飞行装置的机翼轮廓配置方法、装置、介质及设备与流程

本发明涉及机翼配置的，具体而言，涉及一种飞行装置的机翼轮廓配置方法、装置、介质及设备。

背景技术：

1、随着高原作业需求的提升，电动无人机被广泛应用于高海拔的高原区域，该区域具有大气密度低、气压小、温差大、气流复杂的典型特征，对无人机机翼轮廓的气动性能提出极高要求。现有飞行装置的机翼轮廓的配置依赖直接cfd数值模拟，存在计算成本高、优化效率低、参数化建模精度不足的问题。

技术实现思路

1、为解决上述问题，本发明实施例的目的在于提供一种飞行装置的机翼轮廓配置方法、装置、存储介质及电子设备。

2、第一方面，本发明实施例提供了一种飞行装置的机翼轮廓配置方法，包括：

3、接收用户输入的期望机翼轮廓的配置参数；

4、将所述配置参数输入至预置的轮廓配置模型中，得到表征所述期望机翼轮廓升力、升阻比和力矩的初始参数集合；

5、将所述初始参数集合输入至预置的优化模型中，得到表征所述期望机翼轮廓升力、升阻比和力矩的优化参数集合；

6、对所述优化参数集合进行预置的验证操作，确定所述期望机翼的验证参照值；其中，所述验证参照值用于衡量所述期望机翼的适配度。

7、在一些可选的实施方式中，所述配置参数包括轮廓控制点的位置参数；所述轮廓配置模型包括控制点配置模型和预测模型；所述将所述配置参数输入至预置的轮廓配置模型中，得到表征所述期望机翼轮廓升力、升阻比和力矩的初始参数集合，包括：

8、将所述轮廓控制点的位置参数输入至所述控制点配置模型中，得到控制点位置集合；

9、将所述控制点位置集合输入至预置的预测模型中，得到预测函数，作为表征所述期望机翼轮廓升力、升阻比和力矩的初始参数集合。

10、在一些可选的实施方式中，所述控制点模型包括上表面配置模型和下表面配置模型；所述将所述轮廓控制点的位置参数输入至所述控制点配置模型中，得到控制点位置集合，包括：

11、确定所述轮廓控制点中的前缘控制点、上表面控制点、下表面控制点和后缘控制点，并对所述前缘控制点、所述上表面控制点、所述下表面控制点和所述后缘控制点的位置参数进行归一化处理，得到归一化参数；

12、将预置的映射参数和所述上表面控制点的位置参数输入所述上表面配置模型中，得到所述上表面控制点在所述期望机翼轮廓高度方向的第一位置数值；

13、将所述映射参数和所述下表面控制点的位置参数输入至预置的所述下表面配置模型中，得到所述下表面控制点在所述期望机翼轮廓高度方向的第二位置数值；

14、根据所述第一位置数值和所述第二位置数值，构建控制点位置集合。

15、在一些可选的实施方式中，所述预测模型包括升力预测模型、升阻比预测模型和力矩预测模型；所述将所述控制点位置集合输入至预置的预测模型中，得到预测函数，包括：

16、将所述控制点位置集合作为输入，分别输入至所述升力预测模型、所述升阻比预测模型和所述力矩预测模型，得到升力响应值、升阻比响应值和力矩响应值，并作为预测函数。

17、在一些可选的实施方式中，所述将所述初始参数集合输入至预置的优化模型中，得到表征所述期望机翼轮廓升力、升阻比和力矩的优化参数集合，包括：

18、将所述初始参数集合设置为优化表达集合；

19、通过预置的优化模型，以设定的约束条件，得到表征所述期望机翼轮廓升力、升阻比和力矩的优化参数集合。

20、在一些可选的实施方式中，所述对所述优化参数集合进行预置的验证操作，确定所述期望机翼的验证参照值之前，所述方法还包括：

21、基于预置的翼型优选条件，筛选出所述优化参数集合中匹配的目标优化参数；其中，所述翼型优选条件包括所述目标优化参数的升力参数大于或者等于第一设定阈值和所述目标优化参数的力矩参数小于或者等于第二设定阈值。

