论文部分内容阅读
基于试验获得的气相和粒子冲刷条件下的固体推进剂燃速数据，采用误差反向传播算法（BP算法）的人工神经网络技术开展了推进剂的燃速特性分析。网络训练和预示结果表明，利用BP算法开展冲刷条件下的燃速影响因素分析的精度在4％以内。分析结果表明，气相和粒子冲刷速度都会影响固体推进剂的燃速。在低气相速度条件下，推进剂燃速对粒子冲刷速度的变化更为敏感。粒子冲刷对固体推进剂燃速的影响存在界限效应，当粒子冲刷速度大于某一界限值时，推进剂燃速增加幅度增大，并由粒子冲刷主导。