基于气动代理模型的雷箭分离快速仿真

聂文超, 蔡卫军

基于气动代理模型的雷箭分离快速仿真

聂文超, 蔡卫军

(中国船舶重工集团有限公司 第705研究所, 陕西 西安, 710077)

由于助飞鱼雷结构布局紧凑、分离过程迅速且气动干扰严重, 导致雷箭分离过程容易发生相互碰撞, 因此其成为助飞鱼雷研制中必须解决的一项关键技术。目前常采用试验和数值仿真方法解决这一问题, 但是雷箭分离过程的设计需要对多参数多工况进行计算, 迭代寻优, 上述2种方法并不满足大量、快速的计算要求。针对此, 文中提出了基于径向基神经网络气动代理模型与虚拟样机联合仿真的方法。该方法通过提取影响气动力的关键因素, 利用试验或数值计算得到气动力样本库, 基于径向基神经网络算法建立了气动代理模型, 具有良好的逼近和预测精度。联合雷箭分离多体动力学虚拟样机模型, 可对雷箭分离过程进行快速仿真及对各参数的影响规律进行分析。

雷箭分离; 气动力; 径向基神经网络; 代理模型

0 引言

雷箭分离过程主要的分析方法有试验和数值仿真方法[2]。试验方法主要有捕获轨迹系统(captive trajectory system, CTS)和自由飞行试验方法等, 通过等比或缩比模型, 严格模拟飞行器外型及各分离体运动参数, 由风洞模拟真实的飞行环境, 通过高速摄像及测量装置对多体间的分离进行观测, 同时对多体之间的干扰特性进行精确测量[3-5]。但是, 试验方法技术复杂、成本高、周期长, 特殊限制下雷箭分离某些工况试验难于进行。分离过程的数值仿真方法一般采用动网格技术更新流体区域, 将流动方程与多体动力学方程耦合求解, 考虑了运动和流场的实时相互作用, 可准确地模拟雷箭分离过程[6-8]。数值仿真方法针对不同工况需要重新设置网格模型, 过程繁琐, 计算耗时长, 不能满足多工况快速计算的要求。文中主要建立一种能够保证仿真精度且提高仿真效率的雷箭分离过程仿真方法。

研究雷箭分离过程的关键在于快速准确地计算气动力。针对雷箭分离过程的特点, 确定了气动力的主要影响因素, 建立了气动力数据库, 利用径向基神经网络算法建立了“黑箱”型气动力代理模型[9-10], 可为雷箭分离多体动力学模型提供气动力预测值, 大大降低了流体仿真计算量。针对多体动力学数学建模方法的不足, 建立了雷箭分离过程的虚拟样机模型, 能够考虑气动力、碰撞接触以及铰链约束等复杂载荷, 提高了动力学建模求解效率。最后建立气动代理模型与雷箭分离虚拟样机模型的数据交换接口, 建立联合仿真模型, 实现快速预测雷箭分离过程和分析多因素对雷箭分离的影响规律。

1 气动力数据库

气动力数据库是将气动力影响因素根据试验设计方法组建工况表, 利用风洞试验或流体力学数值仿真, 计算各分离体在相应工况下的气动力, 形成气动数据样本库。

由雷箭分离过程可知, 在不同的分离初始条件(速度、初始气动角或姿态角)下, 各分离体气动力的主要影响因素有: 分离舱张开角、鱼雷与运载器相对距离, 鱼雷和运载器的气动角参数(、)或姿态角参数(、、)。

为了便于描述各分离体所受气动力(力矩), 按照图1所示建立各部件体坐标系, 战斗载荷体坐标系1-111, 原点1取为战斗载荷质心, 运载器体坐标系3-333, 原点3取为运载器质心, 左分离舱体坐标系2-222222原点2取为左铰链点, 右分离舱体坐标系4-444444原点4取为右铰链点,方向均取为竖直向上。

图1 助飞鱼雷坐标系

1.1 基于定常数值仿真的数据库

选取、、、、为输入变量, 初步估算这些因素的变化范围, 然后对每个因素在变化范围内等间隔取若干离散状态进行组合, 确定典型工况表, 如表1所示。通过试验或定常数值仿真方法, 求取相应状态下各分离体的气动力和气动力矩。将各分离体的气动力(矩)FFFMM和M由参考面积ref和参考长度ref作无量纲化, 得到气动力系数CCCCMCM和,各分离体速度的影响由无量纲化系数表征, 具体方法如下式

