CN109142085A - 一种基于动态数据驱动的热防护在线分析系统及方法 - Google Patents
一种基于动态数据驱动的热防护在线分析系统及方法 Download PDFInfo
- Publication number
- CN109142085A CN109142085A CN201811176893.XA CN201811176893A CN109142085A CN 109142085 A CN109142085 A CN 109142085A CN 201811176893 A CN201811176893 A CN 201811176893A CN 109142085 A CN109142085 A CN 109142085A
- Authority
- CN
- China
- Prior art keywords
- testpieces
- data
- dynamic
- thermal protection
- line analysis
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N3/00—Investigating strength properties of solid materials by application of mechanical stress
- G01N3/08—Investigating strength properties of solid materials by application of mechanical stress by applying steady tensile or compressive forces
- G01N3/18—Performing tests at high or low temperatures
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N3/00—Investigating strength properties of solid materials by application of mechanical stress
- G01N3/60—Investigating resistance of materials, e.g. refractory materials, to rapid heat changes
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2203/00—Investigating strength properties of solid materials by application of mechanical stress
- G01N2203/0014—Type of force applied
- G01N2203/0016—Tensile or compressive
- G01N2203/0017—Tensile
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2203/00—Investigating strength properties of solid materials by application of mechanical stress
- G01N2203/0014—Type of force applied
- G01N2203/0016—Tensile or compressive
- G01N2203/0019—Compressive
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2203/00—Investigating strength properties of solid materials by application of mechanical stress
- G01N2203/003—Generation of the force
- G01N2203/0057—Generation of the force using stresses due to heating, e.g. conductive heating, radiative heating
Landscapes
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Investigating Or Analyzing Materials Using Thermal Means (AREA)
Abstract
本发明涉及一种基于动态数据驱动的热防护在线分析系统及方法,其中,所述系统包括:试验测试装置,包括石英灯加热装置或者力学性能测试装置;所述石英灯加热装置具有放置试验件的可升降平台,所述力学性能测试装置具有固定试验件的夹具;数据采集装置,包括布置于试验件上的传感器,用于获取试验件的动态响应数据;计算机分析装置,与所述数据采集装置通信,用于获取试验件的动态响应数据更新在线物理模拟模型,并进行状态预报。本发明将动态数据驱动引入热防护的分析中,实现热防护模拟与试验有机结合,消除传统数值模拟中由于诸多条件假设及模型误差造成的不确定性,增加了模拟计算的准确性与试验的有效性。
Description
技术领域
本发明涉及热防护系统分析技术领域,尤其涉及一种基于动态数据驱动的热防护在线分析系统及方法。
背景技术
热防护系统发展至今曾出现多种形式,从新的发展动态来看,热防护系统形式多样、结构复杂,加之恶劣、复杂的热力环境,给热防护的模拟表征与评价带来巨大挑战。不仅如此,新的材料与结构概念的不断涌现同样需要模拟试验评价手段的革新。
