主权项 |
一种运载火箭多学科综合设计优化方法,其特征在于:它包括以下几个步骤:步骤一:建立运载火箭系统分析模型所述运载火箭系统分析模型由三个学科分析模型组成,分别为总体学科分析模型、气动学科分析模型和弹道学科分析模型,各个学科分析模型之间通过耦合变量联系在一起;该总体学科分析模型是一组数学公式的集合或一段软件程序;总体学科分析模型:<maths num="0001"><math><![CDATA[<mfenced open = "{" close = ""><mtable><mtr><mtd><msub><mi>m</mi><mn>0</mn></msub><mo>=</mo><msub><mi>m</mi><mi>z</mi></msub><msub><mi>ϵ</mi><mn>1</mn></msub><msub><mi>ϵ</mi><mn>2</mn></msub></mtd></mtr><mtr><mtd><mrow><msub><mi>m</mi><mi>i</mi></msub><mo>=</mo><msub><mi>ρ</mi><mi>i</mi></msub><mfrac><mrow><msubsup><mi>πd</mi><mi>i</mi><mn>2</mn></msubsup></mrow><mn>4</mn></mfrac><msub><mi>l</mi><mi>i</mi></msub></mrow></mtd></mtr></mtable></mfenced>]]></math><img file="FDA0001050222610000011.GIF" wi="302" he="197" /></maths>其中,m<sub>0</sub>为起飞质量;m<sub>z</sub>为有效载荷质量;ε<sub>1</sub>,ε<sub>2</sub>为级间比;m<sub>i</sub>为第i级火箭的质量;ρ<sub>i</sub>为第i级火箭的平均密度;d<sub>i</sub>为第i级火箭的直径;l<sub>i</sub>为第i级火箭的长度;该气动学科分析模型是气动分析软件DATCOM;该弹道学科分析模型是:<img file="FDA0001050222610000012.GIF" wi="651" he="535" />其中,x,y,z为火箭位移在发射坐标系中的分量;v<sub>x</sub>,v<sub>y</sub>,v<sub>z</sub>为火箭速度在发射坐标系中的分量;P为发动机推力;D是空气阻力;m为火箭质量;<img file="FDA0001050222610000013.GIF" wi="34" he="47" />为俯仰角;v为速度矢量的模;r为位移矢量的模;步骤二:建立运载火箭多学科优化模型所述运载火箭多学科优化模型由优化目标、优化变量、约束条件三部分组成,各部分之间是并列关系;该优化目标是表征运载火箭运载能力的一个因变量,如在起飞质量预定的条件下有效载荷质量最大,或在有效载荷质量预定的条件下起飞质量最小,根据具体设计要求进行选择;该优化变量包括设计变量和耦合变量两部分,两者之间是并列关系;该设计变量是在设计过程中各个学科之内独立的自变量,该耦合变量是在设计过程中各个学科之间传递的因变量;该约束条件是在设计过程中必须要满足的条件,是一组不等式和等式的集合;<maths num="0002"><math><![CDATA[<mfenced open = "{" close = ""><mtable><mtr><mtd><mo>|</mo><mfrac><mrow><mi>h</mi><mo>-</mo><msub><mi>h</mi><mn>0</mn></msub></mrow><msub><mi>h</mi><mn>0</mn></msub></mfrac><mo>|</mo><mo><</mo><mn>0.01</mn></mtd></mtr><mtr><mtd><mo>|</mo><mfrac><mrow><mi>v</mi><mo>-</mo><msub><mi>v</mi><mn>0</mn></msub></mrow><msub><mi>v</mi><mn>0</mn></msub></mfrac><mo>|</mo><mo><</mo><mn>0.01</mn></mtd></mtr></mtable></mfenced>]]></math><img file="FDA0001050222610000021.GIF" wi="307" he="271" /></maths>其中,h和v为火箭入轨高度和入轨速度,h<sub>0</sub>和v<sub>0</sub>为火箭预订入轨高度和预订入轨速度;步骤三:寻优求解利用寻优算法对运载火箭多学科优化模型进行求解;所述寻优算法为基于梯度的寻优算法和智能算法。 |