航天安全同国家利益息息相关,太空资源具有巨大的民用价值和商业价值,整流罩内环境温湿度保障作为火箭内部载荷安全保障的重要组成部分,对卫星设备安全具有重大影响。本文以某运载火箭整流罩内环境地面保障过程为研究背景,主要工作如下:针对特殊工况下罩内温湿度反馈丢失问题,建立了基于滑窗数据重组结合贝叶斯优化的Light GBM回归模型。通过对历史罩内温湿度数据和送风温湿度数据进行了预处理,再利用滑动窗口实现了数据重组,保留了历史送风温湿度对当前罩内温湿度的影响。在此基础上使用基于贝叶斯超参数优化的Light GBM算法实现对重组后的数据学习,从而得到当前罩内温湿度同历史温湿度数据的回归映射模型。经过验证集验证,证明了回归模型的有效性,能够作为特殊工况下整流罩内环境温湿度的替代反馈,辅助整流罩维护人员掌握整流罩内环境温湿度信息变化,同时为后续的温湿度控制做铺垫。针对整流罩内温湿度控制过程中存在的温湿度耦合问题,本文首先从能量守恒的角度建立了罩内温度机理模型,同时从湿空气焓值的角度建立了罩内湿度机理模型。针对建模过程中发现的温湿度耦合问题,建立了基于蚁狮算法优化的整流罩温湿度PID神经网络解耦控制算法,通过与未优化的PIDNN算法、简单PID算法进行控制仿真对比,仿真结果验证了本文算法良好的解耦控制效果,从而为整流罩内环境温湿度控制提供了一定参考。基于上述研究内容,本文设计了整流罩内环境温湿度预测监控系统。通过将本文的温湿度估计模型与控制算法整合到整流罩温湿度预测监控系统中,实现了相关算法的应用探索。通过汇总整流罩内环境保障设备的数据,实现了设备运行状态的在线实时监测和异常状态预警,最后通过设备管理模块实现相关设备的数字化管理。