×

使用机器学习优化传感器位置。 (英语) Zbl 1390.76808号

摘要:提出了一种基于机器学习模型输入变量重要性的传感器优化布置方法。与现有方法相比,该方法具有简单性、自适应性和低计算成本等优点。该方法是在装有Coanda致动器的翼型上方的流动上实现的。分析基于不同驱动条件下二维非定常雷诺平均Navier-Stokes(URANS)模拟获得的流场数据。将最佳传感器位置与最大POD模态振幅位置的当前实际标准以及扫描所有可能传感器组合的强力方法进行比较。结果表明,流量条件和传感器类型都对传感器的最佳布置有影响,而响应函数的选择似乎影响有限。

MSC公司:

76N25号 可压缩流体和气体动力学的流量控制与优化
76层65 湍流的直接数值模拟和大涡模拟
68T05型 人工智能中的学习和自适应系统
PDF格式BibTeX公司 XML格式引用

参考文献:

[1] 科恩,K。;西格尔,S。;韦特森,D。;Cameron,J。;Sick,A.,估算von Kármán涡街适当正交分解模式系数的有效传感器布置,J Vib Control,10,12,1857-1880,(2004)
[2] Willcox,K.,通过间隙固有正交分解的非定常流量传感和估算,计算流体,35,2,208-226,(2006)·Zbl 1160.76394号
[3] Yildirim,B。;Chryssostomidis,C。;Karniadakis,G.E.,《使用低维概念进行海洋测量的高效传感器布置》,海洋模型,27,3,160-173,(2009)
[4] Xu,K。;Warnitchai,P。;Igusa,T.,反馈控制传感器和执行器的最佳位置和增益,J Guid control Dyn,17,5,929-934,(1994)·Zbl 0820.73056号
[5] Padula,S.L。;Kincaid,R.K.,传感器和致动器放置的优化策略,技术代表,TM-1999-209126,(1999),美国国家航空航天局
[6] 帕帕佐普洛斯,M。;Garcia,E.,动态测试的传感器放置方法,AIAA J,36,2,256-263,(1998)·Zbl 0899.73386号
[7] Guratzsch,R.F。;马哈德万,S。;佩蒂特,C.L。;Derriso,M.M.,不确定性下SHM系统的传感器布局优化,AIAA论文2005-2217,(2005)
[8] Fijany,A。;Vatan,F.,传感器布局优化的一种新方法,AIAA论文2005-3715,(2005)
[9] 刘,C。;Tasker,F.A.,多输入多输出动态识别的传感器布置,AIAA论文95-1114-CP,(1995)
[10] Hamilton,H.,使用伴随方法的最佳传感器/致动器布置,AIAA论文2007-1420,(2007)
[11] Burns,J.A。;King,B.B.,分布参数系统鲁棒控制的最佳传感器位置,IEEE决策和控制会议,第4卷,3967,(1994)
[12] 艾伦·B。;Juang,J。;塞弗特,A。;包装,L。;Brown,D.,使用振荡流的闭环分离控制,技术代表,(2000),ICASE报告
[13] Brunton BW、Brunton SL、Proctor JL、Kutz J.N.最佳传感器布置和增强的分类稀疏性。2013; arXiv:13104217;Brunton BW、Brunton SL、Proctor JL、Kutz J.N.最佳传感器布置和增强的分类稀疏性。2013; arXiv公司:13104217
[14] 埃弗森,R。;Sirovich,L.,《间隙数据的Karhunen-loeve程序》,美国光学学会杂志,12,8,1657-1664,(1995)
[15] 莫哈西,P。;Rempfer,D.,《城市流量测量的优化传感器布置》,Phys Fluids,16,5,1758-1764,(2004)·兹比尔1186.76385
[16] 库马尔,P。;El Sayed,Y.M。;Semaan,R.,《使用随机估计优化二维翼型上Coanda吹气流量的传感器布置》,AIAA论文2014-2101,(2014)
[17] 琼斯,G.S。;Viken,S.A。;Washburn,A.E。;詹金斯,L.N。;Cagle,C.M.,通用航空飞机应用的主动流循环控制襟翼概念,AIAA论文-2002-3157,(2002)
