期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到1篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
数据驱动的脉冲风洞气动热试验数据分析方法探索
1
作者 易翔宇 鄢明 +5 位作者 陈星 林键 姚大鹏 纪锋 应明 张占一 《气体物理》 2024年第4期65-82,共18页
脉冲风洞的有效运行时间短,气动热测量信号易受干扰,通常采用人工判读的方式在大量的脉冲风洞测热试验数据中遴选有效数据,数据分析过程效率低、标准不统一。研究基于中国航天空气动力技术研究院1 m量级炮/激波双模式风洞气动热试验数... 脉冲风洞的有效运行时间短,气动热测量信号易受干扰,通常采用人工判读的方式在大量的脉冲风洞测热试验数据中遴选有效数据,数据分析过程效率低、标准不统一。研究基于中国航天空气动力技术研究院1 m量级炮/激波双模式风洞气动热试验数据开展信号特征分析,确定了Fourier变换后的电压信号、总压-热流相关系数曲线、热流时间导数等参数对流动起止时间、运行模式分界时间、信号质量等关键信息的表征作用。在此基础上,基于卷积神经网络和密度基聚类算法,发展了传感器信号有效性判断模型、风洞有效运行时间段选取算法和传感器信号取值区间选取算法,实现了脉冲风洞气动热试验数据的智能处理。结果表明,智能算法对传感器信号有效性的判断准确度达到98%;针对3568条原始试验曲线进行处理,智能算法与人工方式得到的热流均值差异小于10%的数据约占91%,具有应用于风洞试验的价值。 展开更多
关键词 脉冲风洞 气动热试验 热流 卷积神经网络 密度基聚类
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部