CN111177894B - 基于支持向量机模型的红外笼加热功率修正方法 - Google Patents

基于支持向量机模型的红外笼加热功率修正方法 Download PDF

Info

Publication number
CN111177894B
CN111177894B CN201911274920.1A CN201911274920A CN111177894B CN 111177894 B CN111177894 B CN 111177894B CN 201911274920 A CN201911274920 A CN 201911274920A CN 111177894 B CN111177894 B CN 111177894B
Authority
CN
China
Prior art keywords
temperature
model
infrared
satellite
support vector
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.)
Active
Application number
CN201911274920.1A
Other languages
English (en)
Other versions
CN111177894A (zh
Inventor
顾燕萍
赵吉喆
孙伟伟
刘炜葳
孙星
翟载腾
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai Institute of Satellite Engineering
Original Assignee
Shanghai Institute of Satellite Engineering
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shanghai Institute of Satellite Engineering filed Critical Shanghai Institute of Satellite Engineering
Priority to CN201911274920.1A priority Critical patent/CN111177894B/zh
Publication of CN111177894A publication Critical patent/CN111177894A/zh
Application granted granted Critical
Publication of CN111177894B publication Critical patent/CN111177894B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/24Classification techniques
    • G06F18/241Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
    • G06F18/2411Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on the proximity to a decision surface, e.g. support vector machines

Abstract

本发明提供了一种基于支持向量机模型的红外笼加热功率修正方法,包括通过卫星热仿真模型获得卫星在轨不同阶段的外热流密度和星体温度;在真空罐内开展红外笼标定试验,获得不同红外笼加热功率对应的星体温度、黑片温度,作为模型训练样本;基于支持向量机建立红外笼加热功率与星体温度、理论黑片温度的关系模型,通过对标定试验所得训练样本的学习,获得模型参数。本发明所采用的支持向量机模型,在高维特征空间内映射红外笼加热功率与各影响因素之间的关系,拟合精度更高,可有效提高红外笼模拟外热流的精度,提高卫星热平衡试验的准确度,确保卫星热控设计能够得到有效的验证。

