一种数据驱动的火箭电气系统智能估重方法

摘要

针对当前运载火箭电气系统估重依赖人工经验与协同设计，存在协调链条长、工作周期久、估重结果偏差大的问题，且该估重问题具有样本数据强耦合、小样本的特殊模型预测等复杂特征，旨在提供高精度智能估重方案。首先从机理层面明确发动机数量、测点数量、子级尺寸等关键影响参数，随后将模型预测方法引入该领域，结合计算图形学仿射变换理论，提出基于仿射偏最小二乘回归(Affine-PLS)的预测方法，通过数据预处理增强变量相关性、扩大样本空间，解决传统方法耦合分解不彻底、易过拟合的缺陷。以电气系统质量参量数据为样本开展仿真，采用多元线性回归、传统PLS方法与所提方法对比验证，结果显示预测结果稳定在±15%内，较现有方法精度提升40%,为运载火箭总体设计阶段电气系统估重提供了高效可靠的解决方案。

关键词

运载火箭 / 电气系统 / 模型预测 / 仿射变换 / 偏最小二乘