基于多模型的航空发动机传感器混合故障诊断方法

本文在多模型架构下,提出一种航空发动机传感器在线混合故障检测与隔离算法。利用长短期记忆网络逼近航空发动机建模误差、健康参数变化、过程噪声和测量噪声等不确定性源引起的真实发动机与机载模型之间的偏差。将传感器测量输出与不确定性值的偏差用于一种基于多模型的混合卡尔曼滤波器组算法中,利用贝叶斯方法计算每个传感器在健康模式和不同故障模式下的条件概率,然后根据最大概率准则进行传感器故障检测与隔离,克服了阈值难以选取的问题。针对某型涡扇发动机传感器发生偏置故障、漂移故障和间歇性故障的情形进行仿真验证,并对比了不同传感器之间的检测与隔离精度。结果表明：所提出的方法可以在更高水平的退化下诊断出发动机传感器常见的故障,混合方法对不同不确定性源具有鲁棒性。     

基于冲击特征提取的旋转机械智能故障诊断

针对齿轮、轴承故障，提出了基于冲击特征提取胶囊网络的旋转机械智能故障诊断模型。在胶囊网络的构架基础上，将原始故障振动信号作为输入，通过构造首层小波核卷积层，针对性提取冲击故障特征，提高深度学习网络特征提取的可解释性。在小波核卷积层之后扩展一层卷积层，强化首层小波核卷积层提取的特征，将强化的特征经初级胶囊层、数字胶囊层输出分类结果，从而构造了“端到端”的小波卷积胶囊网络模型。通过对各层提取的特征可视化分析，证明了该模型对故障振动信号的冲击特征具有良好的提取能力。3个不同实验平台的数据集验证结果表明不同故障类型、不同故障程度的齿轮及轴承的识别精度最高可达到100%，并具有良好的泛化能力。     

基于CWT-CNN的齿轮箱运行故障状态识别

针对传统故障诊断中提取的特征不具有自适应能力、很难匹配特定故障的问题,提出了一种基于连续小波变换（CWT）和二维卷积神经网络（CNN）的齿轮箱故障诊断方法。该方法对齿轮箱故障振动信号采用连续小波变换构造其时频图,以其为输入构建卷积神经网络模型,通过多层卷积池化形成深层分布式故障特征表达。利用反向传播算法调整网络各层的结构参数,使模型建立从信号特征到故障状态之间的准确映射。在不同工况和不同故障状态下的实验中,故障识别准确率达到了99.2%,验证了方法有效性。采用这种自适应学习信号中丰富的信息的方法,可以为故障诊断智能化提供基础。      

航空发动机燃油系统执行机构故障诊断及验证

研究了基于执行机构模型以及发动机逆模型的发动机燃油系统执行机构及其传感器故障诊断方法.基于发动机半物理仿真试验台试验数据建立执行机构小闭环传递函数模型,通过二次多项式拟合将油针位置转换为燃油流量.提出基于自校正在线训练神经网络算法建立发动机逆模型,以离线训练网络参数初始化在线系统,基于阈值更新网络参数,并对学习速率进行自校正,以提高算法的泛化能力及收敛速度.对比执行机构模型输出、发动机逆模型输出与LVDT传感器测量位移换算得到的燃油流量,基于阈值判断故障状态.在T700涡轴发动机半物理仿真试验平台上进行试验,实现了在发动机额定及各种性能退化状态下,执行机构及其传感器漂移和偏置故障的准确诊断及定位,验证了算法的有效性.     

基于循环平稳时间序列的齿轮裂纹故障早期检测

在分析齿轮振动信号的基础上 ,结合其具有循环平稳性的特点 ,提出了基于线性几乎周期时变 AR模型的故障早期检测方法 ,推导了基于高阶循环累积量的模型参数辨识算法 ,具有抑制加性平稳噪声的优点。最后在某型直升机齿轮裂纹故障早期检测中进行了应用 ,结果表明该方法具有很好的预测能力 ,利用模型残差的峭度能够检测和预报早期裂纹故障 ,同时为根据正常样本检测旋转机械故障提供了一种思路      

尖楔前体飞行器FADS系统的神经网络算法

对人工神经网络算法在尖楔前体飞行器用嵌入式大气数据传感系统(Flush Air Data Sensing System,FADS)中的应用进行了探讨。针对该FADS系统存在的建模困难及解算精度低的问题,采用BP神经网络算法代替传统的空气动力学模型,通过合理选择网络结构参数及训练验证,分别建立了FADS系统的含有单隐含层的三层网络模型及含有双隐含层的四层网络模型,对攻角、侧滑角、自由来流静压及马赫数等参数进行求解。数值仿真结果表明,建立的用于尖楔前体飞行器的FADS系统的神经网络算法求解精度较高,且含有双隐含层的网络模型精度优于单隐含层的模型精度。     

