1. 您现在的位置是:首页 > 汽车

基于神经网络的固体推进系统

  1。 引 言
随着现代战争对武器系统在远程化、机动性等方面的要求越来越高,因此高性能固体推进剂一直是世界各军事强国竞相研究的热点,直接影响到航空航天和军事技术的发展。20世纪 80 年代末和 90 年代初国内外进行了固体推进剂计算机辅助研究方面的探索, 初步形成了固体推进剂性能预示和配方设计的专家系统。美国已拥有既有经验推理能力、又有理论模拟能力的固体推进剂配方设计专家系统。俄罗斯的固体推进剂性能模拟工作细致、全面。荷兰也开发出能模拟固体推进剂多种性能的计算机软件系统。国内在固体推进剂配方设计和性能预示方面,主要集中在推进剂单项性能的预示上,如丁羟推进剂配方计算机辅助设计系统,它能综合考虑能量、燃速和力学性能指标,进行配方自动优化设计。
我国高性能固体推进剂的研制进展很快,但研制手段和分析软件仍然落后,迫切需要开发先进的、 高精度的固体推进剂性能预示与配方设计软件, 以期缩短固体推进剂的研制周期,减少重复实验、节约研制成本。固体推进剂组成、结构及性能之间的关系还不十分清楚,其配方设计缺乏合适的理论指导和切实可行的经验模型。 一种推进剂新配方的设计仍需反复试验,效率很低。鉴于以上原因,根据材料设计思想,结合固体推进剂研制的具体实例,提出了基于神经网络的固体推进剂专家系统。系统开发的目的,正是在固体推进剂设计经验比较丰富,而理论知识相对匮乏的情况下,结合开发实例和提炼专家知识,建立固体推进剂配方设计实例库和知识库,并在此基础上模拟专家开发、设计固体推进剂的思路和方法的专家系统, 以期对固体推进剂新配方设计做出指导和辅助, 从而促进固体推进剂的研究与开发。

  2。 固体推进剂专家系统(SPES)
专家系统(Expert System,ES)是一个具有专门知识的程序系统,根据一个或多个领域专家提供的专门知识进行推理, 模拟人类专家做决策的过程来解决那些需要专家才能解决的复杂问题,是人工智能理论(AI)的一个重要应用。目前,专家系统已在农业、医学、化工及材料领域中得到广泛应用。
固体推进剂的研制具有知识和经验丰富的领域专家,并且有大量的配方实例得到应用。同时其性能预示及配方设计需要查询各类信息,进行各种形式可能的逻辑推理,这些为借助于计算机优势建立专家系统提供了必要条件和设计框架。

  2。1 SPES 设计思想
SPES 模拟专家开发新配方的思路,确定专家系统进行配方设计的过程:(1) 根据固体推进剂配方组元和设计要求,对配方实例库进行查询相似度较高的配方实例,根据规则选择其中最符合要求的配方实例;(2) 如果查询成功,系统以该配方实例为参考提供设计方案,然后将设计方案中的参数输入人工神经网络预测模型进行性能预测;(3)若预测结果符合要求则输出设计方案,否则调整方案设计参数直到符合要求再输出设计方案;(4)如果查询不成功,则利用配方知识库中有关组成、结构及性能关系的经验规则或理论预示模型,通过推理或计算给出初步的配方设计方案;(5)将第 4 步给出的初步配方方案参数输入人工神经网络进行性能预测,最后输出合适的设计方案。
SPES 具有一个巨大的知识库、数据库及较为复杂的系统结构。因此,首先选择某些成熟的固体推进剂种类的局部设计过程作为基点,并有针对性的建立小型专家系统,调试成功后,再对专家系统进行逐步扩充。初始时赋予专家系统机器学习,到专家系统成熟后改为机器学习和神经网络学习相结合,使系统最终成为具有较高智能水平的神经网络专家系统。系统的开发用面向对象程序设计 Visual C++编写,数据库系统采用 Microsoft Access。

   1234

特别声明:本文来源于网络,请核实广告和内容真实性,谨慎使用,本站和本人不承担由此产生的一切法律后果!