«Это не ракетостроение», может быть, избитое клише, но это не значит, что конструировать ракеты является менее сложным.
Времени, стоимости и безопасности запрещающие тестирование на стабильность тест-ракета с использованием физического строить «метод проб и ошибок». Но даже компьютерное моделирование чрезвычайно трудоемким. Один анализ всей компании SpaceX ракетный двигатель Мерлин, например, может занять недели, даже месяцы, для суперкомпьютера, чтобы обеспечить удовлетворительные прогнозы.
Одна группа исследователей в Университете штата Техас в Остине разрабатывает новые «научные машинного обучения» методы решения этой проблемы. Научные машинного обучения является относительно новой областью, которая сочетает научные вычисления в машинном обучении. Путем сочетания физического моделирования и данными обучения, становится возможным создание пониженного порядка модели — моделирование ситуаций, которые могут выполняться в разы, что делает их особенно полезными в создании дизайна.
Цель работы, под руководством Карена Уилкокс в Институте Оден вычислительной техники и науки, — обеспечить ракете конструкторы двигателя с быстрый способ оценки реактивной мощности двигателя в различных условиях эксплуатации.
«Инженеры ракеты, как правило, исследуют различные проекты на компьютере до сборки и тестирования», — сказал Уилкокс. «Физическая сборка и тестирование является не только трудоемким и дорогим, оно также может быть опасным.»
Но стабильность ракетного двигателя, который должен быть способен выдерживать различные непредвиденные переменные во время любого полета, является одной из важнейших проектных инженеры должны быть уверены, что они встречались раньше любая ракета сможет оторваться от Земли.
Стоимость и время, необходимое для характеристики устойчивости ракетным двигателем сводится к очевидной сложности проблемы. Множество переменных, которые влияют на стабильность двигателя, не говоря уже о скорости, с которой все может измениться в ходе ракетного пути.
Исследования Уилкокс изложена в недавней работе в соавторстве с willcox и опубликованы на сайте совета журнала. Она является частью Центра передового опыта по мульти-точность моделирования динамики ракеты сгорания, финансируемого управлением ВВС научно-исследовательской и научно-исследовательской лаборатории ВВС.
«Снижение порядка модели разрабатывается Уилкокс группы в UT Остина Оден институт будет играть важную роль в быстрые возможности дизайна в руки наш ракетный двигатель дизайнеров», — сказал Ramakanth Munipalli, старший инженер аэрокосмических исследований в топочных устройств филиал в ВВС ракетно-исследовательской лаборатории. «В некоторых важных случаях эти пониженного порядка модели являются единственным средством, с помощью которого можно имитировать большой двигательной системы. Это весьма желательно в современных условиях, когда дизайнеры сильно ограничены по стоимости и графика».
Новые методы были применены к Кодексу внутреннего сгорания, используемых ВВС известный как общего уравнения и сетки решатель (ГСМОС). Группа Уилкокс получил «моментальные снимки», возникших в результате выполнения кода драгоценных камней для конкретного сценария, который моделируется одной форсунки камеры сгорания ракетного двигателя. Эти снимки представляют собой мгновенные поля давления, скорости, температуры и химического состава в камере сгорания, и они служат в качестве обучающих данных, из которых Уилкокс и ее группа получения пониженного порядка модели.
Создавая что обучающие данные в камни уходит около 200 часов в режиме компьютерной обработки. После прохождения подготовки, пониженного порядка модели может выполняться той же симуляции в секундах. «Снижение порядка модели теперь могут работать в места драгоценные камни, чтобы проблема быстрого прогнозы», — сказал Уилкокс.
Но эти модели не только повторяют тренировки.
Они также могут имитировать в будущее, прогнозируя физической реакции камеры для условий эксплуатации, которые не входили в обучающую выборку.
Хотя и не идеальный, модели отлично справляются прогнозирования общей динамики. Они особенно эффективны в захвате фазы и амплитуды сигналов давления, ключевых элементов для изготовления точных прогнозов устойчивости двигателя.
«Это снижение порядка модели суррогаты дорогие высококачественные модели, на которые мы опираемся», — сказал Уилкокс. «Они дают ответы достаточно хороши, чтобы вести конструктивные решения инженеров, но долю времени.»
Как это работает? Вытекающие пониженного порядка модели из обучающих данных по своему духу похожа на обычного машинного обучения. Однако, существуют некоторые ключевые различия. Понимание физики, влияющие на устойчивость ракетного двигателя имеет решающее значение. А потом эти физики должны быть встроены в пониженного порядка модели в процессе обучения.
«Стандартные подходы машинного обучения будут лишены для сложных проблем в науке и инженерном деле, такие как это разномасштабные, среде ракетного двигателя, применение горения», — сказал Уилкокс. «Физика слишком сложна и затрат на создание обучающих данных слишком высока. Научные машинного обучения предлагают больший потенциал, потому что он позволяет узнавать данные через призму физики на основе модели. Это важно, если мы хотим обеспечить надежные и достоверные результаты».
сделать разницу: спонсорские возможности
Ответить
Хотите присоединиться к обсуждению?Не стесняйтесь вносить свой вклад!