CN114611217A - 航天器无控再入解体碎片气动融合弹道运动散布模拟方法 - Google Patents
航天器无控再入解体碎片气动融合弹道运动散布模拟方法 Download PDFInfo
- Publication number
- CN114611217A CN114611217A CN202210289435.7A CN202210289435A CN114611217A CN 114611217 A CN114611217 A CN 114611217A CN 202210289435 A CN202210289435 A CN 202210289435A CN 114611217 A CN114611217 A CN 114611217A
- Authority
- CN
- China
- Prior art keywords
- fragments
- spacecraft
- pneumatic
- reentry
- disintegration
- 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.)
- Pending
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
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/28—Design optimisation, verification or simulation using fluid dynamics, e.g. using Navier-Stokes equations or computational fluid dynamics [CFD]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/10—Numerical modelling
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- General Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Analysis (AREA)
- Artificial Intelligence (AREA)
- Computing Systems (AREA)
- Fluid Mechanics (AREA)
- Algebra (AREA)
- Mathematical Physics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Automation & Control Theory (AREA)
- Aviation & Aerospace Engineering (AREA)
- Computational Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种航天器无控再入解体碎片气动融合弹道运动散布模拟方法,在航天器无控再入解体碎片散布分析中,通过线性回归算法对可靠气动结果进行拟合,以将离散的测量点转化为连续的气动系数曲线,进而得到测量范围内任意高度的相应气动系数,实现对航天器无控再入解体碎片散布的全程跟踪模拟。本发明提供一种航天器无控再入解体碎片气动融合弹道运动散布模拟方法,其引入机器学习线性回归算法对可靠气动结果进行拟合,从而将离散的测量点转化为连续的气动系数曲线,从而得到测量范围内任意高度的相应气动系数。
Description
技术领域
本发明涉及卫星及应用产品领域。更具体地说,本发明涉及一种用在航天器测控地面站监测无控航天器再入大气层解体过程情况下使用的方法。
背景技术
针对服役期满大型航天器在无控情况下再入大气层解体过程及再入点难以***、再入解体后生成的碎片可能造成地面伤害的问题,论文《航天器无控再入解体非规则碎片散布范围分析研究》展现了一套基于空间方位角的碎片有限分组策略与飞行姿态角随机统计模拟优化技术,提出航天器再入多次解体产生大量非规则碎片几何分组与质量分布模型及存活地面散布范围可计算建模方法,发展适于碎片再入跨流域气动特性当地化快速算法,结合三自由度弹道方程,建立了空气动力融合弹(轨)道高精度数值积分碎片运动散布范围统计计算方法,初步实现对航天器无控再入多次解体碎片的全程跟踪模拟,计算分析了碎片散布的数量、质量分布与弹道倾角对落区散布范围影响机制。
由于上述步骤中“发展适于碎片再入跨流域气动特性当地化快速算法”这一过程主要过程为:使用修正Boettcher/Legge非对称桥函数,发展适于高超声速稀薄过渡流区气动力计算的当地化桥公式法,建立大型飞行器跨越大气层高低不同高度、不同马赫数、不同攻角与侧滑角空气动力特性当地化工程算法程序软件。
