logo móvil
Contáctanos

Predicción de la Evolución del Despertar de Aeronaves Basada en un Modelo de Red Neuronal Híbrida Paralela

Autores: Deng, Leilei; Pan, Weijun; Wang, Yuhao; Luan, Tian; Leng, Yuanfei

Idioma: Inglés

Editor: MDPI

Año: 2024

Descargar PDF

Acceso abierto

Artículo científico
2024

Predicción de la Evolución del Despertar de Aeronaves Basada en un Modelo de Red Neuronal Híbrida Paralela


Categoría

Ingeniería y Tecnología

Subcategoría

Ingeniería Aeroespacial

Palabras clave

Desventajas que consumen tiempo
Dinámica de Fluidos Computacional
Modelo híbrido
PA-TLA
Arquitectura paralela
Evolución del estela de aeronaves

Licencia

CC BY-SA – Atribución – Compartir Igual

Consultas: 25

Citaciones: Sin citaciones


Descripción
Para superar las desventajas que consumen tiempo de las simulaciones numéricas de Dinámica de Fluidos Computacional (CFD), este documento propone un modelo híbrido llamado PA-TLA (arquitectura paralela que combina una TCN, LSTM y un mecanismo de atención) basado en el concepto de aerodinámica inteligente y una arquitectura paralela. Este modelo utiliza datos de CFD para impulsar predicciones eficientes de la evolución del despertar de aeronaves a diferentes altitudes iniciales durante la fase de aproximación. Inicialmente, se utilizan simulaciones de CFD de altitudes iniciales continuas durante la fase de aproximación para generar datos de evolución del despertar de aeronaves, que luego se validan contra datos reales de LIDAR para verificar su fiabilidad. El modelo PA-TLA está diseñado con base en una arquitectura paralela, combinando redes de Memoria a Largo y Corto Plazo (LSTM), Redes Convolucionales Temporales (TCN) y un módulo de concatenación de tensores basado en el mecanismo de atención, lo que garantiza eficiencia computacional mientras aprovecha al máximo las ventajas de cada componente en un marco de procesamiento paralelo. Los resultados del estudio muestran que el modelo PA-TLA supera tanto a los modelos LSTM como a los TCN en la predicción de los tres parámetros característicos del despertar de aeronaves: vorticidad, circulación y criterio Q. En comparación con el TCN-LSTM estructurado en serie, PA-TLA logra una reducción promedio en el error cuadrático medio (MSE) del 6.80%, en el error absoluto medio (MAE) del 7.70%, y en el error cuadrático medio de raíz (RMSE) del 4.47%, con un aumento promedio en el coeficiente de determinación (R) del 0.36% y una mejora del 35% en la eficiencia de predicción. Por último, este estudio combina simulaciones numéricas y la arquitectura de aprendizaje profundo PA-TLA para analizar la evolución del vórtice de despertar cerca del suelo. Los resultados indican que el efecto del suelo aumenta la resistencia del aire y la turbulencia a medida que los vórtices se acercan al suelo, ralentizando así la tasa de decaimiento de la fuerza del vórtice de despertar a altitudes más bajas. El efecto del suelo también acelera la disolución y el movimiento de los centros de vórtice, causando cambios más pronunciados en el espaciado de los vórtices a altitudes más bajas. Además, la altura del centro del vórtice a altitudes más bajas inicialmente disminuye y luego aumenta, a diferencia de la disminución continua observada a altitudes más altas.

Otros recursos que podrían interesarte

Temas Virtualpro