%A 王博斌;张伟伟;叶正寅 %T 基于神经网络模型的动态非线性气动力辨识方法 %0 Journal Article %D 2010 %J 航空学报 %R %P 1379-1388 %V 31 %N 7 %U {https://hkxb.buaa.edu.cn/CN/abstract/article_9400.shtml} %8 2010-07-25 %X 在标准径向基函数(RBF)神经网络模型的基础上发展了带输出反馈的RBF神经网络。将计算流体力学(CFD)方法计算的时域气动载荷作为输入信号,建立跨声速非定常非线性气动力模型,并进一步运用CFD方法验证模型的精度。算例表明带输出反馈的RBF神经网络较标准RBF神经网络精度更高,能更准确描述跨声速激波大幅振荡时的非线性和非定常特性,并可推广用于多自由度运动的动态非线性气动力建模。用多级信号训练,预测简谐信号输入下的气动力算例表明带输出反馈的RBF神经网络能够预测不同振幅、不同频率的信号激励下的非线性气动力。