上述算法虽然达到了在短时间内用较小资源获取全流域气动数据结果的目的,但是算法相关参数需人为手动调节,凭目测校准,不一定能够得到最佳拟合结果,且对操作人员经验水平要求较高。
发明内容
本发明的一个目的是解决至少上述问题和/或缺陷,并提供至少后面将说明的优点。
为了实现根据本发明的这些目的和其它优点,提供了一种航天器无控再入解体碎片气动融合弹道运动散布模拟方法,在航天器无控再入解体碎片散布分析中,通过线性回归算法对可靠气动结果进行拟合,以将离散的测量点转化为连续的气动系数曲线,进而得到测量范围内任意高度的相应气动系数,实现对航天器无控再入解体碎片散布的全程跟踪模拟。
优选的是,所述航天器无控再入解体碎片散布分析被配置为包括:
步骤一,采用面向物体法的策略,将碎片划分成具有简单几何形状的几组,并建立碎片的质量分布模型;
步骤二,根据碎片的质量分布模型确定碎片生成后各组的质量和数目;
步骤三,对步骤中得到的各类碎片进行建模并输入至相应算法中进行计算,以得到对应的气动数据结果;
步骤四,在机器学习线性回归算法中,基于所述气动数据结构建立拟合模型,以根据具有代表性的气动数据结果得出每种碎片在任意状态下的气动特性;
步骤五,基于步骤四得到气动特性,计算碎片运动的弹道轨迹,以得到碎片在地面上的模拟分布。
优选的是,在步骤四中,采用机器学习线性回归算法被配置为采用最小二乘法,其建立拟合模型的拟合过程被配置为包括:
设(x,y)是一对观测量,且x=[x1,x2,…,xn]T∈Rn,y=R,满足以下拟合曲线:
y=f(x,ω);
其中,ω=[ω1,ω2,…,ωn]T为由n个待定参数组成的矢量;
对于给定的m组观测数据(xi,yi)(i=1,2,…,m),求解目标函数:
以在计算函数y=f(x,ω)得到的预测结果与真实结果y′的最小方差,在方差最小时,将对应的ω=[ω1,ω2,…,ωn]T作为最终的取值点。
本发明至少包括以下有益效果:本发明的模拟方法,引入机器学习线性回归算法对可靠气动结果进行拟合,从而将离散的测量点转化为连续的气动系数曲线,从而得到测量范围内任意高度的相应气动系数。在本方法中采用线性回归算法对可靠气动结果进行拟合的方式替换以前采用基于修正 Boettcher/Legge非对称桥函数的当地化桥公式法后,本专利相对于现有技术的方法,依然可以在实践中取得相同效果,同时免去了人工校准的过程,提高的整体的自动化程度。
本发明的其它优点、目标和特征将部分通过下面的说明体现,部分还将通过对本发明的研究和实践而为本领域的技术人员所理解。
附图说明
图1为本发明步骤四中采用最小二乘法拟合曲线的效果图;
图2为本发明进行数值预报天宫二号落区散布与预定海域比较验证图。
具体实施方式
下面结合附图对本发明做进一步的详细说明,以令本领域技术人员参照说明书文字能够据以实施。
根据本发明的一种航天器无控再入解体碎片气动融合弹道运动散布模拟方法的实现形式,其中包括在航天器无控再入解体碎片散布分析中,通过线性回归算法对可靠气动结果进行拟合,以将离散的测量点转化为连续的气动系数曲线,进而得到测量范围内任意高度的相应气动系数,实现对航天器无控再入解体碎片散布的全程跟踪模拟,引入机器学习线性回归算法对可靠气动结果进行拟合,从而将离散的测量点转化为连续的气动系数曲线,从而得到测量范围内任意高度的相应气动系数。在本方法中采用线性回归算法对可靠气动结果进行拟合的方式替换以前采用基于修正Boettcher/Legge非对称桥函数的当地化桥公式法后,本专利相对于现有技术的方法,依然可以在实践中取得相同效果,同时免去了人工校准的过程,提高的整体的自动化程度。
所述航天器无控再入解体碎片散布分析被配置为包括:
步骤一,采用面向物体法的策略,将碎片划分成具有简单几何形状的几组,并建立碎片的质量分布模型,采用面向物体法的思想,可将碎片抽象为具有简单几何形状的有限组。对各组碎片进行弹道模拟,落点相近的组可以整合。同时注意到碎片面质比对弹道特性影响很大,所以在确定了几何分组方案后,还要考虑碎片尺度的影响,某类碎片的单个质量越小,该类碎片的数量就越大,且质量和数量在都取对数后基本呈线性关系,以确定各组碎片的权重;
步骤二,根据碎片的质量分布模型确定碎片生成后各组的质量和数目;
步骤三,对步骤中得到的各类碎片进行建模并输入至相应算法中进行计算,以得到对应的气动数据结果,服役期满航天器再入多次解体生成大量碎片之前,航天器作为一个整体运动,具有确定的空间位置、速度、姿态角。在熔融烧蚀、***等因素下突然生成碎片的时间点,产生大量的不同尺度、不同形状的碎片。各碎片具有随机的飞行姿态角、以相同的分离速度(绝对值)沿不同的空间方位角散开[21]。碎片产生时,在空间方位角上呈均匀分布,不同尺度碎片的分布相互独立。将整个碎片团基于空间方位角分为个碎片组;
