韩国使用人工智能技术预测霍尔推力器性能

据2025年2月3日报道，韩国科学技术院（KAIST）开发了一种人工智能（AI）技术，可以高精度预测霍尔推力器推力等性能，减少霍尔推力器设计、制造和测试的时间和成本。使用该模型研制的霍尔推力器将在2025年11月在轨验证。

相较于化学推力器，霍尔推力器比冲较高，可以节省大量推进剂，被广泛用于各种任务，例如保持卫星集群的编队飞行，清理太空碎片时的在轨机动，以及为深空探测器提供推力。

近年来，随着航天工业的扩张，太空任务更加多样化，对霍尔推力器的需求也相应增加。为了快速开发针对特定任务的霍尔推力器，从设计阶段就准确预测推力器性能的技术至关重要。

但是传统性能预测方法依赖于简化的缩放定律和计算密集型的数值仿真，无法精确处理霍尔推力器中发生的复杂等离子体现象，或因条件复杂，导致性能预测精度低。

2003年，Wonho Choe教授团队开始研制韩国首个电推力器。

该团队提出了一种机器学习模型，使用神经网络根据设计参数（例如放电通道尺寸和磁场结构）预测霍尔效应离子源性能。神经网络使用数值模拟生成的18000条数据进行训练，输入功率范围从亚千瓦级到千瓦级。然后使用未经训练的700 W和1 kW级霍尔效应离子源验证机器学习模型的准确性。与10台韩国霍尔推力器的约100条推力和放电电流测量数据相比，结果偏差小于10%，从而超越了传统缩放定律的准确性。

该AI神经网络模型作为数字孪生模型运行，可以在几秒钟内以较高精度预测推力器的性能。特别是，它可以根据工质流速和磁场等设计变量详细分析推力和放电电流等性能指标的变化，这在以前依靠缩放定律很难分析。

该AI神经网络模型对韩国研发的700W和1kW霍尔推力器预测结果平均误差小于5%，对美国空军研究实验室研发的5kW大功率霍尔推力器预测结果平均误差小于9%。因此证明，该AI模型可以广泛应用于各种功率大小的霍尔推力器。

推力和放电电流随阳极流量变化的结果，红线表示AI模型预测的结果，蓝点表示实验结果

该团队使用这种AI神经网络模型，研制了一款150 W低功率霍尔推力器，计划安装在3U立方星K-HERO上，在2025年11月使用“世界”号火箭发射，进行在轨验证。

基于该AI模型研制的150 W 低功率霍尔推力器

这种AI技术不仅可以应用于霍尔推力器，还可以应用于半导体、表面处理和涂层等各个行业所使用的离子束源（ion beam sources）的研发。

参考文献：

Adapted from Advanced Intelligent Systems (2024). DOI: 10.1002/aisy.202400555

>End

本文转载自“空天动力瞭望”，原标题《韩国使用人工智能技术预测霍尔推力器性能》。

为分享前沿资讯及有价值的观点，太空与网络微信公众号转载此文，并经过编辑。

未按照规范转载及引用者，我们保留追究相应责任的权利

部分图片难以找到原始出处，故文中未加以标注，如若侵犯了您的权益，请第一时间联系我们。

HISTORY/往期推荐

充满激情的新时代，

充满挑战的新疆域，

与踔厉奋发的引领者，

卓尔不群的企业家，

一起开拓，

一起体验，

一起感悟，

共同打造更真品质，

共同实现更高价值，

共同见证商业航天更大的跨越！

——《太空与网络》，观察，记录，传播，引领。

·《卫星与网络》编辑委员会

高级顾问：王国玉、刘程、童旭东、相振华、王志义、杨烈

·《卫星与网络》创始人：刘雨菲

·《卫星与网络》副社长：王俊峰

·微信公众号（ID：satnetdy）团队

编辑：艳玲、哈玫，周泳、邱莉、黄榕、娜娜

主笔记者：李刚、魏兴、张雪松、霍剑、乐瑜、稻子、赵栋

策划部：杨艳、若㼆、李真子

视觉总监：董泞

专业摄影：冯小京、宋伟

设计部：顾锰、潘希峎、杨小明

行政部：姜河、林紫

业务部：王锦熙、瑾怡

原创文章转载授权、转载文章侵权、投稿等事宜，请加微信：15910858067

商务合作；展览展厅设计、企业VI/CI及室内设计、企业文化建设及品牌推广；企业口碑传播及整体营销传播等，请加微信：13811260603

杂志订阅，请加微信：wangxiaoyu9960

·卫星与网络各分部：

成都分部负责人：沈淮

长沙分部负责人：宾鸿浦

西安分部负责人：郭朝晖

青岛分部负责人：江伟

·卫星与网络总部负责人：农燕

·会议活动部负责人：乔颢益、许克新、董今福

· 投融资及战略层面合作：刘雨菲

·本平台签约设计公司：一画开天（北京）文化创意设计有限公司

· 航天加（深圳）股权投资基金管理负责人：杨艳