22、在一些可选的实施方式中，所述将所述配置参数输入至预置的轮廓配置模型中，得到表征所述期望机翼轮廓升力、升阻比和力矩的初始参数集合之前，所述方法还包括：

23、根据预置的参数基准结构，确定所述配置参数所具有的配置类型以及所述配置类型对应的参数集合；

24、在所述配置类型中不具有起飞类型和/或降落类型的情况下，通过所述配置类型中的巡航类型对应的第一参数集合，预估所述起飞类型和/或降落类型对应的第二参数集合，将所述第一参数集合和所述第二参数集合作为初始参数集合；

25、在所述配置类型中不具有巡航类型的情况下，确定所述配置类型是否具有起飞类型和降落类型；

26、在所述配置类型中具有所述起飞类型和所述降落类型的情况下，通过所述起飞类型和所述降落类型对应的第三参数集合，预估所述巡航类型对应的第四参数集合；

27、在所述配置类型中不同时具有所述起飞类型和所述降落类型的情况下，对所述用户输出数据异常的提示信息。

28、第二方面，本发明实施例还提供了一种飞行装置的机翼轮廓配置装置，包括：

29、接收模块，用于接收用户输入的期望机翼轮廓的配置参数；

30、第一得到模块，用于将所述配置参数输入至预置的轮廓配置模型中，得到表征所述期望机翼轮廓升力、升阻比和力矩的初始参数集合；

31、第二得到模块，用于将所述初始参数集合输入至预置的优化模型中，得到表征所述期望机翼轮廓升力、升阻比和力矩的优化参数集合；

32、确定模块，用于对所述优化参数集合进行预置的验证操作，确定所述期望机翼的验证参照值；其中，所述验证参照值用于衡量所述期望机翼的适配度。

33、第三方面，本发明实施例还提供了一种计算机存储介质，所述计算机存储介质存储有计算机可执行指令，所述计算机可执行指令用于上述任意一项所述的飞行装置的机翼轮廓配置方法。

34、第四方面，本发明实施例还提供了一种电子设备，包括：

35、至少一个处理器；以及，

36、与所述至少一个处理器通信连接的存储器；其中，

37、所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述任意一项所述的飞行装置的机翼轮廓配置方法。

38、本发明实施例上述第一方面提供的方案中，通过接收用户输入的高原适配的期望机翼轮廓的配置参数，根据轮廓配置模型和优化模型协同优化期望机翼轮廓升力、升阻比和力矩，以得到表征所述期望机翼轮廓升力、升阻比和力矩的优化参数集合，再通过验证操作，可快速生成适配高原作业的最优机翼轮廓，大幅提升优化效率与配置精度，解决现有技术无法兼顾高原工况与多目标气动性能的缺陷，增强无人机高原飞行的续航能力与稳定性。

39、为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。

1.一种飞行装置的机翼轮廓配置方法，其特征在于，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，所述配置参数包括轮廓控制点的位置参数；所述轮廓配置模型包括控制点配置模型和预测模型；所述将所述配置参数输入至预置的轮廓配置模型中，得到表征所述期望机翼轮廓升力、升阻比和力矩的初始参数集合，包括：

3.根据权利要求2所述的方法，其特征在于，所述控制点模型包括上表面配置模型和下表面配置模型；所述将所述轮廓控制点的位置参数输入至所述控制点配置模型中，得到控制点位置集合，包括：

4.根据权利要求2所述的方法，其特征在于，所述预测模型包括升力预测模型、升阻比预测模型和力矩预测模型；所述将所述控制点位置集合输入至预置的预测模型中，得到预测函数，包括：

5.根据权利要求1所述的方法，其特征在于，所述将所述初始参数集合输入至预置的优化模型中，得到表征所述期望机翼轮廓升力、升阻比和力矩的优化参数集合，包括：

6.根据权利要求1所述的方法，其特征在于，所述对所述优化参数集合进行预置的验证操作，确定所述期望机翼的验证参照值之前，所述方法还包括：

7.根据权利要求1-6任一项所述的方法，其特征在于，所述将所述配置参数输入至预置的轮廓配置模型中，得到表征所述期望机翼轮廓升力、升阻比和力矩的初始参数集合之后，所述方法还包括：

8.一种飞行装置的机翼轮廓配置装置，其特征在于，所述装置包括：

9.一种计算机存储介质，其特征在于，所述计算机存储介质存储有计算机可执行指令，所述计算机可执行指令用于执行权利要求1至7任意一项所述的飞行装置的机翼轮廓配置方法。

10.一种电子设备，其特征在于，包括：