• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    基于不確定性的飛行器分離可靠性建模與分析方法

    2019-05-09 09:10:12張海瑞洪東跑
    宇航學(xué)報(bào) 2019年4期
    關(guān)鍵詞:級(jí)間蒙特卡洛不確定性

    張海瑞,王 浩,王 堯,洪東跑

    (中國(guó)運(yùn)載火箭技術(shù)研究院,北京 100076)

    0 引 言

    飛行器分離是飛行器發(fā)射任務(wù)的關(guān)鍵環(huán)節(jié)之一,其功能是在一定的高度將完成預(yù)定功能的部分結(jié)構(gòu)分離并拋去,旨在改善總體性能,增大飛行速度,提高運(yùn)載能力[1-3]。飛行器實(shí)施分離時(shí)的惡劣環(huán)境將導(dǎo)致兩體可靠分離困難,嚴(yán)重制約飛行器可靠性水平的提升。在分離過(guò)程中存在著諸多不確定性因素[4],如反推發(fā)動(dòng)機(jī)作用時(shí)間不同步,下面級(jí)殘余推力偏斜以及殘余推力作用點(diǎn)位置偏差等。在這些不確定性因素的綜合影響下,兩體分離存在碰撞風(fēng)險(xiǎn),可能導(dǎo)致分離任務(wù)失敗。

    傳統(tǒng)的分離分析方法通常是基于參數(shù)偏差進(jìn)行的,通過(guò)偏差組合考慮最嚴(yán)酷的情況[5],以此判斷分離設(shè)計(jì)方案是否滿(mǎn)足要求。然而隨著飛行器可靠性要求不斷提高以及新技術(shù)方法的發(fā)展應(yīng)用,傳統(tǒng)方法為了包絡(luò)最嚴(yán)酷的極限條件,其設(shè)計(jì)方案往往偏于保守,增加結(jié)構(gòu)重量,在某些情況下甚至嚴(yán)重影響飛行器總體性能,難以滿(mǎn)足精細(xì)化設(shè)計(jì)需求。

    針對(duì)這一問(wèn)題,目前的研究趨勢(shì)是綜合考慮不確定性因素影響,將不確定性注入分離動(dòng)力學(xué)仿真模型,建立飛行器分離可靠性模型,實(shí)現(xiàn)分離方案精細(xì)化分析[6-8]。然而,不確定性因素和模型非線(xiàn)性的影響導(dǎo)致分離可靠性求解困難。國(guó)內(nèi)外學(xué)者系統(tǒng)研究了利用蒙特卡洛方法分析不確定性因素對(duì)分離運(yùn)動(dòng)的影響[9-10],Roshanian等[11]采用蒙特卡洛方法研究了不確定性因素對(duì)分離運(yùn)動(dòng)的影響,給出了分離運(yùn)動(dòng)參數(shù)的包絡(luò)曲線(xiàn)。沙建科等[12]針對(duì)某型導(dǎo)彈級(jí)間冷分離方案,采用蒙特卡洛方法對(duì)隨機(jī)不確定性進(jìn)行了分離仿真分析,給出了兩體不發(fā)生碰撞的分離可靠性。蒙特卡洛方法具有無(wú)偏性以及非侵入性,在工程中有著廣泛的應(yīng)用。當(dāng)前,對(duì)如何進(jìn)行分離可靠性高效分析與精確評(píng)估的研究較少,特別是隨著飛行器分離可靠性指標(biāo)的不斷提高,蒙特卡洛方法調(diào)用分離動(dòng)力學(xué)仿真模型的次數(shù)也會(huì)隨之急劇增加,從而消耗巨大的計(jì)算資源,甚至在有限的研制時(shí)間內(nèi)無(wú)法給出精確的分離可靠性分析結(jié)果。

