一种固体火箭芯子级能量管理方法

本发明涉及固体火箭发射，具体涉及一种固体火箭芯子级能量管理方法。

背景技术：

1、固体火箭芯子级的能量管理一直是航天工程领域亟待解决的关键问题。传统的能量管理方法通常依赖于经验法、pid控制或传统优化算法，然而，这些方法在适应多变的飞行环境和实现全局优化方面存在一定局限。传统方法主要通过先验知识和规则进行调整，其在飞行之前将预设能量管理参数装订进箭载计算机，对固体火箭芯子级在飞行过程中动态变化的条件适应性不足。固体火箭在飞行中可能面临高度变化的风场、负载变化等因素，缺乏足够的适应性可能导致无法灵活调整能量管理策略以应对这些变化。虽然在特定条件下效果良好，但面对复杂的变化，缺乏灵活性和全局搜索能力。

2、部分能量管理系统采用pid控制方法，通过调整比例、积分和微分参数来维持系统输出，但在处理非线性和时变系统时可能性能下降。优化算法，如遗传算法和粒子群算法，已被尝试用于优化能量管理，然而，这些方法仍受限于全局搜索和收敛速度。模型预测控制(mpc)通过建立系统模型进行预测，以调整控制输入，尽管具有一定优越性，但需要复杂的模型和大量计算资源，不太适用于实时控制需求。

3、因此，有必要发明一种全新的固体火箭芯子级能量管理方法，以解决现有方法中的缺陷。

技术实现思路

1、为了解决现有技术中能量管理方法灵活性差、需要计算资源大、无法满足实施控制需要的技术问题，本发明提出了一种固体火箭芯子级能量管理方法，以提高能量利用效率，并提高系统的适应性和性能稳定性。

2、为了解决上述技术问题，本发明采用的技术方案为：一种固体火箭芯子级能量管理方法，包括以下步骤：

3、步骤1：在搜索空间中初始化一组初始解，每个解代表一种潜在的能量管理策略；同时，设定雪球算法和蜜蜂算法的参数以及权重参数，设置终止条件；

4、步骤2：利用雪球算法进行全局搜索，更新每个解的位置和大小；利用蜜蜂算法对全局搜索得到的解进行局部调整；通过聚合算法模拟雪球的交互行为，在搜索空间对解进行吸引、碰撞或合并，得到聚合后的解；然后通过混合协同更新算法对雪球算法和蜜蜂算法进行信息交流，实现全局-局部协同合作，得到混合协同更新后的解；

5、步骤3：通过实时监测模块实时获取固体火箭芯子级的飞行状态数据，根据实时飞行状态数据，调整雪球算法的半径、滚动速度，以及蜜蜂算法的局部搜索范围参数，重复步骤2；

6、步骤4：判断是否达到终止条件，若是，则输出最终的能量管理策略，作为最优能量管理策略。

7、所述步骤1中，设置终止条件具体是指设置迭代次数最大值和设置预定性能目标。

8、所述步骤4中，若迭代次数达到迭代次数最大值，或性能达到预定性能目标，则判定达到终止条件。

9、所述步骤1中，设定雪球算法和蜜蜂算法的参数包括雪球算法的半径和滚动速度，以及蜜蜂算法的蜜蜂数量和局部搜索范围。

10、所述步骤1中，权重参数包括雪球算法的权重，蜜蜂算法的权重，聚合过程的权重，和协同更新的权重。

11、所述聚合算法的具体公式为：

12、s[i]’＝s[i]+w_aggregate*force*(s[j]-s[i])；

13、其中，s[i]’表示聚合后的解，s[i]表示聚合前的解，w_aggregate表示聚合过程的权重，force＝g/distance**2，其中，g表示聚合过程的引力常数，distance表示解s[i]和解s[j]的距离。

14、所述步骤s2中，混合协同更新算法的具体公式为：

15、s[i]”＝s[i]’+w_cooperation*(w_snowball*r*np.random.rand(solution_dimensions)

16、*np.sign(np.random.rand(solution_dimensions)-0.5)+w_bees*d_bees*

17、np.random.rand(solution_dimensions)*np.sign(np.random.rand(solution_dimensions)-0.5)+p_random*np.random.rand(solution_dimensions)+w_aggregate*force*(s[j]-s[i]))；

