柴聪聪易 贤郭 磊王 俊

1．电子科技大学 计算机科学与工程学院,成都 611731;2．中国空气动力研究与发展中心 结冰与防/除冰重点实验室,四川 绵阳 621000

0 引 言

飞机在低于零度的环境中飞行,如果遇到含有过冷水滴的云层,且云层中的过冷水滴撞击到飞机机翼表面,就会在碰撞区域及其附近发生结冰[1-2]。机翼结冰不仅会增加机翼部件的重量,还会改变机翼周围的流场分布、破坏机翼的气动性能[3],严重危害飞机的飞行安全。为确保飞机的飞行安全,防止坠机事故的发生,对翼型结冰特性进行快速、准确的预测非常有必要。

传统的结冰预测方法主要有结冰试验[4-5]和CFD计算[6-7]。其中,结冰试验包括真实结冰和人工模拟结冰条件下的飞机飞行试验以及冰风洞试验。此类方法得到的冰形与真实条件相接近,但存在试验周期长、试验成本高等问题,甚至还伴随一定的危险性[8]。相比之下,基于CFD计算的冰形预测成本低、安全性高,是科研人员常用的结冰预测方法。文献[9]采用CFD计算对三段翼和MS-317后掠翼进行研究,结果显示利用数值计算得到的三维积冰模型与真实数据相接近。虽然成本降低、安全性高,但CFD计算需要复杂的计算过程,预测精度易受模型的影响,无法实现翼型结冰的快速预测。

随着人工神经网络的出现和发展,人们开始利用人工神经网络进行结冰预测[10-13]。文献[10]采用BP神经网络进行二维翼型结冰预测,预测结果表明:该方法可以快速预测冰形,具有较高的准确性。……