液体火箭发动机流量调节器智能优化设计方法及装置

本申请涉及液体火箭发动机系统仿真领域，具体而言，涉及一种液体火箭发动机流量调节器智能优化设计方法及装置。

背景技术：

1、现有技术中，液体火箭发动机流量调节器的设计方法主要基于传统的试错法或基于经验的优化方法。设计师通过多次试验和调整来优化流量调节器的性能，或者依赖经验公式进行设计。但传统的设计方法通常效率较低，而且难以全面考虑流量调节器内部复杂的非线性流动特性。

技术实现思路

1、本申请实施例的目的在于提供一种液体火箭发动机流量调节器智能优化设计方法及装置，克服了现有技术中难以全面考虑流量调节器内部复杂的非线性流动特性的问题，提高了流量调节器的设计效率。

2、第一方面，提供了一种液体火箭发动机中流量调节器智能优化设计方法，该方法可以包括：

3、基于液体火箭发动机中流量调节器的各设计参数和各设计指标参数，构建数值仿真模型，并设置参与所述数值仿真模型运算的各设计参数的参数值范围；

4、基于所述各设计参数的参数值范围，获取所述各设计参数的多组参数值组合；

5、针对任一组参数值，将所述各设计参数的该组参数值输入所述数值仿真模型，得到所述数值仿真模型输出的该组参数值对应的所述设计指标参数的设计指标；

6、将不同组设计参数值组合对应的设计指标中满足当前设计条件的当前设计参数值组合和相应设计指标作为一个训练样本，建立训练数据集，以对第一深度学习网络进行训练，得到训练好的表征所述流量调节器的智能降阶模型；所述智能降阶模型用于基于所述不同设计参数值组合输出相应的设计指标；

7、基于所述训练数据集，利用代理模型存储的预设优化算法，对所述代理模型进行优化处理，以完成对所述智能降阶模型输入数据的优化。

8、在一个可能的实现中，所述数值仿真模型包括ns方程组、动网格方程、滑套运动学方程和滑套摩擦力方程。

9、在一个可能的实现中，基于所述训练数据集，利用代理模型存储的预设优化算法，对所述代理模型进行优化处理，包括：

10、在代理模型从所述训练数据集中选取的设计参数值组合后，将选取的设计参数值组合输入所述智能降阶模型，得到所述智能降阶模型输出的设计指标；

11、在所述代理模型采用优化算法，计算出输出的设计指标与存储的期望值间的损失值后，若所述损失值满足预设模型收敛条件，则确定所述代理模型为优化后的模型。

12、在一个可能的实现中，所述方法还包括：

13、若所述损失值不满足预设模型收敛条件，则采用预设梯度算法，对所述代理模型中的当前模型参数进行处理，得到所述代理模型的新模型参数，以得到优化后的代理模型。

14、在一个可能的实现中，所述预设梯度算法为ddpg算法。

15、第二方面，提供了一种液体火箭发动机中流量调节器智能优化设计方法，该装置可以包括：

16、构建单元，用于基于液体火箭发动机中流量调节器的各设计参数和各设计指标参数，构建数值仿真模型，并设置参与所述数值仿真模型运算的各设计参数的参数值范围；

17、获取单元，用于基于所述各设计参数的参数值范围，获取所述各设计参数的多组参数值组合；

18、输入单元，用于针对任一组参数值，将所述各设计参数的该组参数值输入所述数值仿真模型，得到所述数值仿真模型输出的该组参数值对应的所述设计指标参数的设计指标；

19、建立单元，用于将不同组设计参数值组合对应的设计指标中满足当前设计条件的当前设计参数值组合和相应设计指标作为一个训练样本，建立训练数据集，以对第一深度学习网络进行训练，得到训练好的表征所述流量调节器的智能降阶模型；所述智能降阶模型用于基于所述不同设计参数值组合输出相应的设计指标；

20、优化单元，用于基于所述训练数据集，利用代理模型存储的预设优化算法，对所述代理模型进行优化处理，以完成对所述智能降阶模型输入数据的优化。

21、第三方面，提供了一种电子设备，该电子设备包括处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；

22、存储器，用于存放计算机程序；

23、处理器，用于执行存储器上所存放的程序时，实现上述第一方面中任一所述的方法步骤。

24、第四方面，提供了一种计算机可读存储介质，该计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现上述第一方面中任一所述的方法步骤。

25、本申请提供的液体火箭发动机中流量调节器智能优化设计方法可以基于液体火箭发动机中流量调节器的各设计参数和各设计指标参数，构建数值仿真模型，并设置参与数值仿真模型运算的各设计参数的参数值范围，以获取各设计参数的多组参数值组合；针对任一组参数值，将各设计参数的该组参数值输入数值仿真模型，得到该组参数值对应的设计指标参数的设计指标；将满足当前设计条件的参数值组合对应的设计指标作为训练样本，建立训练数据集，对第一深度学习网络进行训练，得到训练好的表征流量调节器的智能降阶模型；基于训练数据集，利用代理模型存储的预设优化算法，对代理模型进行优化处理，以完成对智能降阶模型输入数据的优化。该方法克服了现有技术中难以全面考虑流量调节器内部复杂的非线性流动特性的问题，提高了流量调节器的设计效率。

技术特征：

1.一种液体火箭发动机中流量调节器智能优化设计方法，其特征在于，所述方法包括：

2.如权利要求1所述的方法，其特征在于，所述数值仿真模型包括ns方程组、动网格方程、滑套运动学方程和滑套摩擦力方程。

3.如权利要求1所述的方法，其特征在于，基于所述训练数据集，利用代理模型存储的预设优化算法，对所述代理模型进行优化处理，包括：

4.如权利要求3所述的方法，其特征在于，所述方法还包括：

5.如权利要求4所述的方法，其特征在于，所述预设梯度算法为ddpg算法。

6.一种液体火箭发动机中流量调节器智能优化设计装置，其特征在于，所述装置包括：

7.如权利要求6所述的装置，其特征在于，所述数值仿真模型包括ns方程组、动网格方程、滑套运动学方程和滑套摩擦力方程。

8.如权利要求6所述的装置，其特征在于，所述优化单元，具体用于：

9.一种电子设备，其特征在于，所述电子设备包括处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现权利要求1-5任一所述的方法。

技术总结本申请涉及液体火箭发动机系统仿真领域，提供了液体火箭发动机流量调节器智能优化设计方法及装置。该方法基于液体火箭发动机中流量调节器的各设计参数和各设计指标参数，构建数值仿真模型，并获取各设计参数的多组参数值组合；将其依次输入数值仿真模型，得到该组参数值对应的设计指标；将满足当前设计条件的参数值组合对应的设计指标作为训练样本，建立训练数据集，以得到训练好的表征流量调节器的智能降阶模型；基于训练数据集，利用代理模型存储的预设优化算法，对代理模型进行优化处理。该方法克服了现有技术中难以全面考虑流量调节器内部复杂的非线性流动特性的问题，提高了流量调节器的设计效率。技术研发人员：金平,郑大勇,尚现伟,宋德坤,刘博,曲衍哲,蔡国飙受保护的技术使用者：北京航空航天大学技术研发日：技术公布日：2024/7/25