基于径向基神经网络的气动热预测代理模型

张智超，高太元，张磊，拓双芬

北京机电工程总体设计部，北京 100039

高超声速飞行器气动热环境的准确预测对于飞行器热防护系统的设计至关重要。一方面，若飞行器表面的热流预测偏低，会严重危及飞行器的安全，甚至会导致飞行器的烧毁；另一方面，表面热流预测偏高，会造成热防护系统存在较大的冗余度，降低飞行器的有效载荷。然而，高超声速飞行器气动热环境的准确预测仍面临诸多难题[1]。在飞行器的气动热设计过程中，工程估算方法虽然速度快、效率高，但其针对非轴对称复杂外形的飞行器适应性较差、精度不足。风洞试验方法虽然能够较准确地预测飞行器模型在地面风洞的热环境，但目前风洞试验数据的天地一致性问题尚未完全解决[2]，并且受制于经费、试验周期等因素的限制，无法针对飞行走廊内全部状态开展大规模气动热环境的试验研究。目前，随着计算流体力学(Computational Fluid Dynamic，CFD)方法的迅猛发展，已经可以实现对高超声速复杂外形飞行器全尺寸流场的数值模拟，但沿全飞行走廊开展大规模数值计算的代价仍相当昂贵，也无法满足工程设计阶段对气动热环境快速分析的需求。因此，发展一种可达到与CFD方法相当精度的高超声速飞行器气动热环境快速预测方法，有效缩短飞行器气动热设计的周期，是目前高超声速飞行器气动热设计需要亟待解决的问题之一。

针对上述问题传统的解决方法是以试验或数值模拟数据为基础，通过拟合或回归预测方法以一定的精度逼近真实模型，得到飞行器气动参数的解析表达式[3]。……