动态神经网络在液体火箭发动机故障检测与分离中的应用

应用动态神经网络在线辨识方法，提出了一种液体火箭发动机故障实时检测与分离基本系统。检测逻辑通过度量包含发动机故障信息的辨识残差信号实现火箭发动机故障检测，故障分离通过分析辨识误差相关函数的不同空间特征来实现。仿真研究表明动态神经网络可成功地应用于泵压式液体火箭发动机故障检测与分离。     

基于误差预测修正的液体火箭发动机故障预测方法研究

为解决液体火箭发动机故障预测这一难题,提出一种基于误差预测修正的故障预测方法。在历史数据的基础上建立小波过程神经网络故障预测模型,同步计算学习样本的预测误差,根据上述误差建立双并联离散过程神经网络预测模型。预测时,将预测误差值实时补偿到小波过程神经网络预测模型以提高预测精度。通过液体火箭发动机地面试验中的涡轮泵数据对该方法进了验证。结果表明,该方法在预测精度和适应能力上较单一的过程神经网络预测模型有显著提高,进行10步预测时,预测值的标准化均方根误差为0.392,预测平均耗时为76ms,能够用于解决液体火箭发动机故障预测问题。     

基于神经网络的火箭发动机动态过程建模

简要介绍了神经网络的基本理论, 分析了神经网络与非线性建模问题。基于对液体火箭发动机动态过程的研究, 提出了用神经网络建模的一般思路和基本方法, 从而为发动机参数研究找到了新的建模途径。建模结果表明, 将神经网络应用于液体火箭发动机动态过程的研究是十分成功的。      

基于AMESim/Simulink的补燃循环火箭发动机与调节阀特性仿真

在AMESim软件环境下重新建立了某型补燃循环液体火箭发动机的调节阀部件动态模型，在Simulink软件环境下建立了机电作动系统的动态模型，将两者与修改后的火箭发动机模型进行变推力过程联合仿真，并在仿真中注入输送管路压力扰动。仿真结果表明：机电作动系统与调节阀模型能够反映发动机变推力过程中各部件内部的参数变化；联合仿真保持了原发动机模型的稳态精度，各主要参数误差均在1‰量级；调节阀的活塞自反馈机构能够抑制输送管路中低频压力波动对发动机推力的影响。     

集成时间信息的液体火箭发动机故障诊断推理

提出一种液体火箭发动机集成时间信息的定性建模和故障诊断推理方法。该方法以谓词逻辑公式和子句的形式对发动机定性特征和试车过程中的观测信息加以描述，同时基于归结原理和假言推理规则的演绎推理方法进行诊断问题求解。结合实际试车数据的检验结果表明，该方法为液体火箭发动机试车过程中动态诊断知识的表达和组织，提供了一种简洁有效的方式．计算量小．检测速度快，且具有较强的诊断能力。     

小波分析及其在推进系统健康监控中的应用

详细介绍了小波分析的基本原理和Mallat算法，重点讨论了小波分析在推进系统健康监控中的应用。从工程应用的角度，提出了用小波分析方法进行信号滤波、故障检测与诊断的思路。研究结果显示：小波分析方法具有良好的时-频定位特性，特别适合于分析时变、瞬态或非线性信号，为液体火箭发动机状态监控与故障诊断提供了一种新的强有力工具。     

液体火箭发动机动态特性数学模型的验证

用试车数据检验某泵压液体火箭发动机动态特性非线性数学模型的准确度,考虑了发动机参数实际测量的误差范围。计算结果表明：在整个过渡过程中,所有可以实际测量的发动机参数的计算值与实测值之间的偏差均在±７．１％以内。     

液体火箭发动机启动过程实时在线故障检测算法

利用神经网络技术实现了液体火箭发动机启动过程的非线性辩识；提出并实现了一种基于辩识误差检验的故障检测策略。经大量实际发动机热试车数据验证表明，所提出的检测算法十分有效。由于算法所利用的监测参数均系实际发动机地面试车中所测量的参数，且检测算法在线工作时计算量十分小，因而所提出并实现的检测算法可以直接应用于工程实际。     

固体火箭发动机试验架性能试验方法

在总结固体火箭发动机试验架的设计、性能试验与使用的基础上，介绍了试验架的静态性能及动态性能试验系统的组成、技术要求、操作程序和数据处理方法。作为非标准机械设备的试验架，是固体火箭发机静止试验中推力测试的主要误差源，控制这一环节，为提高固体火箭发机推力测试的准确性提供了保证。     