1.2 基于非定常数值仿真的数据库

基于非定常数值仿真方法, 采用重叠网格技术, 更新流场区域, 基于计算流体力学(computational fluid dynamics, CFD)软件将三维非定常N-S方程和多体六自由度运动方程耦合求解, 对典型工况下雷箭分离过程进行计算, 保存计算结果数据。

表1 等间隔抽样数据库

选取输入变量为:、、、、、; 选取输出变量为: 战斗载荷、分离舱和运载器的气动力和力矩, 分别包括6个分量, 即:向阻力、向升力、向侧力、向力矩、向力矩、向力矩。

资本是市场经济发展的基础和动力,我国从资本促进实体经济发展，到资本脱实就虚，进行杠杆运作的发展历程表明，资本不仅创造了市场，更创造了市场的规则与逻辑。资本市场发展初期以为实业提供资金，解决资金链难题为目的，此后金融业再借实业的发展获取利益，双方各取所需，互利共生。然而，就当前的发展趋势看，我国资本市场金融家越来越成为实体经济的威胁，甚至发展成为吞并实体经济的巨鳄。资本市场的圈钱动机使资本决定论成为不成文的规则，恶意收购成为趋势，而对于资本市场是否需要伦理性、道德性，则因利益主体的不同而各有说辞。

按照式(1)和式(2)将输出量进行无量纲化, 其方向按照图1中的分离体坐标系方法确定, 从非定常数值计算结果中等时间间隔抽样, 获得上述输入输出样本库。

因为非定常数值仿真结果中, 不同时刻下, 各分离体相对姿态变化规律反映了气动干扰相关信息。通过对抽样数据进行学习, 神经网络模型可对气动参数进行有效预测。

2 气动代理模型

2.1 径向基神经网络

径向基函数(radial basis function, RBF)神经网络是一个3层前向型神经网络, 其输入层由信号源节点组成, 第2层是由径向基函数神经元组成的隐含层, 隐单元的个数由所描述的问题而定, 第3层为线性输出层, 对输入模式做出响应。如图2所示。

图2 径向基神经元模型

径向基函数神经元的传递函数有多种形式, 常用的是高斯函数, 神经元的输入是由输入向量和权值向量之间的距离乘以阈值得到, 传递函数可表示为

径向基网络模型的基本思想是, 选择各隐层神经元的传递函数构成一组基函数, 从而可将任一函数表示成一组基函数的加权和, 可任意逼近未知函数, 其具体网络结构如图3所示。径向基网络输入层起传输信号的作用; 隐含层是对激活函数的参数进行调整; 输出层是对线性权值的调整, 可采用线性优化策略。径向基网络数学模型如下

式中:为线性输出层权值向量;为输入层权值向量。

图3 径向基网络模型

采用MATLAB中的函数建立具有泛化回归特性的径向基神经网络模型, 其调用格式为=(,,)。参数对神经网络影响较大,值越大, 设计的网络对函数拟合就越平滑,越小, 网络对样本点的逼近精度越高。

2.2 精度验证

基于MATLAB神经网络工具箱进行径向基网络算法编程。首先针对1.1节提出的基于定常数值模型结果的数据库利用定常数值仿真方法获得28组离散数据, 经学习后建立径向基神经网络模型, 以战斗载荷气动力(力矩)输出为例, 其预测效果如图4所示。

针对1.2提出的非定常数值仿真结果建立数据库的方法, 从非定常数值计算结果文件中提取520组样本数据, 选取80%样本作为训练数据, 其余20%数据作为测试数据, 同样以学习后战斗载荷的气动力(力矩)输出为例, 其预测效果如图5所示。

由图4和图5可知, 径向基神经网络对雷箭分离问题的多输入多输出样本数据具有良好的逼近和预测精度。

图4 准定常测试数据预测结果

图5 非定常测试数据预测结果

3 雷箭分离过程联合仿真方法

以ADAMS软件为平台建立雷箭分离过程的虚拟样机模型, 可以考虑接触碰撞、气动力等复杂载荷, 建立检测雷箭分离状态的sensor传感器, 同时建立观测分离体运动姿态轨迹信息的测量函数。在Simulink中定义好输入输出, 建立完整的气动代理模型控制框图, 通过RTW工具箱将控制框图生成C或Fortran格式的外链程序。在ADAMS中, 通过Controls模块调用外链程序生成广义状态方程。建立了代理模型和虚拟样机之间数据交换接口, 实现联合仿真。该方法使得机械系统动力学方程和控制方程都由ADAMS求解器处理, 采用统一的积分步长, 同步计算, 提高了计算效率。具体仿真流程如图6所示。

