超高速碰撞碎片云质量分布快速预测技术

在航天器防护构型设计中,快速预测空间碎片超高速碰撞防护屏产生碎片云的质量分布及其变化规律具有重要意义.本文初步探索了采用深度学习方法预测超高速碰撞碎片云的二维质量分布及其变化过程.训练数据来自约2000个弹丸(铝球)超高速正碰撞靶板(铝板)的光滑粒子流体动力学数值模拟结果,共考虑4个变量(弹丸速度范围3～8?km/s、弹丸半径范围2～8?mm、靶板厚度范围1～4?mm以及观测时间范围1～12?μs).系统比较了反卷积模型和多层感知机两种模型的预测效果,重点考察了模型的外推能力(应用于训练参数范围之外).研究结果表明:在训练参数范围内两种模型的预测精度都很高;反卷积模型能够捕捉到碎片云质量分布的颗粒特征,但外推能力较差;多层感知机模型将碎片云中的质量进行了局部均匀化处理,具有较强的外推能力;多层感知机模型通过学习1～12?μs的碎片云质量分布,能够以一定精度预测24?μs时刻的质量分布;反卷积模型的预测时间为毫秒量级,多层感知机模型的预测时间为秒量级.