实时跟踪这有限的组碎片个体团运动飞行情况,采用随机动力学筛选方法需要将组碎片个体团一一映射分布到具有(αL,βM)飞行攻角与侧滑角的各小组中,使数万计、杂乱无章的碎片所形成的碎片云能被模拟成有限的碎片个体小组,各碎片个体团在每个dt时间内具有确定的碎片个体数Nij,以确定的飞行速度飞行攻角αi和侧滑角βj飘落飞行,于是可研究发展相关空气动力学理论、方法计算确定此dt时间内碎片个体所受的空气动力学特性;
步骤四,在机器学习线性回归算法中,基于所述气动数据结构建立拟合模型,以根据具有代表性的气动数据结果得出每种碎片在任意状态下的气动特性;
在为了沿飞行弹道模拟计及空间大气环境对航天器再入解体过程当地物面气动特性的影响,以此开展非规则解体过程残骸碎片空气动力特性当地化面元可计算建模,分别使用稀薄流区直接模拟蒙特卡罗(DSMC)方法[24,27]、近空间N-S方程解算器与求解玻尔兹曼(Boltzmann)模型方程气体动理论统一算法(GKUA)[23,25]对残骸碎片简化外形典型绕流状态精细计算。
将上步骤提出的各类型碎片建模后输入GKUA等算法,通过调节来流的克努森数、普朗特数、马赫数、压力、温度、攻角、侧滑角、飞行高度等输入数据,并重复使用GKUA等算法进行计算,就可以得到对应类型碎片代表性气动数据结果。根据这些数据结果,通过机器学习算法建立拟合模型,从而可根据代表性的气动数据结果得出任意状态下的气动模拟结果。
该过程以前采用基于修正Boettcher/Legge非对称桥函数的当地化桥公式法,需人为手动调节,凭目测校准,不一定能够得到最佳拟合结果,且对操作人员经验水平要求较高,而在本方案的步骤中,采用机器学习线性回归算法,减少了人工参与,提高了自动化程度,同时因本方案中的步骤一至步骤三,均是现有技术,故此不对其推算方法做详细的描述。
步骤五,基于步骤四得到气动特性,计算碎片运动的弹道轨迹,以得到碎片在地面上的模拟分布,根据步骤四得出任意状态下每种碎片的气动特性,就可以计算碎片运动的弹道轨迹。弹道轨迹计算较核心的心运动的动力学方程简介如下(所有输入皆由上步骤计算得出):
而步骤二中随机分组方法已经考虑了飞行姿态的影响,则碎片运动的弹道计算中只需计算三自由度弹道。在J2000.0地心惯性坐标系建立碎片质心运动方程,矢量形式的质心运动的动力学方程是:
在步骤四中,采用机器学习线性回归算法被配置为采用最小二乘法,其建立拟合模型的拟合过程被配置为包括:
设(x,y)是一对观测量,且x=[x1,x2,…,xn]T∈Rn,y=R,满足以下拟合曲线:
y=f(x,ω);
其中,ω=[ω1,ω2,…,ωn]T为由n个待定参数组成的矢量;
为寻找参数ω的最优估计值,对于给定m组(通常m>n)观测数据 (xi,yi)(i=1,2,…,m),求解目标函数:
上述过程实际上是在计算函数y=f(x,ω)得到的预测结果与真实结果 y′的最小方差,在方差最小时,将对应的ω=[ω1,ω2,…,ωn]T作为最终的取值点,得到如图1的曲线,其中图1中的圆点代表观测量(x,y),曲线即为所求拟合曲线y=f(x,ω),在实际操作中,x可替换为高度,y可替换为气动阻力系数(Cd)等工程项目所需气动参数,函数曲线y=f(x,ω)代表全流域目标气动参数曲线(如阻力系数气动参数曲线)。
本发明能够根据飞行器外形、结构、材质以及各地面接收***汇总的飞行器姿态数据,初步实现对航天器无控再入多次解体碎片的全程跟踪模拟,相对于现有技术来说,对操作人员的依赖程度显著减小,自动化程度更高。
实施例:
针对天宫二号空间实验室受控再入解体落区数值预报,2019年在前期研制天宫一号无控飞行轨降再入解体数值预报平台基础上,实施了天宫二号超期服役近一年后受控再入解体回归地球大气层过程,从气动到轨道飞行力学、结构材料非线性力学行为模拟方法间进一步验证确认与建模算法模块集约化发展,以运动弹道计算为主线、融合再入跨流域气动力/热/金属桁架结构响应变形失效毁坏/嵌层复合材料热解烧蚀/解体联合计算分析机制,研究实现了天宫二号再入解体过程气动融合弹道/金属桁架结构变形失效/复合材料热解烧蚀/解体数值预报各模块计算模拟,经验证确认2019年7月16日北京航天飞行控制中心提供的天宫二号第二次变轨制动发动机关机后的倒飞理论设计弹道参数基础上,于7月18日18:00数值预报:天宫二号首次解体高度 105km~103km(帆板链接框架断裂);二次解体高度95km~92km,中继天线熔融解体高度95km之后和地面通信中断,与2019年7月19日晚天宫二号实际再入遥测信号消失点94.775km吻合一致,偏差0.24%;多次解体残骸碎片核心散布区域:南太平洋偏东南海域起点西经132.4°、南纬35.2°,终点西经 126.7°、南纬37.5°,长约570km x宽约100km,较预定海域6000km′1700km 减小170余倍,证实数值预报模型能提前锁定大型航天器受控再入解体残骸碎片落区散布范围,图2绘出天宫二号受控再入解体落区数值预报与轨道外推理论设计预定海域比较验证情况。