    為進(jìn)一步提高可靠性分析的效率,國(guó)內(nèi)外學(xué)者提出了諸多高效的可靠性分析方法,其中基于代理模型的可靠性分析方法具有簡(jiǎn)單直接,適用廣泛的特點(diǎn),是可靠性分析研究的發(fā)展趨勢(shì)之一[7]。文獻(xiàn)[13]基于Kriging模型的特點(diǎn)提出了高效全局優(yōu)化(Efficient global optimization, EGO)方法用于求解復(fù)雜函數(shù)的優(yōu)化問(wèn)題。文獻(xiàn)[14]基于EGO方法提出了高效全局可靠性分析(Efficient global reliability analysis, EGRA)方法求解復(fù)雜問(wèn)題的可靠度,其中,采用期望可行函數(shù)(Expected feasibility function,EFF)序貫增加訓(xùn)練點(diǎn)。文獻(xiàn)[15]結(jié)合Kriging模型的特點(diǎn)通過(guò)U函數(shù)序貫增加訓(xùn)練點(diǎn),提出了主動(dòng)學(xué)習(xí)Kriging方法求解隱式功能函數(shù)的可靠度。文獻(xiàn)[16]提出了風(fēng)險(xiǎn)期望函數(shù)(Expected risk function,ERF)序貫加點(diǎn),求解非線(xiàn)性功能函數(shù)的混合可靠度。文獻(xiàn)[17]針對(duì)小失效概率問(wèn)題,將主動(dòng)學(xué)習(xí)Kriging和子集模擬方法相結(jié)合,提出了AK-SS方法求解隱式功能函數(shù)的小失效概率問(wèn)題。目前,可靠性分析方法已經(jīng)取得了長(zhǎng)足的進(jìn)步,但是面向高超聲速飛行器分離任務(wù)需求,開(kāi)展高效分離可靠性分析的研究還較少。

    本文以某軸對(duì)稱(chēng)式飛行器級(jí)間冷分離方案為研究對(duì)象,建立了分離動(dòng)力學(xué)仿真模型,為滿(mǎn)足精細(xì)化設(shè)計(jì)需求,通過(guò)綜合考慮分離過(guò)程不確定性因素的影響,構(gòu)建了飛行器分離可靠性模型。結(jié)合代理模型和蒙特卡洛方法的特點(diǎn),提出了改進(jìn)主動(dòng)學(xué)習(xí)Kriging(Improved active kriging, IAK)的分離可靠性分析方法,給出了一種基于不確定性的飛行器分離可靠性建模與分析方法。

    1 飛行器分離動(dòng)力學(xué)建模

    發(fā)射過(guò)程中飛行器的正常分離通常包括助推器分離、級(jí)間分離、整流罩分離、星箭分離等[1],在飛行器設(shè)計(jì)過(guò)程中,級(jí)間分離技術(shù)仍然是需要攻克的一項(xiàng)關(guān)鍵技術(shù),包括級(jí)間熱分離和級(jí)間冷分離兩種方法[18]。本文選取典型的軸對(duì)稱(chēng)式飛行器級(jí)間冷分離方案為研究對(duì)象。針對(duì)其環(huán)境特點(diǎn)與性能要求,建立分離動(dòng)力學(xué)模型。分離過(guò)程中,上面級(jí)受到重力、分插拔脫力和氣動(dòng)力的影響,下面級(jí)受到重力、分插拔脫力、主發(fā)動(dòng)機(jī)殘余推力、反推發(fā)動(dòng)機(jī)推力以及氣動(dòng)力的影響,飛行器級(jí)間冷分離示意圖如圖1所示。由于上面級(jí)發(fā)動(dòng)機(jī)位于下面級(jí)的殼體內(nèi),故在分離過(guò)程中需要著重關(guān)注兩者之間的相對(duì)距離。

    圖1 飛行器級(jí)間分離示意圖Fig.1 Illustration of vehicle stage separation

    定義飛行器上面級(jí)和下面級(jí)的彈體坐標(biāo)系原點(diǎn)與各自質(zhì)心重合,x軸與各自彈體縱軸重合;定義分離坐標(biāo)系與分離初始時(shí)刻飛行器組合體的彈體坐標(biāo)系重合,由于忽略地球自轉(zhuǎn)影響,分離坐標(biāo)系即為分離慣性參考系。以此為基礎(chǔ),在分離坐標(biāo)系下分別針對(duì)上面級(jí)和下面級(jí)建立質(zhì)心運(yùn)動(dòng)方程如下

    (1)

    其中,m是分析對(duì)象的質(zhì)量;vx,vy,vz分別是分析對(duì)象的速度矢量在分離坐標(biāo)系下的速度投影;Fx,Fy,Fz分別是分析對(duì)象受到的合力在分離坐標(biāo)系下的投影。進(jìn)一步給出分析對(duì)象彈體坐標(biāo)系到分離坐標(biāo)系的轉(zhuǎn)換矩陣為

