-
公开(公告)号：CN113189870A
公开(公告)日：2021-07-30
申请号：CN202110388335.5
申请日：2021-04-12
Applicant: 大连理工大学 , 上海宇航系统工程研究所
IPC: G05B13/04
Abstract: 本发明公开了一种火箭推力下降故障下椭圆救援轨道的轨迹重规划方法，包括：构建各种推力下降故障下椭圆救援轨道的轨迹优化问题；采用自适应伪谱法离线求解椭圆救援轨道的轨迹优化问题，得到故障状态‑入轨参数的样本集；采用最大最小法对样本数据进行归一化处理，通过正交最小二乘法选择径向基神经网络数据中心，其中径向基函数为高斯基函数，离线训练径向基神经网络，从而建立故障状态到入轨参数非线性映射关系；采用自适应伪谱法在线求解最优推进剂优化问题，即可得到飞行轨迹。本发明通过径向基神经网络决策入轨参数为在线椭圆救援轨道的轨迹规划提供合理的初值，且能避免出现因目标函数中各变量之间的冲突导致的计算效率降低。
-
公开(公告)号：CN111737908A
公开(公告)日：2020-10-02
申请号：CN202010515549.X
申请日：2020-06-09
Applicant: 大连理工大学 , 上海宇航系统工程研究所
IPC: G06F30/27 , G06F30/23 , G06F30/15 , G06F111/04 , G06F111/06
Abstract: 本发明提出了一种基于动载荷静力等效的蒙皮桁条结构快速动态优化设计方法。本发明运用静力等效技术将求解耗时、收敛性差和计算复杂的动态优化问题转换成技术成熟的静态优化问题。本发明通过考虑关键位置位移和应力约束，以及动静态载荷响应最小化目标，发展了动态载荷静力等效模型。同时，对蒙皮桁条结构进行参数化建模，避免重复建模耗费时间。基于动态载荷静力等效，并结合遗传算法实现动态响应作用下的蒙皮桁条结构尺寸优化(包括周向和竖向桁条数量等)和布局优化(包括桁条截面参数等)的设计。本发明建立了一整套的优化设计流程，对参数进行修改后可适用于其他模型，操作简单，工程实用性较强。
-
公开(公告)号：CN110727251A
公开(公告)日：2020-01-24
申请号：CN201910925285.2
申请日：2019-09-27
Applicant: 大连理工大学 , 上海宇航系统工程研究所
IPC: G05B19/418
Abstract: 本发明公开了一种气-液路耦合推进系统运载火箭的Pogo系统建模方法，建立燃气发生器、涡轮、燃气导管、气-液型推力室等气体部件的二阶动力学模型，与建立的液路部分二阶动力学方程组装成完整的推进系统，从而建立起基于状态空间法的包含气路特性的Pogo状态空间模型。与传统的传递矩阵法相比，可以在计算推进系统频率的同时给出阻尼比；与传统的迭代法相比，状态空间法计算效率更高，而且不受迭代初值的影响，不会漏根；状态方程法可以考虑多模态、多耦合点、芯级与助推耦合作用等更多因素，结果更为精确。
-
公开(公告)号：CN111737908B
公开(公告)日：2022-09-27
申请号：CN202010515549.X
申请日：2020-06-09
Applicant: 大连理工大学 , 上海宇航系统工程研究所
IPC: G06F30/27 , G06F30/23 , G06F30/15 , G06F111/04 , G06F111/06
Abstract: 本发明提出了一种基于动载荷静力等效的蒙皮桁条结构快速动态优化设计方法。本发明运用静力等效技术将求解耗时、收敛性差和计算复杂的动态优化问题转换成技术成熟的静态优化问题。本发明通过考虑关键位置位移和应力约束，以及动静态载荷响应最小化目标，发展了动态载荷静力等效模型。同时，对蒙皮桁条结构进行参数化建模，避免重复建模耗费时间。基于动态载荷静力等效，并结合遗传算法实现动态响应作用下的蒙皮桁条结构尺寸优化(包括周向和竖向桁条数量等)和布局优化(包括桁条截面参数等)的设计。本发明建立了一整套的优化设计流程，对参数进行修改后可适用于其他模型，操作简单，工程实用性较强。
-
公开(公告)号：CN110727251B
公开(公告)日：2021-01-15
申请号：CN201910925285.2
申请日：2019-09-27
Applicant: 大连理工大学 , 上海宇航系统工程研究所
IPC: G05B19/418
Abstract: 本发明公开了一种气‑液路耦合推进系统运载火箭的Pogo系统建模方法，建立燃气发生器、涡轮、燃气导管、气‑液型推力室等气体部件的二阶动力学模型，与建立的液路部分二阶动力学方程组装成完整的推进系统，从而建立起基于状态空间法的包含气路特性的Pogo状态空间模型。与传统的传递矩阵法相比，可以在计算推进系统频率的同时给出阻尼比；与传统的迭代法相比，状态空间法计算效率更高，而且不受迭代初值的影响，不会漏根；状态方程法可以考虑多模态、多耦合点、芯级与助推耦合作用等更多因素，结果更为精确。
-
Patent Agency Ranking
公开(公告)号：CN110457761A
