CN112861260B - 固体火箭发动机装药性能匹配方法、装置和设备 - Google Patents
固体火箭发动机装药性能匹配方法、装置和设备 Download PDFInfo
- Publication number
- CN112861260B CN112861260B CN202110137409.8A CN202110137409A CN112861260B CN 112861260 B CN112861260 B CN 112861260B CN 202110137409 A CN202110137409 A CN 202110137409A CN 112861260 B CN112861260 B CN 112861260B
- Authority
- CN
- China
- Prior art keywords
- charge
- charging
- similarity
- interval
- configuration
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/15—Vehicle, aircraft or watercraft design
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Computational Mathematics (AREA)
- Geometry (AREA)
- Mathematical Analysis (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Mathematical Physics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Aviation & Aerospace Engineering (AREA)
- Automation & Control Theory (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computer Hardware Design (AREA)
- Operations Research (AREA)
- Probability & Statistics with Applications (AREA)
- Algebra (AREA)
- Artificial Intelligence (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- Combined Controls Of Internal Combustion Engines (AREA)
Abstract
本申请涉及固体火箭发动机装药性能匹配方法、装置和设备,方法包括:获取待匹配的各装药构型的符号距离场;对符号距离场进行区间统计,得到各装药构型的装药区间向量;采用余弦相似度方法对各装药区间向量进行相似度计算,得到各装药构型的相似度热图;将各装药构型的燃面曲线与相似度热图进行对比,得到装药性能匹配结果。通过符号距离场进行三维装药表征,以距离场的形式存储装药结构参数同时基于本征广义分解实现数据的降维存储,节约了内存空间;通过对距离场处理得到装药的区间向量并且基于余弦相似度计算方法,实现了异构装药的构型和性能的智能匹配,达到了性能匹配效果较好目的,有效提高经验数据和知识的继承性。
Description
技术领域
本申请涉及飞行器发动机设计技术领域,特别是涉及一种固体火箭发动机装药性能匹配方法、装置和设备。
背景技术
固体火箭发动机是导弹、火箭等航天运载器的重要动力***之一,三维装药的结构设计是固体火箭发动机总体设计中最核心最困难的工作之一。装药设计的主要任务是确定装药的几何构型,使得燃烧过程中发动机的内弹道性能满足设计需求。通过对异构发动机装药进行性能匹配,有效利用已有装药设计的数据和知识,能够提高装药设计效率,推动固体发动机智能设计发展。目前常用的异构装药性能匹配方法是依靠人工经验,基于已有设计案例对异构装药进行性能匹配。此类方法在工业生产中用的最多,因为生产部门常年从事装药设计和生产,积累了大量案例与经验知识,因此一般情况下能得到较好的设计结果。然而,在实现本发明过程中,发明人发现前述传统的异构装药性能匹配方法中,存在着性能匹配效果差的技术问题。
发明内容
基于此,有必要针对上述技术问题,提供一种性能匹配效果较好的固体火箭发动机装药性能匹配方法、一种固体火箭发动机装药性能匹配装置、一种计算机设备以及一种计算机可读存储介质。
为了实现上述目的,本发明实施例采用以下技术方案:
一方面,本发明实施例提供一种固体火箭发动机装药性能匹配方法,包括步骤:
获取待匹配的各装药构型的符号距离场;
对符号距离场进行区间统计,得到各装药构型的装药区间向量;
采用余弦相似度方法对各装药区间向量进行相似度计算,得到各装药构型的相似度热图;
将各装药构型的燃面曲线与相似度热图进行对比,得到装药性能匹配结果。
另一方面,还提供一种固体火箭发动机装药性能匹配装置,包括:
距离场获取模块,用于获取待匹配的各装药构型的符号距离场;
区间向量模块,用于对符号距离场进行区间统计,得到各装药构型的装药区间向量;
相似度计算模块,用于采用余弦相似度方法对各装药区间向量进行相似度计算,得到各装药构型的相似度热图;
