估，三種手段融合式發展模式的概念圖如圖7所示。近幾年，國內開展的國家數值風洞（NNW）工程項目在突破國外長期數值風洞技術壟斷、彌補與國外技術差距方面取得了很大的進步，也是國內數智化風洞技術發展的重要一環。

圖7 三種手段融合式發展Fig.7 Integrated development of three means

3）試驗單位與用戶間的遠程交互和數據共享。通過網絡平臺將風洞試驗現場、試驗分析站、用戶單位構成有機整體，實現試驗單位與型號用戶單位的遠程交互和數據共享。試驗單位參與型號模型的設計和制造過程，針對特定的氣動力問題和風洞特點，制定個性化的試驗方案和試驗大綱。用戶單位參與試驗、氣動數據的問題分析等關鍵環節，加強對試驗數據質量控制，根據試驗過程形勢變化進行試驗項目內容和計劃動態調整，優化試驗流程和組織。實現型號試驗從數據提供向用戶服務和問題解決轉變。開展風洞與模型自由飛試驗數據的相關性研究，在數字化基礎上建立數據共享的數據庫系統，及時優化各種風洞試驗數據修正方法，提供更為精準可靠的數據服務。

2.3 智能化風洞系統發展趨勢及研究建議

近年來，人工智能技術得到了迅猛發展，人工智能技術與先進制造技術的深度融合又為新一代智能制造創造了條件。新一代智能制造將重塑產品設計、制造、服務等各個環節，催生一系列新技術，進而改變傳統的生產方式和思維模式。智能化是數智化風洞系統的根本要素，其主要特征表現為風洞系統在數字化、網絡化的基礎上具備了學習能力。通過人工智能等技術的應用，深度處理和利用信息，使目標對象具有一定自主學習、分析、決策和控制執行能力，能主動適應環境的變化，使知識的獲取及應用發生根本性改變，顯著提高整個系統的效能和服務質量。未來智能化風洞系統研究重點將主要集中在以下幾方面：

1）智能制造與裝配技術體系建設。大型風洞設備設計建設中面臨諸多問題，如系統復雜、結構尺寸大、精度要求高等，這對工藝水平和加工制造能力提出了更高要求。為提高設備的加工精度和質量，需要構建滿足設備現場加工的智能系統，通過先進制造及智能技術的深度融合，研發集感知、決策、執行于一體的智能裝備。需要開展包含風洞大尺度結構部件的虛擬裝配問題研究，包括三維數字建模技術、數字孿生技術以及裝配工藝虛擬仿真技術等，從而為高精度裝配提供技術支撐。以專家知識庫、過程監控、在線檢驗、虛擬裝配等智能化技術為建設內容，通過改變傳統制造模式，大型風洞設備的智能制造可顯著提升產品質量和制造效率。目前，基于智能系統的虛擬制造與裝配技術（圖8）在航空發動機、整機裝配等領域都已得到廣泛應用。

圖8 虛擬制造與裝配[51]Fig.8 Virtual manufacturing and assembly[51]

2）風洞運行控制的智能化技術開發。大型風洞設備一般包含多個子系統，各子系統的協調控制比較復雜。氣動、結構、測控多系統耦合調試過程中的復雜動態特性對風洞測控系統提出了更加嚴苛的要求，因此在風洞控制系統中采用自主調節、智能決策等技術實現風洞的安全高效運行將是風洞測控系統的一個重要趨勢。從現有風洞的實際應用需求看，大型風洞智能控制系統可以在自適應、神經網絡、智能優化等方面開展研究。

圖9 NFT智能溫度調節控制Fig.9 Intelligent temperature control of NTF

3）風洞智能化健康管理系統構建。大型風洞設備健康管理系統是設備安全穩定運行的重要保障，為實現健康管理系統的智能化，應借助機器學習、數

據挖掘等手段，完善健康管理系統的感知、維修、自主學習等功能。初步構建的風洞智能狀態監測及健康管理系統總體架構如圖10所示，風洞設備的主要參數信號不僅數據量大、種類繁多，而且特征各異。開展健康管理系統構建，需要借助風洞數字化的數據融合技術，從海量數據中提取出高價值知識。然后，依據待預測對象特征參數、運行環境及歷史數據，運用智能算法對設備可能出現的故障進行預測、分析，進而提出預防改進措辭。在此基礎上，采用已有的專家庫進行故障識別，運用模糊學、神經網絡等智能化技術進行故障診斷，確保設備正常穩定運行，同時將識別的故障錄入專家庫，以備后續調用。

圖10 風洞智能狀態監測及健康管理系統總體架構[12]Fig.10 Overall structure of intelligent state detection and health management in wind tunnel[12]

4）風洞智能機器人研發。某些大型風洞內部環境特殊，如NTF風洞為低溫環境（溫度可達–160 ℃），人員無法直接進入洞體內部維護。在更換試驗模型的過程中，必須借助模型車將模型移出洞體進行置換，嚴重影響了試驗的效率。借助智能機器人開展洞體檢測、維修以及試驗模型更換，不僅可以提高試驗效率，降低運行成本，還可以縮短試驗周期，提高風洞試驗的安全性。當前，隨著智能機器人在工業生產、生活服務等諸多領域的廣泛應用，智能機器人技術已得到了飛速發展，如圖11所示的特殊環境智能機器人技術已成功應用于生物醫藥、化工等行業。然而，每個應用領域都有自身的特點和技術需求。風洞智能機器人的研發和應用，應結合風洞實際運行中寬溫域、變壓力等特點，發展特殊環境智能機器人技術，實現特定工況下風洞檢修、模型更換、實時檢測等功能。

圖11 特殊環境中的智能機器人技術[52]Fig.11 Intelligent robot technology in special environment[52]

數智化風洞系統中的數字化、網絡化、智能化三個基本要素體現了未來風洞設備的發展趨勢，三個要素各有特點、規律和重點需要解決的問題。數字化技術是數智化風洞系統的基礎要素，是實現系統參數化到數字化轉變的關鍵；網絡化技術是數智化風洞系統的核心要素，是實現網絡互聯和跨平臺人機交互的重要一環；而智能化技術則是數智化風洞系統的根本，是風洞系統自動化、智能化水平的綜合體現。三個基本要素在技術上和時間上不是孤立的，而是相互交織、相互集成的，體現著數智化風洞系統融合發展的基本特征。

3 總結與展望

風洞是研制飛行器和地面交通工具的重要基礎設施，其性能和試驗能力直接影響到先進氣動設備的研發進程。本文對國內外大型風洞設計建設過程中應用到的數字化、網絡化以及智能化技術問題進行了總結分析，指出數字化技術是實現數智化風洞系統的基礎和前提，網絡化是實現數智化風洞系統的核心，而智能化技術是實現數智化風洞系統的根本要素，三者是相互補充、互為促進的關系。在總結已有數智化風洞技術基礎上，針對風洞設計建設及運行過程中的技術需求和發展趨勢，從智能制造與裝配技術、智能化運行控制技術、智能化健康管理系統構建以及風洞智能機器人研發幾個方面，提出了關于構建數智化風洞系統的設計建議，希望能為下一步大型風洞的設計建設及高效運行提供參考。未來的風洞設計和運行模式，將更注重先進設計、試驗、數據分析等領域信息技術與風洞設備的深度融合，以滿足風洞便捷、高效、可靠的試驗需求，使得試驗型風洞與數值風洞的結合更加緊密。