科研之友
微信
新浪微博
Facebook
分享链接
摘要
为解决风洞试验成本高与耗时长的问题，提出了一种基于机器学习预测气动力系数的研究方法.首先利用风洞试验获得不同参数下的覆冰导线气动力系数，然后通过机器学习构建模型预测了新月形覆冰导线在不同冰厚与风速下的气动力参数，所得各覆冰导线气动力系数随风攻角变化曲线与由风洞试验所得结果规律一致.基于机器学习和风洞试验所得气动系数确定的Den Hartog与Nigol系数随风攻角的变化结果相吻合，表明了机器学习预测方法的可行性.
-
单位中山大学; 中国空气动力研究与发展中心; 成都大学; 石油大学机电工程学院; 土木工程学院
