液氢液氧火箭发动机非线性静态特性仿真与分析

在考虑泵后推进剂温度和密度变化的情况下,建立低温液体火箭发动机非线性稳态工作的数学模型,以设计点参数为初始值采用离散牛顿法对大范围参数扰动下氢氧发动机的静态特性进行仿真,并对包括真空推力和真空比冲在内的重要参数的变化情况做相应的分析;在引入故障影响因素的情况下,针对液体火箭发动机中常见的典型故障模式进行稳态故障效应仿真和分析,为该发动机的故障检测与诊断工作奠定了基础。     

液氧煤油发动机稳态故障仿真分析

根据液氧煤油补燃循环发动机的特点,建立了稳态工作过程故障仿真数学模型,并针对比较典型的几种故障模式,进行了仿真计算与效应分析,最后进行了故障参数特征的初步提取。结果表明,选定的10个缓变热力参数,可对泄漏、堵塞及涡轮泵等典型故障模式进行有效识别和分离。     

改进SO优化KELM的液体火箭发动机故障检测

提出了一种ISO-KELM的液体火箭发动机故障检测模型。首先引入Tent混沌映射、动态策略和柯西变异3种方法对原算法进行改进。然后，采用改进后的蛇优化算法(ISO)对核极限学习机(KELM)惩罚因子和核函数参数进行寻优，构建了ISO-KELM液体火箭发动机故障检测模型。最后选取包含5种典型故障模式的某液体火箭发动机历史试车数据进行仿真。结果表明，ISO-KELM模型的故障检测准确率为95.2%,高于SO-KELM故障检测模型和传统BP神经网络故障检测模型，可有效检测火箭发动机的故障状态。同时也表明了ISO相比于SO,收敛速度更快，寻优精度更高。     

基于模糊方向规则的火箭发动机传感器故障检测与分离

提出了一种直接从训练样本中获取模糊方向规则的学习算法，并应用于火箭发动机的传感器故障检测与分离。每种传感器故障模式由一些模糊方向规则聚集形成，模糊方向规则的全隶属区是一个由单位方向、夹角和两个半径确定的方向超体。模糊方向规则一次循环学习形成，在学习中能不断融合新样本信息。液体火箭发动机传感器故障检测与分离的仿真研究验证了模糊方向规则系统的优越性能。     

贝叶斯分类器在液体火箭发动机故障诊断中的应用

研究数据挖掘技术在火箭发动机故障诊断中的应用,利用两种典型的贝叶斯分类器——朴素贝叶斯分类器和TAN分类器对液体火箭发动机故障进行分类,对某型号液体火箭发动机的试车数据和仿真数据进行了故障诊断,结果和实际试车情况相符,从而验证了贝叶斯分类器可以应用于液体火箭发动机故障诊断。     

固体火箭发动机工作异常的诊断与分析

把故障树模型的层次诊断方法引入固体火箭发动机的故障诊断，使固体火箭发动机的故障诊断快速、直观、形象。本文引用国内外三种固体火箭发动机的典型故障为例，阐述了层次诊断法的基本思想和应用，并得出了明确的分析结论。     

固体火箭发动机可靠性评定技术

分析了固体火箭发动机可靠性评定的主要方法，并简要分析了固体火箭发动机可靠性评定中的某些关键技术及其发展动向，如失效模式和故障判据的选用，复杂承载条件下的应用计算，可靠性模型的建立以及先进算法在可靠性评定中的应用等。     

航天器回收中几种主伞失效案例介绍

主伞失效是指主伞在展开或充气过程中的伞衣破损以及任何故障引起的载荷非正常减速现象 ,严重的可导致整个回收任务的失败。通过对历史上多次主伞失效事故情况的介绍 ,总结了失效形式和故障来源。着重阐述了固体助推火箭发动机回收的主伞失效过程以及多种改进方案。     

基于神经网络和证据理论的火箭发动机故障诊断

针对运载火箭动力系统故障的复杂特性和故障模式的不确定性,提出了基于神经网络和证据理论的火箭发动机故障诊断。首先以火箭视加速度和角速度作为网络输入,故障类型矩阵作为网络输出,通过BP神经网络和RBF(径向基函数)神经网络进行故障诊断;之后通过D-S证据理论融合神经网络结果;最后通过滚动时域估计方法对火箭飞行状态特征量估计。仿真结果表明诊断准确率达到99%以上,表明提出的方法对于火箭发动机故障诊断具有较高的准确性和实用性。     

一种基于聚类分析的液体火箭发动机稳态过程故障诊断方法

液体火箭发动机故障诊断技术是提高液体火箭可靠性的重要手段,基于数据分析的发动机故障诊断方法是其未来重要发展方向。本文通过分析液体火箭发动机稳态过程仿真数据,提出了一种使用发动机稳态过程正常状况/故障状况数据类来实施故障诊断的方法。利用液体火箭发动机稳态过程正常状况/故障状况的仿真数据,对这一方法的正确性进行了初步分析。仿真分析结果表明,这一方法有效实用,其故障诊断效果取决于所使用的发动机正常状况/故障状况数据类的完备程度与数据质量。本文研究为液体火箭发动机稳态过程故障诊断提供了新途径,对推动液体火箭发动机故障诊断技术发展具有一定意义。