[发明专利]一种高压冷气发射飞行器出筒速度获取方法

说明书

本发明公开了一种高压冷气发射飞行器出筒速度获取方法，将具有多个水平数的参数变量进行组合，并测得不同参数变量组合下的出筒速度，由不同参数变量组合以及对应的出筒速度作为训练样本，对神经网络模型进行训练，利用神经网络模型的自学习和自适应能力获得参数变量与出筒速度之间的内在联系和规律，进而获取不同参数变量时的出筒速度；一旦神经网络模型训练好，只要输入参数变量即可获得出筒速度，无需对每个状态都进行试验，大大降低了试验成本，提高了出筒速度的获取效率。

技术领域

本发明属于飞行器控制技术领域，尤其涉及一种高压冷气发射飞行器出筒速度获取方法。

背景技术

低速巡飞飞行器在研制过程中，飞行验证试验装置主要采用的是弹射架，试验过程中存在发射状态不稳定、发射动力不足、验证内容有限等问题。为解决上述问题，以高压氮气为发射动力源，通过减压阀精准调控气路内的气体压强，从而调节蓄能气路内的能量，最终保证飞行器发射状态的稳定性，即高压冷气发射。

相较于燃气发射，高压冷气发射具有操作简单、安全、可靠的特点，但是其出筒速度受高压动力源气体压力、发射角、电磁阀开合速度、温度的影响而变化。出筒速度对飞行器飞行弹道和控制有重大影响，因此，如何根据发射条件准确得到出筒速度是十分重要的。现有得到出筒速度的方法主要是试验法，然而高压动力源气体压力、发射角、温度的范围较大，不同选型的电磁阀开合速度也不一样，且三者与出筒速度成高度非线性关系，如果每个状态都要试验，成本很高。

发明内容

针对现有技术的不足，本发明提供一种高压冷气发射飞行器出筒速度获取方法。

本发明是通过如下的技术方案来解决上述技术问题的：一种高压冷气发射飞行器出筒速度获取方法，包括：

步骤1：获取影响出筒速度的参数变量的取值范围，且每个所述参数变量取至少三个水平数，所述参数变量包括高压动力源气体压力、发射角、电磁阀开合速度以及温度；

步骤2：将所述步骤1中的参数变量进行正交试验组合，获得在不同参数变量组合下的出筒速度；所述不同参数变量组合以及不同参数变量组合下的出筒速度构成训练样本；

步骤3：以所述参数变量为输入量，出筒速度为输出量建立神经网络模型；

步骤4：采用所述步骤2的训练样本对步骤3的神经网络模型进行训练，得到训练好的神经网络模型；

步骤5：将设计的参数变量作为训练好的神经网络模型的输入量，即可获得对应的出筒速度。

本发明高压冷气发射飞行器出筒速度获取方法，将具有多个水平数的参数变量进行组合，并测得不同参数变量正交试验组合下的出筒速度，由不同参数变量组合以及对应的出筒速度作为训练样本，对神经网络模型进行训练，利用神经网络模型的自学习和自适应能力获得参数变量与出筒速度之间的内在联系和规律，进而获取不同参数变量时的出筒速度；一旦神经网络模型训练好，只要输入参数变量即可获得出筒速度，无需对每个状态都进行试验，大大降低了试验成本，提高了出筒速度的获取效率。

进一步地，所述步骤1中，每个参数变量取三个水平数，设参数变量的取值范围为[x₁,x₃]，该参数变量的第三个水平数为x₂＝0.5×(x₁+x₃)。

每个参数变量的水平数决定了训练样本的数量，神经网络模型的性能随着训练样本的增加而增加，但是当训练样本的数量达到一定值时，神经网络模型的性能不再变化，因此，根据神经网络模型的性能确定所需训练样本数，从而确定参数变量的水平数。