固体火箭发动机数据融合设计方法、装置、设备及介质制造方法及图纸

本发明专利技术提供一种固体火箭发动机数据融合设计方法、装置、设备及介质，利用大量已有的成熟发动机案例，通过案例映射的手段，将每一个已有发动机案例进行案例映射，使其尽可能地接近飞行器总体所提出的设计指标，并将映射后的几何参数作为设计变量，映射后的性能参数作为响应输出，建立低精度近似模型，即预训练模型。然后利用预训练模型指导高精度近似寻优的实验设计与序列采样步骤。由于预训练模型能较好的反映整体模型趋势，故整个优化过程相较于传统的基于代理模型的优化方法所调用的高精度仿真模型次数大大减小同时降低了高精度实验设计中样本点数量需求。

【技术实现步骤摘要】
固体火箭发动机数据融合设计方法、装置、设备及介质
本专利技术属于固体火箭发动机设计
，具体涉及一种固体火箭发动机数据融合设计方法、装置、设备及介质。
技术介绍
固体火箭发动机是导弹、火箭等航天运载器的重要动力系统之一，其设计的优劣直接影响导弹、火箭的最终性能。早期的固体火箭发动机设计方法主要依靠参数分析，设计人员凭借经验进行发动机结构形式和设计参数的确定。随着发动机设计水平的提升和专业工具的丰富完善，为了追求更优秀的性能，即在达到设计指标的条件下，力求发动机总冲更大或质量更轻，对固体火箭发动机进行优化设计有着重要意义。目前常用的优化设计方法有：1、梯度优化方法：从给定起始点出发，利用目标函数和约束函数关于设计变量的梯度信息来构造有利的搜索方向，并寻找最优的下降步长，不断迭代直到收敛至离起始点最近的局部最优点。常用的梯度优化方法包括BFGS拟牛顿算法、共轭梯度法、序列二次规划算法等。2、基于代理模型的优化方法：所谓的代理模型，是指在分析和优化设计中可以代替那些计算复杂且费时的数值分析模型的数学模型。代理模型方法不但可以大幅提高优化设计效率，降低工程系统的复杂度，而且有利于滤除数值噪声和实现并行优化设计。目前，在代理模型方面，已经发展了包括多项式响应面、径向基函数、Kriging模型、人工神经网络、空间映射等多种代理模型方法。目前常用的优化设计方法其缺点在于：1、梯度优化方法在工程设计中取得了极大的成功，但对于多极值问题，该方法容易陷入局部最优。研究表明，即使采用多起点的梯度优化策略，其优化效果也可能难以与全局优化算法相媲美。2、基于代理模型的优化方法第一步需要通过实验设计确定初始样本点，通常来说，采样点个数，其中n为设计变量的个数。即在优化设计的起始时刻，优化算法便需要调用N次高精度仿真模型，耗费大量的计算成本以保证初始近似模型的准确性。基于代理模型的优化方法虽然效果优良，但是计算成本较大。
技术实现思路
针对固体火箭发动机现有优化设计过程使用高精度仿真模型次数多、计算量大的问题，本专利技术提供一种固体火箭发动机数据融合设计方法、装置、设备及介质。本专利技术能够降低仿真模型调用次数，解决了固体火箭发动机优化设计时计算量过大的问题。为实现上述技术目的，本专利技术采用的技术方案如下：固体火箭发动机数据融合设计方法，包括以下步骤：S1.给定固体火箭发动机设计目标推力-时间曲线，选择固体火箭发动机的几何参数和性能参数，将所选择固体火箭发动机的几何参数作为设计变量并给定其设计域；S2.对案例库中每一个固体火箭发动机案例中的几何参数、性能参数进行案例映射，案例映射包括几何参数映射和性能映射；S3.将每一个固体火箭发动机案例几何参数映射后的几何参数作为样本点、性能映射后的性能参数作为样本输出，构建RBF代理模型作为预训练模型；S4.选取案例映射后性能映射结果最好的多个固体火箭发动机案例所对应的几何参数映射后的几何参数作为初始的高精度样本点，将高精度样本点输入固体火箭发动机仿真模型，输出对应的高精度样本点仿真输出值，得到初始的高精度样本集；S5.