Description

基于支持向量机模型的红外笼加热功率修正方法
技术领域
本发明涉及卫星地面真空热试验中的红外笼模拟外热流领域,具体地,涉及一种基于支持向量机模型的红外笼加热功率修正方法。
背景技术
卫星研制过程中,为验证热控设计的正确性,需要开展热平衡试验获取整星温度场数据。红外加热笼是卫星地面真空热试验中模拟外热流的常用方法之一,但由于红外笼与卫星侧板间的多次反射以及黑片安装位置和安装方式等多种因素,造成单纯按照黑片控制红外笼加热功率存在一定的模拟偏差。
发明内容
针对现有技术中的缺陷,本发明的目的是提供一种基于支持向量机模型的红外笼加热功率修正方法。
根据本发明提供的一种基于支持向量机模型的红外笼加热功率修正方法,包括如下步骤:
步骤S1:通过卫星热仿真模型获得卫星在轨不同阶段的外热流密度qr i和星体温度Tc i,i=1,...,N;
步骤S2:在真空罐内开展红外笼标定试验,获得不同红外笼加热功率对应的星体温度、黑片温度,作为模型训练样本;
步骤S3:基于支持向量机建立红外笼加热功率与星体温度、理论黑片温度的关系模型,通过对红外笼标定试验所得的模型训练样本的学习,获得模型参数。
优选地,所述步骤S1中的N为卫星地面热平衡试验的工况数量。
优选地,所述步骤S2包括:
步骤S21:根据星体温度Tc i(i=1,...,N),计算各工况卫星侧板上加热片的加热功率Pi
Figure BDA0002315294780000011
根据侧板目标外热流密度qr i(i=1,...,N),计算黑片理论温度
Figure BDA0002315294780000021
其中ε为卫星侧板外表面的红外发射率,σ=5.67×10-8为玻尔兹曼常数;
步骤S22:给卫星侧板粘贴的加热器施加功率Pi
步骤S23:采用PID控制算法控制红外加热笼功率,使得黑片温度达到设计值
Figure BDA0002315294780000022
步骤S24:记录各工况达到平衡状态时的红外笼加热功率
Figure BDA0002315294780000023
和卫星星体温度(Tc')i
优选地,基于支持向量机建立的红外笼加热功率Qin与星体温度Tc'、理论黑片温度Tr的关系模型如下所示:
Figure BDA0002315294780000024
其中:模型参数αi和b通过对样本数据的学习获得;模型训练所需样本序列为红外笼标定试验所得数据,即
Figure BDA0002315294780000025
模型训练过程通过求解下式完成:
Figure BDA0002315294780000026
其中x1表示第一组数据样本的输入,x2表示第二组数据样本的输入,xN表示第N组数据样本的输入,K(xi,xj)表示支持向量机模型的核函数,C表示支持向量机模型的正规化参数。
与现有技术相比,本发明具有如下的有益效果:
本发明设计了一种地面红外笼标定试验方法,并基于对红外笼标定试验所得样本数据的学习,建立了红外笼加热器功率支持向量机模型,用于修正试验过程中因黑片安装方式、安装位置以及多次反射引起的外热流模拟误差,拟合精度更高,可有效提高卫星地面热试验红外笼模拟外热流的精度,提高整星真空热试验的准确度和有效性。增强了地面热试验的有效性。
附图说明
通过阅读参照以下附图对非限制性实施例所作的详细描述,本发明的其它特征、目的和优点将会变得更明显:
图1为本发明提供的基于支持向量机建立的红外笼加热功率修正模型示意图;
图2为为本发明中为获取支持向量机模型训练所需样本开展的真空罐内红外笼标定试验示意图。
图中示出:
红外加热笼 1
卫星侧板 2
红外笼支撑工装 3
玻璃钢隔热垫块 4
真空罐内小车 5
多层隔热组件 6
加热器 7
黑片 8
温度传感器 9
具体实施方式
下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明,但不以任何形式限制本发明。应当指出的是,对本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变化和改进。这些都属于本发明的保护范围。
本发明提供了一种基于支持向量机模型的红外笼加热功率修正方法,具体实施步骤如下:
步骤1、通过卫星热仿真模型获得卫星在轨不同阶段的外热流密度qr i和星体温度Tc i,i=1,...,N;
步骤2、在真空罐内开展红外笼标定试验,获得不同红外笼加热功率对应的星体温度、黑片温度,作为模型训练样本;
红外笼标定试验中各设备的安装如图2所示,包括红外加热笼1、卫星侧板2、红外笼支撑工装3、玻璃钢隔热垫块4、真空罐内小车5、多层隔热组件6、加热器7、黑片8以及温度传感器9。多层隔热组件[6]包覆在卫星侧板1背向红外笼的面。
红外笼标定试验的实施方法如下:
步骤S1:根据星体温度Tc i(i=1,...,N),计算各工况卫星侧板上加热片的加热功率Pi
Figure BDA0002315294780000041
根据侧板目标外热流密度qr i(i=1,...,N),计算黑片理论温度
Figure BDA0002315294780000042
其中ε为卫星侧板[2]外表面的红外发射率,σ=5.67×10-8为玻尔兹曼常数;
步骤S2:给卫星侧板粘贴的加热器7施加功率Pi
步骤S3:采用PID控制算法控制红外加热笼1功率,使得黑片8温度达到设计值
Figure BDA0002315294780000043
步骤S4:记录各工况达到平衡状态时的红外笼加热功率
Figure BDA0002315294780000044
和卫星星体温度(Tc')i
步骤3:基于支持向量机建立红外笼加热功率Qin与星体温度Tc'、理论黑片温度Tr的关系模型如下:
Figure BDA0002315294780000045
模型参数αi和b通过对样本数据的学习获得。
模型训练所需样本序列为红外笼标定试验所得数据,即
Figure BDA0002315294780000046
模型训练过程通过求解下式完成。
Figure BDA0002315294780000051
其中x1表示第一组数据样本的输入,x2表示第二组数据样本的输入,xN表示第N组数据样本的输入,K(xi,xj)表示支持向量机模型的核函数,C表示支持向量机模型的正规化参数。
以上对本发明的具体实施例进行了描述。需要理解的是,本发明并不局限于上述特定实施方式,本领域技术人员可以在权利要求的范围内做出各种变化或修改,这并不影响本发明的实质内容。在不冲突的情况下,本申请的实施例和实施例中的特征可以任意相互组合。