    GB=

    (2)

    其中,φ,ψ,γ分別為分析對(duì)象的彈體坐標(biāo)系相對(duì)分離坐標(biāo)系的歐拉角,通過(guò)上述轉(zhuǎn)換矩陣將分析對(duì)象在彈體坐標(biāo)系下受到的合力轉(zhuǎn)換為分離坐標(biāo)系下受到的合力。

    進(jìn)一步,分別在上面級(jí)和下面級(jí)的彈體坐標(biāo)系下建立繞質(zhì)心的運(yùn)動(dòng)方程為

    (3)

    其中,ωx1,ωy1,ωz1為分析對(duì)象轉(zhuǎn)動(dòng)角速度在彈體坐標(biāo)系中的分量;Ix1,Iy1,Iz1為分析對(duì)象相對(duì)其彈體坐標(biāo)系的轉(zhuǎn)動(dòng)慣量。分別以上面級(jí)和下面級(jí)為分析對(duì)象,補(bǔ)充建立速度與位置、歐拉角與角速度之間的關(guān)系,如式(4)所示:

    (4)

    針對(duì)分離過(guò)程的具體特點(diǎn),結(jié)合上述方程分別建立組合體、上面級(jí)和下面級(jí)的六自由度剛體運(yùn)動(dòng)及動(dòng)力學(xué)仿真模型??紤]到下面級(jí)主發(fā)動(dòng)機(jī)關(guān)機(jī)后仍會(huì)產(chǎn)生殘余推力,且殘余推力隨時(shí)間變化而逐漸減小,進(jìn)一步考慮殘余推力的偏移偏斜影響,如圖2所示。

    P是殘余推力的等效作用點(diǎn),X10,Y10,Z10與下面級(jí)彈體坐標(biāo)系方向平行。其中,λ角為殘余推力的推力線(xiàn)與下面級(jí)彈體中軸線(xiàn)的夾角;θ角為殘余推力的推力線(xiàn)在截面Y10PZ10上的投影與Y10軸的夾角,給出殘余推力在彈體坐標(biāo)系下的分量為

    (5)

    圖2 殘余推力偏移偏斜示意圖Fig.2 Illustration of the offset and deviation of residual thrust

    由于偏移偏斜的影響,殘余推力的作用點(diǎn)與下面級(jí)質(zhì)心的相對(duì)位置為rpc=[xpc,ypc,zpc]T,發(fā)動(dòng)機(jī)推力偏移偏斜產(chǎn)生的力矩為

    (6)

    在飛行器分離過(guò)程中,存在多種分離故障失效模式,其中較為典型的故障判據(jù)為兩體在分離時(shí)發(fā)生干涉碰撞,這里采用文獻(xiàn)[10]中的碰撞檢測(cè)方案計(jì)算上面級(jí)噴管底端面中心相對(duì)下面級(jí)中軸線(xiàn)的最大偏移距離d,根據(jù)分離結(jié)構(gòu)的具體特點(diǎn),給定最大偏移距離的閾值d0,若從開(kāi)始分離到噴管完全脫離底端面的過(guò)程中,最大偏移距離小于給定閾值d0,則判定分離過(guò)程中未發(fā)生碰撞。中心點(diǎn)偏移示意圖如圖3所示。

    圖3 中心點(diǎn)偏移示意圖Fig.3 Illustration of the center offset

    (7)

    2 飛行器分離可靠性建模

    結(jié)合分離動(dòng)力學(xué)模型,針對(duì)軸對(duì)稱(chēng)式飛行器級(jí)間冷分離方案的特點(diǎn),綜合考慮質(zhì)量、氣動(dòng)、殘余推力以及反推發(fā)動(dòng)機(jī)等不確定性因素影響,給出分離過(guò)程的不確定性因素如表1所示。

    表1 不確定性因素名稱(chēng)及符號(hào)Table 1 Names and symbols of uncertainty parameters

    通過(guò)中心差分方法對(duì)上述20個(gè)分離不確定性參數(shù)進(jìn)行顯著性分析[19-20],經(jīng)歸一化處理后,給出上面級(jí)噴管底端面中心相對(duì)下面級(jí)中軸線(xiàn)最大偏移距離d影響最大的10個(gè)因素如圖4所示。