目前的热防护研究中模拟与试验基本上都是静态、串行的。所谓静态,是指一方的改变不能及时影响另外一方的相应调整;所谓串行,是指它们之间存在着明显的阶段性,总是完成一个再进行另一个。二者之间并未高效地结合起来,这样导致模拟不能完全准确地反应实际试验情况,因为一些模拟条件(初始条件、边界条件和载荷等)只有在结构安装到实际系统中服役的时候才能够真正地获得。而且随着飞行器服役时间的推移,热防护材料在高热循环载荷作用下以及未知外力因素的影响,材料的性能会发生明显的退化,而这些变化都无法依赖经验和假设预先给出,导致随机性和不确定性很大。
发明内容
本发明要解决的技术问题在于,针对现有技术中的至少一部分缺陷,提供一种基于动态数据驱动的热防护在线分析系统及方法。
为了解决上述技术问题,本发明第一方面,提供了一种基于动态数据驱动的热防护在线分析系统,所述系统包括:
试验测试装置,包括石英灯加热装置或者力学性能测试装置;所述石英灯加热装置具有放置试验件的可升降平台,所述力学性能测试装置具有固定试验件的夹具;
数据采集装置,包括布置于试验件上的传感器,用于获取试验件的动态响应数据;
计算机分析装置,与所述数据采集装置通信,用于获取试验件的动态响应数据更新在线物理模拟模型,并进行状态预报。
在根据本发明所述的基于动态数据驱动的热防护在线分析系统中,可选地,所述动态响应数据包括热流、温度、压力、应力、应变和/或位移数据。
在根据本发明所述的基于动态数据驱动的热防护在线分析系统中,可选地,所述动态响应数据的最小数据采样间隔Ts通过以下公式计算:
Ts=T1+T2;
式中T1为数据采集滞后时间,T2为计算机分析装置更新在线物理模拟模型及进行状态预报的时间。
在根据本发明所述的基于动态数据驱动的热防护在线分析系统中,可选地,所述计算机分析装置还用于根据状态预报的结果判断是否超过安全阈值,是则调整施加给试验测试装置的载荷。
在根据本发明所述的基于动态数据驱动的热防护在线分析系统中,可选地,所述试验测试装置为石英灯加热装置,包括台架,以及安装在所述台架上的可升降平台,所述可升降平台上设置有用于固定试验件的夹具;所述石英灯加热装置还包括安装在所述可升降平台上方的石英灯管和石英灯架;所述可升降平台与试验件之间设置了防隔热材料,所述试验件下表面和侧面均使用隔热毡包裹,所述石英灯架具有水冷结构。
在根据本发明所述的基于动态数据驱动的热防护在线分析系统中,可选地,所述数据采集装置至少包括布置在长方形的试验件的上表面的1个温度传感器,长方形的试验件的中部的1个温度传感器,以及布置在长方形的试验件的下表面的1个温度传感器,其中上表面、中部和下表面布置的温度传感器位置一致,并且均位于所在平面的中心处,且所述温度传感器的排线方向相互平行且平行于试验件一边。
本发明第二方面,还提供了一种基于动态数据驱动的热防护在线分析方法,所述方法包括以下步骤:
为安装有试验件的试验测试装置施加载荷,所述试验测试装置包括石英灯加热装置或者力学性能测试装置;所述石英灯加热装置具有放置试验件的可升降平台,所述力学性能测试装置具有固定试验件的夹具;
通过布置于试验件上的传感器获取试验件的动态响应数据;
基于获取试验件的动态响应数据更新在线物理模拟模型,并进行状态预报。
在根据本发明所述的基于动态数据驱动的热防护在线分析方法中,可选地,所述动态响应数据包括实时的热流、温度、压力、应力、应变和/或位移数据。
在根据本发明所述的基于动态数据驱动的热防护在线分析方法中,可选地,所述动态响应数据的最小数据采样间隔Ts通过以下公式计算:
Ts=T1+T2;
式中T1为数据采集滞后时间,T2为计算机分析装置更新在线物理模拟模型及进行状态预报的时间。
在根据本发明所述的基于动态数据驱动的热防护在线分析方法中,可选地,根据状态预报的结果判断是否超过安全阈值,是则调整施加给试验测试装置的载荷。
本发明第三方面,提供了一种基于动态数据驱动的热防护在线分析系统,包括:
数据采集装置,包括布置于飞行器的试验件上的传感器,用于获取试验件的动态响应数据;
计算机分析装置,与所述数据采集装置通信,用于基于获取试验件的动态响应数据更新在线物理模拟模型,并进行状态预报。
本发明第四方面,提供了一种基于动态数据驱动的热防护在线分析方法,包括:
通过布置于飞行器的试验件上的传感器获取试验件的动态响应数据;
基于获取试验件的动态响应数据更新在线物理模拟模型,并进行状态预报。
实施本发明的基于动态数据驱动的热防护在线分析系统及方法,具有以下有益效果:本发明将动态数据驱动引入热防护的分析中,实现热防护模拟与试验有机结合,消除传统数值模拟中由于诸多条件假设及模型误差造成的不确定性,增加模拟计算的准确性与试验的有效性,建立高效、实用的热防护在线分析评价方法。
附图说明
图1为根据本发明实施例一的基于动态数据驱动的热防护在线分析系统的组成示意图;
图2为根据本发明的动态数据交互示意图;
图3为根据本发明实施例二的基于动态数据驱动的热防护在线分析系统的结构示意图;
图4为长方形的试验件的俯视图;
图5为试验一采用的热流密度曲线;
图6为试验件下表面温度响应的实时预报结果;
图7为不同传感器数量的下表面温度预报结果对比;
图8为试验二采用的意外超载热流曲线;
图9为试验二意外超载下表面温度预报结果;
图10为试验二意外超载下表面温度预报误差;
图11为根据本发明的基于动态数据驱动的热防护在线分析方法的流程图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明的一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本发明保护的范围。
实施例一
请参阅图1,为根据本发明实施例一的基于动态数据驱动的热防护在线分析系统的组成示意图。如图1所示,该实施例提供的系统至少包括:试验测试装置100、数据采集装置200和计算机分析装置300。
