共查询到19条相似文献,搜索用时 140 毫秒
1.
针对某液体火箭发动机地面试车启动过程中故障样本数据稀少、故障预测和故障部件定位等问题,提出了一种基于注意力机制的卷积神经网络和长短时记忆网络的故障预警方法。首先,搭建了液体火箭发动机系统仿真模型,采用参数故障注入方法获取启动阶段的正常/故障样本;其次,通过卷积神经网络从输入样本中捕获局部特征,利用长短时记忆网络从特征中提取时序特征,进而预测出监测参数的潜在变化趋势;最后,基于故障诊断模型定位故障部件,实现发动机启动过程的故障预警。实验结果表明,该方法能够有效地对该火箭发动机启动阶段故障进行预警,具有工程应用价值。 相似文献
2.
3.
4.
5.
基于RVM的液体火箭发动机试验台故障预测方法 总被引:1,自引:0,他引:1
液体火箭发动机试验台故障预测问题实际上是与试验台相关的参数预测问题,通过预测相关参数在试验台运行过程中的变化趋势,可以判断试验台未来某一时刻是否可能发生故障。由于液体火箭发动机试验台系统复杂、不易建模,提出了一种相关向量机(relevancevector machine,RVM)故障预测模型。在模型的训练阶段,根据数据序列的特征,分别采用单参量、相空间重构和多参量的方法进行了模型的训练,然后利用训练好的模型对试验台总体健康度和启动过程推力进行了趋势预测。预测结果表明,该方法能有效地跟踪试验台可能发生的故障及故障发展趋势。 相似文献
6.
涡轮泵作为液体火箭发动机的核心部件,恶劣的工作环境和极高的转速使其易发生组件断裂、烧蚀等问题。为了对液体火箭发动机的涡轮泵进行健康管理,提出针对某型液体火箭发动机涡轮泵的数据驱动故障检测、故障预测及健康状态评估方法。在某型液体火箭发动机试车数据集上,通过对涡轮泵轴、径、切向振动数据进行对应的时域、频域特征处理后,送入训练好的ResNet网络、自主设计的图像特征识别算法以及退化模式线性回归模型,分别实现了对该型液体火箭发动机涡轮泵的故障检测、预测及健康状态评估,具有较高的准确性。 相似文献
7.
发动机试车数据分析在发动机故障诊断中发挥着重要作用,某型号发动机试车多次出现关键部位焊缝开裂及燃料泄漏等故障,根据液体火箭发动机试车不同阶段信号特点,给出了试车信号的处理和分析方法,对该型号发动机16次试车振动信号进行处理、分析及对比,得到了正常和出现故障的试车信号频域的不同特征,提出一种基于特征频段RMS值的发动机故障识别方法,此方法可以用于发动机试车过程故障的实时监测,对于确保试车产品安全、预防试车破坏性灾难具有一定的实际意义。 相似文献
8.
合理有效的参数选择是液体火箭发动机地面试车实时故障检测系统的一个核心而基础的研究问题.本文首先进行了检测系统采集参数的需求分析;之后将液体火箭发动机测量参数作为方案层,各测量参数对发动机故障的敏感性、参数稳定性和参数相关性等作为准则层,测量参数对实时故障检测的有效性作为目标层,建立了液体火箭发动机参数选择层次结构模型;最后利用模糊层次分析法确定了某型LRE地面试车的实时故障检测参数.通过历史试车数据对参数选择的效果分析表明:所确定的检测参数能够全面表征LRE的运行状态,具有较强的故障表征能力和故障敏感性.从而,为科学合理的选择发动机地面试车实时故障检测参数提供了根据,解决了一直以来依靠定性方法确定发动机检测参数的问题. 相似文献
9.
针对运载火箭单台发动机推力下降故障,提出了一种基于径向基神经网络(Radial Basis Function Neural Network,RBFNN)的容错姿态控制方法。该方法无需故障诊断系统,根据运载火箭姿态动力学控制通用模型,使用RBFNN在线辨识并补偿模型的故障变化和不确定干扰,得出容错控制律。仿真结果表明,在单台发动机发生推力下降故障时,本文方法与传统PD方法、自适应增广控制方法(Adaptive Augment Control,AAC)相比,可有效保证姿态稳定和控制精度。 相似文献
10.
