固体燃料弹跳器的计算建模与基于学习的自适应控制
最优化与控制
2025-11-07 v1 计算物理
流体动力学
摘要
固体燃料弹跳器提供了一种紧凑、能量密集的推进方案，用于长距离高速飞行，但由于强非线性、受限的执行力量以及燃料Regression、燃烧和可压缩流动之间复杂的多物理场耦合，导致推力调节面临重大挑战。本文提出了一种计算和控制框架，将固体燃料弹跳器的计算流体动力学模型与学习基于的自适应控制方法相结合。开发了包含热力学添加的CFD模型，以表征推力响应、建立操作信封并识别入口失压的起始。随后，应用基于回溯成本自适应控制（RCAC）算法的自适应比例-积分控制器用于调节推力。闭环仿真表明，基于RCAC的控制器在静态和动态运行条件下均实现了准确的推力调节，并且对命令、参数和入口状态的变化具有鲁棒性。结果凸显了RCAC在固体燃料弹跳器控制中合适性——在准确的简化模型难以获得的情况下——并强调了学习基于的自适应控制在实现固体燃料弹跳器未来空气呼吸推进应用的稳健可靠运行方面的潜力。
引用
@article{arxiv.2511.04580,
title = {Computational Modeling and Learning-Based Adaptive Control of Solid-Fuel Ramjets},
author = {Gohar T. Khokhar and Kyle Hanquist and Parham Oveissi and Alex Dorsey and Ankit Goel},
journal= {arXiv preprint arXiv:2511.04580},
year = {2025}
}