    圖4 不確定性因素對(duì)最大偏移距離影響百分比排列圖Fig.4 Effects of uncertainty parameters on maximum offset distance in the separation process

    基于上述分析,選取主要不確定性因素包括:反推發(fā)動(dòng)機(jī)不同步時(shí)間t0(x16),氣動(dòng)特性偏差Wqd(x20),反推推力作用點(diǎn)位置xFt(x14),殘余推力的推力線(xiàn)與下面級(jí)彈體中軸線(xiàn)的夾角λ(x18)以及殘余推力作用點(diǎn)位置xFe(x17)。這5個(gè)主要不確定性因素的影響百分比總和超過(guò)95%,識(shí)別主要不確定性因素,濾除影響較小的次要不確定性因素。

    為滿(mǎn)足精細(xì)化設(shè)計(jì)需求,在建立分離不確定性模型的基礎(chǔ)上,將主要不確定性因素注入分離動(dòng)力學(xué)模型,建立飛行器分離可靠性模型。結(jié)合分離碰撞判據(jù),給出可靠性模型的極限狀態(tài)方程為分離過(guò)程上面級(jí)噴管底端面的最大偏移距離d與給定閾值d0之差等于零,即:

    g(t0,xFt,xFe,λ,Wqd)=d(t0,xFt,xFe,λ,Wqd)-

    d0=0

    (8)

    其中,t0,xFt,xFe,λ,Wqd為不確定性參數(shù),失效域定義為

    D={(t0,xFt,xFe,λ,Wqd)g(t0,xFt,xFe,λ,Wqd)≥0}

    (9)

    因而在分離過(guò)程中兩體不發(fā)生碰撞的分離可靠性為

    R=Pr(d(t0,xFt,xFe,λ,Wqd)-d0<0)

    (10)

    進(jìn)一步定義可靠性模型極限狀態(tài)方程的聯(lián)合概率密度函數(shù)為p(t0,xFt,xFe,λ,Wqd),分離可靠性還可以表示為

    (11)

    3 飛行器分離可靠性分析

    由于不確定性參數(shù)為隨機(jī)變量,通過(guò)試驗(yàn)數(shù)據(jù)和工程經(jīng)驗(yàn)確定分離不確定參數(shù)的分布,進(jìn)而由式(11)可得分離可靠度。鑒于不確定參數(shù)較多,難以獲得失效域D與聯(lián)合概率密度函數(shù)p(t0,xFt,xFe,λ,Wqd)的顯示表達(dá),直接積分求解難度較大且復(fù)雜耗時(shí),因而通常利用蒙特卡洛法進(jìn)行可靠性分析,此方法精度較高,但隨著分離可靠性指標(biāo)的提高,調(diào)用分離仿真模型的次數(shù)也會(huì)隨之急劇增加,導(dǎo)致求解效率較低,難以滿(mǎn)足快速設(shè)計(jì)迭代的工程需求。針對(duì)這一問(wèn)題,文獻(xiàn)[15,21]提出了主動(dòng)學(xué)習(xí)Kriging的可靠性分析方法,具有很高的效率,在蒙特卡洛樣本點(diǎn)中直接選取失效概率最大的樣本點(diǎn)作為新增訓(xùn)練點(diǎn),然而其新增訓(xùn)練點(diǎn)的選擇完全取決于蒙特卡洛樣本點(diǎn)集中失效概率最大的樣本點(diǎn),無(wú)法選取樣本點(diǎn)集之外失效概率更大的未知點(diǎn),從而限制了效率和精度的進(jìn)一步提升。

    結(jié)合代理模型和蒙特卡洛方法的特點(diǎn),提出了一種改進(jìn)主動(dòng)學(xué)習(xí)Kriging的分離可靠性分析方法,通過(guò)新的采樣策略在失效概率最大樣本點(diǎn)附近完成采樣,在滿(mǎn)足采樣點(diǎn)與訓(xùn)練點(diǎn)集相關(guān)條件的基礎(chǔ)上,給出失效概率更大的新增訓(xùn)練點(diǎn),使得新增訓(xùn)練點(diǎn)的最大偏移距離更加趨于給定閾值。

    記分離不確定性參數(shù)向量x=(t0,xFt,xFe,λ,Wqd),利用Kriging代理模型,將真實(shí)最大偏移距離d與給定閾值d0之差表達(dá)為如下形式

    (12)

