基于本征正交分解和代理模型的高超声速气动热模型降阶研究

作     者：陈鑫 刘莉 岳振江 CHEN Xin;LIU Li;YUE Zhenjiang

作者机构：北京理工大学宇航学院北京100081 北京理工大学飞行器动力学与控制教育部重点实验室北京100081 

出 版 物：《航空学报》 (Acta Aeronautica et Astronautica Sinica)

年 卷 期：2015年第36卷第2期

页      面：462-472页

核心收录：

学科分类：080103[工学-流体力学] 08[工学] 080104[工学-工程力学] 0802[工学-机械工程] 0825[工学-航空宇航科学与技术] 0704[理学-天文学] 0701[理学-数学] 0812[工学-计算机科学与技术（可授工学、理学学位）] 0801[工学-力学（可授工学、理学学位）] 

基　　金：国家自然科学基金(11372036)~~ 

主　　题：高超声速 气动热 本征正交分解 代理模型 降阶模型 

摘      要：气动热弹性分析是高超声速飞行器设计的关键技术之一。高超声速飞行器气动热的准确快速预测是气动热弹性分析的重要前提。针对当前气动加热工程计算、数值计算和实验研究均不能很好满足设计要求的问题,采用本征正交分解(POD)与代理模型(Surrogate)技术结合的模型降阶(POD-Surrogate)方法,建立了一种快速高效的高超声速气动热降阶模型框架。针对典型高超声速三维翼面气动热预测研究结果表明:当保留的POD基模态个数大于20时,PODKriging方法和POD-RBF(Radial Basis Function)方法的降阶模型得到的翼面温度分布与计算流体力学(CFD)计算温度L∞平均误差分别达到6%和14%,相对均方根误差(NRMSE)平均误差分别达到4%和12%,继续增加POD的基模态并不能提高降阶模型的预测精度;针对高超声速机翼气动热计算,POD-Kriging方法比POD-RBF方法具有更高的精度;针对典型的高超声速三维翼面气动热预测表明:基于POD-Surrogate方法的气动热降阶模型具有较高的精度和效率。