其中,试验测试装置100包括石英灯加热装置或者力学性能测试装置,可以根据热防护试验的需要进行选择。例如,在测试试验件的防隔热性能时可以使用石英灯加热装置。当测试试验件的力学性能,例如强度、模量时可以使用力学性能测试装置。石英灯加热装置具有放置试验件的可升降平台,力学性能测试装置则具有固定试验件的夹具,两者均可用于固定试验件。
数据采集装置200则包括布置于试验件上的传感器,用于获取试验件的动态响应数据。优选地,动态响应数据是指传感器在试验过程中实时采集的数据,即真实的载荷、边界条件以及试验件响应历程等,具体包括但不限于热流、温度、压力、应力、应变和/或位移数据。
计算机分析装置300与数据采集装置200通信,用于基于获取试验件的动态响应数据更新在线物理模拟模型,并进行状态预报。该状态预报包括但不限于温度预报、结构可靠性预报等。
本发明中计算机分析装置300可以将实时采集的动态响应数据代入在线物理模拟模型进行在线的模拟预测,消除了传统数值模拟中由于诸多条件假设及模型误差造成的不确定性因素影响。
更优选地,计算机分析装置300还用于对试验测试装置100施加的载荷进行控制,例如对石英灯加热装置的加热温度进行控制,或者对力学性能测试装置的拉压力等载荷进行控制。计算机分析装置300还可以根据状态预报的结果判断是否超过安全阈值,是则调整施加给试验测试装置的载荷。例如,计算机分析装置300通过数据采集装置200在检测到试验件即将达到热考核极限,继续加热试验件会失去防热能力时,控制试验测试装置100停止加热,避免试验件损坏。
上述系统的工作过程如下:将试验件根据需要放置于相应的数据采集装置200中,安装相应的传感器,调整试验件位置,将试验件固定。开启试验测试装置100,若使用石英灯加热装置需开启水冷开关,在计算机分析装置300中根据所需工况设置载荷加载历程。实时获取传感器获取的动态响应数据,将其代入计算机中在线物理模拟模型,基于预设加载条件进行在线模拟预测。
请结合参阅图2,为根据本发明的动态数据交互示意图。其中模拟和实验分别为两条同时进行的时间线,两者之间的实线箭头代表试验过程中实时获取动态数据注入在线物理模拟模型的行为,存在数据采集滞后时间为T1;当数据传输至在线物理模拟模型后,开始正问题求解,虚线箭头代表在线物理模拟模型状态更新,以及可能进一步包括的荷载控制的过程,所需时间为T2。T1+T2为整个数据采集与计算时间,由于最快也要在这个时间结束之后才能进行下一次运算,所以T1+T2这个时间也是数据采集装置的最小数据采样间隔Ts;点划线箭头表示在线计算的状态预报值可以到达的时间点。
由以上的数据交互图也可以看出,在实时仿真得出预报结果之前整个模拟是滞后于试验的,但是计算结束后得到模型状态预报值在时间上将大幅度领先于试验测试值,从而达到接近“实时”的预测效果。在每次仿真计算结束时刻新的数据开始注入计算模型,如果数据采样间隔大于T1+T2,则等待采样时间间隔结束再进行下一次数据采集,以此循环。
实施例二
在实施例一的基础上,本发明实施例二提供了一种基于动态数据驱动的热防护在线分析系统,用于测试测试防隔热性能。
请结合参阅图3,为根据本发明实施例二的基于动态数据驱动的热防护在线分析系统的结构示意图。如图3所示,该试验测试装置为石英灯加热装置,包括台架1,以及安装在所述台架1上的可升降平台2。该可升降平台2上设置有用于固定试验件3的夹具4。该石英灯加热装置还包括安装在可升降平台2上方的石英灯管6和石英灯架(图中未示出),石英灯架具有水冷结构。试验件3的下表面和侧面均使用隔热毡包裹。
相应地,数据采集装置至少包括布置在长方形的试验件的上表面的1个温度传感器5,长方形的试验件的中部的1个温度传感器5,以及布置在长方形的试验件的下表面的1个温度传感器5,其中上表面、中部和下表面布置的温度传感器5位置对称。请结合参阅图4,为长方形的试验件的俯视图。从图4中可以看到,试验件1的上表面、中部和下表面的中心处均布置有温度传感器5,且所述温度传感器5的排线方向相互平行且平行于试验件一边,温度传感器5与试验件1连接方式采用高温胶粘。该数据采集装置还包括必要的连接线路及动态数据采集仪。
计算机分析装置300基于获取试验件的动态响应数据更新在线物理模拟模型,并进行状态预报的原理和过程如下。
隔热瓦的热物性参数会随着温度变化而变化,属于非线性热传导问题,对非线性方程进行基尔霍夫变换,将其转变为线性方程,然后采用隐式差分方法离散控制方程,对热传导问题进行求解。在进行计算时,我们采用距离受热表面等间距远的测温点的温度数据作为温度边界条件。
对于无内热源的一维非线性导热问题,控制方程和初始条件、边界条件如下:
Tx=l=Tl (3)
T(x,0)=T0 (4)
式中:k(T)——材料随温度变化的热导率(W·(mK)-1);
cp(T)——材料随温度变化的比热容(J·(kg·K)-1);
ρ——材料密度(kg·m-3);
ε——材料表面发射率(吸收率);
σ——斯蒂芬-玻尔兹曼常数,σ=5.67e-8W·m-2·K-4;
q″——材料表面热流(W·m-2);
T∞——材料周围环境温度(K);
T(x,t)——材料内部不同位置在不同时刻的温度。
为使控制方程的离散形式线性化,定义变量U:
式中:T0——参考温度;
k0——温度为T0时k(T)的值;
U——温度场的基尔霍夫变换形式。
控制方程(1)可以变形为:
利用U的定义式可知:
带入(7)式,可将控制方程转换为:
对初边值条件进行同样的变换得:
将非线性的控制方程转换为线性之后,可以利用有限差分格式将数值方程离散进行数值求解,这里采用计算精度高且无条件收敛的隐式差分格式:
式中:U的上标p表示时间节点,下标m表示位置节点;
F0——傅里叶数:
其中k(T)、cp(T)可以用材料在温度为时的热导率和比热近似。
对于热流边界,应用能量平衡关系建立表面节点的控制体积关系,可得:
其中:q″net——材料表面吸收的净热流。
将上式进行基尔霍夫变换,得:
即:
对上式进行隐式有限差分,得:
对于背壁的温度边界条件,其差分形式为:
可以得到前后两个时刻的U之间的对应关系:
其中:
通过初始条件和迭代关系,矩阵计算得到U在时间和位置上的分布,再通过U与T的对应关系,可以得到温度分布的计算值T。利用上述描述的隐式有限差分形式,编写MATLAB程序。可以计算材料在表面受到加热时材料内部温度在时间和空间两个维度上的响应历程。
下面通过试验一和试验二,对本发明的预报精度和载荷调节功能进行验证。
试验一:
选用刚性陶瓷隔热瓦进行热响应试验。试样尺寸:70mm×70mm×15mm。采用石英灯阵列加热方式进行热环境模拟,利用分层温度传感器测试隔热层温度响应。在试样上表面、下表面加工直径为1.5mm的半圆凹槽,在试样中部加工直径为1.5mm,深度为35mm的孔,用来安装热电偶,热电偶排线方向相互平行,将热电偶卡入槽口后使用高温胶将热电偶粘接在试验件上固化12h,固化后热电偶与试样表面粘接牢固。放入夹具中,除去加热上表面,其他表面使用隔热毡围住通过升降台调整到距离石英灯30mm处。
按照如图5的热流密度曲线对试验件进行加热考核。
采用上、下表面的热电偶温度传感器数据进行模型温度场在线更新,传感器数据采样间隔为60s,单次预报时间长度为60s。对隔热瓦试验件下表面温度响应进行实时预报。
试验件下表面温度响应的实时预报结果如图6所示。而传统预报结果与试验值相比整体趋势大致相同,但是模拟值整体偏高于试验值,且误差较大。在30~150s之内,相对误差大于30%。平均相对误差约为25.91%。而在试验进行的同时,每隔60s采集一次试样上下表面温度数据,更新在线模型温度场,并以此为新的初始状态进行温度场预报,实时显示在系统集成界面。由图6可以看出,采用在实时数据驱动模型的情况下,预报误差明显减小,除去在第一次预报过程中75s-100s时间段内相对误差超过10%,最大相对误差为11.8%,其他时刻预报结果误差均小于10%。以上分析了没有温度传感器数据的数值预报结果以及采用试样上下表面温度数据驱动在线模型实时预报两种方式的预报结果精度,可以看出采用传感器数据可以明显的提高预报精度。在计算出结果之前模拟是滞后于试验的,但是计算结束后得到模型状态预报值将大幅度领先于试验时间,达到“近实时”的效果。
从图6可以看出,采用传感数据实时驱动模型情况下,预报结果仍然存在不小的误差,由图6虚线框内可看出,每次模型吸收数据得到的预报结果初期误差较大,这是由于在线模型更新初始状态时只采用了试样上下表面测点的温度数据,这就使得采样时刻的试样内部温度分布只能根据上下表面温度进行线性插值,而这不能代表试样在采样时刻的内部温度真实响应。
为了解决这个问题,启用试样中部的热电偶温度传感器,来获取更加真实的温度场信息来更新在线模型,使得预报结果更加准确。采用试样上表面、中部、下表面三处温度数据进行实时预报的结果如图7所示。其中两路是指采用试样上表面和下表面两处的温度数据,三路是指采用试样上表面、中部、下表面三处的温度数据。可以看出,采用不同数量的传感器数据对于预报结果精度的影响是明显的,增加传感器数量后对于模型状态(具体指代温度场)的描述更为准确,故而可以显著提高预报精度。在图6虚线框中的出现的初始阶段预报相对误差较大的情况也得以改善。
由此可见,试验一证明了本发明采用动态数据驱动模型下的预报结果精度提高。
试验二:意外超载试验
针对陶瓷隔热瓦热防护系统在实际应用中可能会由于飞行器轨迹突然变更而导致热载荷出现意外超载,使用石英灯阵列模拟这种复杂工况。同时实现由动态数据驱动的在线决策与反馈控制。主要包含以下两个层面:对测量行为进行控制,根据预报结果改变传感器数量;对试验载荷进行控制,预报结果超出安全范围后预先降低加载载荷,保证结构可靠性。
原方案设计中试样受到恒定的热流加载,热流密度为65kW·m-2。但是在试验开始阶段人为制造意外热载荷突变,产生一个类似矩形波形状的热流曲线,热流密度最高值达到了210kW·m-2,并维持了大约40s,实际流载荷曲线如图8所示。
试样下表面的实时温度预报结果如图9所示,传感器数量为上下表面两路,采样间隔20s,单次预报时间60s。在20s时刻得到第1次预报结果,即图9的a点。当试验进行到30s时,预报误差达到了15%,超过规定误差范围,系统根据数据驱动策略作出决策,在下一次的预报中增加传感器数量至三路,以提高预报精度。在40s的时候得到第2次预报结果,即图9中的b点,可以看出,预报精度明显提高,误差范围低于7.5%。在68s时,试样下表面测点三的温度响应存在一个拐点,这是由于试验进行到60s时试样上表面加载热流骤降导致的,需要一定时间热量变化才能传到试样下表面,而系统在试验进行到60s时就能根据实时测量数据预报出温度增长趋势改变的响应历程,即图9的c点,并且误差范围控制在5%以下,随后的几次预报也同样达到了相同水平的精度,误差结果如图10所示。
通过意外超载试验,验证了本系统能够在预报精度不足的情况下进行在线决策,通过增加传感器数量来提高预报精度,能够对突发工况导致的温度响应突变提前做出预判,快速识别温度拐点及趋势变化。同时,为了模拟飞行器飞行任务过程中的决策能力,在试验平台上进行简化的反馈控制。在试验进行到120s时,试样下表面温度预报结果显示继续加热会使温度超过安全阈值,故系统控制加载功率下降,防止危险情况的发生,以模拟真实飞行器在结构可靠性达到安全下限时改变或停止飞行任务的情况。
实施例三
本发明还提供了一种基于动态数据驱动的热防护在线分析方法,可以基于前述系统实现。请参阅图11,为根据本发明的基于动态数据驱动的热防护在线分析方法的流程图。如图11所示,该实施例的方法包括以下步骤:
步骤S1:为安装有试验件的试验测试装置施加载荷,所述试验测试装置包括石英灯加热装置或者力学性能测试装置;所述石英灯加热装置具有放置试验件的可升降平台,所述力学性能测试装置具有固定试验件的夹具;