    其中,f(x)=[f1(x),f2(x),…,fn(x)]T為回歸基函數(shù),針對(duì)分離動(dòng)力學(xué)模型的具體特點(diǎn),采用二階多項(xiàng)式回歸模型;β=[β1,β2,…,βn]T為回歸系數(shù),z(x)為高斯隨機(jī)修正過(guò)程。在給出未知點(diǎn)x預(yù)測(cè)最大偏移距離與給定閾值之差的基礎(chǔ)上,還可以進(jìn)一步給出預(yù)測(cè)值的標(biāo)準(zhǔn)差,其預(yù)測(cè)值服從如下高斯分布

    (13)

    其中,μG(x)為Kriging的預(yù)測(cè)值,σG(x)為預(yù)測(cè)值的標(biāo)準(zhǔn)差。

    (14)

    式中:Rt為目標(biāo)分離可靠性。在樣本點(diǎn)集XMC中采用如下學(xué)習(xí)函數(shù)確定失效概率最大的樣本點(diǎn)A。

    (15)

    其中,μ(x)為預(yù)測(cè)的分離最大偏移距離與給定閾值之差,σ(x)為預(yù)測(cè)值的標(biāo)準(zhǔn)差。當(dāng)學(xué)習(xí)函數(shù)的最小值大于2時(shí),所有樣本點(diǎn)的最大失效概率僅為Φ(-2)≈0.0228,滿(mǎn)足分離可靠性的計(jì)算需求,即滿(mǎn)足收斂條件。

    式(15)的U函數(shù)更傾向于選取最大偏移距離在閾值附近或者尚未探索區(qū)域的樣本點(diǎn)。因而,進(jìn)一步將A點(diǎn)分為兩類(lèi):若A點(diǎn)預(yù)測(cè)最大偏移距離在給定閾值附近,記為A1;若A點(diǎn)預(yù)測(cè)最大偏移距離遠(yuǎn)離給定閾值,則屬于探索未知區(qū)域的情況,記為A2,如圖5所示。

    圖5 采樣策略示意圖Fig.5 Illustration of the proposed sampling strategy

    針對(duì)預(yù)測(cè)最大偏移距離在給定閾值附近的情況,采用新的采樣策略確定失效概率更大的新增訓(xùn)練點(diǎn),采樣策略如下:首先通過(guò)A1點(diǎn)的符號(hào)判斷其屬于失效點(diǎn)還是可行點(diǎn),若A1點(diǎn)屬于可行點(diǎn),則選取失效點(diǎn)集為樣本點(diǎn)集XB,反之,選取可行點(diǎn)集為樣本點(diǎn)集XB。之后,在樣本點(diǎn)集XB中給出與A1點(diǎn)距離最近的樣本點(diǎn)B,如圖5所示。最后,連接A1,B兩點(diǎn),取N+1個(gè)采樣點(diǎn)將線(xiàn)段AB等分為N段,記采樣點(diǎn)集為XP。在采樣點(diǎn)集XP中選取失效概率最大的采樣點(diǎn)作為新增訓(xùn)練點(diǎn)。

    針對(duì)預(yù)測(cè)最大偏移距離遠(yuǎn)離給定閾值的情況,其目的是探索未知區(qū)域,若在給定閾值附近選取失效概率更大的采樣點(diǎn),此時(shí)依然無(wú)法提高代理模型未知區(qū)域的精度,因而直接選取失效概率密度最大的樣本點(diǎn)A2為新增訓(xùn)練點(diǎn)。

    由于采樣點(diǎn)集XP與當(dāng)前訓(xùn)練點(diǎn)集XT不相關(guān),因而,存在迭代后期新增訓(xùn)練點(diǎn)xnew與訓(xùn)練點(diǎn)集XT相關(guān)程度過(guò)大而影響Kriging模型精度的情況,需要進(jìn)一步補(bǔ)充相關(guān)條件。記當(dāng)前訓(xùn)練點(diǎn)集XT={x1,x2,…,xm},則新增訓(xùn)練點(diǎn)xnew的Kriging修正函數(shù)表述如下

    z(xnew)=rT(xnew)Q-1(y-F·β)

    (16)

    其中,y=[g(x1),g(x2),…,g(xm)]T為訓(xùn)練點(diǎn)集的最大偏移距離與給定閾值之差;Q為相關(guān)矩陣,rT(x)為新增訓(xùn)練點(diǎn)xnew與訓(xùn)練點(diǎn)集XT之間的相關(guān)向量,定義為

    r(x)=[R(xnew,x1),R(xnew,x2),…,R(xnew,xm)]