匹配输出模块,用于将各装药构型的燃面曲线与相似度热图进行对比,得到装药性能匹配结果。
又一方面,还提供一种计算机设备,包括存储器和处理器,存储器存储有计算机程序,处理器执行计算机程序时实现上述固体火箭发动机装药性能匹配方法的步骤。
再一方面,还提供一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现上述固体火箭发动机装药性能匹配方法的步骤。
上述技术方案中的一个技术方案具有如下优点和有益效果:
上述固体火箭发动机装药性能匹配方法、装置和设备,首先获取待匹配的各装药构型的符号距离场,然后对其进行区间划分并计算得到各药型的区间向量,进而采用余弦相似度方法计算药型相似度,最后将药型的相似度热图与燃面曲线进行对比,得到装药性能匹配结果。通过符号距离场进行三维装药表征,以距离场的形式存储装药结构参数,将难以量化表示的拓扑结构转化为了数据存储形式,同时基于本征广义分解实现数据的降维存储,节约了内存空间;通过对距离场处理得到装药的区间向量并且基于余弦相似度计算方法,实现了异构装药的构型和性能的智能匹配,达到了性能匹配效果较好目的,有效提高经验数据和知识的继承性,推进发动机设计智能化发展。
附图说明
图1为一个实施例中固体火箭发动机装药性能匹配方法的流程示意图;
图2为一个实施例中符号距离场本征广义分解流程示意图;
图3为一个实施例中八个不同异构装药的符号距离场的示意图;
图4为一个实施例中八种药型的相似度热图;
图5为一个实施例中八种药型的燃面曲线示意图;
图6为一个实施例中固体火箭发动机装药性能匹配装置的模块结构示意图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。需要说明的是,当一个元件被认为是“连接”另一个元件,可以是直接连接到另一个元件并与之结合为一体,或者可能同时存在居中元件,即也可以是间接连接到另一个元件。
除非另有定义,本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同。本文中在本申请的说明书中所使用的术语只是为了描述具体的实施例的目的,不是旨在于限制本申请。本文所使用的术语“和/或”包括一个或多个相关的所列项目的任意的和所有的组合。
另外,本发明各个实施例之间的技术方案可以相互结合,但是必须是以本领域普通技术人员能够实现为基础,当技术方案的结合出现相互矛盾或无法实现时,应当认为这种技术方案的结合不存在,也不在本发明要求的保护范围之内。
本发明针对固体火箭发动机智能设计中异构装药性能和构型的匹配效果差的问题,提出了有效的解决方法,将装药性能与构型进行有效匹配,实现固体发动机装药的智能设计。
请参阅图1,在一个实施例中,本发明提供一种固体火箭发动机装药性能匹配方法,包括如下步骤S12至S18:
S12,获取待匹配的各装药构型的符号距离场。
可以理解,待匹配的各种三维装药构型的符号距离场,可以通过对其各自的装药构型的几何参数在燃面计算域中处理生成,在本实施例中可以同时对两种及两种以上不同的装药构型进行装药性能与构型的匹配处理。每种装药构型的几何参数均可以通过人工给定并输入计算设备中而获得,或者可以直接从存储有多种不同装药构型的几何参数的数据库服务器上请求获得。
其中,具体处理步骤可以为:
S122,获取各装药构型的几何参数;
S124,对几何参数的燃面计算域中各网格节点进行装药判断和距离计算,得到空腔节点和装药节点分别到初始燃面的符号距离场。
对于需要进行装药性能与构型匹配的各不同装药构型,需要先获取各装药构型的几何参数,然后对三维装药模型进行网格离散,在燃面计算域中对每个网格节点进行判断,如判断各个网格节点是空腔节点还是装药节点,进而分别对每个网格节点进行距离计算,以得到空腔节点和装药节点到初始燃面的符号距离场。
S14,对符号距离场进行区间统计,得到各装药构型的装药区间向量。其中,对前述符号距离场的预处理步骤为:
可以理解,对前述步骤所得的符号距离场(也称三维装药初始距离场)的分别进行统计,以得到三维装药初始距离场的分布直方图,以便后续处理中进行区间划分与统计等处理。
其中,对符号距离场进行区间划分与区间统计,以计算得到各装药构型的区间向量的具体过程,可以包括如下处理步骤:
步骤143,计算符号距离场中各装药构型的最大场值;
步骤144,根据最大场值计算符号距离场的区间长度;
步骤145,根据区间长度对符号距离场进行区间划分;
步骤146,统计划分的各区间内的场值个数,计算各区间内的场值个数的百分比,得到各装药区间向量。
统计落在每个区间的场值个数并除以距离场值总数N,得到每个装药构型的区间向量,ni表示落在第i个区间内的场值个数,各装药构型的区间向量h如下:
S16,采用余弦相似度方法对各装药区间向量进行相似度计算,得到各装药构型的相似度热图。
获得各装药构型的区间向量后,计算基于距离场分布的余弦相似度,具体处理过程如下:
采用余弦相似度方法对各装药区间向量进行相似度计算的过程中,相似度计算公式如下:
其中,cos(A,B)表示装药构型A与装药构型B之间的余弦相似度,h(A)和h(B)分别表示装药构型A和装药构型B的装药区间向量,‖·‖2表示L2范数。
计算得到各装药构型的余弦相似度后,即可生成相应的相似度热图,从而可以直观表示各装药构型的装药性能与构型匹配情况,实现性能匹配。
在一些实施方式中,还可以包括步骤:
S18,将各装药构型的燃面曲线与相似度热图进行对比,得到装药性能匹配结果。
可以理解,在获得各装药构型的相似度热图后,还可以利用各装药构型的几何参数计算各装药构型的燃面曲线,然后将相似度热图与燃面曲线进行对比,分析判断装药相似性度量与燃面曲线的匹配程度,从而最终确定不同装药构造之间的装药性能匹配结果。
上述固体火箭发动机装药性能匹配方法,首先获取待匹配的各装药构型的符号距离场,然后对其进行区间划分并计算得到各药型的区间向量,进而采用余弦相似度方法计算药型相似度,最后将药型的相似度热图与燃面曲线进行对比,得到装药性能匹配结果。通过符号距离场进行三维装药表征,以距离场的形式存储装药结构参数,将难以量化表示的拓扑结构转化为了数据存储形式,同时基于本征广义分解实现数据的降维存储,节约了内存空间;通过对距离场处理得到装药的区间向量并且基于余弦相似度计算方法,实现了异构装药的构型和性能的智能匹配,达到了性能匹配效果较好目的,有效提高经验数据和知识的继承性,推进发动机设计智能化发展。
请参阅图2,在一些实施方式中,为了更直观且全面地说明上述固体火箭发动机装药性能匹配方法,下面是应用本发明提出的前述方法的示例。需要说明的是,本说明书中给出的实施案例仅为示意性的,并非为本发明具体实施案例的唯一限定,本领域技术人员可以在本发明提供的实施案例的示意下,同理采用上述提供的固体火箭发动机装药性能匹配方法,实现对不同的固体火箭发动机的装药构型的性能匹配。
随机生成八个不同的装药构型,包含翼柱型、星孔型、阶变型和组合型等多种不同药型,各装药构型的编号分别为①-⑧。采用上述性能匹配方法提出的相似度计算方法对这八个药型进行相似度计算,具体步骤如下:
1)对每个网格节点进行判断和距离计算,得到的空腔节点和装药节点到初始燃面的符号距离场;
2)对符号距离场进行区间统计;
3)计算药型相似度;
4)计算燃面曲线;
5)将相似度热图与燃面曲线进行对比,分析判断装药相似性度量与燃面曲线的匹配程度。
案例:八个装药构型相似度计算:
1.根据八个药型的几何参数,选择计算域为[-105,105]mm×[-105,105]mm×[-47.7,1500]mm并进行离散得到50×50×200的网格。对每个网格节点进行判断和距离计算,得到的空腔节点和装药节点到初始燃面的符号距离场,如图3所示。
2.根据表1的计算步骤对符号距离场进行区间统计。计算每个区间场值总数所占百分比,得到每个药型用于相似性计算的区间向量,如表2所示,j为第j个装药。
表1符号距离场统计步骤
表2药型的区间向量
表2(续)
3.利用基于余弦相似度的式对药型相似度药型进行计算,其相似度热图如图4所示。
4.进行燃面曲线计算,得到八个药型对应的燃面曲线如图5所示。
5.将相似度热图与燃面曲线进行对比,分析判断装药相似性度量与燃面曲线的匹配程度:
装药构型②。装药构型②与其他药型的相似度在热图中均呈现浅色,表示装药构型②与其他装药构型的相似度都较低。观察燃面曲线图,其余七个药型的初始燃面面积都在0.4~0.75m2之间,最终平稳减小到0(均在0.107s左右);药型②的初始燃面面积为1m2,在0~0.01时上升至1.1m2,之后在0.04~0.07s内急速减少为零,其燃面曲线的初末位置和变化趋势与其余七个装药都相差甚远,与相似度计算结果相符;
药型⑤和药型⑥。药型⑤和药型⑥的相似度为0.9993,在相似度热图中颜色最深,即两者最为相似。观察燃面曲线图,药型⑤和药型⑥的燃面曲线的初末位置完全相同,趋势走向一致,均由0s时刻的0.6m2降至0.1065s的0.03m2;0.02s~0.06s处燃面曲线有些许差异,其余时间段内两根曲线基本重合,是燃面曲线图中最为相近的两条燃面曲线,与相似度计算结果相符;
药型⑦和药型⑧。药型⑦和药型⑧的相似度为0.9991,是相似度第二高的两个装药构型。观察燃面曲线,药型⑦和药型⑧的末位置重合,均为(0.1065s,0.03m2),除0.07s~0.09s外,走向趋势完全一致,燃面面积都先增大后减小;是燃面曲线图中除去⑤和⑥之外最相近的两条燃面曲线,与相似度计算结果一致;
药型⑥和药型④。药型⑥和药型④在相似度为0.9955,是第三相似的两个装药构型。药型④和药型⑥的初始燃面面积分别为0.6m2和0.74m2,0~0.03s时两者的燃面面积保持该差异缓慢变化,此后差异逐渐减小,在0.04s和0.1~0.1065s时两者燃面面积重合。与前三对相比,药型④和药型⑥的相似度差异较大,与相似度计算结果一致;
药型①和药型③,药型③和药型⑤,药型④和药型⑤,这三对药型的相似度均为0.994。药型①和药型③在0~0.01s和0.102~0.1065s内重合,其余时间段内以0.114m2的燃面面积差值和相同趋势进行变化,存在差异的时间段较长;药型③和药型⑤在0~0.012s内和0.075s时重合,其余时间段差异较大;药型④和药型⑤在0.033s和0.102~0.1065s内重合,其余时间内变化趋势大体一致且位置相邻较近。
综上所述,本发明提出的基于相似度计算的异构装药性能匹配方法有效的将构型相似度与性能相似度进行统一,有效实现了装药的性能匹配,推进了异构装药的数据和知识共享。
本发明已经在多种异构发动机三维装药构型相似性度量和性能匹配中得到了应用,与现有方法相比,相似度计算准确率高,性能匹配准确,匹配速度快,且具有全局寻优的优势。
