解耦算法在发动机推力矢量测量中的应用

针对发动机推力矢量的特点和测量要求,在分析发动机推力矢量测试平台数学模型的基础上提出了推力矢量的解耦算法,可减少主推力和侧向力之间的相互耦合,提高推力矢量的测试准确度。经多次试验表明,解耦后测试系统误差明显减小。用该方法测量推力矢量参数的不确定度小于5%,可以满足推力矢量测试的需要。     

人工智能在矢量推力现场动态校准中的应用研究

基于航天工程中对于发动机试车台矢量推力现场动态校准需求,以摆锤式动态力加载装置为力源,研制了发动机试车台矢量推力现场动态校准装置。在发动机试车台试验校准点有限的情况下,将人工智能技术应用在校准工作中,对矢量推力的动态响应特性进行校准与补偿。验证结果表明,该方案动态性能优异,响应迅速,满足试车台矢量推力校准的需求,为后续进一步准确测试矢量推力提供了依据。     

上面级轨道转移段姿态控制技术

由于姿态与轨道运动的耦合,以及制导系统确定的发动机推力矢量方向不通过系统质心所引起的干扰力矩,火箭上面级轨道转移段的姿态运动会受到很大的干扰,为此,研究了利用轨控矢量发动机主动摇摆和滚转姿控发动机喷气的上面级姿态控制技术。首先,利用凯恩方程建立包括上面级本体、发动机旋转支架以及矢量发动机的系统多体动力学方程,推导了矢量发动机工作时偏心引起的干扰力矩和推力矢量控制中矢量发动机的摆角计算公式,利用矢量发动机主动摇摆和滚转姿控发动机喷气控制上面级的姿态。其次,基于变结构控制方法,设计了上面级轨道转移段的姿态控制律,使得上面级轨道转移期间姿态控制的精度达到了10^-3级别,且矢量发动机推力矢量既为制导指令方向又通过系统质心,减小了矢量发动机对上面级的干扰力矩。最后,进行了数值仿真,仿真算例结果验证了控制律的可行性。     

基于序列二次规划的推力矢量控制分配方法

  针对使用推力矢量控制的航天器,建立了游动发动机的数学模型,在分析了游动发动机摆角约束的基础上,提出了推力矢量控制分配问题。将该控制分配问题转化成以力矩误差最小和对变轨推力影响最小作为优化目标的多目标优化问题,引入序列二次规划进行求解,得到一种新的控制分配方法。仿真结果表明,该方法能够准确实现期望目标,验证了所提出的控制分配方法的可行性和有效性。     

航空发动机性能参数预测方法

航空发动机性能参数预测对于发动机的视情维修具有重要的意义.为了提高预测精度,在分析发动机性能参数数据特点的基础上,提出了一种新的应用于此领域的组合预测模型.首先利用小波变换将原始数据分解为不同尺度上的几组子序列,根据各子序列的特点分别选用自回归滑动平均(ARMA,Autoregressive Moving Average)模型或求和自回归滑动平均(ARIMA,Autoregressive Integrated Moving Average)模型进行预测,然后将所有预测结果合成,得到最终预测结果.通过仿真实验,验证了该组合模型提高短期和中长期预测精度的有效性,并分析了小波分解层数对于预测精度的影响.      

基于电磁自动加载的姿控发动机推力架标定控制系统设计

推力是反映姿态控制发动机性能参数的关键指标，对推力测试系统的精确标定是准确测量推力矢量的前提，同时，提升标定系统的自动化程度是亟需解决的问题。重点介绍了一种应用电磁悬浮技术的姿态控制发动机推力测试平台，并设计了针对推力测量传感器的电磁自动加载标定系统。仿真与试验结果表明，该系统能实现满足精度需求的多回程自动标定，有效提升系统的自动化程度以及标定效率和准确度。     

