Решающие деревья в задаче определения класса элемента летательного аппарата для последующего определения давления на поверхности
Авторы: Булгаков В.Н., Рацлав Р.А., Сапожников Д.А., Чернышев И.В.
Опубликовано в выпуске: #10(82)/2018
DOI: 10.18698/2308-6033-2018-10-1810
Раздел: Авиационная и ракетно-космическая техника | Рубрика: Аэродинамика и процессы теплообмена летательных аппаратов
Приведено решение задачи классификации элементов поверхности летательного аппарата с последующим целевым определением коэффициента давления на составных частях тела по методу локальных поверхностей. В качестве объекта для классификации и определения характеристик рассматривалось составное тело, включающее в себя сферические, конические, плоские и цилиндрические поверхности. В качестве метода классификации использовалось решающее дерево. Сетка на теле была получена алгоритмом самоорганизации сеток. Для оценки аэродинамических характеристик использовались начально-аналитические приближения и точные зависимости. Результаты сравнивались с расчетными данными, полученными в рамках строгой математической постановки. Результаты целевого применения метода локальных поверхностей хорошо согласуются с расчетами. Предложенный метод может применяться как для самостоятельных оценок параметров обтекания составных тел, так и для задания начального приближения при расчетах в рамках строгой математической постановки системы уравнений газовой динамики
Литература
[1] Димитриенко Ю.И., Котенев В.П., Захаров А.А. Метод ленточных адаптивных сеток для численного моделирования в газовой динамике. Москва, Физматлит, 2011, 280 с.
[2] Tucker P.G. Advanced Computational Fluid and Aerodynamics. Cambridge University Press, 2016, 578 p.
[3] DeSpirito J., Silto S.I., Weinacht P. Navier—Stokes Predictions of Dynamic Stability Derivatives: Evaluation of Steady-State Methods. Journal of Spacecraft and Rockets, 2009, vol. 46 (6), pp. 1142–1154.
[4] Димитриенко Ю.И., Коряков М.Н., Захаров А.А. Применение метода RKDG для численного решения трехмерных уравнений газовой динамики на неструктурированных сетках. Математическое моделирование и численные методы, 2015, № 4 (8), c. 75–91.
[5] Котенев В.П. Точная зависимость для определения давления на сфере при произвольном числе Маха сверхзвукового набегающего потока. Математическое моделирование, 2014, т. 26, № 9, с. 141–148.
[6] Котенев В.П., Сысенко В.А. Аналитические формулы повышенной точности для расчета распределения давления на поверхности выпуклых, затупленных тел вращения произвольного очертания. Математическое моделирование и численные методы, 2014, т. 1, № 1 (1), с. 68–81.
[7] Булгаков В.Н., Котенев В.П., Сапожников Д.А. Моделирование сверхзвукового обтекания затупленных конусов с учетом разрыва кривизны образующей тела. Математическое моделирование и численные методы, 2017, № 2 (14), с. 81–93.
[8] Пучков А.С., Сапожников Д.А. Определение свободных параметров в формуле для распределения давления на затупленном конусе в сверхзвуковом невязком потоке. Молодежный научно-технический вестник, 2017, № 5. URL: http://sntbul.bmstu.ru/doc/859337.html
[9] Краснов Н.Ф. Основы аэродинамического расчета. Аэродинамика тел вращения, несущих и управляющих поверхностей. Аэродинамика летательных аппаратов. Москва, Высшая школа, 1981, 496 с.
[10] Котенев В.П., Пучков А.С., Сапожников Д.А., Тонких Е.Г. Применение методов машинного обучения для моделирования распределения давления в возмущенной области около сферы, обтекаемой невязким потоком. Математическое моделирование и численные методы, 2017, № 4, с. 74–88.
[11] Флах П. Машинное обучение. Наука и искусство построения алгоритмов, которые извлекают знания из данных. Москва, ДМК Пресс, 2015, 400 с.
[12] David L.P., Alan K.M. Artificial intelligence. Cambridge University Press, 2017, 760 p.
[13] Hastie T., Tibshirani R., Friedman J. The Elements of Statistical Learning. Ed. 2. New York, Springer, 2009, 745 p.
[14] Shinkyu J., Kazuhisa C., Shigeru O. Data mining for aerodynamic design space. Journal of Aerospace Computing, Information and Communication, 2005, vol. 2 (11), pp. 452–496.
[15] Brown J.D., Yates L.A., Chapman G.T. Transonic Aerodynamics of Lifting Orion Crew Capsule from Ballistic Range Data. Journal of Spacecraft and Rockets, 2010, vol. 47 (1), pp. 36–37.
[16] Wei W., Rong M., Qingming F. Knowledge extraction for aerodynamic simulation data compressor rotor. Procedia Engineering, 2011, no. 15, pp. 1792–1796.
[17] Котенев В.П., Рацлав Р.А., Сапожников Д.А., Чернышев И.В. Метод классификации элементов поверхности летательного аппарата для численно-аналитического решения задач аэродинамики. Математическое моделирование и численные методы, 2017, № 3 (15), с. 92–115.
[18] Garanzha V.A., Kudryavtseva L.N., Utyzhnikov S.V. Untangling and optimization of spatial meshes. Journal of Computational and Applied Mathematics, 2014, October, vol. 269, pp. 24–41.
[19] Floater M.S., Hormann K. Surface Parameterization: A Tutorial and Survey. Advances in Multiresolution for Geometric Modeling, Mathematics and Visualization. Part 4. Berlin, Heidelberg, Springer, 2005, pp. 157–186.
[20] Котенев В.П., Булгаков В.Н., Ожгибисова Ю.С. Модификация метода Польгаузена для расчета тепловых потоков на затупленных телах. Математическое моделирование и численные методы, 2016, № 3 (11), c. 33–52.