高精度样本点对应的高精度样本点仿真输出值与高精度样本点对应的预训练模型输出值之间的误差即高精度样本点误差，根据高精度样本集中各高精度样本点及其对应的高精度样本点误差，构建加法标度模型；S6.通过预训练模型与加法标度模型相加，得到多精度近似模型；S7.使用差分进化算法寻找多精度近似模型的最优解，将最优解所对应的几何参数作为新的高精度样本点，并将新的高精度样本点输入固体火箭发动机仿真模型，得到对应的高精度样本点仿真输出值，将新的高精度样本点及其对应的高精度样本点仿真输出值作为一个新的样本点加入到高精度样本集中；S8，返回S5，不断循环，直至差分进化算法寻找到最优解收敛，即得到实际最优解。进一步地，本专利技术S1中，固体火箭发动机的几何参数包括推进剂体积、发动机燃烧室圆筒段结构参数、固体火箭发动机的封头结构参数、燃烧面积、药柱肉厚、发动机燃烧室喉部面积、发动机壳体厚度和绝热层厚度。固体火箭发动机的性能参数包括固体火箭发动机推力、固体火箭发动机总冲、发动机壳体质量、发动机绝热层质量、推进剂质量、喷管质量。进一步地，在S4中，选取案例映射后性能映射结果最好的多个固体火箭发动机案例。根据设计需求，选择其中一个或者多个性能参数作为优化目标，根据优化目标选取案例映射后性能映射结果最好的多个固体火箭发动机案例。比如，如果优化目标是发动机总质量最小，那么选择案例映射后得到的发动机总质量最小的多个（五个或五个以上）固体火箭发动机案例对应的几何参数映射后的几何参数作为初始的高精度样本点，对于不同的优化问题，主要凭借其优化目标来选定最优的结果。进一步地，本专利技术S2中：根据映射前后的固体火箭发动机总冲以及映射前的推进剂体积，得到映射后的推进剂体积；映射后的推进剂体积通过下式确定；其中，I0表示映射前的固体火箭发动机总冲，为固体火箭发动机案例中的已知量；I1表示映射后的固体火箭发动机总冲，I1由目标总冲所确定，即；在映射过程中保持喷管几何比例不变，故CF1=CF0，CF0和CF1分别表示映射前后的推力系数；和分别表示映射前后的推进剂的特征速度，，由所确定的推进剂材料决定，为已知量；和分别表示映射前后的推进剂密度，，由所确定的推进剂材料决定，为已知量；和分别表示映射前后的推进剂体积，其中映射前的推进剂体积为已知量；根据映射前后的推进剂体积的变化，得到映射后发动机燃烧室圆筒段长度：式中：和分别表示映射前后的发动机燃烧室圆筒段长度；D0和D1分别表示映射前后的发动机外径，映射后发动机外径D1由发动机设计要求所给定；根据映射前后的固体火箭发动机外径变化，得到映射后的固体火箭发动机的前封头和后封头长度之和；式中：和分别表示映射前后的发动机前封头与后封头长度之和；按照燃面位置对药型进行分类可分为端燃、侧燃和端-侧燃三种药柱；对于端燃药柱，燃面面积只与药柱的直径有关；对于侧燃和端-侧燃药柱，由于侧燃的燃烧面积在总燃烧面积中占据主要部分，故在映射过程中，燃烧面积的变化主要受侧燃燃面变化的影响，忽略端燃面积变化：式中：和分别表示映射前后的燃烧面积；L0和L1分别表示映射前后的发动机燃烧室总长，，；对于端燃药柱，根据映射前后的发动机燃烧室总长的变化确定映射后药柱肉厚；对于侧燃和端-侧燃药柱，根据映射前后的发动机外径的变化确定映射后药柱肉厚；式中：e0和e1分别表示映射前后的药柱肉厚；为保证映射后发动机处于正常工作状态，假设映射前后燃烧室内平均压强、保持不变，即，则映射后的喉部面积为：式中：和分别表示映射前后的喉部面积；和分别表示映射前后的燃速；根据最大应力强度理论估算公式，得到映射后的发动机壳体厚度；式中：和分别表示映射前后的壳体厚度；和本文档来自技高网...

