RBF神经网络的火箭发动机成本预测

神经网络技术已广泛应用于各工业控制部门, RBF神经网络是对一般BP神经网络的改进.尝试将其应用于固体火箭发动机成本预测中.首先利用已有的成本信息对该神经网络进行训练,使其对已有信息的预测误差小于规定值,再将其用于其他条件下的成本预测.结果表明,实际预测效果较为理想,从而为固体火箭发动机成本预测提供了一种新的方法.     

含内聚空洞固体发动机药柱的寿命预估

为了对含内聚空洞固体导弹发动机的贮存寿命进行预估,采用加速老化试验,得到该推进剂最大延伸率随贮存时间的变化规律;应用三维粘弹性有限元分析方法,对含内聚空洞的发动机贮存一定时间后直接点火发射过程进行数值仿真,从中获得发动机药柱在点火增压和轴向过载联合作用下的最大Von Mises应变.将不同贮存期药柱的最大Von Mises应变值与推进剂的最大延伸率进行对比,利用结构完整性评估准则,给出了某发动机药柱不同贮存期间内聚空洞大小的允许值.该方法可为含内聚空洞固体发动机的判废提供定量参考.     

固体发动机后效对导弹分离性能的影响分析

对固体火箭发动机后效推力进行了分析和计算。采用经典流体力学发动机内弹道计算理论,运用等熵膨胀条件所得的燃烧室压强变化模型,预测发动机超临界压强后效冲量变化规律,给出临界压强以下的后效冲量预测模型。更精确地获取固体发动机后效对导弹分离前后的冲量影响,明确导弹分离的一些基本参数要求,确定固体发动机结束工作后所需的分离速度。     

变推力固体火箭发动机战术导弹弹道优化研究

在给定发射初始条件、目标逃逸方式及控制律条件下进行了导弹性能仿真,给出了采用变推力固体火箭发动机的战术导弹最大发射弹目距离和变推力固体火箭发动机二级推力所对应的关系,形成了仿真条件下的变推力发动机控制律,丰富了采用变推力发动机的导弹制导律设计维数,并分析了发动机二级推力调节对弹道设计的影响,对采用变推力固体火箭发动机的导弹弹道优化设计具有一定的指导意义。     

基于多方法协作优化方法的非壅塞式固体火箭冲压发动机导弹一体化优化设计

固体火箭冲压发动机和导弹性能相互之间紧密耦合。从导弹总体方案设计阶段引入一体化设计思想,能充分发挥和协调好固体火箭冲压发动机和导弹的性能,提高了导弹的总体设计水平。采用基于遗传算法、Powell法和模式搜索法的多方法协作优化方法进行了以非壅塞式固体火箭冲压发动机为动力的导弹总体一体化优化设计。算例表明,采用该多方法协作优化方法进行一体化优化设计,可以协调导弹的总体参数,提高导弹的总体性能。     

固体火箭推进技术的发展

本文介绍了固体火箭推进技术的发展趋势;对于战略导弹发动机,主要是提高发动机性能,使导弹小型化,能在汽车上、火车上或飞机上机动发射,对于防空导弹发动机,主要是发展推力可控技术和无烟推进剂,使导弹能对付高速、高机动的目标,并使发射场和导弹本身不被烟雾暴露;对于运载火箭助推器和小型运载火箭发动机,主要是降低成本和提高可靠性。固体火箭推进技术应用于国民经济建设,也是其发展的一个重要方面。     

固体火箭发动机技术

固体火箭发动机是使用固体推进剂的化学火箭发动机。固体火箭发动机与液体火箭发动机相比较,具有结构简单,推进剂密度大,推进剂可以储存在燃烧室中常备待用和操纵方便可靠等优点。固体火箭发动机比冲小(250～300秒),工作时间短,加速度大,因而推力不易控制、重复起动困难、不利于载人飞行,主要用作火箭弹、导弹和探空火箭的发动机,以及航天器发射和飞机起飞的助推发动机。一、发展概况固体火箭起源于中国,宋初已出现以黑火药为能源的固体火箭发动机。最早是1161年宋金之战中的“霹雳炮”。元、明两代出现了火箭束和两级火箭雏型,例如“火龙出…     

粘弹性谱随机有限元

发展了一种粘弹性谱随机有限元法(VSSFEM),并将其用于固体火箭发动机装药结构随机分析。基于不可压或近似不可压粘弹性增量有限元方法和正交展开理论,考虑固体推进剂泊松比的随机性,推导了粘弹性谱随机有限元列式,最后对弹性约束的圆柱形中孔药柱进行了随机分析。算例分析表明该方法能够正确有效地进行粘弹性体随机分析。     

基于改进GM(1,1)模型的导弹贮存可靠性预测方法

针对导弹系统技术复杂、贮存样本量受限、测试数据波动性较大等特点,结合装备的具体情况提出了基于改进GM(1,1)模型的导弹贮存可靠性预测方法。该方法首先利用"对数-幂函数变换"对导弹的历史可靠性数据进行处理,提高数据光滑度,然后依据GM(1,1)模型计算得到可靠性预测值和残差,再利用残差建立残差修正模型,得到残差修正值,减少残差对结果的影响,最后利用残差修正值修正可靠性预测值并还原,求得可靠性最终预测值。实例表明,该改进模型对导弹系统可靠性变化的描述比传统模型更加准确有效,预测结果精度更高,为导弹贮存可靠性预测分析提供了一种有效的改进方法,其算法设计推广性强,可作为其他装备寿命预估的重要工具。     