由以上实施例可知,本专利作为高超声速再入气动环境与结构变形失效毁坏一体化模拟方法在其中其中重要的组成部分之一,其采用的改进式模拟方法,最终较准确的预测结果在精确度方面的效果满足要求。
以上方案只是一种较佳实例的说明,但并不局限于此。在实施本发明时,可以根据使用者需求进行适当的替换和/或修改。
这里说明的设备数量和处理规模是用来简化本发明的说明的。对本发明的应用、修改和变化对本领域的技术人员来说是显而易见的。
尽管本发明的实施方案已公开如上,但其并不仅仅限于说明书和实施方式中所列运用。它完全可以被适用于各种适合本发明的领域。对于熟悉本领域的人员而言,可容易地实现另外的修改。因此在不背离权利要求及等同范围所限定的一般概念下,本发明并不限于特定的细节和这里示出与描述的图例。
Claims (3)
1.一种航天器无控再入解体碎片气动融合弹道运动散布模拟方法,其特征在于,在航天器无控再入解体碎片散布分析中,通过线性回归算法对可靠气动结果进行拟合,以将离散的测量点转化为连续的气动系数曲线,进而得到测量范围内任意高度的相应气动系数,实现对航天器无控再入解体碎片散布的全程跟踪模拟。
2.如权利要求1所述的航天器无控再入解体碎片气动融合弹道运动散布模拟方法,其特征在于,所述航天器无控再入解体碎片散布分析被配置为包括:
步骤一,采用面向物体法的策略,将碎片划分成具有简单几何形状的几组,并建立碎片的质量分布模型;
步骤二,根据碎片的质量分布模型确定碎片生成后各组的质量和数目;
步骤三,对步骤中得到的各类碎片进行建模并输入至相应算法中进行计算,以得到对应的气动数据结果;
步骤四,在机器学习线性回归算法中,基于所述气动数据结构建立拟合模型,以根据具有代表性的气动数据结果得出每种碎片在任意状态下的气动特性;
步骤五,基于步骤四得到气动特性,计算碎片运动的弹道轨迹,以得到碎片在地面上的模拟分布。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210289435.7A CN114611217A (zh) | 2022-03-23 | 2022-03-23 | 航天器无控再入解体碎片气动融合弹道运动散布模拟方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210289435.7A CN114611217A (zh) | 2022-03-23 | 2022-03-23 | 航天器无控再入解体碎片气动融合弹道运动散布模拟方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114611217A true CN114611217A (zh) | 2022-06-10 |
Family
ID=81865533
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210289435.7A Pending CN114611217A (zh) | 2022-03-23 | 2022-03-23 | 航天器无控再入解体碎片气动融合弹道运动散布模拟方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114611217A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116029130A (zh) * | 2023-01-09 | 2023-04-28 | 中国民航大学 | 一种商业航天事故危险等级评估方法 |
-
2022
- 2022-03-23 CN CN202210289435.7A patent/CN114611217A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116029130A (zh) * | 2023-01-09 | 2023-04-28 | 中国民航大学 | 一种商业航天事故危险等级评估方法 |
