[发明专利]一种基于遗传算法的固体推进剂配方优化设计方法

说明书

技术领域

本发明属于固体推进剂配方优化设计技术领域，尤其是涉及一种基于遗传算法的固体推进剂配方能量优化设计方法。 

背景技术

随着国防（航天、兵器等）科技的发展对推进剂的要求越来越严格，要求其能量高，性能优良。众所周知，在保持推进剂基本性能的条件下，推进剂的能量越高，射程越远。如ICBM洲际导弹（9260千米）所用的推进剂的比冲增加1%，射程增加7.3%（676千米）；当推进剂的比冲增加5%时，射程增加45%（4167千米）。原来为9260千米射程的洲际导弹，只要改进的推进剂比冲提高5%，即由2601N·S/Kg提高至2731N·S/Kg，射程就将提高到13427千米，这在战略和战术上都有极为重要的意义。为提高推进剂的比冲等性能，需要做很多实验，花费成千上亿元的资金，而用优化设计方法可以少做许多试验，节省大量的人力物力和研制经费，能缩短推进剂配方研制周期，而高性能推进剂的研制成功对提高我国的航天技术水平，对提高国威军威、振兴中华有重要意义。在相同的装药条件下，推进剂的能量(即比冲)提高直接影响到火箭和导弹的射程。综上，现如今急需一种方法步骤简单、实现方便、投入成本低且使用操作简便、所需时间短、能快速最高比冲的固体推进剂最佳配比，从而大幅度缩短推进剂配方的研制周期。 

发明内容

本发明所要解决的技术问题在于针对上述现有技术中的不足，提供一种基于遗传算法的固体推进剂配方能量优化设计方法，其方法步骤简单、 设计合理且实现方便、使用效果好，能快速获得固体推进剂具有最高比冲的最佳配比，能有效解决现有固体推进剂配方设计过程中存在的能量特性试验成本高、周期长、试验量大等缺陷。 

为解决上述技术问题，本发明采用的技术方案是：一种基于遗传算法的固体推进剂配方能量优化设计方法，其特征在于该方法包括以下步骤： 

步骤一、建模：根据最小自由能原理，建立固体推进剂的能量特性计算模型，且所述能量特性计算模型为根据固体推进剂的质量配比计算得出该固体推进剂比冲的数学模型； 

步骤二、初始参数设定与存储：通过与数据处理器相接的参数输入单元，输入配制所设计固体推进剂所用的组分种数N以及各组分的化学式和质量配比范围（m_i0～m_iz）；同时，通过所述参数输入单元输入所设计固体推进剂燃烧后所产生燃烧产物的种数A以及各燃烧产物的化学式和相对分子质量，或者通过所述参数输入单元自预先建立的燃烧产物数据库中选出所设计固体推进剂燃烧后所产生的所有燃烧产物；并且，所述数据处理器将通过所述参数输入单元所输入的信息，均同步存储至与所述数据处理器相接的数据存储单元内；其中，i=1、2、…、N，N为配制所设计固体推进剂所用的组分种数，m_i0为配制所设计固体推进剂所用第i种组分的质量配比下限值且m_iz为第i种组分的质量配比上限值；其中，m_i0和m_iz均为实数，且0＜m_i0＜100，0＜m_iz＜100； 

所述燃烧产物数据库中存储有多种燃烧产物的属性信息；其中，各燃烧产物的属性信息均包括化学式和相对分子质量； 

步骤三、数据处理器调用遗传算法模块，对所设计固体推进剂的质量配比进行优化设计，其优化设计过程如下： 

步骤301、种群初始化：将配制所设计固体推进剂所用的N种组分中各组分的一个质量配比取值m_ix作为一个个体，并将多个个体集合为一个种群，同时所述种群中的所有个体均进行二进制编码后形成初始化种群；其中，每一个个体均包括N个质量配比取值m_ix，i=1、2、…、N，且m_1x+m_2x+… +m_Nx=100，m_1x、m_2x、…、m_Nx分别为N种组分的质量配比取值；m_ix为第i种组分的质量配比取值且其为自该组分的质量配比范围（m_i0～m_iz）中随机抽取一个数值； 

步骤302、初始化种群中各个体适应度值计算：初始化种群中所有个体的适应度值计算方法均相同；对于所述初始化种群中的任一个个体来说，均以利用步骤一中所建立的能量特性计算模型计算得出的该个体的比冲值作为该个体的适应度值； 

待所述初始化种群中所有个体的适应度值均计算出来后，再相应计算出所述初始化种群的种群平均适应度值；