[發明專利]一種基于機器學習的結構載荷感知方法

在審

• 申請號: 202011255190.3
• 申請日: 2020-11-11
• 公開（公告）號: CN112434369A
• 公開（公告）日: 2021-03-02
• 發明（設計）人: 蔣亮亮;楊帆;黃蔚;樂晨;章凌;郭永輝;張希;王斌;吳浩;王桂嬌;芮興;曹昱;朱振濤;金含玉
• 申請（專利權）人: 北京宇航系統工程研究所
• 主分類號: G06F30/15
• 分類號: G06F30/15;G06F30/23;G06F30/27;G06F119/14
• 代理公司: 中國航天科技專利中心 11009
• 代理人: 張歡

本發明涉及一種基于機器學習的結構載荷感知方法，包括步驟如下：S1：建立目標結構有限元仿真模型；S2：在有限元仿真模型上確定傳感器測點位置；S3：通過有限元仿真模型生成機器學習訓練數據集；S4：將步驟S3中得到的訓練數據集劃分為訓練集、測試集和驗證集，訓練外載荷預測模型；S5：采用驗證集評估最終外載荷機器學習模型的載荷識別精度。本發明的方法用于解決彈箭體典型結構在截面載荷、集中力載荷、隨機分布載荷等不同載荷下的載荷識別。

技術領域

本發明涉及一種結構載荷感知方法。

背景技術

隨著航天技術的發展、航天運輸系統面臨的新環境、新要求越來越多，性能指標也日趨嚴格。為了進一步提升設計精細度和可靠性，滿足未來新型火箭和導彈武器對運載能力的更高需求，需要更加準確的掌握運載器的外部載荷和環境信息。

傳統的載荷獲取方式一般是通過傳感器測量外部的氣動壓力和過載，再結合火箭的彈道和姿控，可以實現對載荷的間接計算。這種方式已經被多次證明對截面載荷有著很高的計算精度，但是仍然存在以下幾方面的問題：第一，無法對復雜傳力路徑，尤其是靜不定系統和復雜傳力部位的內部載荷進行準確測量，例如捆綁載荷、掛飛載荷，復雜集中力部位的傳遞載荷。第二，對于外部載荷分布復雜的情況，因為傳感器的限制，無法準確測量，例如導彈出水載荷存在的復雜時空分布現象，對傳感器的密度要求非常高，很難精確測量。第三，對于運載器結構在操作、使用、維護、飛行過程中受到的不明外力，缺乏有效的故障診斷方法，很難通過測到的機構響應去反求故障發生的現象。

載荷感知智能結構能夠通過傳感器實時地獲取大量數據，并通過該算法實時地將數據轉化為有效信息，實現對自身狀態變化及載荷環境的“智能感知”。通過這種途徑，一方面，準確識別結構各部分載荷，為彈箭體結構進一步實現輕質化設計創造條件。另一方面，對長時服役、重復受載結構，載荷的實時監測是對突發情況進行及時預警響應、壽命周期內及時更換關鍵零件的重要決策依據。更進一步，在火箭智能化發展的背景下，作為火箭與導彈智能化戰略中的重要一環，結構智能化對未來火箭與導彈實現高空風減載、主動/半主動減振、故障決策等智能化功能具有重要的意義。

傳統上，利用結構的變形、應力響應，對結構承受的未知載荷進行識別，分類于力學學科中的“反問題”。存在一些半理論的方法，可以對一些簡單結構進行求解，但是對于復雜結構形式，復雜載荷，傳統方法無能為力。

彈箭體結構經歷的環境復雜，且由于其苛刻的重量約束，導致結構在受載過程中表現出較強的非線性。傳統方法難以解決具有復雜非線性、不確定性的結構系統的載荷識別問題。

發明內容

本發明所要解決的技術問題是：克服現有技術的不足，鑒于現有載荷識別方法難以應用于具有非線性響應特點的彈箭體結構中。本發明提出了一種基于機器學習的結構載荷感知方法，用于解決彈箭體典型結構在截面載荷、集中力載荷、隨機分布載荷等不同載荷下的載荷識別。

本發明所采用的技術方案是：一種基于機器學習的結構載荷感知方法，包括步驟如下：

S1：建立目標結構有限元仿真模型；具體方法如下：

采用二次單元建立有限元模型，結構中的薄殼組件采用殼單元進行離散；單元尺寸為結構件整體尺寸0.02～0.1倍之間，有限元模型整體單元數量在1萬～50萬之間；除密布鉚釘的鉚接區和焊接區處理成大面積粘接外，其他連接區、接觸區按實際連接關系進行建模；選用幾何非線性分析內核進行分析；

S2：在有限元仿真模型上確定傳感器測點位置；

S2-1：將結構上不同的外載荷分別定義為試驗設計因子，采用三水平拉丁超立方進行實驗設計，獲得多組外載荷組合；

S2-2：在步驟S1中建立的有限元仿真模型上施加S2-1中的載荷，每一組載荷得到一個計算結果；

S2-3:將結構均勻的分為20～50個區域，在每個區域的應力響應≥20MPa的位置初步布置測點；