基于机器学习的电热防除冰表面温度变化趋势预测

针对飞机部件周期控制律电加热防除冰的应用,提出基于机器学习以预测电加热防除冰表面温度的变化趋势.依靠大型结冰风洞及其电加热防除冰控制系统完成防除冰试验,获得有效的试验数据,以通、断电周期为分割单元,将试验数据划分成验证集和训练集.根据电热防除冰过程的换热情况,构建样本的特征参数,利用机器学习的有监督学习方式,选择KNN近邻回归算法和局部线性加权回归算法预测温度变化率,再转换为温度,得到的温度变化与测量数据的线性相关性达到80％以上的高相似度结果,表明使用机器学习可快速预测电热防除冰部件的表面温度变化趋势,且不同的回归算法针对模型不同测温点位置的预测效果存在差异.     

结冰条件下风速管的表面温度计算

飞机风速管是测量飞行速度和高度的重要设备,对其进行防冰研究具有很大的实用价值。结冰条件下风速管的表面温度计算是其防冰研究中很重要的方面。笔者在给定加热功率下,利用计算流体力学(简称CFD)和传热学相结合的方法计算了风速管的表面温度。通过对空气流场、过冷水滴运动轨迹的计算和能量方程的求解,得到了多种状态下的风速管表面温度。由计算结果可以得到结论:在给定加热功率下,表面温度高于露点温度,表面不会有结冰危险。加热后的表面温度场在几何变化处的变化较大。在飞行高度和大气温度一定时,表面温度随飞行速度的增大而升高。大气温度对风速管表面温度的影响最大。     

飞机结冰特性及防除冰技术研究

了解结冰对飞行的危害、预测结冰的特性和发展防除冰方法,对于保证飞行安全极为重要。阐述结冰的形成及其严重程度度量方法,分析结冰对飞机气动、操稳及起降特性的影响,总结现有的飞机防冰与除冰技术,并对飞机防冰试验进行综述。考虑到带冰飞行是不可避免的,强调容冰技术对于保障安全飞行的重要性,并给出结冰条件下的操纵建议。研究表明,影响飞机结冰的因素不同导致结冰严重程度上存在差异,结冰对飞机特性影响较大,导致飞行性能下降,而防除冰技术的使用及容冰能力的提高对于确保结冰条件下的飞行安全意义重大。