排序方式: 共有14条查询结果,搜索用时 31 毫秒
1.
针对重复使用火箭垂直返回着陆问题,提出了一种燃料最优的动力着陆段自适应启动方法。首先,将燃料最优启动点对应的动力着陆轨迹的推力剖面和攻角剖面描述为解析的形式,该解析形式中攻角剖面由状态量唯一确定,推力剖面仅含一个待定参数。随后,通过预测具有上述解析剖面形式的轨迹判断是否启动动力着陆。计算中引入松弛终端位置约束的策略求解推力剖面待定参数,由终端位置约束判断是否满足燃料最优启动条件。上述策略将燃料最优启动条件的判断问题简化为单一变量求解问题,实现了该问题的快速求解。仿真结果表明,该方法得到的启动点与数值优化方法得到的燃料最优启动点接近,且求解过程稳定、计算效率高。 相似文献
2.
正面对滚滚而来的商业化潮流,如何走出符合我国航天自身特点的商业化发展道路,是每一个航天从业者都需要思考的问题。本文通过分析与解读美国在航天商业化发展道路中采取的各项措施及取得的成果和经验,从中得出部分有益于我国商业航天市场发展的思考和建议。 相似文献
3.
4.
降落伞传统上在较低的亚声速范围内使用,但随着工程研制的发展,陆续提出了超声速条件下开伞和应用的需求,目前最为引入注目的应用场景为飞行器火星降落伞着陆和运载火箭子级落区控制。但作为一项前沿技术,有别于目前已较为成熟的在亚声速范围的应用,超声速降落伞面临更为恶劣的应用环境和复杂的技术问题,对分析和应用提出了更高的要求。为此近几十年国内外均开展了相关研究工作,推动技术不断进步并取得了长足进展。对超声速降落伞的种类、特殊性和面临的关键技术问题进行了梳理,对当前关键问题的困难、研究进展和飞行试验情况进行了综述。在总结进展基础上提出了该项技术工程应用的对策。 相似文献
5.
6.
人工智能气动特性预测技术在火箭子级落区控制项目的应用 总被引:1,自引:0,他引:1
发展了一种基于人工智能算法的气动特性预测技术,在开展部分工况风洞试验基础上,结合少量数值仿真结果,通过机器学习模型预测全部工况气动特性。该方法能够降低研制成本,缩短周期。先后解决了相关函数选择、模型超参数训练、数据检验和“人在回路”应用等关键算法与技术问题,应用于运载火箭子级栅格舵落区控制项目气动研制,获得了设计所需完整的气动特性数据。2019年7月26日火箭飞行搭载试验验证了预测方法的正确性。最后,提出了人工智能技术在气动设计应用的分级概念和标准,划分和识别人工智能的能力,确定阶段性功能,为人工智能与气动设计结合与应用提供参考。 相似文献
7.
8.
机器学习数据融合方法可帮助降低飞行器气动数据库建立的成本,加快研制进度,目前已经成为飞行器设计方法领域越来越活跃的研究方向,但其在工程复杂问题方面的应用研究并不充分。将多种常见变可信度数据融合模型应用于运载火箭子级栅格舵落区控制的工程项目,在开展部分工况的风洞试验基础上,结合少量的CFD数值模拟结果,研究相关函数和不同模型预测完整工况气动特性数据的差异性。通过对比加法标度函数修正模型、Co-Kriging模型、分层Kriging模型和多可信度神经网络模型等4种不同的数据融合模型发现:高斯指数相关函数对气动建模问题的适应性更好;Co-Kriging模型对气动数据的内插表现最好;分层Kriging模型对内插的预测精度较高,外插效果不理想;多可信度神经网络模型在外插区域能获得更光滑、合理的预测结果。 相似文献
10.