    (17)

    其中,R為相關(guān)函數(shù)。補(bǔ)充兩者之間的相關(guān)條件如下

    max{r(xnew,XT)}<ε

    (18)

    其中,ε為相關(guān)程度的閾值,通常ε∈[0.9, 1]。通過(guò)上述方法,將新增訓(xùn)練點(diǎn)與訓(xùn)練點(diǎn)集之間的擁擠距離轉(zhuǎn)化為兩者之間的相關(guān)函數(shù),在不影響Kriging模型精度的基礎(chǔ)上,選取了失效概率更大的新增訓(xùn)練點(diǎn),建立了分離可靠性極限狀態(tài)方程的局部高精度代理模型,結(jié)合蒙特卡洛方法,減少分離模型的調(diào)用次數(shù),提高分離可靠性分析效率。

    綜上所述,改進(jìn)主動(dòng)學(xué)習(xí)Kriging方法的流程圖如圖6所示。

    圖6 改進(jìn)主動(dòng)學(xué)習(xí)Kriging流程圖Fig.6 Flowchart of the improved active learning Kriging approach

    4 實(shí)例結(jié)果

    以某低空高速軸對(duì)稱(chēng)式飛行器級(jí)間冷分離方案為應(yīng)用對(duì)象,飛行高度40 km,分離沖量由兩個(gè)對(duì)稱(chēng)安裝的反推火箭提供??紤]加工及安裝誤差的影響,主要不確定性因素分布類(lèi)型及分布參數(shù)如表2所示。

    根據(jù)識(shí)別的分離不確定性模型隨機(jī)選取50000個(gè)蒙特卡洛樣本點(diǎn),采用相同的樣本點(diǎn)集分別采用主動(dòng)學(xué)習(xí)Kriging和改進(jìn)主動(dòng)學(xué)習(xí)Kriging進(jìn)行級(jí)間分離可靠性分析。為進(jìn)一步驗(yàn)證改進(jìn)主動(dòng)學(xué)習(xí)Kriging的穩(wěn)健性,給出10次分離可靠性分析結(jié)果,如表3所示。

    改進(jìn)主動(dòng)學(xué)習(xí)Kriging的分離仿真模型調(diào)用次數(shù)更少,分析效率更高,其可靠性分析效率平均提高了16.34%。隨機(jī)選取10次不同的初始訓(xùn)練點(diǎn)集和蒙特卡洛樣本點(diǎn)集,主動(dòng)學(xué)習(xí)Kriging和改進(jìn)主動(dòng)學(xué)習(xí)Kriging結(jié)果的標(biāo)準(zhǔn)差近似相同,校驗(yàn)了改進(jìn)主動(dòng)學(xué)習(xí)Kriging方法的穩(wěn)健性。給出其中第7次仿真訓(xùn)練點(diǎn)集的分離最大偏移距離與給定閾值之差的歷程對(duì)比以及U函數(shù)迭代歷程對(duì)比,如圖7、圖8所示。

    表2 主要不確定性因素分布類(lèi)型及其參數(shù)Table 2 Distribution models and parameters of the significant uncertainty parameters

    主動(dòng)學(xué)習(xí)Kriging(AK)和改進(jìn)主動(dòng)學(xué)習(xí)Kriging (IAK)都趨于選擇分離最大偏移距離在給定閾值附近的樣本點(diǎn)。因而,兩者在極限狀態(tài)方程附近都具有較高的精度。同時(shí),U函數(shù)迭代歷程表明,改進(jìn)主動(dòng)學(xué)習(xí)Kriging方法提高了采樣策略的加點(diǎn)質(zhì)量,尤其是早期加點(diǎn)質(zhì)量,使得U函數(shù)更早地進(jìn)入到上升階段,提高了可靠性分析效率。進(jìn)一步,采用蒙特卡洛方法計(jì)算分離可靠性,驗(yàn)證方法的準(zhǔn)確性和有效性,給出分離可靠性分析對(duì)比如表4所示。其中仿真平臺(tái)的處理器為Intel(R) Core(TM) i7-6700U CPU @3.40 GHz,內(nèi)存4.00 GB。

