[發明專利]喉栓式固體姿軌控推力快速預示方法

有效

• 申請號: 202210137215.2
• 申請日: 2022-02-15
• 公開（公告）號: CN114200843B
• 公開（公告）日: 2022-04-19
• 發明（設計）人: 李國盛;武澤平;楊家偉;文謙;王政濤;王鵬宇;張為華
• 申請（專利權）人: 中國人民解放軍國防科技大學
• 主分類號: G05B13/04
• 分類號: G05B13/04
• 代理公司: 長沙國科天河知識產權代理有限公司 43225
• 代理人: 趙小龍

一種喉栓式固體姿軌控推力快速預示方法，確定考慮沉積效應后的喉栓式固體姿軌控推力物理模型、設計變量、約束條件以及設計空間；通過實驗設計方法在設計空間生成訓練樣本點的輸入變量，計算各訓練樣本點處物理模型的真實輸出響應；采用混沌多項式增廣徑向基方法建立喉栓式固體姿軌控推力的增廣徑向基函數近似模型；將近似模型中多個形狀參數確定問題轉化為各向異性縮放系數優化問題；采用K?折交叉驗證算法對各向異性縮放系數優化問題進行求解，選擇交叉驗證誤差最小的各向異性縮放系數并將其帶回所述近似模型，得到喉栓式固體姿軌控推力快速預示模型。基于喉栓式固體姿軌控推力快速預示模型即可進行喉栓式固體姿軌控推力的快速預示。

技術領域

本發明屬于固體姿軌控發動機推力預示技術領域，特別涉及一種喉栓式固體姿軌控推力快速預示方法。

背景技術

固體姿軌控發動機噴管由于沉積效應影響，各噴管實際等效喉部面積與理想等效喉部面積不同，造成實際推力與預期理想推力出現偏差。快速精確預示出考慮沉積效應后的固體姿軌控發動機噴管推力，對實現發動機推力的精準調控具有重大意義。

目前國內外就固體姿軌控發動機推力預示所開展的研究較少。目前常用的基于神經網絡的固體姿軌控發動機推力預示方法，包括：

（1）采用CFD對不同喉栓位移及沉積條件下的發動機噴管進行仿真，得出其實際推力。在不同燃燒室壓強下對每個喉栓位移點以及耦合不同沉積情況都進行數值模擬分析。

（2）將神經網絡技術用于固體姿軌控發動機推力預示，構造固體姿軌控發動機推力預示模型。在擁有一定規模的數據量后，采用神經網絡技術構建推力預示的代理模型以降低計算資源消耗。隨著實驗數據的增加，發動機實際推力預示的精度會不斷提高。常用的神經網絡主要有誤差反向傳播（BP）神經網絡和徑向基（RBF）神經網絡。

目前常用的基于神經網絡的固體姿軌控發動機推力預示方法其缺點在于：

（1）誤差反向傳播（BP）神經網絡是全局逼近網絡，收斂速度較慢且易陷入局部極值；

（2）徑向基神經網絡是局部逼近網絡，學習速度較快且可避免局部極小問題，但對于線性項預示效果不好。采用徑向基神經網絡進行系統近似建模，需要對徑向基神經網絡的形狀參數的進行合理選擇。

（3）交叉驗證是估算形狀參數的一種有效方法，現有的交叉驗證方法每折的樣本信息不均勻會導致構建的子代理模型不能很好地描述模型全局信息，導致訓練的結果具有局部性。

因此，尋找一種預示精度高、預示速度快的固體姿軌控發動機推力預示方法具有重要的現實意義。

發明內容

針對固體姿軌控發動機噴管由于沉積效應影響，各噴管實際等效喉部面積與理想等效喉部面積不同，造成實際推力與預期理想推力出現偏差的問題，本發明提出了喉栓式固體姿軌控推力快速預示方法，其解決了現有基于神經網絡技術固體姿軌控發動機推力預示方法所存在的預示精度低、預示速度慢以及預示信息具有局部性等問題。

為實現上述技術目的，本發明提出的技術方案為：

一方面，本發明提供一種喉栓式固體姿軌控推力快速預示方法，包括：

確定考慮沉積效應后的喉栓式固體姿軌控推力物理模型、設計變量、約束條件以及設計空間；

通過實驗設計方法在設計空間生成訓練樣本點的輸入變量，計算各訓練樣本點處物理模型的真實輸出響應；

融合徑向基函數以及混沌多項式建立喉栓式固體姿軌控推力的增廣徑向基函數近似模型；

對所述近似模型中徑向基函數的形狀參數進行歸一化表達，將多個形狀參數確定問題轉化為各向異性縮放系數優化問題；