Page 75 - 《真空与低温》2025年第4期

490 真空与低温 第 31 卷 第 4 期

contributing to the development of more reliable and precise infrared-guided systems in complex aerospace environments.
Key words：temperature monitoring；numerical simulation；parametric study；neural network

0 引言 自从 Ling 等 [10] 将雷诺不变量引入神经网络以修正
雷诺平均湍流模型后，神经网络在流体力学领域的
随着我国航空航天技术的蓬勃发展，不仅在探
应用研究已成为一个研究热点。研究者们使用神
月工程、深空计划、空间站等深空探测上取得重大
经网络在控制方程学习、流场重构和响应预测等
突破，在红外制导方向也有很大成就 [1-5] 。空间自寻
方面展开了研究 [11-15] ，对于难以直接测量的温度、
的飞行器的红外成像制导控制系统用于在红外波
气体浓度等物理量，神经网络提供了一种间接测量
段内探测空间目标并进行跟踪，按照导引率规划飞
的方式。如电缆接头的内芯难以直接测温，可测得
行路径，控制飞行器飞向目标，对目标执行近距监
电缆表面温度，再利用神经网络反演得到内芯温度。
视或拦截等任务。为了确保空间自寻的飞行器在
吴田等 [16] 利用麻雀搜索算法，对 BP 神经网络算法
空间运行正常，发挥其应有的性能，必须在地面的
进行改进，提高了测量的精确度。王永宏等 [17] 利
空间模拟环境下进行充分仿真试验验证，为此需要
用人工神经网络技术，以时间及坐标为输入变量，
构建红外制导控制半实物仿真系统，实现空间自寻
空间温度为输出变量，建立大空间火灾温度场预测
的飞行器从探测发现目标到抵近目标的全过程的
分析模型。
仿真试验。在进行仿真试验时，为了模拟冷背景下
在温度非均匀的三维空间内进行多点温度间
的红外弱目标，让自寻的飞行器的红外成像探测装
接测量时，由于空间内温度场并非均匀，且输入变
置“看到”，需要对目标模拟器所在舱体及光传输
量同样为空间内的温度测点，因此作为输入变量的
路径进行低温氮气制冷。在低温氮气循环过程中，
预测点的空间位置会对拟合的结果产生较大影响。
舱体内部的强制对流使得温度场分布不均匀，引起
现针对温度非均匀的大空间，提出一种温度传感器
密度场的不均匀，进而导致折射率变化。进一步会
布置优化方案，从而减小神经网络预测的误差，提
导致红外成像探测装置看到的目标偏移、抖动等
高间接测量的精确度。
现象，影响仿真精度。为实现舱内温度场的均匀，
本文建立飞行器舱体物理模型，通过数值模拟
必须对舱内光路上温度高精度监测。需对红外光
方法，对舱体处于低温保温的工况进行模拟，得到
路上的温度进行实时监测。因光路不能被遮挡，光
不同入口条件下舱体空间内温度测点数值。在此
路上无法布置传感器，无法直接测量。为此，本文提
基础上，通过建立神经网络模型，由光束外的已知
出在光路周围布置温度传感器，根据先验流场，构
测点对光束上的目标测点进行预测，所得结果为光
建神经网络预测模型，间接获得光路上温度分布。
束内温度均匀度进行监测及评价。实现光束上温
对于低温试验中入口流速与入口温度对光路
度测点的间接测量，并对温度传感器的布置进行
传输的影响，吕蓉蓉等 进行仿真研究，得到随入
[6]
优化。
口流速的增大，竖直方向温度梯度及光束偏移都增
大的结论。对于低温飞行器舱体内温度均匀度的 1 物理模型及数学模型

研究，刘张鹏等 进行仿真研究，并与试验结果对 1.1 物理模型
[7]
比后得到验证，黄一也等 以数值模拟的方法研究 在进行红外制导半实物仿真时，飞行器舱体内
[8]
了不同运行参数下飞行器热循环试验箱内温度均 低温氮气的流动过程、红外光束的发射与接收及
匀度与熵产的变化规律。而对于无法布置测点位 舱体内设置的温度监测点如图 1 所示。低温氮气
置的监测，选用建立神经网络预测模型的方式进行 从舱体上部入口进入舱体内部，在舱体内部进行
预测。 强制对流后，从舱体下部排气口中排出。舱体分为
人工神经网络（Artificial Neural Network，ANN） 上下两部分。红外目标模拟器位于上舱上部，发射
在工业、金融等领域的预测和评价中被广泛应用， 红外光束，下方舱体外设有红外窗口及红外成像探
它能将诸多影响因素之间的共同作用通过非线性 测装置，用以接收红外光束，光束位于舱体中轴。
的方式计算出来，从而很好地解决这种非线性相关 将温度监测点中光束外侧的 8 个温度监测点称为
关系，是一种用于处理非线性问题的较好方法 。 “预测点”，光束上的 4 个温度监测点称为“响应
[9]