一种基于电流信号的离子液体电喷雾模式识别方法技术

本发明专利技术提出一种基于电流信号的离子液体电喷雾模式识别方法，包括步骤：S1:电流数据处理及数据集构建；S2：对电流信号输入数据进行处理，分别得到三种数据；S3:构建卷积神经网络模型，选用全连接前馈神经网络；S4：神经网络训练及验证。本发明专利技术利用机器学习方法识别离子液体电喷雾模式，大幅加快了离子液体电喷雾模式地识别速度。可以在没有电喷雾锥体图像或者图像模糊时识别离子液体电喷雾的模式。利用卷积神经网络模型的机器学习以及稳定锥射流和部分非稳定模式的样本，使得程序能够最高以95.5％的准确率识别稳定锥射流和部分非稳定模式。对于不同种离子液体的电喷雾模式识别，可以直接用样本作为数据集对编写好的神经网络程序进行训练，避免人工重复劳动。

【技术实现步骤摘要】

本专利技术涉及一种离子液体电喷雾的模式识别方法，特别是一种利用神经网络基于电流信号的离子液体电喷雾模式识别方法。属于航空航天。

技术介绍

1、离子液体电喷雾推力器是一种利用对带电液滴的静电加速产生推力的微推力推进器。因其体积小、功耗低、比冲高等优点以及零挥发性、高导电率离子液体的应用，在微小卫星发射领域具有相当的发展潜力。其结构如图2所示。带有毛细管发射极的典型电喷雾推力器中，液体工质通过贮供系统供给至发射极，发射极与提取极之间由于高压产生强电场，发射极顶端液体表面(称为弯月面)在液体表面张力与静电力的共同作用下发生变形，当两种力达到平衡时，弯月面变为锥形，称为泰勒锥。其中少数液体因电场力的作用分裂出离子或带电液滴。带电液体或离子在电场作用下加速，从而产生推力。

2、随着液体流速和外加电压的变化，电喷雾表现为多种模式，这些模式的分类方式主要基于对电场作用下液体弯月面形状的观察。不同模式下，电喷雾的性能也不同。在实际科研工作中，电喷雾模式识别基本依赖于肉眼判断。

3、s.verdoold等人开发了一种利用电流测量来确定电喷雾推力器喷雾本文档来自技高网...

【技术保护点】

1.一种基于电流信号的离子液体电喷雾模式识别方法，其特征在于，包括如下步骤：

2.根据权利要求1所述的一种基于电流信号的离子液体电喷雾模式识别方法，其特征在于：在步骤S1中，对于某一种离子液体的电喷雾，改变供给液体的流量、发射和提取极之间的电压，以此改变喷雾模式，收集它在不同喷雾模式下的若干样本，每种模式对应的样本数大于5个，作为训练数据。

3.根据权利要求2所述的一种基于电流信号的离子液体电喷雾模式识别方法，其特征在于：每个样本中包含两种数据：一是电流信号输入数据，即电流随时间的变化规律；二是标签数据，是各模式的概率数据，若样本属于某模式，则标签数据中对应该模式...

【技术特征摘要】

1.一种基于电流信号的离子液体电喷雾模式识别方法，其特征在于，包括如下步骤：

2.根据权利要求1所述的一种基于电流信号的离子液体电喷雾模式识别方法，其特征在于：在步骤s1中，对于某一种离子液体的电喷雾，改变供给液体的流量、发射和提取极之间的电压，以此改变喷雾模式，收集它在不同喷雾模式下的若干样本，每种模式对应的样本数大于5个，作为训练数据。

3.根据权利要求2所述的一种基于电流信号的离子液体电喷雾模式识别方法，其特征在于：每个样本中包含两种数据：一是电流信号输入数据，即电流随时间的变化规律；二是标签数据，是各模式的概率数据，若样本属于某模式，则标签数据中对应该模式的概率设置为1，否则为0。

4.根据权利要求1所述的一种基于电流信号的离子液体电喷雾模式识别方法，其特征在于：在步骤s2中，第一种参数a为电流平均值i，表示电流的直流分量，即电流平均大小；第二种参数b为电流标准差与平均值的比值表示相对电流...

【专利技术属性】
技术研发人员：王伟宗，王骥勤，孙任国豪，程玉峰，李沛然，
申请(专利权)人：北京航空航天大学，
类型：发明
国别省市：