图6 雷箭分离联合仿真流程图

确定仿真工况为: 助飞鱼雷平飞速度假设为200 m/s, 初始姿态角、攻角和侧滑角均为0。根据上述方法利用CFD计算方法对助飞鱼雷进行数值仿真, 同时利用文中基于非定常数据库气动代理模型方法对雷箭分离过程进行仿真。

CFD仿真方法由200核处理器的计算中心计算, 求解耗时10天左右, 联合仿真方法由4核处理器计算, 求解耗时15 min左右。图7展示了气动力神经网络模型与多体动力学模型联合求解后得到某时刻下的雷箭分离过程状态图。图8是以战斗载荷与运载器间距、左右分离舱张开角为观测量, 对分离过程的3个参数信息进行对比。由计算结果可以看出, 文中方法结果和CFD仿真结果比较一致。文中方法计算速度快, 具有可视化的特点。

图7 基于代理模型的仿真状态图

图8 计算结果对比图

4 试验验证

针对选定工况, 分别采用非定常数据库和准定常数据库建立气动力代理模型, 对雷箭分离过程进行仿真, 并选择分离舱张开角作为观测量, 将二者结果与雷箭分离火箭橇试验测量数据进行对比。

火箭橇试验所用装置如图9所示, 试验时将真实尺度的助飞鱼雷安装于火箭橇滑车上, 雷体轴线与滑轨呈2.5°偏角, 以模拟侧滑角=2.5°的分离条件, 由火箭推动滑车在滑轨上加速至分离速度0.7, 试验过程忽略战斗载荷与运载器的姿态变化。火箭橇滑车上安装有高速摄像机, 对分离舱张开过程进行拍摄记录。试验开始前对左右分离舱从0~20°范围中选取系列中间角度状态进行静态标定。试验后整理拍摄的图像数据, 并将其与静态标定数据进行对比。通过数据整理获得分离舱张开角随时间的变化关系。

图9 火箭橇试验图

由图10可知, 基于准定常和非定常数据库的气动代理模型方法能够对雷箭分离过程进行较精确的仿真, 且基于非定常数据库的方法效果更好。由于试验条件限制, 分离过程中并未考虑战斗载荷与运载器的姿态变化, 因此计算数值和试验数值之间存在一定差异。

5 结束语

文中首先建立了雷箭分离过程中受多维变量耦合影响下的多输入多输出气动力代理模型, 建立了雷箭分离的虚拟样机模型, 通过Simulink/ RTW生成外链程序, 建立代理模型与虚拟样机者之间的数据接口, 实现了二者的联合仿真。通过计算对比, 反映了文中方法相较于传统CFD计算方法的计算效率高。通过试验对比, 该方法满足工程应用的精度要求。该方法适用于雷箭分离问题的多工况、大时长仿真预测的计算。

图10 分离舱张开角对比

文中采用MATLAB神经网络工具箱建立径向基神经网络模型, 后续可基于ADAMS二次开发语言自主开发径向基神经网络算法, 进一步简化联合仿真流程。

[1] 白照高, 王锋辉, 温震. 助飞鱼雷雷箭分离过程多体动力学建模与仿真[J]. 鱼雷技术, 2013, 21(3): 171-174.Bai Zhao-gao, Wang Feng-hui, Wen Zhen. Modeling and Simulation of Multi-body Dynamic for Rocket-assisted Torpedo Separation[J]. Torpedo Technology, 2013, 21(3): 171-174.

[2] 白治宁, 蔡卫军, 周景军, 等. 助飞鱼雷雷箭分离多体气动干扰特性研究[J]. 兵工学报, 2017, 38(11): 2176- 2183.Bai Zhi-ning, Cai Wei-jun, Zhou Jing-jun, et al. Research on Multi-body Aerodynamic Interference During Torpedo- rocket Separation[J]. Acta Armamentar II, 2017, 38(11): 2176-2183.

[3] 吴继飞, 王元靖, 罗新福, 等. 高超声速风洞多体干扰与分离试验技术[J]. 实验流体力学, 2010, 24(3): 99-102.Wu Ji-fei, Wang Yuan-jing, Luo Xin-fu, et al. A Test Technique for Multi-boby Interference and Separation in Hypersonic Wind Tunnel[J]. Journal of Experiments in Fluid Mechanics, 2010, 24(3): 99-102.