导弹的怪尾巴——流体速度的变化规律

现代战争中,导弹发挥了极为重要的作用。无论是在空战、陆战、海战当中,导弹都是远程打击的首选武器。如果你曾经到军事博物馆去参观过导弹或者在军事杂志的图片上见到过导弹,你一定会发现导弹的尾部都有一个喷管。最常见的一种是先收缩后扩张的收敛——扩张喷管,它是由瑞典人拉瓦尔发明的,因此被称为拉瓦尔喷管。拉瓦尔喷管在武器上有着非常广泛的应用。导弹要向前飞行,必须有动力强大的发动机。导弹所用的发动机主要有液体火箭发动机和固体火箭发动机。这里的固体和液体指的是发动机所用的推进剂的类型,但无论是液体火箭发动机还是固体火…     

火箭发动机应储数量的研究

火箭发动机应储数量的确定是其维修保养工作中的一个重要问题。在满足一定精度的前提下,以可靠性评估为中心研究寿命服从逆威布尔分布的火箭发动机的应储数量问题。在具有二项移走的逐步增加I型区间截尾模型下(被随机移走的产品数目服从二项分布),采取不同方案给出决定火箭发动机寿命的关键性参数的可靠性估计,据此确定其应储数量。最后,通过随机模拟方法给出在一定精度指标下火箭发动机的应储数量。     

固体火箭冲压发动机的工作特性分析

通过数值计算 ,分析了燃气流量固定的壅塞式固体火箭冲压发动机、等空燃比工作的固体火箭冲压发动机和非壅塞固体火箭冲压发动机的高度特性和速度特性。结果表明 ,当导弹的飞行高度和速度变化时 ,燃气流量固定的壅塞式固体火箭冲压发动机性能变化最大 ,燃速压强指数为 1 0的非壅塞固体火箭冲压发动机的性能基本实现了等空燃比调节。贫氧推进剂的燃速压强指数越高 ,非壅塞固体火箭冲压发动机燃气流量的自适应调节能力越强。     

美国多举措确保固体火箭发动机工业能力

<正>固体火箭发动机作为航天运载与导弹武器的关键部件在国防科技工业中占据重要的地位和作用,美国国防部始终高度重视维护固体火箭发动机的工业基础健康与弹性。为解决日益突出的集中垄断问题,维持市场竞争态势,近年来美国政府采取了加强行业监管、强化风险管理、出资扩大产能等一系列举措,以维护固体火箭发动机工业能力,保障导弹和太空发射能力发展。     

固体火箭发动机长期贮存热载荷的有限元分析方法

分析了固体火箭发动机药柱在长期贮存过程中,由于温度载荷谱的变化所引起的力学响应。基于粘弹性积分蠕变型本构关系,推导了能分析粘弹结构的热载荷的有限元模型,并用它分析了梁、厚壁圆筒与真实固体火箭发动机的热应力问题。     

固体推进剂燃烧转爆轰研究通过鉴定

固体推进剂燃烧转爆轰研究于1986年9月25日在国防科技大学通过鉴定。现代固体火箭发动机装药量很大,发动机尺寸达数米;推进剂的能量也愈来愈高,有些推进剂中还加有高能炸药。人们担心,在推进剂生产、贮存和导弹使用中是否会出现燃烧向爆轰转变的灾难性后果?如何控制和避免这种现象?必须从实验和理论上进行研究。因此,该课题是固体推进剂技术与强动载荷技术领域中一项重要的研究课题。     

“三线”变前线的航天固体动力“摇篮”

＂国之重器＂导弹离不开强大的＂心脏＂——固体火箭发动机。地处塞外高原的中国航天科工六院不仅是我国第一个固体火箭发动机研制,生产和试验基地、中国固体火箭发动机的＂摇篮＂,而且是一个用智慧、汗水和血水,成功研制出数十种型号和配方的战术、战略、宇航用固体火箭发动机,创造了中国航天固体动力事业无数个＂第一＂的功勋基地。     

固体导弹最大射程评定方法研究

本文提出了一种基于固体火箭发动机性能散布分析的固体导弹最大射程评定方法,将系统辨识、性能散布分析和统计分析有机结合,实用性强,对固体导弹试验鉴定技术研究具有重要意义。     

一种固体导弹最大射程评定方法

本文提出了一种基于固体火箭发动机性能散布分析的固体导弹最大射程评定方法，将系统辨识、性能散布分析和统计分析有机结合，实用性强，对固体导弹试验鉴定技术研究具有重要意义。     

高斯伪谱法在变推力导弹弹道优化中的应用

为实现对可变推力固体火箭发动机推进剂的充分利用,以近程导弹拦截目标为特定研究场景,在推进剂质量给定的情况下采用Gauss伪谱法进行弹道优化设计。该方法采用变推力控制,选用固体火箭发动机实现推力可调,由比例导引给出制导指令,研究Gauss伪谱法在变推力导弹弹道优化中的应用方法,最终得到目标函数及约束条件下的比例导引变推力优化方案。仿真结果表明了高斯伪谱法应用于可变推力导弹弹道优化设计的有效性,同时与传统发动机方案下的弹道进行对比,表明了变推力控制在导弹弹道性能上的优越性。     

基于神经网络的复杂导弹系统可靠性预测

介绍了如何利用神经网络对复杂导弹系统可靠性进行预测。对利用导弹地面测试数据和可靠性数据预测未来导弹可靠性问题进行了描述。给出了建模思路和方法框架。探讨了基于因子分析的可靠性数据特征选择方法、循环神经网络(RNN)、长短时记忆网络(LSTM)、门循环网络(GRU)以及输出数据融合方法。在实例中利用该方法对其飞行可靠性进行了预测,验证了方法的可行性与有效性。该方法可以充分利用复杂系统地面测试数据、可靠性数据中隐含的信息以及多种神经网络的优点,具有一定的通用性与实用性。