公开(公告)日：2019-11-15
申请号：CN201910645955.5
申请日：2019-07-17
Applicant: 大连理工大学 , 上海宇航系统工程研究所
IPC: G06F17/50
Abstract: 本发明公开了一种解决Pogo模型奇异性问题的方法，具体包括如下步骤：步骤1：生成Pogo状态空间模型的系统矩阵E和A；步骤2：求解特征值Λ和特征向量Φ；步骤3：将特征值Λ从小到大排列，特征向量Φ也相应地排列；步骤4：保留前n-m个特征值及其对应的特征向量，生成新的特征值矩阵 和特征向量矩阵 步骤5：求解系统矩阵(ET,AT)的特征值Λt和特征向量Φt；步骤6：将特征值Λt从小到大排列，特征向量Φt也相应地排列；步骤7：保留前面n-m个特征值及其对应的特征向量，生成特征值矩阵 和特征向量矩阵 步骤8：利用特征向量对原状态x进行变换，变换到状态η空间。本方法导出的非奇异Pogo模型可以直接应用于时域仿真和主动抑制设计，适用性广，避免了重复建模工作。
-
公开(公告)号：CN113189870B
公开(公告)日：2024-11-05
申请号：CN202110388335.5
申请日：2021-04-12
Applicant: 大连理工大学 , 上海宇航系统工程研究所
IPC: G05B13/04
Abstract: 本发明公开了一种火箭推力下降故障下椭圆救援轨道的轨迹重规划方法，包括：构建各种推力下降故障下椭圆救援轨道的轨迹优化问题；采用自适应伪谱法离线求解椭圆救援轨道的轨迹优化问题，得到故障状态‑入轨参数的样本集；采用最大最小法对样本数据进行归一化处理，通过正交最小二乘法选择径向基神经网络数据中心，其中径向基函数为高斯基函数，离线训练径向基神经网络，从而建立故障状态到入轨参数非线性映射关系；采用自适应伪谱法在线求解最优推进剂优化问题，即可得到飞行轨迹。本发明通过径向基神经网络决策入轨参数为在线椭圆救援轨道的轨迹规划提供合理的初值，且能避免出现因目标函数中各变量之间的冲突导致的计算效率降低。
-
公开(公告)号：CN116305906A
公开(公告)日：2023-06-23
申请号：CN202310232098.2
申请日：2023-03-13
Applicant: 大连理工大学 , 上海宇航系统工程研究所
Abstract: 本发明公开了一种飞行器全局时变气动参数的辨识方法，包括：S1.建立飞行器刚体动力学模型，并获取待辨识时变参数；S2.将所述待辨识时变参数写成关于时间的多项式形式；S3.预估状态灵敏度、协方差灵敏度、增益灵敏度、滤波状态灵敏度与协方差灵敏度；S4.根据气动参数特性或时间段进行局部分区；S5.在当前区间通过参数值结合卡尔曼滤波获取状态预估值、预估协方差阵、卡尔曼增益、状态滤波值、协方差阵；S6.根据上述获得准则函数，当准则函数不是极小值时，使用牛顿拉弗森算法更新参数；S7.使用移动平均滤波器对所有的参数进行平滑，得到一条平滑的全局气动数据曲线。本发明避免了参数变化幅度过大时，拟合不准的问题。
-
公开(公告)号：CN115422496A
公开(公告)日：2022-12-02
申请号：CN202210979915.6
申请日：2022-08-16
Applicant: 大连理工大学 , 上海宇航系统工程研究所
Abstract: 本发明公开了一种推力故障下运载火箭质量和推力参数的联合校正辨识方法，包括：建立用于辨识的运载火箭质心运动方程和质量消耗方程；根据运载火箭惯性敏感器件测量的视加速度信息作为辨识的观测量，建立观测方程；每个计算周期中利用当前时刻推力参数辨识结果通过卡尔曼滤波来辨识下一时刻的火箭质量，同时利用下一时刻的火箭质量辨识结果通过渐消因子递推最小二乘来估计下一时刻的推力参数。本发明基于渐消因子递推最小二乘与卡尔曼滤波结合的辨识方法对火箭飞行过程中的质量和推力参数联合辨识，可以有效地辨识推力故障下运载火箭的质量和推力参数。
-
公开(公告)号：CN110457761B
公开(公告)日：2021-02-12
申请号：CN201910645955.5
申请日：2019-07-17
Applicant: 大连理工大学 , 上海宇航系统工程研究所
Abstract: 本发明公开了一种解决Pogo模型奇异性问题的方法，具体包括如下步骤：步骤1：生成Pogo状态空间模型的系统矩阵E和A；步骤2：求解特征值Λ和特征向量Φ；步骤3：将特征值Λ从小到大排列，特征向量Φ也相应地排列；步骤4：保留前n‑m个特征值及其对应的特征向量，生成新的特征值矩阵和特征向量矩阵步骤5：求解系统矩阵(ET,AT)的特征值Λt和特征向量Φt；步骤6：将特征值Λt从小到大排列，特征向量Φt也相应地排列；步骤7：保留前面n‑m个特征值及其对应的特征向量，生成特征值矩阵和特征向量矩阵步骤8：利用特征向量对原状态x进行变换，变换到状态η空间。本方法导出的非奇异Pogo模型可以直接应用于时域仿真和主动抑制设计，适用性广，避免了重复建模工作。
-
-
-
-
-
-
-
-
-
Search Results
39
records
(took 0.051 seconds)
