专利类型:发明专利
语 言:中文
申 请 号:CN201710724663.1
申 请 日:20170822
申 请 人:重庆大学
申请人地址:400044 重庆市沙坪坝区沙坪坝正街174号
公 开 日:20180511
公 开 号:CN201710724663.1
代 理 人:赵荣之
代理机构:北京同恒源知识产权代理有限公司 11275
摘 要:本发明涉及一种固体火箭发动机贮存寿命预测方法,属于智能自动化技术领域。该方法包括以下步骤:S1:确定性有限元法为基础,结合Monte?Carlo抽样技术,形成Monte?Carlo随机有限元法;S2:基于Monte?Carlo随机有限元法对固体火箭发动机在点火过程中的应变进行统计分析,利用应力?强度干涉模型计算不同贮存期内的药柱点火瞬间的结构可靠度;S3:利用神经网络能实现从输入到输出状态空间的高度非线性映射的特点,基于机器学习中监督学习人工神经网络算法对随机有限元分析所得到的发动机药柱的结构可靠度进行预测,从而预测导弹固体发动机贮存寿命。本发明能有效的运用数据驱动的方式,解决在机理分析上不确定因素带来的困难,提高固体火箭发动机寿命预测的精度。
主 权 项:一种预测固体火箭发动机贮存寿命方法,其特征在于:该方法包括以下步骤:S1:确定性有限元法为基础,结合Monte?Carlo抽样技术,形成Monte?Carlo随机有限元法;S2:基于Monte?Carlo随机有限元法对固体火箭发动机在点火过程中的应变进行统计分析,利用应力?强度干涉模型计算不同贮存期内的药柱点火瞬间的结构可靠度;S3:利用神经网络能实现从输入到输出状态空间的高度非线性映射的特点,基于机器学习中监督学习人工神经网络算法对随机有限元分析所得到的发动机药柱的结构可靠度进行预测,以结构可靠度随时间的变化规律为依据,预测导弹固体发动机贮存寿命。
关 键 词:固体火箭发动机;贮存寿命;结构可靠度;预测;人工神经网络算法;智能自动化技术;发动机药柱;高度非线性;固体发动机;抽样技术;点火过程;基于机器;机理分析;模型计算;神经网络;寿命预测;输出状态;数据驱动;统计分析;贮存期;映射;药柱;确定性;点火;干涉;学习;导弹;分析;监督
法律状态:生效
IPC专利分类号:G06F17/50;G06F17/00;G;G06;G06F;G06F17;G06F17/50;G06F17/00