首页|基于LSTM-ECGRU的固体火箭发动机性能预测方法

基于LSTM-ECGRU的固体火箭发动机性能预测方法

扫码查看
原文链接
  • 万方数据
  • 维普
随着数据挖掘技术、测量技术的不断发展,为了满足火箭发动机参数探索的需要,使用数据挖掘技术利用历史数据对发动机各种参数进行预测成为火箭发动机在数据探索方面新的发展方向.同时,火箭发动机的地面点火试验在向着尽可能还原真实运行环境的方向发展.基于以上情况,引入在地面点火试验中的环境因素与设计因素共同作为模型的输入变量,以此来补充环境因素对性能参数的影响.根据试验对象数据特性,使用长短期记忆(Long Short-Term Memory,LSTM)神经网络对性能进行初步预测.为了能够减少整体模型误差和引入环境因素带来的误差,提高模型预测精度和泛化能力,提出了基于误差修正分析和趋势判断的误差修正门控单元(Error Correction Gate Recurrent Unit,ECGRU)神经网络模型对初步预测结果进行误差修正.同时结合环境参数特点,设计规划ECGRU模型输入、输出参数的计算规则.基于历史试验数据完成对比试验,验证了新模型具有较高的预测精度和泛化能力.
Performance Prediction Method of Solid Rocket Motor Based on LSTM-ECGRU

performance predictionLSTMECGRUerror correction

张明楠、宫秀良、程博、胡小梅

展开 >

上海大学机电工程与自动化学院上海市智能制造及机器人重点实验室,上海 200444

西北工业大学网络空间安全学院,陕西西安 710072

中国航天科工集团第六研究院六〇一所,内蒙古呼和浩特 010076

西北工业大学计算机学院,陕西西安 710072

展开 >

性能预测 LSTM ECGRU 误差修正

装备预研专用技术项目

304030107

2024

10.19708/j.ckjs.2023.05.232

测控技术
中国航空工业集团公司北京长城航空测控技术研究所

测控技术

CSTPCD
影响因子：0.5
ISSN：1000-8829
年,卷(期)：2024.43(1)
  • 8