轨姿控发动机动态推力与推力矢量测试系统研制CSCD

针对目前轨姿控发动机动态推力与推力矢量测试系统测量精度低、测试覆盖面不全及操作的复杂性,研制了一套基于压电测力平台的动态推力与推力矢量测试系统。此系统的研制攻克了测力平台结构参数优化技术、标准信号发生器设计技术、测试相间干扰处理技术等五项关键技术点.实现了连续脉冲力及多方向力的测量,系统操作可靠、便捷,各项测试指标满足总体要求,为动态推力及推力矢量测试提供了手段。     

轨姿控发动机动态推力与推力矢量测试系统研制

针对目前轨姿控发动机动态推力与推力矢量测试系统测量精度低、测试覆盖面不全及操作的复杂性,研制了一套基于压电测力平台的动态推力与推力矢量测试系统。此系统的研制攻克了测力平台结构参数优化技术、标准信号发生器设计技术、测试相间干扰处理技术等五项关键技术点.实现了连续脉冲力及多方向力的测量,系统操作可靠、便捷,各项测试指标满足总体要求,为动态推力及推力矢量测试提供了手段。     

轨姿控发动机动态推力与推力矢量测试系统研制

针对目前轨姿控发动机动态推力与推力矢量测试系统测量精度低、测试覆盖面不全及操作的复杂性，研制了一套基于压电测力平台的动态推力与推力矢量测试系统。此系统的研制攻克了测力平台结构参数优化技术、标准信号发生器设计技术、测试相间干扰处理技术等五项关键技术点.实现了连续脉冲力及多方向力的测量，系统操作可靠、便捷，各项测试指标满足总体要求，为动态推力及推力矢量测试提供了手段。     

多源数据融合的民航发动机修后性能预测

针对民航发动机修后排气温度裕度预测过程中的多源异构数据融合问题,提出了卷积自编码器与极端梯度提升模型结合的方法。利用所提出的条件熵增长因子规整发动机修前多元传感器参数序列中的参数排序,采用卷积自编码器提取规整后的参数序列和维修工作范围的数据特征,并将其与发动机使用时间信息组成合成特征以训练极端梯度提升模型,从而预测发动机修后性能并评估各影响因素的重要程度。经发动机机队维修案例验证,所提方法预测精度高于单维参数序列预测方法,对发动机修后排气温度的平均相对预测误差不高于8.3%。      

基于深度学习的航空发动机故障融合诊断

通过对航空发动机故障诊断,能够正确判断各部件工作状态,快速确定维修方案,保证飞行安全。在结合深度信念网络和决策融合算法的基础上,提出了基于深度学习的航空发动机故障融合诊断模型。该模型通过分析发动机的大量性能参数,先利用深度学习模型提取出性能参数中的隐藏特征,得出故障分类置信度;其后对多次故障分类结果进行决策融合,从而得出更准确的诊断结果。将普惠JT9D发动机故障系数用于数据仿真,通过算例验证本文算法的有效性;算例计算结果表明:多次实验结果经数据融合提高了可信度,该模型具有较高的故障分类诊断准确性和抗干扰能力。      

基于夏氏最小二乘的轨道控制力系数辨识

在航天器轨道捕获、轨道维持和空间目标碰撞规避中都需要进行航天器轨道机动。针对航天器轨道机动过程中推力器的推力系数为装订常数,没有根据在轨工作实际进行优化而导致出现较大误差的情况,对控制力拟合系数进行辨识,作为修正控制参数以补偿轨道控制误差的依据,提高轨道控制精度。统计分析在轨管理的典型航天器平台及其发动机的轨道控制历史数据,分析轨道控制理论和在轨控制数据拟合建立轨道控制经验模型,用当前可测量的系统输入和输出预测系统输出的未来演变,得到不同工作情况下实际轨道控制误差与控制参数及其他主要影响因素之间关系的经验公式,为轨道控制策略决策提供参考。选取轨道半长轴控制量300m以上和300m以下的两类近地卫星,对其轨道控制历史数据进行分析,经实际数据测试,采用夏氏法进行推力系数拟合后预测的速度变化量精度较高。该种计算方法利用了轨道控制历史数据,计算方法简单,提高了轨道控制速度增量的预测精度,对轨道控制实施具有参考意义。     