[18] Breiman,L.,《随机森林》,《马赫学习》,45,1,5-32,(2001)·Zbl 1007.68152号
[19] Noack B.R.、Fernex D.、Semaan R..xROM——流体流动降阶建模工具包(1.0版),用户手册;2017.; Noack B.R.、Fernex D.、Semaan R..xROM——流体流动降阶建模工具包(1.0版),用户手册;2017
[20] 哈斯蒂,T。;Tibshirani,R。;Friedman,J.,《统计学习的要素》,纽约施普林格出版社,(2013)
[21] 罗德里格斯-加利亚诺,V.F。;Atkinson,P.M.,《模拟欧洲森林春季和秋季地表物候的年际变化》,生物地球科学,13,11,3305,(2016)
[22] Sirovich,L.,湍流与相干结构动力学,Q Appl Math,XLV,3561-590,(1987)·Zbl 0676.76047号
[23] Quinlan,J.R.,《装袋、助推和c4》。5,AAAI/IAAI,第1卷,725-730,(1996)
[24] 布雷曼,L。;弗里德曼,J。;斯通,C.J。;Olshen,R.A.,分类和回归树,(1984),CRC出版社·Zbl 0541.62042号
[25] Mingers,J.,决策树归纳选择措施的实证比较,Mach-Learn,3,43193-342,(1989)
[26] 斯特罗布尔,C。;布列斯特,A.-L。;Zeileis,A。;Hothorn,T.,《随机森林变量重要性度量中的偏差:插图、来源和解决方案》,BMC Bioinf,8,1,1,(2007)
[27] 伯纳齐,M。;Radespiel,R.,《Coanda襟翼应用下垂鼻的设计与分析》,AIAA J Aircr,51,5,1567-1579,(2014)
[28] Jensch,C。;Pfingsten,K.C。;Radespiel,R。;Schuermann,M。;Haupt,M。;Bauss,S.,《主动吹扫无间隙高扬程系统的设计方面》,58。德国亚琛Deutscher Luft-und Raumfahrtkongress(2009)
[29] 北卡罗尔。;罗索,C.C。;Schwamborn,D。;贝克尔,K。;Heller,G.,MEGAFLOW-运输飞机设计的数值流模拟工具,ICAS大会,1-105,(2002)
[30] Schwamborn,D。;Gerhold,T。;Heinrich,R.,《DLR TAU代码:在研究和工业中的最新应用》,欧洲计算流体动力学会议,ECCOMAS CFD,(2006)
[31] 舒尔,M.L。;Strelets,M.K。;Travin,A.K。;Spalart,P.R.,《旋转和弯曲通道中的湍流建模:Spalart-shur校正评估》,美国航空航天局J,38,5,784-792,(2000)
[32] Pfingsten,K.C。;Jensch,C。;Körber,K.V。;Radespiel,R.,循环控制翼型周围流动的数值模拟,第一届CEAS欧洲航空航天会议,柏林,(2007)
[33] Pfingsten,K.C。;塞科拉·R·D。;Radespiel,R.,《使用循环控制的无间隙高升力系统的实验研究》,Katenet II会议,不来梅,(2009)
[34] 普芬斯滕,K.C。;Radespiel,R.,循环控制翼型的实验和数值研究,AIAA论文2009-533,(2009)
[35] 塞弗特,A。;Darabi,A。;Wyganski,I.J.,周期激励下翼型失速延迟,J Aircr,33,4,691-698,(1996)
[36] 塞弗特,A。;格林布拉特,D。;Wygnanski,I.J.,《主动分离控制:雷诺数和马赫数效应概述》,Aerosp Sci-Technol,8,7,(2004)
[37] Nishri,B。;Wygnanski,I.,周期性激励对襟翼湍流分离的影响,AIAA J,36,44547-556,(1998)
[38] Dietterich,T.G.,《序列数据的机器学习:综述》,IAPR模式识别(SPR)和结构与句法模式识别(SSPR)统计技术联合国际研讨会,15-30,(2002)·兹比尔1073.68712
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。