步骤S2:通过布置于试验件上的传感器获取试验件的动态响应数据;
步骤S3:基于获取试验件的动态响应数据更新在线物理模拟模型,并进行状态预报。
优选地,动态响应数据包括实时的热流、温度、压力、应力、应变和/或位移数据。
优选地,所述方法还包括:根据状态预报的结果判断是否超过安全阈值,是则调整施加给试验测试装置的载荷,否则继续执行步骤S1-S3。
实施例四
本发明实施例四提供的基于动态数据驱动的热防护在线分析系统,可用于实际飞行器上热防护材料的监测。该实施例四与前述实施例基本相同,区别在于,该实施例四的系统不需要试验测试装置100,而是实际飞行器在飞行过程中会承受热流和压力。因此,该实施例四的系统包括:
数据采集装置,包括布置于飞行器的结构件上的传感器,用于获取结构件的动态响应数据。
计算机分析装置,与所述数据采集装置通信,用于基于获取试验件的动态响应数据更新在线物理模拟模型,并进行状态预报。
实施例五
本发明实施例五提供的基于动态数据驱动的热防护在线分析方法,可用于实际飞行器上热防护材料的监测。该实施例五与前述实施例三的方法基本相同,区别在于,该实施例五的方法不需要步骤S1来施加载荷。因此,该实施例五的方法包括:
通过布置于试验件上的传感器获取试验件的动态响应数据;
基于获取试验件的动态响应数据更新在线物理模拟模型,并进行状态预报。
综上所述,本发明针对现有热防护系统模拟与试验的脱节以及由于模拟中边界条件、响应信息,材料信息、几何信息等诸多假设条件所造成的不确定性问题,通过实时获取实际系统服役时的真实边界、载荷和响应条件的传感数据,将实际系统的物理模型与环境条件真实反映到在线计算模型中,避免现有数值模拟中由于诸多条件假设及模型误差造成的不确定性。计算机在线模拟及决策系统更新计算模型并进行在线模拟评估,模拟结果可实时参与系统决策并控制实际系统的执行,实现模拟与试验的动态反馈,增加模拟计算的准确性与试验的有效性,提高热防护分析与设计水平。
本方法在监视区域确定和设备安装后,首先对带有双光谱相机的球机和全景相机进行标定,双光谱相机为共孔径的可见光相机和日盲紫外相机。标定完成后,由装有双光谱相机的球机对被观测区域进行扫描,同时对扫描过程中获取的紫外图像和可见光图像进行处理,当检测到火灾目标后,将目标在可见光图像中的位置信息发送给全景目标定位模块,全景目标定位模块根据相应的标定数据,计算出火灾目标在全景相机图像中的对应位置,并将火灾目标信息在全景图像中进行突出显示,有利于观测者后续分析。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种基于动态数据驱动的热防护在线分析系统,其特征在于,所述系统包括:
试验测试装置,包括石英灯加热装置或者力学性能测试装置;所述石英灯加热装置具有放置试验件的可升降平台,所述力学性能测试装置具有固定试验件的夹具;
数据采集装置,包括布置于试验件上的传感器,用于获取试验件的动态响应数据;
计算机分析装置,与所述数据采集装置通信,用于获取试验件的动态响应数据更新在线物理模拟模型,并进行状态预报。
2.根据权利要求1所述的基于动态数据驱动的热防护在线分析系统,其特征在于:
所述动态响应数据包括热流、温度、压力、应力、应变和/或位移数据;和/或
所述动态响应数据的最小数据采样间隔Ts通过以下公式计算:
Ts=T1+T2;
式中T1为数据采集滞后时间,T2为计算机分析装置更新在线物理模拟模型及进行状态预报的时间。
3.根据权利要求1所述的基于动态数据驱动的热防护在线分析系统,其特征在于:
所述计算机分析装置还用于根据状态预报的结果判断是否超过安全阈值,是则调整施加给试验测试装置的载荷。
4.根据权利要求1所述的基于动态数据驱动的热防护在线分析系统,其特征在于:所述试验测试装置为石英灯加热装置,包括台架,以及安装在所述台架上的可升降平台,所述可升降平台上设置有用于固定试验件的夹具;所述石英灯加热装置还包括安装在所述可升降平台上方的石英灯管和石英灯架;所述可升降平台与试验件之间设置了防隔热材料,所述试验件下表面和侧面均使用隔热毡包裹,所述石英灯架具有水冷结构。
5.根据权利要求4所述的基于动态数据驱动的热防护在线分析系统,其特征在于:所述数据采集装置至少包括布置在长方形的试验件的上表面的1个温度传感器,长方形的试验件的中部的1个温度传感器,以及布置在长方形的试验件的下表面的1个温度传感器,其中上表面、中部和下表面布置的温度传感器位置一致,并且均位于所在平面的中心处,且所述温度传感器的排线方向相互平行且平行于试验件一边,温度传感器与试验件连接方式采用高温胶粘。
6.一种基于动态数据驱动的热防护在线分析方法,其特征在于,所述方法包括以下步骤:
为安装有试验件的试验测试装置施加载荷,所述试验测试装置包括石英灯加热装置或者力学性能测试装置;所述石英灯加热装置具有放置试验件的可升降平台,所述力学性能测试装置具有固定试验件的夹具;
通过布置于试验件上的传感器获取试验件的动态响应数据;
基于获取试验件的动态响应数据更新在线物理模拟模型,并进行状态预报。
7.根据权利要求6所述的基于动态数据驱动的热防护在线分析方法,其特征在于:
所述动态响应数据包括实时的热流、温度、压力、应力、应变和/或位移数据;和/或
所述动态响应数据的最小数据采样间隔Ts通过以下公式计算:
Ts=T1+T2;
式中T1为数据采集滞后时间,T2为计算机分析装置更新在线物理模拟模型及进行状态预报的时间。
8.根据权利要求6所述的基于动态数据驱动的热防护在线分析方法,所述方法还包括:
根据状态预报的结果判断是否超过安全阈值,是则调整施加给试验测试装置的载荷。
9.一种基于动态数据驱动的热防护在线分析系统,其特征在于,包括:
数据采集装置,包括布置于飞行器的试验件上的传感器,用于获取试验件的动态响应数据;
计算机分析装置,与所述数据采集装置通信,用于获取试验件的动态响应数据更新在线物理模拟模型,并进行状态预报。
