-
题名基于RBF神经网络的补燃火箭发动机频率预测
- 1
-
-
作者
杜飞平
谭永华
陈建华
-
机构
西安航天动力研究所
航天推进技术研究院.西安
-
出处
《机械强度》
CAS
CSCD
北大核心
2015年第6期1190-1194,共5页
-
文摘
为避免建立或修改计算量巨大的发动机有限元模型,研究探讨径向基函数(radial basis function,RBF)神经网络在液体火箭发动机频率预测中的应用。以某型高压补燃液氧/煤油火箭发动机为研究对象,在考虑喷管内外壁材料差异的基础上,利用刚度和质量等效原则,建立了喷管有限元模型。然后采用分布参数法建立了补燃循环火箭发动机的有限元模型,同时利用模态试验数据修正有限元模型。根据结构灵敏度分析理论,选择不同的结构参数组合作为训练样本训练神经网络,并利用训练好的神经网络预测发动机结构频率。研究结果表明,RBF神经网络能较好地预测液体火箭发动机结构频率,预测误差在1.0%以内。同时该方法具有收敛速度快的优点,可广泛应用于火箭发动机数值仿真领域。
-
关键词
径向基函数神经网络
补燃火箭发动机
数值仿真
结构分析
性能预测
-
Keywords
RBF（radial basis function） neural network
Staged combustion rocket engine
Numerical simulation
Structural analysis
Performance prediction
-
分类号
V434
[航空宇航科学与技术—航空宇航推进理论与工程]
-
