基于BP神经网络的固体火箭发动机虚拟样机模型修正算法

来源 :中国航天科工集团第七届环境与可靠性技术交流会 | 被引量 : 0次 | 上传用户:xigua871030
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
近年来,关于数字孪生的研究方兴未艾,将数字孪生与固体火箭发动的测试相结合,体现出了巨大的研究价值与研究空间.数字孪生的价值,主要体现在与实物的伴生关系上,这种伴生关系的的紧密程度主要由虚拟样机模型的精确度决定,模型精确度越高,伴生关系越紧密,数字孪生的实际应用价值也就越高.因此,如何修正虚拟样机模型,使得模型与实物更加契合就显得尤为重要.BP神经网络(BP Neural Network)具有良好的非线性表达能力、容错性以及自学习自适应能力,本文使用BP神经网络进行固体火箭发动机的虚拟样机模型修正,最终网络误差为4.2%,修正后的模型产生的数据与实际数据具有较高的相似性.
其他文献
平流层飞艇载荷舱内部安装各种任务载荷,平流层环境恶劣,为保障任务载荷正常工作,必须为其提供合适的温度、压力和湿度条件.以某型平流层飞艇载荷舱为研究对象,从系统工作的
防空导弹贮存寿命到期或即将到期时,应进行贮存寿命研究并提出延寿措施,本文针对防空导弹在寿命周期内"长期贮存、一次使用"的特点给出了总体技术途径,包括贮存延寿总体策划
针对SOC/SIP类器件的特殊性,首先本文将简要总结国内军工单位SOC/SIP类器件的使用现状;其次,将从筛选、质量一致性检验、DPA试验、验收和应用验证等五个方面阐述SOC/SIP类器
本文对某电子设备炮击振动环境进行实际测量分析,在此基础上进行隔振设计及有限元仿真,最后设计试验对隔振性能进行试验验证,试验结果表明:炮击振动量级从14grms左右降低到1.
加速试验逐渐替代传统的可靠性试验方法以解决其研制周期和研制成本中的诸多困难.加速可靠性试验设计的关键是对加速因子的估计.本文通过常用惯导系统的应力归类,鉴于寿命试
随着飞航式飞行器技术不断发展,高电压、大功率设备逐渐广泛应用,在提升总体性能的同时也带来了远超常规设备的强烈电磁干扰.这些干扰在飞行器各研制阶段随着外部环境的变化
目的:验证碗型工装和板型工装结构在动力学试验方面的优劣.方法:由于导弹舱段进行振动、冲击、加速度等动力学试验时,不能直接安装在台面结构上,需要设计和优化工装进行固定
本文通过分析真空、辐照和原子氧等宇航空间环境的不利因素对连接器的影响,针对宇航用连接器的使用环境和薄弱环节制定相应措施,即连接器采用合理的结构设计和工艺技术,以及
传统的运载火箭模态参数设计方法难以满足新形势对运载火箭研制的快速、高效等要求,为此研究了一种运载火箭模态参数快速分析技术:通过分析运载火箭的传统模态分析方法及流程
卫星在火箭发射过程中会受到的复杂的动力学环境影响,因此有必要对卫星开展动力学分析工作.有限元仿真由于具有成本低、周期短的特点,在动力学分析过程中得到广泛应用.在有限