应该理解的是,虽然图1和图2的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且图1和图2的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些子步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
请参阅图6,还提供了一种固体火箭发动机装药性能匹配装置100,包括距离场获取模块13、区间向量模块15、相似度计算模块17和匹配输出模块19。其中,距离场获取模块13用于获取待匹配的各装药构型的符号距离场。区间向量模块15用于对符号距离场进行区间统计,得到各装药构型的装药区间向量。相似度计算模块17用于采用余弦相似度方法对各装药区间向量进行相似度计算,得到各装药构型的相似度热图。匹配输出模块19用于将各装药构型的燃面曲线与相似度热图进行对比,得到装药性能匹配结果。
上述固体火箭发动机装药性能匹配装置100,通过各模块的协作,首先获取待匹配的各装药构型的符号距离场,然后对其进行区间划分并计算得到各药型的区间向量,进而采用余弦相似度方法计算药型相似度,最后将药型的相似度热图与燃面曲线进行对比,得到装药性能匹配结果。通过符号距离场进行三维装药表征,以距离场的形式存储装药结构参数,将难以量化表示的拓扑结构转化为了数据存储形式,同时基于本征广义分解实现数据的降维存储,节约了内存空间;通过对距离场处理得到装药的区间向量并且基于余弦相似度计算方法,实现了异构装药的构型和性能的智能匹配,达到了性能匹配效果较好目的,有效提高经验数据和知识的继承性,推进发动机设计智能化发展。
在一个实施例中,上述距离场获取模块13具体可以包括参数获取子模块,用于获取各装药构型的几何参数;距离处理子模块,用于对几何参数的燃面计算域中各网格节点进行装药判断和距离计算,得到空腔节点和装药节点分别到初始燃面的符号距离场。
在一个实施例中,上述区间向量模块15具体可以包括:最值计算子模块,用于计算符号距离场中各装药构型的最大场值;长度计算子模块,用于根据最大场值计算符号距离场的区间长度;划分处理子模块,用于根据区间长度对符号距离场进行区间划分;向量计算子模块,用于统计划分的各区间内的场值个数,计算各区间内的场值个数的百分比,得到各装药区间向量。
在一个实施例中,上述相似度计算模块在采用余弦相似度方法对各装药区间向量进行相似度计算的过程中,采用的相似度计算公式如下:
其中,cos(A,B)表示装药构型A与装药构型B之间的余弦相似度,h(A)和h(B)分别表示装药构型A和装药构型B的装药区间向量,‖·‖2表示L2范数。
关于固体火箭发动机装药性能匹配装置100的具体限定,可以参见上文中固体火箭发动机装药性能匹配方法的相应限定,在此不再赘述。上述固体火箭发动机装药性能匹配装置100中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于具体数据处理功能的设备中,也可以软件形式存储于前述设备的存储器中,以便于处理器调用执行以上各个模块对应的操作,前述设备可以是但不限于用于进行固体火箭发动机设计的计算机设备或者计算***。
又一方面,还提供一种计算机设备,包括存储器和处理器,存储器存储有计算机程序,处理器执行计算机程序时可以实现以下步骤:获取待匹配的各装药构型的符号距离场;对符号距离场进行区间统计,得到各装药构型的装药区间向量;采用余弦相似度方法对各装药区间向量进行相似度计算,得到各装药构型的相似度热图;将各装药构型的燃面曲线与相似度热图进行对比,得到装药性能匹配结果。
在一个实施例中,处理器执行计算机程序时还可以实现上述固体火箭发动机装药性能匹配方法各实施例中增加的步骤或者子步骤。
再一方面,还提供一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:获取待匹配的各装药构型的符号距离场;对符号距离场进行区间统计,得到各装药构型的装药区间向量;采用余弦相似度方法对各装药区间向量进行相似度计算,得到各装药构型的相似度热图;将各装药构型的燃面曲线与相似度热图进行对比,得到装药性能匹配结果。
在一个实施例中,计算机程序被处理器执行时,还可以实现上述固体火箭发动机装药性能匹配方法各实施例中增加的步骤或者子步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成的,计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线式动态随机存储器(Rambus DRAM,简称RDRAM)以及接口动态随机存储器(DRDRAM)等。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可做出若干变形和改进,都属于本申请保护范围。因此本申请专利的保护范围应以所附权利要求为准。
Claims (8)
1.一种固体火箭发动机装药性能匹配方法,其特征在于,包括步骤:
获取待匹配的各装药构型的符号距离场;包括:
获取各所述装药构型的几何参数;
对所述几何参数的燃面计算域中各网格节点进行装药判断和距离计算,得到空腔节点和装药节点分别到初始燃面的所述符号距离场;
对所述符号距离场进行区间统计,得到各装药构型的装药区间向量;包括:
计算所述符号距离场中各装药构型的最大场值;
根据所述最大场值计算所述符号距离场的区间长度;
