An Effective Pivot Trace Algorithm for Movable Nozzle using Neural Network

In general, the performance of movable nozzle used for thrust vector control in solid rocket motor is estimated on the basis of the effective pivot of nozzle. However, it is nearly impossible to define the exact effective pivot by the mathematical model or experimental technique owing to pivot dynamics. In this paper, pivot dynamic properties were investigated by ADAMS simulation technique and trajectory of the exact effective pivot was modelled by the artificial neural network. Comparison of the proposed method was made with the virtual movable nozzle (computer simulation) to verify the method, and showed good agreement. Therefore, the proposed method will be applicable to predict the effective pivot of movable nozzle during bench or ground test.

신경망을 적용한 가동노즐의 유효 피봇 추적 알고리즘

유도무기의 추력방향 제어(Thrust Vector Control)를 위해 널리 운용되고 있는 가동노즐(Movable Nozzle)의 성능지표는 노즐의 회전중심(유효피봇)을 기준으로 결정된다. 그러나 유효피봇의 동특성으로 인해 실험이나 수학적으로 정확한 위치를 결정하기가 거의 불가능하다. 본 논문에서는 가동노즐 운동 특성을 ADAMS simulation 기법을 이용하여 파악하고 인공 신경망을 적용하여 유효 피봇을 추적할 수 있는 방법을 제안하였으며, 모사된 가상 가동노즐의 유효피봇 추적에 적용하여 만족스러운 결과를 얻음으로 벤취 실험이나 연소시험에 적용된 가동 노즐의 유효 피봇 추적에 활용 가능성을 제시하였다.