科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对传统的载荷标定方程计算机翼蒙皮载荷精度低的问题，提出了一种基于深度学习的机翼蒙皮载荷计算新方法。考虑真实机翼蒙皮受力复杂，首先建立了机翼蒙皮试验件模型，使用Ansys仿真软件对试验件进行有限元分析，获得应变与载荷仿真数据，并对仿真数据进行数据清洗与预处理；其次，构建深度神经网络模型，将应变与载荷作为神经网络模型的输入与输出值，采用Adam算法优化提出的载荷计算模型；最后，在测试集上对载荷值进行预测，使用平均相对误差与绝对值差作为评价指标。实验结果显示，基于深度学习的载荷计算方法在小载荷数据上平均绝对误差为0.081 N,在正常载荷数据上的平均相对误差为0.063 8%;与传统载荷计算方法比较，本文提出的新方法计算的载荷精度明显优于传统方法。
- 单位