18、其中，s[i]’表示聚合后的解，s[i]”表示混合协同更新后的解，w_cooperation表示混合协同更新中信息传递的权重，w_snowball表示雪球算法的权重，r表示雪球算法的半径，np.random.rand(solution_dimensions)表示随机解，np.sign(np.random.rand(solution_dimensions)表示符号函数，w_bees表示蜜蜂算法的权重，d_bees表示蜜蜂算法的局部搜索范围，p_random表示蜜蜂算法局部搜索的随机性参数，w_aggregate表示聚合过程的权重，force＝g/distance**2，其中，g表示聚合过程的引力常数，distance表示解s[i]和解s[j]的距离。

19、所述步骤3中，雪球算法的半径的更新公式为：

20、r’＝r*(1-w_monitor)+w_monitor*np.random.rand()；

21、其中，r’表示更新后的雪球算法的半径，r表示更新前的雪球算法的半径，w_monitor表示实时监测模块的权重，np.random.rand()表示随机数；

22、蜜蜂算法的局部搜索范围参数的更新公式为：

23、d_bees’＝d_bees*(1-w_monitor)+w_monitor*np.random.rand()；

24、其中，d_bees’表示更新后的蜜蜂算法的局部搜索范围参数，d_bees表示更新前的蜜蜂算法的局部搜索范围参数。

25、所述步骤4还包括以下步骤：计算当前解的性能值，并输出性能值。

26、本发明与现有技术相比具有以下有益效果：

27、1、本发明提供了一种固体火箭芯子级能量管理方法，基于雪球算法和蜜蜂算法的混合优化算法，对固体火箭芯子级的能量管理策略进行优化，使得能量管理策略在全局和局部范围内均能智能调整以获得最佳性能，这种综合考虑全局和局部信息的优化方式能够更有效地寻找最优解，因此本发明能够在飞行过程中最大程度地提高燃料利用率、稳定性和性能。

28、2、而且，本发明通过实时检测飞行状态数据，利用实时监测结果和反馈信息对搜索策略进行实时调整，使得算法能够动态调整搜索空间和参数，以适应固体火箭飞行过程中的变化条件，提高实际应用的灵活性，增强了算法的鲁棒性和适应性。

29、3、此外，本发明中引入了性能评估和终止条件，确保算法能够在达到预定性能目标或设定的迭代次数后自动终止，提高了算法的实用性。。

技术特征：

1.一种固体火箭芯子级能量管理方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种固体火箭芯子级能量管理方法，其特征在于，所述步骤1中，设置终止条件具体是指设置迭代次数最大值和设置预定性能目标。

3.根据权利要求2所述的一种固体火箭芯子级能量管理方法，其特征在于，所述步骤4中，若迭代次数达到迭代次数最大值，或性能达到预定性能目标，则判定达到终止条件。

4.根据权利要求1所述的一种固体火箭芯子级能量管理方法，其特征在于，所述步骤1中，设定雪球算法和蜜蜂算法的参数包括雪球算法的半径和滚动速度，以及蜜蜂算法的蜜蜂数量和局部搜索范围。

5.根据权利要求1所述的一种固体火箭芯子级能量管理方法，其特征在于，所述步骤1中，权重参数包括雪球算法的权重，蜜蜂算法的权重，聚合过程的权重，和协同更新的权重。

6.根据权利要求1所述的一种固体火箭芯子级能量管理方法，其特征在于，所述聚合算法的具体公式为：

7.根据权利要求1所述的一种固体火箭芯子级能量管理方法，其特征在于，所述步骤s2中，混合协同更新算法的具体公式为：

8.根据权利要求1所述的一种固体火箭芯子级能量管理方法，其特征在于，所述步骤3中，雪球算法的半径的更新公式为：

9.根据权利要求1所述的一种固体火箭芯子级能量管理方法，其特征在于，所述步骤4还包括以下步骤：计算当前解的性能值，并输出性能值。

技术总结本发明涉及固体火箭发射技术领域，具体涉及一种固体火箭芯子级能量管理方法。包括以下步骤：初始化参数并设置终止条件；利用雪球算法进行全局搜索，更新每个解的位置和大小；利用蜜蜂算法对全局搜索得到的解进行局部调整；通过聚合算法得到聚合后的解；然后通过混合协同更新算法得到混合协同更新后的解；通过实时监测模块实时获取固体火箭芯子级的飞行状态数据，根据实时飞行状态数据，调整雪球算法的半径、滚动速度，以及蜜蜂算法的局部搜索范围参数，重复更新算法；判断是否达到终止条件，若是，则输出最终的能量管理策略，作为最优能量管理策略。本发明可以高效利用计算资源，并提升了能量管理策略的性能和适应性。技术研发人员：张会新受保护的技术使用者：中北大学技术研发日：技术公布日：2024/7/29