10.一种基于动态数据驱动的热防护在线分析方法,其特征在于,包括:
通过布置于飞行器的试验件上的传感器获取试验件的动态响应数据;
基于获取试验件的动态响应数据更新在线物理模拟模型,并进行状态预报。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811176893.XA CN109142085B (zh) | 2018-10-10 | 2018-10-10 | 一种基于动态数据驱动的热防护在线分析系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811176893.XA CN109142085B (zh) | 2018-10-10 | 2018-10-10 | 一种基于动态数据驱动的热防护在线分析系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109142085A true CN109142085A (zh) | 2019-01-04 |
CN109142085B CN109142085B (zh) | 2019-07-26 |
Family
ID=64810839
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811176893.XA Active CN109142085B (zh) | 2018-10-10 | 2018-10-10 | 一种基于动态数据驱动的热防护在线分析系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109142085B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111060388A (zh) * | 2019-12-17 | 2020-04-24 | 吉林大学 | 材料力学性能多参量原位监测平台及多数据融合分析方法 |
CN111811768A (zh) * | 2019-04-11 | 2020-10-23 | 北京空天技术研究所 | 一种恢复焓校测试验件及风洞热考核方法 |
CN113378482A (zh) * | 2021-07-07 | 2021-09-10 | 哈尔滨工业大学 | 一种基于变结构动态贝叶斯网络的数字孪生建模推理方法 |
CN113483764A (zh) * | 2021-07-07 | 2021-10-08 | 哈尔滨工业大学 | 一种基于在线传感的智能飞行器任务路径规划方法 |
CN113504064A (zh) * | 2021-07-09 | 2021-10-15 | 哈尔滨工业大学 | 一种在线仿真驱动的飞行器结构热力联合试验系统及方法 |
Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050200493A1 (en) * | 2004-02-10 | 2005-09-15 | Marishak Frank T.Jr. | Device for monitoring the integrity of spacecraft thermal protection tiles |
CN1719211A (zh) * | 2005-07-20 | 2006-01-11 | 哈尔滨工业大学 | 防热材料烧蚀温度场实时测量方法及专用测量装置 |
CN102262099A (zh) * | 2011-04-15 | 2011-11-30 | 北京航空航天大学 | 高超声速飞行器翼面结构1400℃高温热力耦合试验装置 |
CN102841111A (zh) * | 2012-08-14 | 2012-12-26 | 哈尔滨工业大学 | 热防护材料气动热载荷模拟试验装置 |
CN103439133A (zh) * | 2013-08-27 | 2013-12-11 | 北京航空航天大学 | 高超声速飞行器250℃/秒高速热冲击试验装置及方法 |
CN103575331A (zh) * | 2013-10-16 | 2014-02-12 | 哈尔滨工业大学 | 一种高温结构温度和应变的同时测试方法及标定装置 |
CN203929687U (zh) * | 2014-06-10 | 2014-11-05 | 许昌市红外技术研究所有限公司 | 一种红外辐射热环境实验系统 |
CN104316562A (zh) * | 2014-11-03 | 2015-01-28 | 苏州大学张家港工业技术研究院 | 动态热防护性能测评装置 |
CN104569046A (zh) * | 2015-01-15 | 2015-04-29 | 中国建筑材料科学研究总院 | 超高温隔热性能试验装置及试验方法 |
CN106066342A (zh) * | 2016-05-25 | 2016-11-02 | 江西洪都航空工业集团有限责任公司 | 一种用于飞行器试片级试样的热防护试验方法 |
CN206057228U (zh) * | 2016-08-19 | 2017-03-29 | 西安科技大学 | 一种煤田火灾演化过程的相似模拟系统 |
CN107121452A (zh) * | 2017-05-26 | 2017-09-01 | 北京航天长征飞行器研究所 | 树脂基防热材料碳化层高温动态热导率测量装置和方法 |
CN107391595A (zh) * | 2017-06-29 | 2017-11-24 | 湖北航天技术研究院总体设计所 | 一种飞行器气动热防护试验数据可视化系统 |
CN107966415A (zh) * | 2017-11-20 | 2018-04-27 | 哈尔滨工业大学 | SiC氧化反应的非接触式在线检测方法及装置 |