基于经验数据发动机故障检测方法

以液体火箭发动机整机试验、试车为目标，对发动机在研制过程中出现的各种故障进行了统计、归纳和分类。并按照目前液体火箭发动机试车测量参数的现状及不同的试车故障类型，制定了检测方法，也建立了故障分析模式。按照此种模式，在发动机未遭受到破坏之前及时停止试车，减少推进剂的浪费，使发动机的破坏尽可能地减到最少。     

基于小波理论的液体火箭发动机试验数据噪声处理

1引言液体火箭发动机试验(也称发动机试车)的主要目的之一,就是为了获得发动机各类参数的大量数据,因为这些数据是验证发动机设计理论,研究发动机工作性能的重要依据[1]。稳态参数是液体火箭发动机试验的主要检测参数。在工程实践中,经常认为稳态参数是变化缓慢的参数,常采用降     

液体火箭发动机故障检测的阈值估计研究

采用区间估计方法选取故障检测阈值,进而以此阈值为标准监测液体火箭发动机的工作情况。基于分离识别信号的概率密度函数还讨论了故障分离的最优阈值问题。某大型液体火箭发动机的热试车数据分析表明:置信区间估计技术可以有效用于发动机故障检测。      

液体火箭发动机混合比故障检测

正常模型　变推力发动机其系统结构和数学模型的推导详见文献[1]。在这里,我们主要是要研究如何根据系统仅能提供的燃烧室压力测量值检测混合比严重偏高的故障,所以略去其它部件(见图1)。      

低温液体推进剂充填管路的数值模拟

研究了低温液体推进剂供应管路预冷充填过程的计算方法, 利用一维均相平衡态流体动力学模型和涵盖预冷过程中主要传热工况的传热模型, 考虑了低温液体推进剂的可压缩性, 用有限容积法求解管流方程, 用有限差分法求解管壁内的一维非稳态导热方程.计算了某型低温液体推进剂火箭发动机实验台系统供应管路的预冷充填过程, 分析比较了仿真与实验的结果, 为发动机和实验台系统的改进及新系统的设计提供了依据, 仿真结果及分析结论已应用于现有发动机实验台系统的改造和长距离液氢输送管道的设计中.      

补燃循环液体火箭发动机启动过程的模块化仿真

通过模块化编程，建立了新一代高性能补燃发动机启动过程的部件模型。虽然采用的是集中参数方法，但同时考虑了液体的惯性、粘性和压缩性，所以建立的常微分方程组能在一定程度上反映发动机工作过程的分布特性。     

补燃循环发动机启动特性仿真研究

在建立动态数学模型的基础上,对某型高压补燃循环液体火箭发动机启动过程的动态特性进行了计算机仿真,得到发动机推进剂入口压力变化与阀门开关时序变化对发动机启动特性影响的规律。     

模态区间方法在液体火箭发动机系统仿真中的应用

模型简化和系统参数的不确定性导致基于定量模型的液体火箭发动机仿真结果与系统的真实行为存在差异。利用模态区间分析方法对系统进行仿真，得到的结果为一包含系统真实行为的包络线，它是系统真实行为区间的优化。通过对某泵压式液体火箭发动机稳态工作过程的模态区间仿真计算，证明模态区间分析方法对复杂动态系统建模仿真是有效的。     

带有可调喷注器与文氏管的变推力液体火箭发动机响应特性分析

本文利用数值方法和解析方法对带有可调喷注器和可调文氏管的变推力液体火箭发动机的响应特性进行了分析,讨论了影响此类发动机动态性能的主要因素.最后给出发动机参数的优化结果,并进行了实验验证.     

补燃循环发动机强迫起动过程

以补燃循环液氧煤油发动机系统为研究对象,对其强迫起动特性进行了研究.建立了描述补燃循环发动机瞬变过程的数学模型,提出了求解推进剂供应管路瞬变流控制方程的Chebyshev伪谱方法.采用新的面向对象仿真语言Modelica,建立了可扩展的发动机仿真模型库,在MWorks平台上,利用模型库搭建了补燃循环液氧煤油发动机仿真模型.对发动机强迫起动过程进行了仿真计算,计算结果与试车数据基本相符,其中稳态相对误差小于4%,动态相对误差小于10%,初步验证了模型的正确性.进一步分析了火药起动器工作时间、阀门打开时序等因素对发动机起动过程的影响.结果表明,为保证该发动机可靠起动,发生器点火应在氧化剂头腔充填完成后,火药起动器工作时间应持续到发生器点火.