航天器姿控系统的PD型学习观测器故障重构

针对满足Lipschitz条件的航天器姿态控制系统这一非线性系统中存在的执行器加性故障、空间干扰与测量噪声问题,提出了基于PD型迭代学习观测器的故障重构方法。该方法具有期望的鲁棒性能指标,能够在系统存在空间干扰与测量噪声情况下实现对突变故障与时变故障等故障类型的精确重构。基于线性矩阵不等式技术给出系统化PD型迭代学习观测器的设计方法,并根据Lyapunov稳定性理论对上述设计方法的稳定性条件进行了理论证明,同时利用鲁棒技术抑制空间干扰与测量噪声对执行器故障重构的影响,通过线性矩阵不等式工具箱求解观测器参数矩阵。最后,将该方法应用到航天器姿态控制系统中,仿真结果证明了该方法的有效性。     

基于差分进化和向量回归的四旋翼参数集员辨识

在噪声未知但有界的情况下,为了解决辨识模型回归矩阵奇异条件下的参数集员辨识问题,基于差分进化算法和非线性向量回归,提出一种新颖的四旋翼参数集员辨识方法。利用非线性向量回归方法建立逼近参数向量与误差向量的范数之间的函数关系模型,并用差分进化算法优化模型参数,避免参数选择的盲目性。仿真结果验证了这种方法的有效性。     

基于CNLS-MMD的孪生混合网络四旋翼飞行器故障诊断方法

四旋翼飞行器在众多领域中应用广泛,由于工作环境复杂多变,四旋翼飞行器极易出现结构损伤性故障,给飞行器的安全性带来巨大的挑战,因此开展四旋翼飞行器结构损伤性故障的相关研究对提高四旋翼飞行器可靠性具有重要意义。针对四旋翼飞行器在实际应用中结构损伤性小样本故障数据诊断率低的问题,本文提出了一种在小样本条件下基于卷积神经网络和长短时记忆网络的孪生混合网络（CNLS-MMD）四旋翼飞行器故障诊断方法。首先,设计试验获取四旋翼飞行器多工况结构损伤性飞行数据并对数据进行预处理。其次,建立基于孪生混合网络的故障诊断模型,采用卷积神经网络（CNN）和长短时记忆网络（LSTM）构建CNLS混合模型提取数据特征,利用最大均值差异（MMD）衡量样本的相似度,实现对故障标签的预测。最后,选择不同样本数量的训练集训练模型,使用多工况小样本数据集对搭建的模型进行故障测试。结果表明,该故障诊断方法具有较好的诊断性能和泛化能力。     

基于神经网络的航空发动机环形燃烧室总噪声级预测

建立了某型航空发动机环形燃烧室噪声总声级神经网络模型,并利用测试数据对该网络进行了训练与应用.仿真结果表明,此网络模型能够较精确地拟合出燃烧室噪声总声级与燃烧参数间的函数关系,对于航空发动机燃烧室声疲劳和可靠性的研究有重要意义.     

泵压式液体火箭发动机变推力方案选择

简述了泵压式变推力液体火箭发动机的现状和应用前景,提出了几种泵压式发动机推力调节方案,分析了各方案的优缺点,阐述了系统方案选择须重点考虑的几个方面.以某泵压式发动机为模型发动机,利用系统参数平衡仿真计算结果,对各种调节方案综合分析,确定了可行的系统调节方案,可用于指导模型发动机的工程研制.      

液氧煤油火箭发动机起动故障检测

针对液氧煤油发动机试车起动阶段故障检测需要,确定了采用时序模型和非线性回归模型的两种检测方法,提出了检测参数选取的一般性原则并结合液氧煤油发动机特点确定了检测参数,设计了故障检测所需的完整的软、硬件系统。经系统调试和试车同步验证,证明该检测系统能有效检测发动机起动阶段故障,对提高试车可靠性和安全性有重要意义。      

数据挖掘在运载火箭智能测试中的应用

针对运载火箭复杂系统的故障检测难以建立准确的数学模型的问题,研究了基于数据驱动的数据挖掘异常检测算法,对多种数据挖掘算法在运载火箭发动机异常检测的应用进行了研究和分析,提出了基于混合概率密度统计的多策略异常检测评价算法。该算法基于非监督学习的算法挖掘火箭发动机不同参数间的正常关联模型,火箭发动机早期的异常数据会引起正常关联模型的破坏,引入混合概率密度统计的多策略异常检测评价机制,可以有效屏蔽参数测量故障对系统故障检测的影响,从而更加准确给出系统异常程度。使用发动机历史试车数据作为样本进行特征模型的训练,使用一元、多元和混合概率密度模型对存在异常的发动机试车数据进行了实时异常检测的实验验证。实验结果表明,相比传统基于阈值和规则的异常检测算法,基于概率密度统计的多策略异常检测算法不仅可给出系统的正常和异常的状态,还可计算各参数和整个系统的异常值,为运载火箭进一步的故障诊断提供更加灵活的参考。     

