基于域对抗神经网络的双模态燃烧室跨构型燃烧模态识别.pdfVIP

基于域对抗神经网络的双模态燃烧室跨构型燃烧模态识别.pdf

2025年2月推进技术Feb.2025

第46卷第2期JOURNALOFPROPULSIONTECHNOLOGYVol.46No.2

基于域对抗神经网络的双模态燃烧室跨构型

燃烧模态识别*

宋婷，刘和东，黄玥，陈玉乾，尤延铖11222

（1.厦门大学人工智能研究院，福建厦门361000；

2.厦门大学航空航天学院，福建厦门361000）

摘要：双模态冲压发动机燃烧室在宽马赫飞行过程中会呈现不同燃烧模态来保持稳定工作，燃烧

模态的准确识别对燃烧室乃至发动机的控制和稳定运行具有重要意义。基于域对抗网络的领域适应策

略，提出了一种针对不同构型双模态燃烧室的燃烧模态识别方法。首次将域适应的解决思路应用于燃烧

及流体的问题中，以提高双模态燃烧室跨域数据集模态识别模型的泛化性能。通过数值模拟得到三种构

型燃烧室的数据集，利用原始构型数据集训练模型，对上凹腔扩张构型和下凹腔扩张构型的数据集验证

其泛化性能，并将获得的识别准确率与其他识别方法（包括支持向量机、K近邻、决策树）进行对比分

析。研究结果表明：对亚燃模态和超燃模态进行识别，在上凹腔扩张构型和下凹腔扩张构型的密度梯度

分布图的验证中分别取得了93.5%和96.3%的准确率，在温度分布图的验证准确率为91.8%和97.1%。

本文的方法可以获得更易于识别燃烧模态的图像信息，以获得更高的跨领域数据识别准确率和更好的泛

化性能，为发展适用于不同构型双模态燃烧室的燃烧模态识别方法提供了有力支撑。

关键词：双模态燃烧室；燃烧模态识别；域自适应；对抗学习；神经网络

中图分类号：V235.21文献标识码：A文章编号：1001-4055（2025）02-2312004-16

DOI：10.13675/j.cnki.tjjs.2312004

稳定的过程，燃烧室内流动及燃烧状态会突然改变，

1引言

导致燃烧室壁面压力、温度及燃气流速等参数发生

双模态冲压发动机是指在同一发动机燃烧室内较大的变化，进而使得作用在飞行器上的推力和动

既能实现亚声速燃烧（即亚燃），又能实现超声速燃量突然变化，可能会导致飞行器状态不稳定甚至失

烧（即超燃）的冲压发动机，它结合了亚燃和超燃冲去控制。准确识别不同的燃烧模态，分析不同模态

压发动机在不同飞行马赫数下的性能优势，可以在的流动燃烧特征与性能变化，对发动机的燃油分配、

比较宽广的飞行马赫数范围内工作，具有良好的推推力、稳定性的预判、控制等具有非常重要的意义。

［1］

进性能。为了在同一固定几何形状的燃烧室内实同时，由于不同的双模态冲压发动机是针对不同的

现亚燃和超燃，双模态冲压发动机往往采用扩张的任务目标及飞行条件进行设计的，因此有着不同的

燃烧室结构。随着飞行马赫数的提高，为了获得最燃烧室构型；而传统针对某个燃烧室构型的燃烧模

佳性能，对于固定几何形状的冲压发动机，燃烧室应态识别的方法对于其他构型的燃烧室往往是不适用

以双模态方式工作：当马赫数在3~6时应以亚燃模态的。因此，发展一种通用的智能方法，实现不同构型

工作，即亚燃冲压发动机（Ramjet）；当马赫数大于6燃烧室不同燃烧模态的准确识别，并充分挖掘流场