    表3 飛行器級(jí)間分離可靠性分析結(jié)果Table 3 Vehicle stage separation reliability analysis results

    表4 飛行器級(jí)間分離可靠性分析對(duì)比Table 4 Comparison of reliability analysis of vehicle stage separation

    圖7 新增訓(xùn)練點(diǎn)最大偏移距離與給定閾值之差歷程對(duì)比Fig.7 Iteration history of the difference between maximum offset distance and given threshold for new training points

    圖8 U函數(shù)迭代歷程對(duì)比Fig.8 Comparison of U function iterations

    為進(jìn)一步提升分離任務(wù)的可靠性,考慮不同高度對(duì)分離可靠性的影響,采用上述飛行器可靠性建模與分析方法給出33 km~44 km之間飛行器兩體不發(fā)生碰撞的分離可靠性,如圖9所示。

    針對(duì)低空高速軸對(duì)稱(chēng)式飛行器級(jí)間冷分離方案,飛行高度對(duì)分離可靠性具有顯著影響,由于空氣密度較大,飛行馬赫數(shù)較高,飛行動(dòng)壓較大,因而氣動(dòng)力及氣動(dòng)力矩的影響顯著。選取適當(dāng)?shù)姆蛛x高度可以提高分離任務(wù)的可靠性,保證兩體可靠分離,在量化分離不確定性的同時(shí),給出分離可靠性定量分析結(jié)果,為提升分離方案的可靠性提供了重要的方法支撐。

    圖9 不同高度下的分離可靠性Fig.9 Separation reliability at different altitudes

    5 結(jié) 論

    1)本文以軸對(duì)稱(chēng)式飛行器級(jí)間冷分離方案為研究對(duì)象,通過(guò)考慮分離過(guò)程中不確定性因素的影響,將主要不確定性注入分離動(dòng)力學(xué)仿真模型,建立了飛行器分離可靠性模型,實(shí)現(xiàn)了分離任務(wù)可靠性的定量分析,提升了分離可靠性的精度。

    2)針對(duì)飛行器分離可靠性模型的特點(diǎn),提出了改進(jìn)主動(dòng)學(xué)習(xí)Kriging的分離可靠性分析方法,提升了分離可靠性定量分析的效率。

    3)結(jié)合實(shí)例結(jié)果驗(yàn)證了改進(jìn)主動(dòng)學(xué)習(xí)Kriging方法的正確性、高效性和穩(wěn)健性,并有效減少分離可靠性分析的計(jì)算時(shí)間。下一步的研究重點(diǎn)是與多點(diǎn)并行加點(diǎn)策略相結(jié)合,進(jìn)一步降低計(jì)算時(shí)間,提高擬合效率。

    猜你喜歡
    級(jí)間蒙特卡洛不確定性
    法律的兩種不確定性
    法律方法(2022年2期)2022-10-20 06:41:56
    提高上面子級(jí)點(diǎn)火安全性級(jí)間分離優(yōu)化設(shè)計(jì)
    征服蒙特卡洛賽道
    英鎊或繼續(xù)面臨不確定性風(fēng)險(xiǎn)
    利用控制變量方法縮減蒙特卡洛方差
    具有不可測(cè)動(dòng)態(tài)不確定性非線(xiàn)性系統(tǒng)的控制
    列控系統(tǒng)C0/C2級(jí)間轉(zhuǎn)換方案的探討及案例分析
    蒙特卡洛模擬法計(jì)算電動(dòng)汽車(chē)充電負(fù)荷
    基于蒙特卡洛的非線(xiàn)性約束條件下的優(yōu)化算法研究
    考慮級(jí)間耦合的五級(jí)SICG發(fā)射過(guò)程動(dòng)態(tài)仿真
    虞城县| 镇巴县| 皮山县| 军事| 庐江县| 基隆市| 榆林市| 文成县| 普陀区| 霍山县| 锡林郭勒盟| 梁河县| 雷波县| 宝坻区| 门源| 盐池县| 始兴县| 泗阳县| 平舆县| 鄂伦春自治旗| 宁波市| 桓仁| 台南县| 盐亭县| 娄底市| 长岭县| 乌兰县| 淮南市| 墨玉县| 大埔县| 高尔夫| 出国| 邵阳市| 蒲江县| 西城区| 扶沟县| 昂仁县| 南岸区| 郓城县| 当涂县| 九江市|