对转桨水动力性能实时预报方法

为了实现对转桨水动力性能实时预报,基于BP神经网络构建对转桨水动力性能预报模型。首先,采用低阶速度势边界元法建立对转桨水动力性能预报模型,通过调整来流速度和前后桨转速开展对转桨水动力性能多工况计算,从而获得构建神经网络所需的样本空间。建立适用于对转桨水动力性能预报的神经网络架构,通过训练使其具备良好的泛化能力。以某组对转桨为研究对象开展水动力性能实时预报方法研究,结果表明,采用BP神经网络预报模型可获得与边界元法精度相当的预报结果,但该模型与边界元法相比计算所耗时间可以忽略不计,可有效实现对转桨水动力性能实时、快速预报。