火箭时序参数判读方法分析与改进

为了减少火箭时序参数判读过程中的误判和漏判,通过分析比较现有的火箭时序参数判读方法的优缺点,提出了结合判读的新方法。该方法以分段判读和累积判读为基础,先采用相关判定的方法判断火箭飞行中实时获取的时间基准参数的可靠性,再根据可靠性的不同选取不同的判读方法,从而有效地减少误判和漏判现象的发生。为改进火箭时序参数判读方法探索了新的途径,为分析火箭飞行状态提供了更可靠的支持。     

固体火箭发动机0.5%高精度测试系统推力参数测量不确定度的评定

本文根据航天部标准《固体火箭发动机测量不确定度的评定》(QJ1275-87)方法,分析综合了“固体火箭发动机0.5%高精度测试系统”推力测量相对总不确定度,结论为0.3%,为全面贯彻该部标提供了应用实例.     

基于蚁群算法的固体火箭发动机总体参数优化

为建立一种支持连续域、离散域混合变量的优化算法以用于固体火箭发动机总体参数优化,改进了基本蚁群算法,融入"网格划分"、"哑元化"和"变尺度局部搜索"三种策略,以改进算法的寻优性能和使用范围,其中局部搜索算法仍采用蚁群算法。使用了几个较具欺骗性的经典测试函数对改进蚁群算法进行了测试,计算结果表明改进蚁群算法找到全局最优值的概率较大。应用改进蚁群算法对固体火箭发动机总体设计中的两个重要总体参数——燃烧室工作压强和喷管面积比,进行了优化求解,获得了满意结果。诸算例的优化结果表明,该改进蚁群算法具有支持混合变量,全局寻优性能稳定和搜索精度高的优点,对工程优化设计问题具有较好的寻优性能和更强的适用性。     

基于AHP的液体火箭发动机地面试验监测参数的选取方法研究

确定监测参数是液体火箭发动机地面试验监控系统的一个重要而基础的问题。从某液体火箭发动机地面试验稳态参数的统计特性和常见故障出发,通过分析地面试验测量参数的故障敏感性、故障关联性、测点传感器的可用性和参数相关性(或传感器冗余),建立具有方案层、准则层和目标层的层次模型,运用层次分析法(AHP)对发动机地面试验的测量参数进行评价、比较和优化,确定了用于监测液体火箭发动机地面试验的监测参数。经过发动机的地面故障试验数据和故障仿真数据的检验,所确定的监测参数集较好地反映了发动机状态的变化,说明所选用的方法合理、可行,解决了长期以来,依靠领域专家定性确定监测参数的问题。      

铱铑合金超声导波方法的固体火箭发动机燃烧室温度测试

固体火箭发动机试车时温度参数是重要的测试物理量,国内外对于这种复杂环境的温度测试,除热电偶外尚无可靠的原位测试方法。为了研究固体火箭发动机试车时温度测试问题,用超声导波测温方法,设计出一套基于Ir Rth40(铱铑合金)超声导波测温系统,测试了该系统在室温~1600℃的运行情况。结果表明,超声测温系统可以在高温环境下稳定运行,并且室温~1600℃范围内校准曲线重复性良好。将获得的数据进行95置信度评估,绘制出95置信条件下的误差带。在温度大于1000℃时,灵敏度的变化幅度逐渐增大,达到0.0035μs/℃。常温常压下,传感器响应时间为1.2s。设计了传感器封装结构,完成了固体火箭发动机温度测试实验,测得温度-时间曲线,峰值温度为1492℃。     

基于参数优化变分模态分解的瞬时模态参数识别

针对变分模态分解的模态数和二次惩罚因子难以确定的问题,提出了基于正交性指标、能量比值和变分能量熵的参数优化算法;对于分解得到的单分量信号,发展了基于多项式调频小波变换的瞬时频率识别方法和基于能量法的瞬时阻尼比识别方法。开展了三自由度时变结构仿真研究和时变钢梁实验研究。研究结果表明：优化后的变分模态分解法能够精确分离多自由系统的各阶时变分量,具有较强的抗噪性能;基于多项式调频小波变换的瞬时频率识别方法具有很强的时变频率追踪性能、抗噪声能力强,时变频率识别精度高,平均误差不超过1%;能量法能够较准确地识别结构的瞬时阻尼比,识别误差保持在10%左右,抗噪优势明显。     

基于并行总线的动态参数测试数据采集分析系统及其应用

介绍了基于并行总线的发动机动态参数测试高速数据采集分析系统,给出了测试系统的技术指标,并对其软件的开发及在动态测试过程中的应用情况进行了简要说明。在发动机和压气机试验动态参数测量中的实际应用证明,该系统性能先进,稳定可靠,实用灵活,具有广阔的应用前景。     

一种基于组合覆盖的黑盒测试用例自动生成方法

给出了一种黑盒测试用例的自动生成方法,该方法基于组合覆盖测试,能够在保证测试质量的同时有效地减少测试用例的数目和测试成本,提高测试效率。本文给出了这种用例生成方法的算法,说明了其有效性,并介绍了该方法软件原型的实现。     

基于故障分辨能力的火箭发动机测量参数选择方法

针对液体火箭发动机测量参数选择这一难题,提出一种基于模型的、提高故障分辨能力和系统可靠性的液体火箭发动机测点选取方法。基于发动机系统非线性静态特性数学模型,建立常见发动机故障下的故障特征库,并采用飞行数据验证其准确性;分别基于凝聚层次聚类算法、蒙特卡洛方法和失效模式影响分析（FMEA）构建了发动机测量特征子集的故障分辨种类数、鲁棒性和系统可靠性3种评价指标,并基于改进的多目标二进制粒子群算法（MOBPSO）开展优化设计。优化后的测点排布,可分辨故障从9种提高到13种,鲁棒性与原排布相当,风险指数略有上升;进一步探究了副系统混合比在故障分辨中的重要作用并分析其机理。本文提出的方法对其他复杂、闭环动力系统测量特征的选择具有较好的应用价值。     

基于CST-GAN的翼型参数化方法

翼型参数化方法对于翼型制造、气动和隐身等的优化设计具有非常重要的作用,为进一步提高参数化方法的表示能力,避免在优化过程中产生奇异外形进而提升翼型优化设计效率,结合外形控制能力更加灵活的类别形状函数变换方法（CST）及能够学习数据潜在分布的生成对抗网络模型（GAN）,基于现有翼型数据库构建了一种新型翼型参数化方法：CST-GAN。通过考察生成翼型的几何质量及其表示误差,研究设计维度对CST-GAN翼型参数化的影响,并与Bezier、B样条及主成分分析（PCA）方法的表示精度进行了对比,最后基于该方法开展翼型优化设计。结果表明,该方法可以生成光滑、有效的几何外形,并能实现对翼型较为精确的描述。与其他几种常用参数化方法相比,CST-GAN方法具有较快的优化收敛速度和较好的优化效果,有助于改善优化效率,节约计算成本。此外,该方法鲁棒性强、易于实现,有拓展至三维机翼及整机的参数化建模并进行气动优化设计的应用潜力。