Claims (3)

1.一种基于支持向量机模型的红外笼加热功率修正方法,其特征在于,包括如下步骤:
步骤S1:通过卫星热仿真模型获得卫星在轨不同阶段的外热流密度qr i和星体温度Tc i,i=1,...,N
步骤S2:在真空罐内开展红外笼标定试验,获得不同红外笼加热功率对应的星体温度、黑片温度,作为模型训练样本;
步骤S3:基于支持向量机建立红外笼加热功率与星体温度、理论黑片温度的关系模型,通过对红外笼标定试验所得的模型训练样本的学习,获得模型参数;
基于支持向量机建立红外笼加热功率
Figure QLYQS_1
与星体温度/>
Figure QLYQS_2
、理论黑片温度/>
Figure QLYQS_3
的关系模型如下:
Figure QLYQS_4
模型参数
Figure QLYQS_5
和b通过对样本数据的学习获得;
模型训练所需样本序列为红外笼标定试验所得数据,即
Figure QLYQS_6
,模型训练过程通过求解下式完成;
Figure QLYQS_7
其中x1表示第一组数据样本的输入,x2表示第二组数据样本的输入,xN表示第N组数据样本的输入,
Figure QLYQS_8
表示支持向量机模型的核函数,C表示支持向量机模型的正规化参数。
2.根据权利要求1所述的基于支持向量机模型的红外笼加热功率修正方法,其特征在于,所述步骤S1中的N为卫星地面热平衡试验的工况数量。
3.根据权利要求1所述的基于支持向量机模型的红外笼加热功率修正方法,其特征在于,所述步骤S2包括:
步骤S21:根据星体温度Tc ii=1,...,N),计算各工况卫星侧板上加热片的加热功率P i
Figure QLYQS_9
;根据侧板目标外热流密度qr ii=1,...,N),计算黑片理论温度/>
Figure QLYQS_10
,/>
Figure QLYQS_11
,其中/>
Figure QLYQS_12
为卫星侧板外表面的红外发射率,/>
Figure QLYQS_13
为玻尔兹曼常数;
步骤S22:给卫星侧板粘贴的加热器施加功率P i
步骤S23:采用PID控制算法控制红外加热笼功率,使得黑片温度达到设计值
Figure QLYQS_14
步骤S24:记录各工况达到平衡状态时的红外笼加热功率
Figure QLYQS_15
和卫星星体温度/>
Figure QLYQS_16
。/>
CN201911274920.1A 2019-12-12 2019-12-12 基于支持向量机模型的红外笼加热功率修正方法 Active CN111177894B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911274920.1A CN111177894B (zh) 2019-12-12 2019-12-12 基于支持向量机模型的红外笼加热功率修正方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911274920.1A CN111177894B (zh) 2019-12-12 2019-12-12 基于支持向量机模型的红外笼加热功率修正方法

Publications (2)

Publication Number Publication Date
CN111177894A CN111177894A (zh) 2020-05-19
CN111177894B true CN111177894B (zh) 2023-06-13

Family

ID=70647291

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911274920.1A Active CN111177894B (zh) 2019-12-12 2019-12-12 基于支持向量机模型的红外笼加热功率修正方法

Country Status (1)