根据所述区间长度对所述符号距离场进行区间划分;
统计划分的各区间内的场值个数,计算各区间内的场值个数的百分比,得到各所述装药区间向量;
采用余弦相似度方法对各所述装药区间向量进行相似度计算,得到各所述装药构型的相似度热图;
将各所述装药构型的燃面曲线与所述相似度热图进行对比,分析装药相似性度量与燃面曲线的匹配程度,根据所述匹配程度,得到装药性能匹配结果。
3.一种固体火箭发动机装药性能匹配装置,其特征在于,包括:
距离场获取模块,用于获取待匹配的各装药构型的符号距离场;包括:
获取各所述装药构型的几何参数;
对所述几何参数的燃面计算域中各网格节点进行装药判断和距离计算,得到空腔节点和装药节点分别到初始燃面的所述符号距离场;
区间向量模块,用于对所述符号距离场进行区间统计,得到各装药构型的装药区间向量;包括:
计算所述符号距离场中各装药构型的最大场值;
根据所述最大场值计算所述符号距离场的区间长度;
根据所述区间长度对所述符号距离场进行区间划分;
统计划分的各区间内的场值个数,计算各区间内的场值个数的百分比,得到各所述装药区间向量;
相似度计算模块,用于采用余弦相似度方法对各所述装药区间向量进行相似度计算,得到各所述装药构型的相似度热图;
匹配输出模块,用于将各所述装药构型的燃面曲线与所述相似度热图进行对比,分析装药相似性度量与燃面曲线的匹配程度,根据所述匹配程度,得到装药性能匹配结果。
4.根据权利要求3所述的固体火箭发动机装药性能匹配装置,其特征在于,所述区间向量模块包括:
最值计算子模块,用于计算所述符号距离场中各装药构型的最大场值;
长度计算子模块,用于根据所述最大场值计算所述符号距离场的区间长度;
划分处理子模块,用于根据所述区间长度对所述符号距离场进行区间划分;
向量计算子模块,用于统计划分的各区间内的场值个数,计算各区间内的场值个数的百分比,得到各所述装药区间向量。
5.根据权利要求3所述的固体火箭发动机装药性能匹配装置,其特征在于,所述距离场获取模块包括:
参数获取子模块,用于获取各所述装药构型的几何参数;
距离处理子模块,用于对所述几何参数的燃面计算域中各网格节点进行装药判断和距离计算,得到空腔节点和装药节点分别到初始燃面的所述符号距离场。
7.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至2中任一项所述固体火箭发动机装药性能匹配方法的步骤。
8.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,计算机程序被处理器执行时实现权利要求1至2中任一项所述固体火箭发动机装药性能匹配方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110137409.8A CN112861260B (zh) | 2021-02-01 | 2021-02-01 | 固体火箭发动机装药性能匹配方法、装置和设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110137409.8A CN112861260B (zh) | 2021-02-01 | 2021-02-01 | 固体火箭发动机装药性能匹配方法、装置和设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112861260A CN112861260A (zh) | 2021-05-28 |
CN112861260B true CN112861260B (zh) | 2022-03-11 |
Family
ID=75987452
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110137409.8A Active CN112861260B (zh) | 2021-02-01 | 2021-02-01 | 固体火箭发动机装药性能匹配方法、装置和设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112861260B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116702334B (zh) * | 2023-08-04 | 2023-10-20 | 中国人民解放军国防科技大学 | 一种用于固体发动机总体设计案例的稀疏化存储方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4623920B2 (ja) * | 2002-07-09 | 2011-02-02 | ソニー株式会社 | 類似度算出方法及び装置、並びにプログラム及び記録媒体 |
AU2013219167B1 (en) * | 2012-05-01 | 2013-09-19 | Google Llc | Merging three-dimensional models based on confidence scores |
RU2677727C1 (ru) * | 2018-02-21 | 2019-01-21 | Федеральное государственное бюджетное образовательное учреждение высшего образования "Тихоокеанский государственный университет" | Способ определения оптимального заряда ВВ с учетом зоны предразрушения |