[4] 蒋增辉, 宋威, 贾区耀, 等. 多体分离风洞自由飞试验[J]. 空气动力学学报, 2016, 34(5): 581-586. Jiang Zeng-hui, Song Wei, Jia Qu-yao, et al. Wind Tunnel Free-flight Test for Multi-bodies Seperation[J]. Acta Aerodynamica Sinica, 2016, 34(5): 581-586.

[5] 彭超, 史玉杰. XX型火箭助飞鱼雷雷箭分离高速风洞试验测力天平研制[J]. 实验流体力学, 2006, 20(2): 82- 84. Peng Chao, Shi Yu-jie. Balance Development of XX Torpedo Using the Rocket-boosting in the Separation Test of the Torpedo and the Rocket in High Speed Wind Tunnel[J]. Journal of Experiments in Fluid Mechanics, 2006, 20(2): 82-84.

[6] 张黄伟, 吴颂平, 王超. 级间分离气动力特性数值研究[J]. 战术导弹技术, 2010(3): 110-114. Zhang Huang-wei, Wu Song-ping, Wang Chao. Simulation Studies of Aerodynamic Characteristics during Stage Separation[J]. Tactical Missile Technology, 2010, (3): 110-114.

[7] 许晓平, 周洲, 范锐军, 等. 基于动态嵌套网格技术的机载武器投放研究[J]. 兵工学报, 2010, 31(9): 1241- 1246. Xu Xiao-ping, Zhou Zhou, Fan Rui-jun, et al. Research on Release of Airborne Weapon Based on Dynamic Chimera Grid Technique[J]. Acta Armamentar II, 2010, 31(9): 1241-1246.

[8] 张玉东, 纪楚群. 多体分离非定常气动特性数值模拟[J]. 空气动力学学报, 2006, 24(1): 1-4. Zhang Yu-dong, Ji Chu-qun. The Numerical Simulation of Unsteady Multi-body Separating Flows[J]. Acta Aerodyn- amica Sinica, 2006, 24(1): 1-4.

[9] 王博斌, 张伟伟, 叶正寅. 基于神经网络模型的动态非线性气动力辨识方法[J]. 航空学报, 2010, 31(7): 1380- 1388.Wang Bo-bin, Zhang Wei-wei, Ye Zheng-yin. Unsteady Nonlinear Aerodynamics Identification Based on Neural Network Model[J]. Acta Aeronautica et Astronautica Sinica, 2010, 31(7): 1380-1388.

[10] 史志伟, 王峥华, 李俊成. 径向基神经网络在非线性非定常气动力建模中的应用研究[J]. 空气动力学学报, 2012, 30(1): 108-112. Shi Zhi-wei, Wang Zheng-hua, Li Jun-cheng. The Research of RBFNN in Modeling of Nonlinear Unsteady Aerodynamics[J]. Acta Aerodynamica Sinica, 2012, 30(1): 108-112.

Rapid Simulation on Torpedo-Rocket Separation Based on the Aerodynamic Surrogate Model

NIEWen-chao, CAI Wei-jun

(The 705 Research Institute, China Shipbuilding Industry Corporation, Xi’an 710077, China)

Due to compact structure layout of a rocket-assisted torpedo, rapid torpedo-rocket separation process, and complex aerodynamic interference, the multi-body interference is easy to occur in the separation process. In the design of the rocket-assisted torpedo, the torpedo-rocket separation technology is crucial. The torpedo-rocket separation design is an iterative optimization process for multiple parameters and operating conditions, however the existing wind tunnel test method and numerical simulation method do not satisfy the requirement of huge and fast calculation. In this paper, a co-simulation method based on the aerodynamic surrogate model and the virtual prototype model is proposed. In this method, the key factors affecting the aerodynamic force are extracted, the sample database of input and output is obtained through test or numerical calculation, and an aerodynamic surrogate model with high approximation and prediction accuracy is established using radial basis neural network. Combined with the multi-body dynamic virtual prototype model of rocket-assisted torpedo, this method can be used to quickly predict the separation process and analyze the influence of each parameter.

torpedo-rocket separation; aerodynamic force; radial basis neural network; surrogate model

TJ631.8; V211

A

2096-3920(2019)06-0688-07

10.11993/j.issn.2096-3920.2019.06.013

聂文超, 蔡卫军. 基于气动代理模型的雷箭分离快速仿真[J]. 水下无人系统学报, 2019, 27(6): 688-694.

2019-02-19;

2019-05-16.

聂文超(1989-), 男, 在读硕士, 研究方向为鱼雷总体技术.

(责任编辑: 许 妍)