可重复使用火箭返回段贮箱推进剂管理装置

    公开(公告)号:CN116971894A

    公开(公告)日:2023-10-31

    申请号:CN202310942997.1

    申请日:2023-07-28

    Abstract: 本发明的可重复使用火箭返回段贮箱推进剂管理装置包括十字隔板、半圆形防晃板、环形防晃板、圆形盖板、带孔锥形筒体、防漩防塌结构和蓄留装置;十字隔板的侧边缘与贮箱内壁面相连;半圆形防晃板与贮箱内壁面相连;环形防晃板的外圆与贮箱内壁面相连,紧贴十字隔板的下边缘;在十字隔板中央开孔,带孔锥形筒体置于该孔中,带孔锥形筒体的大开口端与环形防晃板的内圆相连;圆形盖板与带孔锥形筒体的小开口端连接;蓄留装置置于带孔锥形筒体内,蓄留装置的开口端与贮箱内壁面相连,覆盖住贮箱推进剂输送口;防漩防塌结构置于蓄留装置内,通过一连杆与蓄留装置相连,防漩防塌结构位于贮箱推进剂输送口的正上方。

    一种运载火箭飞行试验动特性评估方法

    公开(公告)号:CN116542044A

    公开(公告)日:2023-08-04

    申请号:CN202310496121.9

    申请日:2023-05-05

    Abstract: 本发明公开了一种运载火箭飞行试验动特性评估方法,可以根据运载火箭飞行试验结果评估运载火箭实际飞行状态下的动特性。箭体动特性作为姿态控制系统的重要输入,评估结果可用于进一步完善箭体动力学模型、揭示箭体关键部位的传递路径等,提高后续发次箭体动特性的预示精度。运载火箭飞行试验动特性评估方法作为一种通用技术,可以广泛应用于运载火箭各个型号。

    一种飞行器全局时变气动参数的辨识方法

    公开(公告)号:CN116305906A

    公开(公告)日:2023-06-23

    申请号:CN202310232098.2

    申请日:2023-03-13

    Abstract: 本发明公开了一种飞行器全局时变气动参数的辨识方法,包括:S1.建立飞行器刚体动力学模型,并获取待辨识时变参数;S2.将所述待辨识时变参数写成关于时间的多项式形式;S3.预估状态灵敏度、协方差灵敏度、增益灵敏度、滤波状态灵敏度与协方差灵敏度;S4.根据气动参数特性或时间段进行局部分区;S5.在当前区间通过参数值结合卡尔曼滤波获取状态预估值、预估协方差阵、卡尔曼增益、状态滤波值、协方差阵;S6.根据上述获得准则函数,当准则函数不是极小值时,使用牛顿拉弗森算法更新参数;S7.使用移动平均滤波器对所有的参数进行平滑,得到一条平滑的全局气动数据曲线。本发明避免了参数变化幅度过大时,拟合不准的问题。

    一种火箭助推分离动态气动仿真方法

    公开(公告)号:CN116227380A

    公开(公告)日:2023-06-06

    申请号:CN202310099776.2

    申请日:2023-02-10

    Abstract: 本发明公开了一种火箭助推分离动态气动仿真方法,选定火箭芯级体坐标系作为动参考系,通过非定常气动仿真同时获得火箭助推器的分离运动轨迹和时变流场数据。本发明可应用于捆绑火箭助推分离的运动学分析和火箭芯级、助推器表面的载荷设计,规避了目前火箭助推分离轨迹计算中的气动力插值偏差问题,获取了助推分离过程中火箭芯级、助推器表面的时变气动载荷,提高了火箭助推分离轨迹的计算精度和箭体载荷设计精度。

    推力故障下运载火箭质量和推力参数的联合校正辨识方法

    公开(公告)号:CN115422496A

    公开(公告)日:2022-12-02

    申请号:CN202210979915.6

    申请日:2022-08-16

    Abstract: 本发明公开了一种推力故障下运载火箭质量和推力参数的联合校正辨识方法,包括:建立用于辨识的运载火箭质心运动方程和质量消耗方程;根据运载火箭惯性敏感器件测量的视加速度信息作为辨识的观测量,建立观测方程;每个计算周期中利用当前时刻推力参数辨识结果通过卡尔曼滤波来辨识下一时刻的火箭质量,同时利用下一时刻的火箭质量辨识结果通过渐消因子递推最小二乘来估计下一时刻的推力参数。本发明基于渐消因子递推最小二乘与卡尔曼滤波结合的辨识方法对火箭飞行过程中的质量和推力参数联合辨识,可以有效地辨识推力故障下运载火箭的质量和推力参数。

    一种解决Pogo模型奇异性问题的方法

    公开(公告)号:CN110457761B

    公开(公告)日:2021-02-12

    申请号:CN201910645955.5

    申请日:2019-07-17

    Abstract: 本发明公开了一种解决Pogo模型奇异性问题的方法,具体包括如下步骤:步骤1:生成Pogo状态空间模型的系统矩阵E和A;步骤2:求解特征值Λ和特征向量Φ;步骤3:将特征值Λ从小到大排列,特征向量Φ也相应地排列;步骤4:保留前n‑m个特征值及其对应的特征向量,生成新的特征值矩阵和特征向量矩阵步骤5:求解系统矩阵(ET,AT)的特征值Λt和特征向量Φt;步骤6:将特征值Λt从小到大排列,特征向量Φt也相应地排列;步骤7:保留前面n‑m个特征值及其对应的特征向量,生成特征值矩阵和特征向量矩阵步骤8:利用特征向量对原状态x进行变换,变换到状态η空间。本方法导出的非奇异Pogo模型可以直接应用于时域仿真和主动抑制设计,适用性广,避免了重复建模工作。

Patent Agency Ranking