CN111881614B (zh) * | 2020-09-28 | 2020-12-08 | 中国人民解放军国防科技大学 | 一种固体火箭发动机装药表征方法 |
-
2021
- 2021-02-01 CN CN202110137409.8A patent/CN112861260B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN112861260A (zh) | 2021-05-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112861260B (zh) | 固体火箭发动机装药性能匹配方法、装置和设备 | |
Norouzi et al. | Deep learning based model predictive control for compression ignition engines | |
CN112434382B (zh) | 固体火箭发动机分段双燃速装药燃面确定方法及*** | |
CN112818469B (zh) | 固体火箭发动机映射设计方法、装置和设备 | |
CN111881614B (zh) | 一种固体火箭发动机装药表征方法 | |
CN109697309B (zh) | 一种弹丸高速冲击挤进阻力快速获取方法 | |
Pettinger et al. | Space partitioning for scalable k-means | |
CN112597600B (zh) | 固体火箭发动机装药构型设定方法、装置和设备 | |
Gouda et al. | An improved global lower bound for graph edit similarity search | |
EP2960728A1 (en) | Control device | |
CN114386466A (zh) | 一种用于脉冲星搜寻中候选体信号挖掘的并行的混合聚类方法 | |
CN106055674B (zh) | 一种分布式环境下基于度量空间的top-k支配查询方法 | |
Boncoraglio et al. | Piecewise-global nonlinear model order reduction for pde-constrained optimization in high-dimensional parameter spaces | |
CN112906295B (zh) | 固体火箭发动机燃速预示方法、装置和设备 | |
CN116307250A (zh) | 一种基于典型日特征选择的短期负荷预测方法及*** | |
Delagrammatikas et al. | Development of a neural network model of an advanced, turbocharged diesel engine for use in vehicle-level optimization studies | |
Norouzi et al. | Integration of Deep Learning and Nonlinear Model Predictive Control in Emission reduction of Compression Ignition Combustion Engines: A Simulative Study | |
CN112528423B (zh) | 固体火箭发动机燃面数据修正方法、装置和设备 | |
Li et al. | Runge-Kutta algorithm of reliability model based on Markov chain for TT&C system | |
Li | A Kriging-based unconstrained global optimization algorithm | |
CN111724417B (zh) | 一种基于傅里叶变换考虑形状差异的多目标跟踪评估方法 | |
THOMAS et al. | Numerical computation of transonic flow about wing-fuselage configurations on a vector computer | |
Nematov et al. | Parallel Computational Algorithms for Solving Boundary Value Problems for Two-Dimensional Equations of Parabolic Type | |
Mohamed et al. | Efficient optimized query mesh for data streams | |
CN117972906A (zh) | 基于有限元的粘弹性材料特性分析方法及相关设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |