基于数据统计的液体火箭发动机地面试车故障检测算法

研制了一种用于液体火箭发动机地面试车的故障检测算法，既适于发动机启动瞬态过程又可用于稳态过程。算法能设置一些预先设置或在线计算的参数门限，检查参数测量值的平滑值，当连续多次检查到多个参数异常时就判定发动机异常。用正常试车数据和满足启动条件的异常试车数据进行测试，没有出现误报警和漏报警。对满足启动条件的异常试车，均在现有的红线关机系统关机之前报警。     

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。     

基于自回归模型的自适应阈值算法

提出一种基于自回归模型的自适应阈值检测算法用于监测液体火箭发动机地面试验的稳态过程,该算法由两个阶段组成。第一阶段的检测算法阈值由不同试车台次的稳态参数测量值的自回归模型的估计值、标准偏差和带宽系数计算,第二阶段的检测算法阈值由稳态过程的参数均值的自回归模型的估计值、标准偏差和带宽系数计算。用某大型液体火箭发动机的地面试验数据进行验证,结果表明该算法能有效可靠地监测发动机的运行状态。      

基于增量式孤立森林的液体火箭发动机异常检测方法

为解决液体火箭发动机故障标签缺失条件下流数据无监督检测问题,以及满足不同发动机台次和不同工况的自适应检测需求,基于增量学习思想,提出了基于增量式孤立森林的异常检测算法。设计了多工况流数据检测条件下的在线更新策略、异常分数表达式,并通过更新停止策略避免故障数据对模型的污染。利用多台次试车数据对该模型进行验证,并与传统方法进行比较,结果表明,该算法能够对样本异常程度进行量化评价,能够有效检测早期缓变故障,其F₁指标较原始孤立森林算法提高了43%,检测及时性优于红线算法和自适应阈值算法。     

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。     

航空发动机外场振动问题分析与研究

针对某型航空发动机在外场使用过程中出现的整机振动异常问题,根据现场实物检查、飞参数据判读以及比对发动机返厂后的分解检查结果,总结归纳了几种典型振动问题的表现形式和产生的原因。研究结果表明,不同部位的转子、静子碰磨是造成发动机整机振动异常的主要因素。确定了整机振动异常分析检查工作内容,制订了规范的工作流程,并提出了出现振动问题后发动机不返厂应满足的条件。根据振动值超出使用规定的程度、结构是否产生损伤和发动机其他参数表现,决定发生振动问题的发动机是否可以继续使用。     

利用多状态试车数据修正发动机部件特性

针对经典的航空发动机部件特性修正因子法的不足,提出一种于多状态试车数据的修正方法.利用发动机部件匹配模型方程以及试车参数计算值和实测值的差值组成目标方程组,采用改进的免疫粒子群算法优化求解获得部件特性修正系数.以多个不同状态下的修正系数为基础,利用滑动最小二乘方法拟合修正系数曲面,进而得到修正的部件特性图.数值试验表明:综合利用不同状态下发动机试车数据进行部件特性修正,克服了传统方法的不足.提高了修正部件特性在整个工作范围的精度.      

基于时序分析的液体火箭发动机实时故障监测算法

建立ＡＲ模型对液体火箭发动机状态测量参数构成时间序列进行分析，并构造相应的信息距离差别函数进行状态监测。对某次试车的测量参数进行状态监测仿真表明，利用时序分析算法能够在满足实时条件下早期检测出发动机的故障。在算法中，使用了Ｋｏｌｌｂａｃｋ－Ｌｅｉｂｌｅｒ信息距离函数作为判别函数，使得整个计算简单而可靠。     

一种基于阴性选择算法的飞行数据异常值检测方法

研究了基于阴性选择算法的飞行数据异常值检测问题。针对传统的基于数据趋势进行数据异常值检测方法难以处理连续异常值的问题,提出通过提取待测参数的相关参数并在检测器编码中加入相关参数信息,使得阴性选择算法能够用于连续多个异常值的检测,算法不需要关于数据异常的任何先验知识。实验表明,采用改进编码后的阴性选择算法识别飞行数据中的异常值具有较高的精度。     

航空发动机振动标准研究

采用统计学方法,分析了航空发动机台架试车过程中主机测点的稳态振动数据,对发动机的振动幅值分布规律进行了研究。选取发动机台架试车过程中,处于慢车、80%、90%、中间和全加力状态下主机测点的稳态振动数据,通过绘制概率图对数据分布规律拟合优度进行检验,判断其是否满足正态分布规律;采用绘制振动数据均值和瞬时值95%置信区间包络图的方法,给出了各主机测点的振动基线。利用得到的振动基线,对同型号的另一台发动机台架试车过程中的整机振动进行监控,保证了发动机试车的安全。研究结果为航空发动机振动限值的优化工作提供了参考。     

