[发明专利]不确定下固体发动机仿真模型校验方法

权利要求书

1.一种不确定下固体发动机仿真模型校验方法，其特征在于，包括以下步骤：

S1：进行物理实验，并获取随机不确定性参数影响下固体发动机的输出，其中，为进行物理试验的次数；

S2：计算物理实验输出的经验累积分布函数，并获取对应的分布曲线；

S3：获取认知不确定性参数的分布区间，利用拉丁超立方采样在所述分布区间内生成认知不确定性参数的样本点，其中，为所述样本点的个数；

S4：对每一认知不确定性参数样本，重复运行仿真模型，获取随机和认知不确定性参数共同影响下固体发动机的仿真模型输出的分布函数及其分布曲线；

S5：利用所述物理实验输出和所述仿真模型输出的经验累积分布函数和，计算固体发动机实验模型与仿真模型输出的一致性指标，作为所述样本点的响应；

S6：利用所述一致性指标所构成的样本点构建Kriging模型；

S7：利用遗传算法优化求解认知不确定性参数最优值；

S8：校准仿真模型，并获取校准后随机不确定性参数影响下固体发动机仿真模型输出的分布函数及分布曲线；

S9：对校准后固体发动机仿真模型输出的分布曲线和实验模型输出的经验累积分布曲线进行K-S检验，若通过K-S检验，则输出校准后的仿真模型，否则返回步骤S3增加样本点数目。

2.根据权利要求1的不确定下固体发动机仿真模型校验方法，其特征在于，步骤S2中，计算物理实验输出的经验累积分布函数的数学表达式为：

其中为指示函数，为随机变量；若，的值为1，反之为0；为进行物理试验的次数。

3.根据权利要求2的不确定下固体发动机仿真模型校验方法，其特征在于，步骤S4具体包括：

针对每一认知不确定性参数对应的样本点，将仿真模型重复运行多次，探索在随机不确定性参数影响下仿真模型输出的分布空间。

4.根据权利要求3的不确定下固体发动机仿真模型校验方法，其特征在于，步骤S5具体包括：

S5-1，在获取样本仿真模型输出的累积分布函数后，分别将其与物理实验输出的经验累积分布函数利用面积度量指标进行一致性计算：

其中，为所述面积度量指标；

S5-2，将计算结果与相应的样本点进行组合，可获得用于构建一致性指标Kriging模型的样本点集。

5.根据权利要求4的不确定下固体发动机仿真模型校验方法，其特征在于，步骤S7中，优化问题的数学模型为：

其中，为随机不确定性参数，为基于Kriging模型的一致性指标预测值。

6.根据权利要求5的不确定下固体发动机仿真模型校验方法，其特征在于，步骤S8具体包括：

利用遗传算法优化求解得到的最优参数校准仿真模型，将仿真模型重复运行多次获得随机不确定性参数影响下响应的分布情况，并获取相应的分布曲线；其中，此处仿真模型重复运行次数与样本点重复次数相同。

7.根据权利要求6的不确定下固体发动机仿真模型校验方法，其特征在于，步骤S9具体包括：

S9-1，计算两累计分布曲线间的最大垂直距离

S9-3，计算p-value值

其中，是在一定显著性水平下的阈值，可由标准数学表查得；在K-S检验中，由于已知服从Kolmogorov分布，所以p-value值可由处的Kolmogorov累积分布曲线计算；

S9-3，得出结论

如果p-value值大于，则接受假设，认为两个样本集来源于同一分布函数，即认为校准后固体发动机仿真模型输出的分布曲线与实验模型输出的经验累积分布曲线分布相同，否则认为两个样本集不属于同一分布函数。