【技术保护点】
1.固体火箭发动机数据融合设计方法，其特征在于，包括以下步骤：/nS1. 给定固体火箭发动机设计目标推力-时间曲线，选择固体火箭发动机的几何参数和性能参数，将所选择固体火箭发动机的几何参数作为设计变量并给定其设计域；/nS2. 对案例库中每一个固体火箭发动机案例中的几何参数、性能参数进行案例映射，案例映射包括几何参数映射和性能映射；/nS3. 将每一个固体火箭发动机案例几何参数映射后的几何参数作为样本点、性能映射后的性能参数作为样本输出，构建RBF代理模型作为预训练模型；/n S4.选取案例映射后性能映射结果最好的多个固体火箭发动机案例所对应的几何参数映射后的几何参数作为初始的高精度样本点，将高精度样本点输入固体火箭发动机仿真模型，输出对应的高精度样本点仿真输出值，得到初始的高精度样本集；/nS5. 高精度样本点对应的高精度样本点仿真输出值与高精度样本点对应的预训练模型输出值之间的误差即高精度样本点误差，根据高精度样本集中各高精度样本点及其对应的高精度样本点误差，构建加法标度模型；/nS6. 通过预训练模型与加法标度模型相加，得到多精度近似模型；/nS7. 使用差分进化算法寻找多精度近似模型的最优解，将最优解所对应的几何参数作为新的高精度样本点，并将新的高精度样本点输入固体火箭发动机仿真模型，得到对应的高精度样本点仿真输出值，将新的高精度样本点及其对应的高精度样本点仿真输出值作为一个新的样本点加入到高精度样本集中；/nS8.返回S5，不断循环，直至差分进化算法寻找到最优解收敛，即得到实际最优解。/n...

【技术特征摘要】
1.固体火箭发动机数据融合设计方法，其特征在于，包括以下步骤：
S1.给定固体火箭发动机设计目标推力-时间曲线，选择固体火箭发动机的几何参数和性能参数，将所选择固体火箭发动机的几何参数作为设计变量并给定其设计域；
S2.对案例库中每一个固体火箭发动机案例中的几何参数、性能参数进行案例映射，案例映射包括几何参数映射和性能映射；
S3.将每一个固体火箭发动机案例几何参数映射后的几何参数作为样本点、性能映射后的性能参数作为样本输出，构建RBF代理模型作为预训练模型；
S4.选取案例映射后性能映射结果最好的多个固体火箭发动机案例所对应的几何参数映射后的几何参数作为初始的高精度样本点，将高精度样本点输入固体火箭发动机仿真模型，输出对应的高精度样本点仿真输出值，得到初始的高精度样本集；
S5.高精度样本点对应的高精度样本点仿真输出值与高精度样本点对应的预训练模型输出值之间的误差即高精度样本点误差，根据高精度样本集中各高精度样本点及其对应的高精度样本点误差，构建加法标度模型；
S6.通过预训练模型与加法标度模型相加，得到多精度近似模型；
S7.使用差分进化算法寻找多精度近似模型的最优解，将最优解所对应的几何参数作为新的高精度样本点，并将新的高精度样本点输入固体火箭发动机仿真模型，得到对应的高精度样本点仿真输出值，将新的高精度样本点及其对应的高精度样本点仿真输出值作为一个新的样本点加入到高精度样本集中；
S8.返回S5，不断循环，直至差分进化算法寻找到最优解收敛，即得到实际最优解。


2.根据权利要求1所述的固体火箭发动机数据融合设计方法，其特征在于，S1中，固体火箭发动机的几何参数包括推进剂体积、发动机燃烧室圆筒段结构参数、固体火箭发动机的封头结构参数、燃烧面积、药柱肉厚、发动机燃烧室喉部面积、发动机壳体厚度和绝热层厚度；
固体火箭发动机的性能参数包括固体火箭发动机推力、固体火箭发动机总冲、发动机壳体质量、发动机绝热层质量、推进剂质量、喷管质量。


