第14卷第1期2023年2月Vol.14No.1Feb.2023航空工程进展ADVANCESINAERONAUTICALSCIENCEANDENGINEERING飞行载荷神经网络代理模型研究彭玉酌，唐朕，肖启之（航空工业第一飞机设计研究院总体气动设计研究所，西安710089）摘要：在飞机结构强度设计时，需要进行飞行载荷分析，但载荷分析的周期较长，需要研究更加高效精准的飞行载荷分析方法以缩短载荷设计周期。以某型涡桨飞机平尾为研究对象，根据规范进行全包线飞行仿真和平尾分布载荷计算，得到训练和校验的输入工况和平尾输出载荷；分别建立基于BP神经网络、RBF神经网络和ELM神经网络的平尾载荷代理模型，比较不同神经网络模型对平尾根剖面载荷预测的精度和效率，并对载荷输入参数贡献度进行定量分析。结果表明：三种神经网络模型都具有较高的精度，基于神经网络的飞行载荷代理模型可以大幅提高飞行载荷分析效率。关键词：飞行载荷；平尾；神经网络；代理模型；参数贡献度中图分类号：V215.1文献标识码：ADOI:10.16615/j.cnki.1674-8190.2023.01.10ResearchonflightloadsurrogatemodelusingneuralnetworksPENGYuzhuo，TANGZhen，XIAOQizhi（GeneralConfigurationandAerodynamicDesignDepartment，AVICTheFirstAircraftDesignInstitute，Xi’an710089，China）Abstract：Inaircraftstructuralstrengthdesign，flightloadanalysisisrequired，buttheloadanalysiscycleislong，soitisnecessarytostudymoreefficientandaccurateflightloadanalysismethodstoshortentheloaddesigncycle.Thehorizontaltailofaturbopropaircraftisstudiedforexample.Theinputcasesandoutputloadsfortrainingandcheckingareobtainedbyflightsimulationinthefullflightenvelopeaccordingtostandardsandhorizontaltaildistrib⁃utedloadscalculation.Inthispaper，threesurrogatemodelsofhorizontaltailloadsarebuiltbasedonBPneuralnet⁃work，RBFneuralnetworkandELMneuralnetworkrespectively.Andtheaccuracyandefficiencyforhorizontaltailrootsectionloadspredictionofdifferentmodelsarecompared.Andthequantitativeanalysisofcontributionforinputloadparametersisconducted.Thestudyresultsshowthatallthreeneuralnetworkmodelsareaccurate，whichcangreatlyimprovetheanalysisefficiencyofflightload.Keywords：flightload；horizontaltail；neuralnetwork；surrogatemodel；parametercontribution文章编号：1674-819...