CN108020577A (zh) * | 2017-11-20 | 2018-05-11 | 航天材料及工艺研究所 | 一种热防护材料防隔热测试系统、测试方法及热处理方法 |
-
2018
- 2018-10-10 CN CN201811176893.XA patent/CN109142085B/zh active Active
Patent Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050200493A1 (en) * | 2004-02-10 | 2005-09-15 | Marishak Frank T.Jr. | Device for monitoring the integrity of spacecraft thermal protection tiles |
CN1719211A (zh) * | 2005-07-20 | 2006-01-11 | 哈尔滨工业大学 | 防热材料烧蚀温度场实时测量方法及专用测量装置 |
CN102262099A (zh) * | 2011-04-15 | 2011-11-30 | 北京航空航天大学 | 高超声速飞行器翼面结构1400℃高温热力耦合试验装置 |
CN102841111A (zh) * | 2012-08-14 | 2012-12-26 | 哈尔滨工业大学 | 热防护材料气动热载荷模拟试验装置 |
CN103439133A (zh) * | 2013-08-27 | 2013-12-11 | 北京航空航天大学 | 高超声速飞行器250℃/秒高速热冲击试验装置及方法 |
CN103575331A (zh) * | 2013-10-16 | 2014-02-12 | 哈尔滨工业大学 | 一种高温结构温度和应变的同时测试方法及标定装置 |
CN203929687U (zh) * | 2014-06-10 | 2014-11-05 | 许昌市红外技术研究所有限公司 | 一种红外辐射热环境实验系统 |
CN104316562A (zh) * | 2014-11-03 | 2015-01-28 | 苏州大学张家港工业技术研究院 | 动态热防护性能测评装置 |
CN104569046A (zh) * | 2015-01-15 | 2015-04-29 | 中国建筑材料科学研究总院 | 超高温隔热性能试验装置及试验方法 |
CN106066342A (zh) * | 2016-05-25 | 2016-11-02 | 江西洪都航空工业集团有限责任公司 | 一种用于飞行器试片级试样的热防护试验方法 |
CN206057228U (zh) * | 2016-08-19 | 2017-03-29 | 西安科技大学 | 一种煤田火灾演化过程的相似模拟系统 |
CN107121452A (zh) * | 2017-05-26 | 2017-09-01 | 北京航天长征飞行器研究所 | 树脂基防热材料碳化层高温动态热导率测量装置和方法 |
CN107391595A (zh) * | 2017-06-29 | 2017-11-24 | 湖北航天技术研究院总体设计所 | 一种飞行器气动热防护试验数据可视化系统 |
CN107966415A (zh) * | 2017-11-20 | 2018-04-27 | 哈尔滨工业大学 | SiC氧化反应的非接触式在线检测方法及装置 |
CN108020577A (zh) * | 2017-11-20 | 2018-05-11 | 航天材料及工艺研究所 | 一种热防护材料防隔热测试系统、测试方法及热处理方法 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111811768A (zh) * | 2019-04-11 | 2020-10-23 | 北京空天技术研究所 | 一种恢复焓校测试验件及风洞热考核方法 |
CN111060388A (zh) * | 2019-12-17 | 2020-04-24 | 吉林大学 | 材料力学性能多参量原位监测平台及多数据融合分析方法 |
CN111060388B (zh) * | 2019-12-17 | 2022-10-04 | 吉林大学 | 材料力学性能多参量原位监测平台及多数据融合分析方法 |
CN113378482A (zh) * | 2021-07-07 | 2021-09-10 | 哈尔滨工业大学 | 一种基于变结构动态贝叶斯网络的数字孪生建模推理方法 |
CN113483764A (zh) * | 2021-07-07 | 2021-10-08 | 哈尔滨工业大学 | 一种基于在线传感的智能飞行器任务路径规划方法 |
CN113504064A (zh) * | 2021-07-09 | 2021-10-15 | 哈尔滨工业大学 | 一种在线仿真驱动的飞行器结构热力联合试验系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109142085B (zh) | 2019-07-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109142085B (zh) | 一种基于动态数据驱动的热防护在线分析系统及方法 | |
Yang | Boundary layer height and buoyancy determine the horizontal scale of convective self-aggregation | |
Baker et al. | PASLINK and dynamic outdoor testing of building components | |