推进剂利用系统对液体火箭发动机性能的影响分析

建立了带有推进剂利用系统的泵式压液体火箭发动机稳态工况的非线性数学模型，用非线性优化方法和小偏差方法计算分析了推进剂利用系统调节阀所控制的燃料流量对液体火箭发动机性能的影响，并对比分析了计算结果。所得结论可用于泵压式液体火箭发动机的控制和调节、试验结果分析、可靠性分析、故障分析，也可用于揭示发动机参数随各种干扰因素的变化规律。     

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     

引射式火箭冲压组合推进系统的数值仿真

为了研究利用火箭作为引射器的引射式火箭冲压发动机的性能及内部流动机理,建立了一维总体性能计算模型,对火箭冲压组合发动机的性能参数进行了数值计算;此外,又基于CFD技术,对火箭冲压组合发动机的内部流场进行了数值仿真。总体性能计算结果表明,引射式火箭冲压发动机可以产生推力增益和提高比冲;流场计算结果表明,火箭主流与二次空气流在引射掺混过程中参数匹配是合理的。由此可见,所建立的计算模型是正确合理的,采用火箭发动机和亚燃冲压发动机的组合方式是可行的。     

用运载器评价发动机方案的方法

早期在对液体推进剂火箭发动机方案进行评价与选择时,仅以发动机本身的指标(如比冲、推重比等)作为方案比较的标准。这样没有考虑发动机子系统与运载器总系统的相互联系,得不到合理的评价结果。液体推进剂火箭发动机是航天运载器的一个子系统,采用运载器的性能指标评价发动机方案才能得到比较客观的结果。 本文推导了运载器的评价指标,给出了运载器的线性化质量方程,阐述了运载器设计参数的简化确定方法,由此提出了一个采用运载器评价发动机方案的方法。最后应用提出的方法对五个发动机方案进行了评价。     

双组元高室压脉冲火箭发动机工作特性分析

为了研究高室压脉冲火箭发动机的工作特性,在分析其工作原理的基础上建立了数学模型,其中燃烧室和挤压腔采用零维模型,喷管采用一维准稳态模型,采用四阶Runge-Kutta法进行了求解.结果表明,燃烧室的最大压强和平均压强都高于推进剂供给压强,而挤压过程中进出燃烧室的质量不守恒是压强升高的原因.与常规液体火箭发动机相比较表明,脉冲火箭发动机的真空比冲提高了7.5%,而喉部面积仅为其10.2%.     

Index allocation for a reusable LOX/CH4 rocket engine

Reusable rocket engines are the core components of reusable launch vehicles, and have thus become a major focus of aerospace engineering research in recent years. In practice, subsystem design is based on the overall index allocation of an engine; therefore, a multidisciplinary optimization approach is necessary. In this study, design of a reusable methane/liquid oxygen (LOX/CH4) rocket engine with a gas generator cycle was investigated using multidisciplinary optimization. Two parameters were chosen as design variables: pressure and fuel mix ratio of the main combustion chamber. Optimization objectives were specific impulse, structural mass, and life cycle cost of the reusable rocket engine, and constraints were assigned to each discipline according to rocket design requirements. Then, an optimization model was developed, and optimal design parameters were acquired for the LOX/CH4 rocket engine. The proposed method is effective for designing the index allocation of reusable rocket engines and takes into account the multidisciplinary nature of complex systems.     

基于NN-ELM的航空发动机燃油系统执行机构故障诊断

提出了一种航空发动机执行机构及其传感器单一故障诊断及定位方法.首先通过执行机构模型判断是否发生故障,然后运用发动机逆模型对故障进行定位.基于离线训练BP(back propagation)神经网络建立执行机构模型,根据某半物理仿真试验台的测试数据训练网络参数.提出离线训练和在线训练相结合的极端学习机(ELM)算法建立发动机逆模型,使网络在初始时刻就具有诊断能力,工作过程中具有适应能力,且在线训练过程采用阈值判别法筛选训练样本,减小了在线训练时间,提高了逆模型的实时性.以某型发动机燃油系统执行机构为例的设计和仿真结果表明:该诊断系统能够准确地对发动机在稳态和动态工况以及蜕化状态下的执行机构及其传感器单一故障进行准确诊断和定位,具有很好的实时性.