应用反推神经网络检测液体火箭发动机多维故障

基于可测参数所构成的参数模式对应着一定的发动机故障模式, 应用反推神经网络检测发动机多维故障, 方法的有效性由只有泵效率下降和喷注器阻塞同时发生的数值仿真得到验证      

液体火箭发动机故障模式及分析

以国内四种泵压式活体火箭发动机研制历史为基础，提出了发动机常见的故障模式，并进行了初步的故障发生、传播机理和后果分析。重点讨论了涡轮泵和管路的故障模式，并例举了若干典型的管路故障实例；同时简要介绍了阀门、推力室、电缆、摇摆软管的一些基本故障模式。还就新型发动机设计及发动机实施故障检测提出了建议。     

变推力液体火箭发动机的故障识别

讨论了专家系统在液体火箭发动机故障诊断中的应用，研制出一个基于阈值判断的故障识别专家系统，应用该系统成功地识别出变推力液体火箭发动机故障模式。     

液体火箭发动机故障检测与诊断综述

对健康监控技术的中心问题－故障检测与诊断方法进行了综述，对可能用于液体火箭推进系统的各种故障检测与诊断方法进行了系统分类和详细评述，指出了近期必须研究和完善的几项主要工作。     

液体火箭发动机稳态故障仿真及分析

建立了液体火箭发动机稳态故障数学模型，编制了实用计算程序。调整方程组中的有关系数的参数，该模型既可用于在正常工况下评定性能参数随干扰因素的随机变化，进行发动机静态特性仿真。又可用于在故障状态下发动机性能参数衰减退化的计算，进行发动机稳态故障效应的仿真。     

液体火箭发动机故障诊断中的特征提取

对液体火箭发动机故障的原始特征进行特征提取和选择，以使所建立的故障标准模式由少数几个新特征给予有效的表达。比较了不同原始特征分布矩阵对特征提取结果有效性的影响，并对采用新特征来代表各种故障的效果进行了检验，结果同采用原始特征的效果很接近。     

液体火箭发动机故障实时仿真模型

建立了液体火箭发动机的降阶非线性动态模型。针对已发生过的或极有可能发生的故障形式，进行了故障状态下动态特性模拟。仿真结果表明，所建模型较精确合理，并能实现实时随机仿真。     

液体火箭发动机泄漏故障实时仿真

以某泵压式供应系统的液体火箭发动机作为研究对象, 进行泄漏故障状态下的模拟, 为提取泄漏故障模式、优化监控参数、泄漏故障检测和诊断奠定了基础。仿真的结果表明, 模型能够较精确实时地仿真泄漏故障     

神经网络在液体火箭发动机故障检测中的应用(Ⅰ)非线性辨识技术

应用ＢＰ神经网络,提出了一种液体火箭发动机故障实时检测系统。它采用非线性辨识技术,在建立发动机数学模型和输出包含故障信息的监视指标信号之后,用阈值线与监视指标比较,从而预报发动机故障。液体火箭发动机启动与稳态过程的试验数据检验表明：基于非线性辨识技术的故障检测系统性能优越。     

液体火箭发动机健康监控──故障分析与仿真

以故障分析为目的，建立了一种大型泵压式液体火箭发动机的基本数学模型及实时数学模型，采用历史数据统计及数字仿真分析结合的方法，对发动机的故障模式及其效应进行了分析研究。提出了液体火箭发动机故障诊断系统的框架。为了对液体火箭发动机健康监控的算法及软件进行验证，以实时数学模型为基础，提供并建立了一个实时仿真验证系统。     

基于定性模型的液体火箭发动机故障诊断

建立了液体火箭发动机各类部件在正常和故障状态下的定性工作模式库，然后根据液体火箭发动机系统的拓补结构和系统的定性故障特征寻找系统全局定性解，并依据全局解中各个部件的状态来确定系统的故障部件。方法具有较好的解释性，在计算机上实现只需少量的内存和执行时间。另外，该方法用节点支路关联矩阵来表示系统的拓扑结构，具有一定的通用性。     

基于模糊规则集度量的液体火箭发动机故障诊断

以模糊规则集度量为核心，提出了一种液体火箭发动机故障诊断系统。利用模糊待检规则集与模糊参考规则集之间的度量结果为故障诊断逻辑，输出故障检测时间、故障分离时间、故障类型和故障程度。仿真研究表明：基于模糊规则集度量的故障诊断性能比较优越。     

基于定性和定量关系的液体火箭发动机故障诊断

针对定性故障诊断系统的固有缺陷，利用模糊数学知识，在符号有向图上加入定量信息，形成定性定量模型，通过计算和比较被诊断模式对已知故障类型的模式的隶属度来确定系统的故障。该方法比较充分地利用了系统被监测参数的数值资源，对故障模式具有较强的识别和区分能力。     

液氧/煤油火箭发动机故障诊断与监控

阐述了液氧／煤油液体火箭发动机故障诊断的基本原理与方法，以及故障诊断系统的组成，说明了液氧／煤油火箭发动机故障诊断系统需要考虑的几个问题，并简要介绍了监控系统的组成与原理。     

液体火箭发动机故障诊断中的特征选择

对表征发动机故障的原始特征,以提高故障类可分性为目的,利用信息论中互信息的理论,采用贪婪算法,去除原始特征中不利于所设计分类器的特征,得到最有利于分类的子特征集。采用子特征集对故障进行分类,得到了较理想的结果。     

奇偶空间法用于液体火箭发动机故障诊断

基于液体火箭发动机系统测量输出之间的内在一致性,直接利用液体火箭发动机试车的测量参数, 采用奇偶空间方法对仿真的液体火箭发动机１６种故障进行分离, 结果证明该方法对实现液体火箭发动机故障诊断有较好的效果。     

基于人工噪声神经网络BP算法的火箭发动机故障仿真与检测

研究了用于液体火箭发动机故障仿真与故障检测的神经网络ＢＰ算法。在ＢＰ算法中采用了加噪声等技术来避免系统误差陷入局部极小，训练出精度高（误差小于０．０２）的神经网络，试验表明：神经网络ＢＰ算法成功地用于故障仿真与故障检测。     

利用神经网络诊断火箭发动机的故障

首先简要地介绍了人工神经网络(以下简称神经网络)的BP学习方法。然后将BP学习算法用于火箭发动机的故障诊断。仿真实验的结果表明,神经网络完全可以用于发动机的故障诊断。