Lehmann et al. | Effects of individual climatic parameters on the infrared thermography of buildings | |
Taumoefolau et al. | Experimental investigation of natural convection heat loss from a model solar concentrator cavity receiver | |
Ascione et al. | Experimental validation of a numerical code by thin film heat flux sensors for the resolution of thermal bridges in dynamic conditions | |
Larbi Youcef et al. | In situ quantitative diagnosis of insulated building walls using passive infrared thermography | |
Chaffar et al. | Thermal characterization of homogeneous walls using inverse method | |
Dai et al. | A new model for atmospheric radiation under clear sky condition at various altitudes | |
Seifert et al. | TMF life prediction of high temperature components made of cast iron HiSiMo: part II: multiaxial implementation and component assessment | |
Hu et al. | An improved model for soil surface temperature from air temperature in permafrost regions of Qinghai-Xizang (Tibet) Plateau of China | |
Luketa-Hanlin et al. | Improvement and validation of a transient model to predict photovoltaic module temperature. | |
Zheng et al. | Monitoring and diagnostics of buildings' heat loss based on 3D IR model of multiple buildings | |
Charbal et al. | Characterization of temperature and strain fields during cyclic laser shocks | |
Towashiraporn et al. | Predictive reliability models through validated correlation between power cycling and thermal cycling accelerated life tests | |
Schulz et al. | Impact of environmental parameters on the emission intensity of micromachined infrared sources | |
Stamm et al. | Weather-dependent passive thermography of unheated wind turbine blades | |
Puluckul et al. | Harvesting Energy from Soil-Air Temperature Differences for Batteryless IoT Devices: A Case Study | |
CN111400833B (zh) | 一种热式风速传感器Verilog-A宏模型建模方法 | |
Pederson et al. | Thermoelastic Deformations of Thin-Shell Deployable Booms | |
Conzemius et al. | Large eddy simulation of realistic wind fields in daytime atmospheric boundary layer | |
Brouns et al. | State-parameter identification problems for accurate building energy audits | |
Elwood et al. | Comparison of modeled and experimental PV array temperature profiles for accurate interpretation of module performance and degradation | |
Petit et al. | Machine Learning to Model the Risk of Alteration of Historical Buildings | |
Tunick | Modeling microphysical influences on optical turbulence in complex areas |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |