基于改进BP神经网络的风洞天平静态校准研究

作     者：郜明川 闵夫 解真东 杨彦广 

作者机构：中国空气动力研究与发展中心 昆明理工大学信息工程与自动化学院 中国空气动力研究与发展中心跨流域空气动力学重点实验室 

出 版 物：《实验流体力学》 (Journal of Experiments in Fluid Mechanics)

年 卷 期：2024年

核心收录：

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 080103[工学-流体力学] 08[工学] 081104[工学-模式识别与智能系统] 080104[工学-工程力学] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0801[工学-力学（可授工学、理学学位）] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

主　　题：风洞天平 静态校准 BP神经网络 蝴蝶算法 非线性拟合 

摘      要：针对风洞天平静态校准传统校准模型非线性误差较大的问题，采用BP神经网络建立了天平校准模型。三分量天平的BP神经网络模型为典型三层神经网络（“3–7–3结构）；BP神经网络模型校准精准度满足天平静态校准合格指标，轴向力和俯仰力矩分量校准性能优于传统模型，法向力分量校准性能则略低于传统模型。针对BP神经网络存在的不足，采用经混合策略改进的蝴蝶算法优化BP神经网络的初始权值和阈值，优化后的BP神经网络收敛精度和收敛速度得到提高。使用三分量应变天平校准数据进行了仿真实验，以天平输出信号值和天平加载载荷值作为输入和输出构建BP神经网络。传统校准模型、BP神经网络校准模型、蝴蝶算法优化BP神经网络校准模型的仿真实验结果对比表明：使用优化BP神经网络模型拟合天平校准公式，其校准性能比传统校准模型提高70%～90%，可有效消除传统校准模型非线性误差，显著提高天平静态校准精准度。