基于ARVM模型的液体火箭发动机试验台故障预测方法

针对液体火箭发动机试验台故障子样少,故障预测精度低,故障维修保障困难等问题,在分析标准RVM优缺点的基础之上,提出了一种自适应能力较强的故障预测模型——ARVM(Adaptive Relevance Vector Machine)。为测试该模型,以某型轨控发动机高空模拟试验台管路流量、燃烧室压力为输入参量对推力矢量进行了预测,预测结果表明,ARVM方法能够有效跟踪推力矢量参数的变化趋势,并且获得了较高的预测精度和模型稀疏性。该方法对于复杂系统的故障预测和维修保障具有一定的理论价值和工程应用意义。     

面向小型自主航天器的锥-杆式对接机构锥面构型设计

对接锥是对接机构的重要组成部分,在碰撞过程中首先与主动对接机构相接触.比较小的锥角会造成系统在碰撞过程中发生剧烈振动,而比较大的锥角又会使系统的接触碰撞力增大,甚至造成对接失败.本文针对面向在轨服务的小型航天器上使用的锥——杆式对接机构,提出了新的对接锥型面设计目标;利用有限元分析软件ANSYS/LS-DYNA,仿真分析了对接机构碰撞后的运动学特性;通过研究对接锥的型面设计方法,得到了新型对接锥型面.研究结果表明,新型对接机构的整体性能满足设计目标要求.     

固体火箭发动机喷管摆角校准方法研究

介绍了固体火箭发动机全轴摆动喷管的摆角校准技术方法,论述了为实现该技术而采取的技术措施以及新结构、新方法的建立过程。以FG-xx发动机喷管摆角校准数据证明了该技术的适用性和高精度指标。     

液体火箭发动机性能参数的贝叶斯评估方法

文章研究了如何利用发动机地面试验数据,来评估飞行中的性能参数及其可靠性。采用贝叶斯分析,研究给出了合理实用的先验分布及后验分布的求解,并给出了各参数及其性能可靠性的贝叶斯点估计和置信估计。     

基于过程神经网络的液体火箭发动机状态预测

提出一种基于极限学习算法的离散过程神经网络模型,用于解决液体火箭发动机状态预测这一难题。首先,在历史数据的基础上建立离散过程神经网络（DPNN）预测模型;然后,根据在线更新的数据样本,采用递推极限学习（EL）算法对双并联前馈离散过程神经网络（DPFDPNN）隐层到输出层的权值进行更新,并应用权值更新后的过程神经网络对发动机状态进行预测;最后,以液体火箭发动机状态预测中氢涡轮泵扬程预测为例,分别采用有权值更新和无权值更新两种预测模型进行了试验。结果表明,通过更新过程神经网络权值可以使模型具有更高的预测精度和更好的适应能力,该方法能够为液体火箭发动机状态预测提供一种有效的解决途径。      

固体火箭发动机羽焰测温方法研究

根据固体火箭发动机羽焰特征研制了多目标多光谱高温仪,它可同时测量羽焰六个目标点的温度,每个目标点均有八个工作波长。同时提出了求解真温的实用方法,完成了固体火箭发动机羽焰温度及其分布的测量。     

液体火箭发动机试验脉动压力数据分析方法研究

针对液体火箭发动机试验脉动压力数据的特点,对脉动压力数据和相关振动测点数据进行快速傅里叶变换(FFT),频谱分析的结果能够有效判断发动机不稳定燃烧的声振类型.采用小波变换奇异点检测的方法,对启动段和关机段波动异常的脉动压力数据进行分析,结合相关振动测点的频谱信息能够在时域内准确定位奇异点位置,提取频域内的信息,有效判断...     

一种液体火箭发动机试验台螺纹拧紧力矩量化控制方法

针对液体火箭发动机试验台工艺装配可靠性提升的需求,提出一种螺纹拧紧力矩量化控制方法。利用非试验和试验环境的力矩值统计与分析,确定液体火箭发动机试验台螺纹拧紧力矩值区间;通过拧紧力矩强度理论计算,验证力矩值区间的合理性;结合试验台螺纹空间位置的具体特点,确定适用不同空间位置的力矩量化控制方法和流程,并在试验中进行了应用。应用结果表明,本文提出的方法可有效提高发动机试验工艺的可靠性。     

一种液体火箭发动机试验台螺纹拧紧力矩量化控制方法

针对液体火箭发动机试验台工艺装配可靠性提升的需求,提出一种螺纹拧紧力矩量化控制方法。利用非试验和试验环境的力矩值统计与分析,确定液体火箭发动机试验台螺纹拧紧力矩值区间;通过拧紧力矩强度理论计算,验证力矩值区间的合理性;结合试验台螺纹空间位置的具体特点,确定适用不同空间位置的力矩量化控制方法和流程,并在试验中进行了应用。应用结果表明,本文提出的方法可有效提高发动机试验工艺的可靠性。