小样本理论在航空发动机研制费估算中的应用

研究了小样本理论中的偏最小二乘法在航空发动机研制费估算中的适用性,系统收集了国内10余种军用涡喷/涡扇发动机的技术性能和研制费数据,选取涡轮进口温度、军用耗油率、发动机军用推力、发动机加力推力、发动机推重比、发动机净重、总增压比、空气流量、翻修寿命、原型机数量、完成时间等技术参数,将小样本理论中的偏最小二乘法应用于军用航空发动机研制费估算模型的研究,形成了基于主要性能指标的军用航空发动机研制费参数估算模型,并建立了军用航空发动机研制继承系数的概念.计算结果表明,该模型较国内其他已有模型的精度有所提高,达到了10%,可以应用于我国航空发动机研制费的快速估算.     

基于多分类AdaBoost的航空发动机故障诊断

对航空发动机运行数据进行数据挖掘的方法,是发动机故障诊断研究领域的重要研究内容。由于各种算法自身的局限性,通过某种单一算法很难大幅度提升故障分类的准确性。运用组合分类的AdaBoost算法,综合多个分类模型进行诊断,是提升故障识别精度的一种较好的方法。通过AdaBoost算法及其改进算法的结合,建立一种多分类的AdaBoost算法,以支持向量机（SVM）为基础分类器,进行综合诊断模型的建立。通过单位向量法、比值系数法和相关系数法将指印图中统计的故障标识数据进行处理,得到不受故障程度影响的训练数据,再进行建模。实验表明,AdaBoost相关结合算法能够显著提升分类器性能。根据实际故障案例,验证了所建立的诊断模型能够较好地用于发动机的故障诊断。      

应用支持向量回归机探索发动机VSV调节规律

发动机可调静子叶片（VSV）调节规律极其复杂,通过挖掘快速存取记录装置（QAR）数据对VSV调节规律进行了深入研究。首先,通过PW4077D发动机健康状态的QAR数据,建立基于粒子群优化（PSO）算法的支持向量回归机（SVR）模型,来探索VSV调节规律;然后,利用后续航班数据对PSO-SVR模型进行验证,并将验证结果与传统的PSO-BP神经网络模型进行对比;最后,应用PSO-SVR模型进行发动机故障诊断。研究结果表明:PSO-SVR模型的回归预测精度优于PSO-BP神经网络模型,能够准确反映VSV的调节规律。可将其用于发动机的状态监控和故障诊断,亦可为VSV控制系统设计提供参考。      

免疫支持向量机用于航空发动机磨损故障诊断

航空发动机在使用寿命周期内会不断磨损最终出现故障,通过对发动机油液监测铁谱分析数据的挖掘可实现磨损故障的诊断。本文研究免疫算法优化的支持向量机(SVM)在航空发动机磨损故障诊断中的运用。首先,总结了支持向量机和免疫算法的运行流程和关键算法。然后,用改进的免疫算法优化支持向量机惩罚因子、松弛变量及核函数参数。某型航空发动机的油液铁谱分析数据和加入噪声数据验证结果表明,该方法可有效实现航空发动机磨损故障诊断且具有较好的鲁棒性。最后,研究了核函数、多分类决策方法、初始种群大小、亲和力计算公式、支持向量机优化方法和归一化方法对磨损故障诊断准确率的影响,得到了最佳诊断方法。     

干扰因素对液体火箭发动机性能的影响

给出并改进了描述液体火箭发动机稳态工况的非线性数学模型；用修正的Ｇａｕｓｓ－Ｎｅｗｔｏｎ法求解各性能参数，分析了每个干扰因素分别对液体火箭发动机参数的影响，用非线性模型和小偏差方法对比分析了两个干扰因素分别和共同对发动机参数的影响；所得结论可用于发动机试验结果分析、发动机可靠性分析、发动机故障分析，也可用于揭示发动机参数随各种干扰因素的变化规律