1 绪论
1.1 仿生学在工程中的应用
1.1.1 自然界中的“飞行员”
1.1.2 微型扑翼飞行器的特点和研制现状
1.2 扑翼气动性能研究现状
1.2.1 扑翼高升力产生机制
1.2.2 运动学参数对气动性能的影响
1.2.3 特殊工况下扑翼气动特性研究
1.3 扑翼研究方法现状
1.3.1 理论研究
1.3.2 实验研究
1.3.3 数值研究
1.3.4 深度学习
1.4 本书的主要研究内容
2 数值研究和深度学习方法
2.1 扑翼运动学和气动特性
2.1.1 运动学描述
2.1.2 控制方程和气动特性无量纲参数
2.2 扑翼数值计算方法
2.2.1 有限体积法求解器
2.2.2 沉浸边界法求解器
2.3 深度学习方法
2.3.1 激活函数
2.3.2 网络初始化
2.3.3 反向传播原理
2.3.4 优化算法
2.3.5 自动微分
2.3.6 拉丁超立方抽样
2.4 本章小结
3 行程偏差对扑翼悬停气动性能的影响
3.1 模型建立
3.2 计算域和边界条件
3.3 数值计算结果
3.3.1 典型“正常悬停”模式气动特性
3.3.2 纯半正弦模式气动特性
3.3.3 纯全正弦模式气动特性
3.3.4 混合模式气动特性
3.3.5 16种轨迹时均气动性能对比
3.4 本章小结
4 非对称性对扑翼悬停气动性能的影响
4.1 非对称行程偏差
4.1.1 问题描述
4.1.2 时均气动性能比较
4.1.3 瞬时气动力比较
4.1.4 流场特征比较
4.2 非对称轨迹参数化
4.2.1 问题描述
4.2.2 无量纲沉浮幅值的影响
4.2.3 俯仰幅值的影响
4.2.4 无量纲偏航幅值的影响
4.2.5 沉浮和俯仰的相位角的影响
4.3 本章小结
5 间歇阵风激扰下扑翼前飞气动特性分析
5.1 模型建立
5.2 数值计算方法
5.3 结果分析
5.3.1 阵风幅值和频率对扑翼气动性能的协同作用
5.3.2 阵风相位差对扑翼气动性能的影响
5.3.3 阵风形式对扑翼气动性能的影响
5.4 本章小结
6 扑翼流场预测的深度学习方法
6.1 模型建立
6.2 求解流程
6.3 一自由度扑翼流场预测
6.3.1 问题描述
6.3.2 模型训练和预测结果
6.3.3 扑翼瞬时气动特性预测结果
6.4 二自由度扑翼流场预测
6.4.1 问题描述
6.4.2 粗糙数据精度对预测性能的影响
6.4.3 模型超参数寻优
6.4.4 粗糙数据点数量对预测结果的影响
6.5 本章小结
参考文献
附录 主要符号表
展开