3.根据权利要求2所述的固体火箭发动机数据融合设计方法，其特征在于，S2中：
根据映射前后的固体火箭发动机总冲以及映射前的推进剂体积，得到映射后的推进剂体积；
映射后的推进剂体积通过下式确定；



其中，I0表示映射前的固体火箭发动机总冲，为固体火箭发动机案例中的已知量；I1表示映射后的固体火箭发动机总冲，I1由目标总冲所确定，即；在映射过程中保持喷管几何比例不变，故CF1=CF0，CF0和CF1分别表示映射前后的推力系数；和分别表示映射前后的推进剂的特征速度，=，由所确定的推进剂材料决定，为已知量；ρp0和ρp1分别表示映射前后的推进剂密度，ρp0=ρp1，由所确定的推进剂材料决定，为已知量；Vp0和Vp1分别表示映射前后的推进剂体积，其中映射前的推进剂体积为已知量；
根据映射前后的推进剂体积的变化，得到映射后发动机燃烧室圆筒段长度：



式中：和分别表示映射前后的发动机燃烧室圆筒段长度；D0和D1分别表示映射前后的发动机外径，映射后发动机外径D1由发动机设计要求所给定；
根据映射前后的固体火箭发动机外径变化，得到映射后的固体火箭发动机的前封头和后封头长度之和；



式中：和分别表示映射前后的发动机前封头与后封头长度之和；
按照燃面位置对药型进行分类可分为端燃、侧燃和端-侧燃三种药柱；对于端燃药柱，燃面面积只与药柱的直径有关；对于侧燃和端-侧燃药柱，由于侧燃的燃烧面积在总燃烧面积中占据主要部分，故在映射过程中，燃烧面积的变化主要受侧燃燃面变化的影响，忽略端燃面积变化：



式中：Ab0和Ab1分别表示映射前后的燃烧面积；L0和L1分别表示映射前后的发动机燃烧室总长，L0=Le0+Ll0，L1=Le1+Ll1；
对于端燃药柱，根据映射前后的发动机燃烧室总长的变化确定映射后药柱肉厚；对于侧燃和端-侧燃药柱，根据映射前后的发动机外径的变化确定映射后药柱肉厚；



式中：e0和e1分别表示映射前后的药柱肉厚；
为保证映射后发动机处于正常工作状态，假设映射前后燃烧室内平均压强、保持不变，即，则映射后的喉部面积为：



式中：At0和At1分别表示映射前后的喉部面积；r0和r1分别表示映射前后的燃速；
根据最大应力强度理论估算公式，得到映射后的发动机壳体厚度；



式中：δc0和δc1分别表示映射前后的壳体厚度；σc0和σc1分别表示映射前后的壳体材料抗拉强度；
基于发动机工作时间，得到映射后的绝热层厚度；



式中：δi0和δi1分别表示映射前后的绝热层厚度；t0和t1分别表示映射前后的发动机工作时间，映射后的发动机工作时间取决于药柱肉厚和燃速的变化：



根据发动机设计目标推力-时间曲线计算目标总冲：



式中：和是目标推力-时间曲线；为目标工作时间；
映射后的固体火箭发动机推力，F0和F1分别表示映射前后的固体火箭发动机推力；
映射后的封头质量和映射后发动机燃烧室圆筒段质量相加，即为映射后的发动机壳体质量mc1：



式中：和分别表示映射前后的发动机前封头与后封头质量之和；和分别表示映射前后的发动机燃烧室圆筒段质量；和分别表示映射前后的发动机壳体密度；
映射后的发动机绝热层质量mi1：



式中：和分别表示映射前后的发动机前封头与后封头绝热层质量之和；和分别表示映射前后的发动机燃烧室圆筒...

【专利技术属性】
技术研发人员：武泽平，彭博，李国盛，雷勇军，张为华，
申请(专利权)人：中国人民解放军国防科技大学，
类型：发明
国别省市：湖南;43