11.
液体火箭发动机故障检测与诊断研究的若干进展 总被引:11,自引:2,他引:11
近十年来,液体火箭发动机故障检测与诊断方法和技术的研究在以下几方面取得了重要进展:基于信号分析的方法;基于模型的方法;基于人工智能的方法;故障模式分析与信号特征提取;阈值的选择。该文对这些研究的若干进展作简要评述。 相似文献
12.
13.
传感器优化配置是航空航天设备PHM系统功能得以有效实现的基础和保证。针对目前传感器配置研究中未考虑传感器实际属性的问题,建立了考虑传感器故障检测能力的PHM系统传感器优化配置模型。首先分析了系统故障-传感器相关性矩阵的含义,将传感器的故障检测能力和相关性矩阵相结合,以概率形式描述了传感器对故障的检测性能。在此基础上根据系统的测试性指标要求建立传感器优化配置模型,并采用混沌二进制粒子群优化算法求解。仿真实例结果表明,本文建立的优化模型更加符合实际情况,配置结果更加准确和可靠。 相似文献
14.
总结多年参加卫星、火箭、导弹靶场试验的经验,特别是90 年代多次参加事故诊断的经验,发现在安排测量参数方面存在许多问题;过去,对遥测系统可靠性注意不够;处理数据的时间过长,矛盾十分尖锐,但又没有解决问题的办法。产生这些问题的关键是没有立足于出故障后如何进行结果分析来考虑问题。从实际出发,较为细致地提出各方面存在的问题以及建设性解决问题的办法,供有关领导和同志们参考 相似文献
15.
针对滚动轴承故障分类中特征信号微弱、信号非线性和多尺度特征难提取的问题,提出基于优化多尺度排列熵(MPE)和卷积神经网络(CNN)的滚动轴承故障诊断方法:通过改进自适应噪声完备集合经验模式分解(ICEEMDAN)对轴承信号进行分解和重构,实现信号降噪;通过粒子群算法(PSO)对MPE进行优化,提出PSO-MPE特征提取方法,参数优化后的MPE能够提取更为关键的特征信息;将所得的排列熵输入到CNN中进行故障分类以及降维可视化分析。以凯斯西储大学开放轴承数据库样本为测试对象,将文章所提出的ICEEMDAN-PSO-MPE-CNN方法与ICEEMDAN-PSO-MPE-RNN、CEEMDAN-SVM、ICEEMDAN-PSO-MPE-SVM等方法进行纵向和横向对比分析,结果表明改进方法的分类准确率和效率更高,在T-SNE可视化下的分类效果更明显,能够实现滚动轴承故障的高精度和高效率检测。 相似文献
16.
支持向量机用于液体火箭发动机的故障诊断 总被引:3,自引:0,他引:3
支持向量机(Support Vector Machine,简称SVM)是一种基于机器学习的模式分类算法,其在解决小样本、非线性及高维模式识别等问题中都表现出许多特有的优势。用SVM对液体火箭发动机的故障数据进行检测和诊断。通过对发动机仿真模型的9种故障数据的学习,能检测出18组故障数据中的17组,但有4组出现误报,对误报故障进行二次学习和再检测,能对这4种故障正确检测。经过对C75试车4种故障数据的学习,能正确检测其故障类型,进一步验证了该方法的正确性和可行性。 相似文献
17.
为了解决航天器的故障检测的传感器分布的设计问题,本文提出一种描述系统故障的有向图模型,针对该模型,给出了基于可观测性和可靠性的传感器分布的设计问题的描述,并提出了优化设计的思想。根据该思想给出了传感器分布优化设计方案,该方案考虑了故障的可观测性和故障检测的可靠性问题,还有传感器安置成本的约束问题,并采用了贪婪启发式算法实现了该方案。该方案应用到某卫星一次电源系统,仿真算例的结果表明该方案满足了可观测性和可靠性的要求,通过与其它设计方案对比,该方案能够快速提高系统的可靠性,更适合系统设计的需要。
相似文献
相似文献
18.