典型文献
一种星-箭连接动态界面力的深度学习反演方法
文献摘要：
针对于星-箭连接动态界面力无法通过力传感器直接测量,且典型时域动载反演方法难以准确计算界面力的时域变化等难点,提出了基于长短时记忆(LSTM)神经网络的星-箭界面力深度学习反演方法.首先通过卫星地面测试试验得到数据依据,以卫星主体结构的加速度测量数据为输入层,以星-箭界面力测量数据为输出层,利用LSTM神经网络建立输入和输出间的反演映射关系模型,实现卫星在发射过程中较高精度的界面力反演.进而,设计并开展了某典型卫星结构的正弦扫频和随机振动实验,测试LSTM界面力反演方法的可行性.结果分析可知,所提出的基于LSTM深度学习反演方法能够精确地获得动态界面力时程数据,两项性能指标均优于目前典型的载荷反演方法.
文献关键词：
星-箭连接结构;动态界面力;反演;深度学习;LSTM神经网络
中图分类号：
作者姓名：
顾乃建;武文华;郭杏林
作者机构：
大连理工大学工业装备与结构分析国家重点实验室,大连116024;大连理工大学宁波研究院,宁波315000
文献出处：
引用格式：
[1]顾乃建;武文华;郭杏林-.一种星-箭连接动态界面力的深度学习反演方法)[J].宇航学报,2022(12):1618-1628
A类：
动态界面力,载荷反演
B类：
反演方法,力传感器,直接测量,动载,长短时记忆,地面测试,测试试验,星主,主体结构,加速度测量,测量数据,输入层,出层,映射关系,关系模型,卫星结构,正弦,扫频,随机振动,振动实验,时程数据,连接结构
AB值：
0.314927
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
