南京航空航天大学学报

作者：李扬，王逸斌，朱春玲，朱程香

单位：南京航空航天大学航空学院， 南京 210016；,南京航空航天大学航空学院， 南京 210016；,南京航空航天大学航空学院， 南京 210016；,南京航空航天大学航空学院， 南京 210016；

关键词：机翼结冰;结冰气象参数;神经网络;预测;遗传算法

基金：国家自然科学基金重点项目（11832012）。

水滴平均体积直径（Mean volumetric diameter，MVD）和液态水含量（Liquid water content，LWC）是两个影响飞机结冰的重要气象参数，但在实际中难以准确测得，如果能够实时、准确地获取这两个参数可以为积冰预测和飞机适航认证标准的建立提供一些指导。文中提出了一种基于遗传算法优化神经网络的结冰气象参数预测模型。以不同测点组合的冰厚和结冰速率、环境温度、飞行速度和机翼迎角为输入参数，结冰气象参数MVD和LWC为输出参数，构建遗传算法优化的结冰气象参数预测模型，并通过预测模型对数值计算测试组数据和结冰风洞实验数据的结冰气象参数进行预测。结果表明，基于遗传算法优化Elman神经网络的预测模型对结冰气象参数的测试组预测相对误差在10%以内，实验数据相对误差在20%以内，该方法具有一定的可行性。

来源：2023年第2期

《南京航空航天大学学报》期刊编辑部

查看南京航空航天大学学报杂志2023年第2期