CN116029130B (zh) * | 2023-01-09 | 2024-03-19 | 中国民航大学 | 一种商业航天事故危险等级评估方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114715436B (zh) | 一种航天器碰撞预警方法、装置、控制设备及存储介质 | |
CN113343369B (zh) | 一种航天器气动融合轨道摄动分析方法 | |
US6868721B2 (en) | Morphogenetic modelling of in-flight icing | |
CN109101725B (zh) | 航天器受控再入落区预示方法 | |
CN114611217A (zh) | 航天器无控再入解体碎片气动融合弹道运动散布模拟方法 | |
CN105718660B (zh) | 临近空间大范围机动弹道三维包络计算方法 | |
CN106096091A (zh) | 一种飞机运动模拟方法 | |
CN109543242B (zh) | 一种运载火箭末级地面损害分析方法 | |
Duan et al. | Meteorology-aware path planning for the UAV based on the improved intelligent water drops algorithm | |
Babaei et al. | Impacts of orography on large-scale atmospheric circulation: application of a regional climate model | |
Deshmukh et al. | Flight Mechanics Analysis of Low-Earth Orbit Flight Test of an Inflatable Decelerator | |
CN116029130B (zh) | 一种商业航天事故危险等级评估方法 | |
CN105320807A (zh) | 一种大规模空降空投着陆点预评估方法 | |
Ruff | Verification and application of the icing scaling equations | |
CN107480347A (zh) | 一种分离体散布特性预示方法 | |
Sibilski et al. | Aircraft climbing flight dynamics with simulated ice accretion | |
McGovern et al. | Kinematics-based model for stochastic simulation of aircraft operating in the national airspace system | |
CN114104339A (zh) | 基于降落伞落点离线分析的火星着陆器降落伞规避方法 | |
Gallia et al. | Automatic roughness characterization of simulated ice shapes | |
Ren et al. | Workstation based fast-time aircraft simulator for noise abatement approach procedure study | |
Banerjee et al. | Probability of Trajectory Deviation of Unmanned Aerial Vehicle in Presence of Wind | |
Li et al. | Numerical research on ice shape distribution characteristics of aircraft under uncertain icing conditions | |
Liu et al. | The application of artificial immune algorithm to earthquake relief route planning | |
Nathanael et al. | Simulation of wind field in a building complex for evaluation of the wind effect along UAS flight path | |
Barker et al. | Spray droplet deposition on a three-dimensional object |
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 |