基于ISIGHT 软件的地面台架试车条件下涡扇发动机部件特性辨识方法

为获得地面台架试车条件下涡扇发动机部件特性,基于ISIGHT 软件搭建了部件特性辨识平台,提出了1 种工程上通用 的辨识方法。通过试验设计对可调参数进行了敏感性分析,获得地面台架试车条件下需辨识的主要部件特征参数,并结合优化算法 获得精度高的辨识结果。对该辨识方法进行了验证,并基于某发动机地面台架试车数据,进行了实例应用。结果表明：验证结果中的 辨识误差在0.22%以下,在实例应用中,个别参数辨识误差在4%以下,其余均在2.5%以下,满足精度要求,验证了该辨识方法的正确 性,为涡扇发动机部件特性辨识提供了1 种高效的方法。     

涡扇发动机气路故障诊断在寿命试验中的应用

在发动机直连管试车台上,模拟一定的飞行高度和飞行速度条件,对某型涡扇发动机进行了累计10 h以上的大推力状态寿命试车。采集了发动机性能参数和重要截面参数。对试验后的发动机进行分解,根据试验过程中发动机性能参数和重要截面参数变化情况,及发动机结构变化情况,总结出由于发动机部件性能老化引起的发动机总体性能下降规律。利用试车数据进行了故障诊断,验证了对发动机故障原因的分析,并给出了部件性能恶化量级,获得了对发动机工程实用具有指导意义的结论。     

产品

厂商:北京瑞赛科技有限公司代表产品:AMC2000系列航空发动机试车台测试系统AMC2000系列测试系统可用于测量发动机性能及确保试车过程的安全。该系统能够对发动机试车过程中的各种参数加以采集、显     

涡喷发动机外场监测分析仪的设计

针对发动机试车测试仪表精度低、测试参数少的问题，利用计算机自动测量技术，对某型发动机的试车性能进行了监控设计。这不仅提高了测试精度、拓宽了测量检查范围，而且为地勤人员分析、判断发动机故障提供了更加全面、精确、可靠的技术数据。     

涡喷发动机试车原位监测软件设计

通过对多种型号发动机的参数传感器的分析，研制开发了用于外场试车的发动机试车原位监测仪器及配套软件。利用计算机进行数据采集和处理，提高了发动机参数测试精度，可实时监视发动机各个工作状态的性能参数是否正常，提高了发动机故障分析和诊断效率，具有较高的使用价值。     

数据采集系统在航空发动机地面试车上的应用

介绍数据采集系统的发展过程、VXI技术以及数据采集系统在航空发动机地面试车上的应用,航空发动机试车过程中需要记录的各种参数,试车台使用的数采系统的各种功能。     

基于特性数据的燃气涡轮发动机修正方法

针对燃气涡轮发动机部件特性不匹配造成的模型计算参数与实际试车参数之间的误差问题,提出一种基于特性数据的 燃气涡轮发动机部件特性修正方法。通过变缩放参考中心依次对设计点、慢车点进行整体修正,实现特性图在整个工况范围内的 大致覆盖。通过局部修正非设计点所在的由相邻等转速线和β线所确定矩形域的特性数据,并采用插值法和拟合椭圆曲线法对 等转速线的其他数据点进行补充修正,得到与试车数据匹配的特性图。以涡扇发动机为研究对象进行仿真验证,结果表明：所提 出的特性修正方法能准确、快速地对发动机部件特性进行修正,与试车数据相比,修正后的模型各稳态点误差精度均在1.5%以 内,满足工程精度需求,可用于发动机控制系统研究。     

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。     

涡轴发动机简化实时模型研究

涡轴发动机数控系统传感器故障诊断需机载的发动机数学模型,由于缺乏部件特性数据,根据某型发动机地面试车稳态数据和动态数据,建立涡轴发动机慢车以上状态简化数学模型。该模型具有较好的实时性,稳态模型采用插值算法,动态模型针对不同参数分别采用动态系数法和转子动力学方法。数值仿真结果表明：该简化模型具有较高的动态和稳态精度,可以满足传感器故障诊断的需求。     

基于AR/CGARCH模型的液体火箭发动机自适应阈值故障检测算法

为了解决传统自适应阈值算法对时间序列方差跟踪能力不足,以及故障阶段带宽自动放大的问题,提出了紧广义自回归条件异方差（Compact General Auto-Regressive Conditional Heteroskedasticity,CGARCH）模型。针对液体火箭发动机稳态试车数据的波动性特点,提出一种基于自回归（Auto-Regressive,AR）模型和CGARCH模型的自适应阈值故障检测算法。采用AR模型对稳态参数的均值进行估计,并采用CGARCH模型对稳态参数的方差进行估计,从而利用均值和方差的估计值自适应地构造检测阈值。用某氢氧火箭发动机的热试车数据进行验证,结果表明,该算法能够准确、快速、灵敏地检测液体火箭发动机故障,在正常工作阶段,能够有效跟踪数据波动性,在故障阶段,能够避免阈值变宽带来的漏检。