Country Link
CN (1) CN111177894B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101271063A (zh) * 2008-05-07 2008-09-24 陕西恒智科技发展有限公司 气体红外光谱分析支持向量机校正模型方法的流程
CN103323489A (zh) * 2013-06-26 2013-09-25 上海卫星装备研究所 一种红外加热笼热流密度标定方法
CN106275496A (zh) * 2016-08-12 2017-01-04 上海卫星工程研究所 一种一罐多星的热平衡试验方法
CN107861400A (zh) * 2017-08-31 2018-03-30 王洋 一种调节微小卫星在轨外热流模拟的控制方法及装置
CN109018456A (zh) * 2018-06-28 2018-12-18 上海卫星工程研究所 一种高轨遥感卫星平台的热真空试验外热流模拟方法
WO2019144337A1 (zh) * 2018-01-25 2019-08-01 大连理工大学 一种基于深度学习算法的航空发动机全包线模型自适应修正方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101271063A (zh) * 2008-05-07 2008-09-24 陕西恒智科技发展有限公司 气体红外光谱分析支持向量机校正模型方法的流程
CN103323489A (zh) * 2013-06-26 2013-09-25 上海卫星装备研究所 一种红外加热笼热流密度标定方法
CN106275496A (zh) * 2016-08-12 2017-01-04 上海卫星工程研究所 一种一罐多星的热平衡试验方法
CN107861400A (zh) * 2017-08-31 2018-03-30 王洋 一种调节微小卫星在轨外热流模拟的控制方法及装置
WO2019144337A1 (zh) * 2018-01-25 2019-08-01 大连理工大学 一种基于深度学习算法的航空发动机全包线模型自适应修正方法
CN109018456A (zh) * 2018-06-28 2018-12-18 上海卫星工程研究所 一种高轨遥感卫星平台的热真空试验外热流模拟方法

Also Published As

Publication number Publication date
CN111177894A (zh) 2020-05-19

Similar Documents

Publication Publication Date Title
CN100533087C (zh) 高精度压力传感器的误差补偿方法
Baker et al. PASLINK and dynamic outdoor testing of building components
CN112986038A (zh) 一种热强度试验系统控制方法
CN110826282B (zh) 基于加热因子的再流焊接工艺仿真模型修正方法
CN112668220B (zh) 一种基于有限元分析的航天装置结构三维热变形测量方法
CN110570478B (zh) 一种空间光学遥感相机反射镜的热稳定性定标方法
CN105223125A (zh) 基于应力和结合强度演变机制的涂层寿命预测方法
US20230273596A1 (en) Control System For Adaptive Control Of A Thermal Processing System
CN106202712A (zh) 一种空间载荷热设计验证方法
CN110006639A (zh) 一种利用加热器替代热模拟件进行热试验的方法
CN111177894B (zh) 基于支持向量机模型的红外笼加热功率修正方法
CN103324787A (zh) 批产卫星热设计验证方法
Nassiopoulos et al. Calibration of building thermal models using an optimal control approach
CN116484760A (zh) 日光温室建筑参数优化方法及其相关设备
CN115859882A (zh) 一种基于剪裁神经网络的温度补偿设计方法及温度补偿方法
CN115773569A (zh) 基于自抗扰解耦的海洋平台通风系统风量控制方法
CN109018456B (zh) 一种高轨遥感卫星平台的热真空试验外热流模拟方法
CN113900373B (zh) 一种结构热试验的全局非奇异快速终端滑模控制方法
CN110553667A (zh) 一种对星敏感器进行热变形补偿的方法
JP2006329869A (ja) 温度推定装置、温度制御装置、温度推定方法、温度制御方法、温度推定プログラム、および温度制御プログラム
CN112560316B (zh) 一种空间目标表面温度场的校正方法
CN116202780A (zh) 一种基于推力传递的地面台推力系数标定方法
CN111221364B (zh) 一种高精度大流量气体加热装置及方法
CN113960108A (zh) 一种碳纤维复合材料导热系数和比热容同时测量方法及测量系统
CN115776936A (zh) 优化增材制造中的过程参数

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