固液变推力发动机智能控制器设计方法和系统

技术特征：
1.一种固液变推力发动机智能控制器设计方法，其特征在于，包括：以固液变推力发动机的实际推力、推力误差、电动泵的功率和可变文氏管的阀门开度作为观测输入，以所述电动泵和所述可变文氏管的控制指令为控制器输出，构建目标强化学习控制器；所述推力误差为所述实际推力与所述固液变推力发动机的期望推力之间的误差；所述电动泵为所述固液变推力发动机的氧化剂回路的增压电动泵；基于所述目标强化学习控制器，设计所述固液变推力发动机的智能控制器。2.根据权利要求1所述的方法，其特征在于，所述方法还包括：利用强化学习算法对所述目标强化学习控制器进行训练。3.根据权利要求2所述的方法，其特征在于，所述强化学习算法的奖励函数为：r＝β1r
e
β2r
p
；其中，β1和β2为奖励权重系数，且β1 β2＝1；r
e
为与推力误差的绝对值呈负相关趋势的误差奖励，r
p
为与电池功率相关的电动泵功率奖励。4.根据权利要求1所述的方法，其特征在于，基于所述目标强化学习控制器，设计所述固液变推力发动机的智能控制器，包括：将所述智能控制器的输出端分别与所述电动泵的控制输入端和所述可变文氏管的控制输入端相连接，以使所述智能控制器基于响应于测量模块反馈的状态观测量输出的控制指令、同时控制所述电动泵和所述可变文氏管的输出液体氧化剂流量；所述测量模块用于获取所述固液变推力发动机的状态观测量；所述状态观测量包括：所述固液变推力发动机的实际推力、所述电动泵的功率和所述可变文氏管的阀门开度。5.根据权利要求4所述的方法，其特征在于，所述智能控制器响应于所述测量模块反馈的状态观测量输出的控制指令，包括：用于控制所述电动泵的第一控制指令和用于控制所述可变文氏管的第二控制指令；其中，所述电动泵基于所述第一控制指令输出的第一液体氧化剂流量，与所述可变文氏管基于所述第二控制指令输出的第二液体氧化剂流量之和，为所述固液变推力发动机的推力为所述期望推力时所需要的液体氧化剂流量。6.一种固液变推力发动机智能控制器设计系统，其特征在于，包括：构建模块和设计模块；其中，所述构建模块，用于以固液变推力发动机的实际推力、推力误差、电动泵的功率和可变文氏管的阀门开度作为观测输入，以所述电动泵和所述可变文氏管的控制指令为控制器输出，构建目标强化学习控制器；所述推力误差为所述实际推力与所述固液变推力发动机的期望推力之间的误差；所述电动泵为所述固液变推力发动机的氧化剂回路的增压电动泵；所述设计模块，用于基于所述目标强化学习控制器，设计所述固液变推力发动机的智能控制器。7.根据权利要求6所述的系统，其特征在于，所述系统还包括：训练模块，用于利用强化学习算法对所述目标强化学习控制器进行训练；其中，所述强化学习算法的奖励函数为：r＝β1r
e
β2r
p
；β1和β2为奖励权重系数，且β1 β2＝1；r
e
为与推力误差的绝对值呈负相关趋势的误差奖励，r
p
为与电池功率相关的电动泵功率奖励。8.根据权利要求6所述的系统，其特征在于，所述设计模块，还用于：将所述智能控制器的输出端分别与所述电动泵的控制输入端和所述可变文氏管的控制输入端相连接，以使所述智能控制器基于响应于测量模块反馈的状态观测量输出的控制指令、同时控制所述电动泵和所述可变文氏管的输出液体氧化剂流量；
所述测量模块用于获取所述固液变推力发动机的状态观测量；所述状态观测量包括：所述固液变推力发动机的实际推力、所述电动泵的功率和所述可变文氏管的阀门开度。9.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现上述权利要求1至5任一项所述的方法的步骤。10.一种具有处理器可执行的非易失的程序代码的计算机可读介质，其特征在于，所述程序代码使所述处理器执行所述权利要求1-5任一项所述方法。

技术总结
本发明提供了一种固液变推力发动机智能控制器设计方法和系统，包括：以固液变推力发动机的实际推力、推力误差、电动泵的功率和可变文氏管的阀门开度作为观测输入，以电动泵和可变文氏管的控制指令为控制器输出，构建目标强化学习控制器；推力误差为实际推力与固液变推力发动机的期望推力之间的误差；电动泵为固液变推力发动机的氧化剂回路的增压电动泵；电动泵为低功率电池驱动的电动泵；基于目标强化学习控制器，设计固液变推力发动机的智能控制器。本发明缓解了现有技术中存在的由于电动泵存在的低功率驱动及电池低能量密度约束导致的难控制的技术问题。的难控制的技术问题。的难控制的技术问题。


技术研发人员：宋佳 罗雨歇 赵鸣飞 胡云龙 尚维泽
受保护的技术使用者：北京航空航天大学
技术研发日：2022.02.18
技术公布日：2022/5/31