计算机辅助涡轮泵可靠性分析与评估系统

介绍了一个用于液氢／液氧火箭发动机涡轮泵可靠性分析与评估的软件系统－－ＴＰＲＡＥ（Ｔｕｒｂｏｐｍｕｍｐ Ｒｅｌｉａｂｉｌｉｔｙ Ａｎａｌｙｓｉｓ ＆ Ｅｖａｌｕａｔｉｏｎ）。该系统中包括了以下几种可靠性算法：故障模式、影响及危害度分析、故障树分析、单元可靠性评估、系统可靠性综合。单元可靠性评估指数分布和Ｗｅｉｂｕｌ分布两种情形，系统可靠性综合分横向综合、纵向综合两类、ＴＰＲＡＥ是在ＢｏｒｌａｎｄＣ     

微推进系统的轨控发动机动态分析

近年来液体火箭推进系统的小型化有了极大的进展,这些先进的微推进系统是以尺寸小微型化、高压和响应快为特征的,对于这种微推进系统,推导、编制了系统各部件的数学模型,分析研究了轨控发动机在单脉冲工作进程中燃烧室压力和关机过程中推进剂阀门前压力的变化规律.为研究整个微推进系统的动态响应打下基础.      

液发推力室和涡轮泵故障监测与诊断技术研究

研究了液发推力室和涡轮泵故障监测与诊断技术,介绍了取得的主要研究成果,内容包括:试车结果统计与故障特性分析、故障模式与影响分析、故障数据库的设计与实现、状态分类与特征分析等.此外也介绍了基于人工神经网络理论的动态过程监测与诊断算法、基于时序分析的稳态过程监测与诊断算法和基于频谱方法的事后故障分析与诊断等故障监测与诊断算法.最后,介绍了所研制的工程应用系统,并给出了具体的故障监测与诊断实例.      

基于回归模型的液体火箭发动机试验数据的验证与重构

由于传感器设计、制造水平和工作环境等原因,传感器工作异常、出现故障或失效现象时有发生,影响了试验的完成和试验数据的使用。在研究液体火箭发动机地面试验各测点参数相关性的基础上,建立了传感器验证网络,利用测点参数间的线性回归模型对传感器数据进行验证和重构。经过实例验证表明,利用线性回归模型建立传感器验证网络,验证与重构发动机试验数据是可行的、有效的。     

液体火箭发动机自动控制系统的过渡过程研究

以能多次启动的某泵压式液体火箭发动机的自动控制系统为研究对象,构造了液体火箭发动机自动控制系统的物理模型,并对其建立了非线性的数学模型.针对可能发生的干扰形式,以阶跃形式输入,进行了单干扰状态下动态特性模拟,计算方法采用小偏差法.通过对数学模拟的结果与从试验获得的数据进行比较,发现:当干扰信号在小范围内变化时,所建数学模型较精确合理,计算方法满足模拟要求.该工作对控制参数的优化选择和合理采用控制系统等具有一定的参考意义.     

液体火箭发动机系统设计仿真与优化

建立了某液体火箭发动机系统设计的仿真模型与相应的多目标优化模型,编制了系统仿真程序,并在iSIGHT的软件平台上针对不同的优化目标对发动机的设计参数进行优化.采用了组合优化策略,结合多岛遗传算法和序列二次规划算法分别进行全局寻优和局部寻优,求得全局最优点.建立了单燃气发生器循环系统的质量模型,在优化过程中考虑了发动机主要部件结构质量对系统性能的影响。以燃烧室压强、混合比和喷管出口反压为设计变量,优化目标包括发动机比冲、有效载荷、结构质量、密度比冲、关机时飞行速度、推进剂综合密度.并根据结果分析了燃烧室压强和混合比对发动机性能的影响.     

液体火箭发动机故障诊断器设计及其HIL验证

为了实现某型液体火箭发动机机载实时故障诊断,采用FPGA与DSP相结合的方式作为硬件架构设计了故障诊断器,其中FPGA控制高精度A/D转换器进行传感器数据采集,DSP运行故障诊断算法并将结果输出,对故障诊断器的硬件和软件分别进行了设计。提出了一种递归结构识别（RESID）算法用于液体火箭发动机故障诊断,该算法可在6 ms内诊断出流量衰减故障。搭建基于故障诊断器和工控机的硬件在环（HIL）试验平台,采用自动代码生成技术与手写代码结合的方式对RESID算法进行了试验验证,通过上位机界面进行观察。结果表明:RESID算法能准确地诊断出发动机常见的故障并在故障诊断器上实现,算法运行时间为3.9 ms,故障诊断器可以实现实时数据监测和故障诊断,相对于传统平台更加小型化和经济化,既可以作为机载装置使用,也可作为通用平台来开发新算法。      

模型燃烧室内不稳定燃烧发展过程的数值分析

为了对自燃推进剂燃烧室内出现的不稳定燃烧现象进行详细分析,采用欧拉-拉格朗日方法对该燃烧室内的气液两相非稳态燃烧过程进行了数值模拟,计算得到的压力振荡幅值和频谱特性与实验结果吻合较好,在此基础上对不同燃烧阶段内的压力和释热变化规律进行了分析。结果表明:在压力振荡幅值超过10%的不稳定燃烧阶段,压力振荡主频为9 200 Hz,燃烧室内横向压力分布与1阶切向振型一致,仿真中再现了1阶切向自激高频不稳定燃烧的产生及发展过程;稳定燃烧向不稳定燃烧转变早期,压力振荡从部分燃烧释热波动中获得能量,压力振荡幅值缓慢增长;随着燃烧进行,燃烧释热波动与压力振荡之间相位和频谱特性逐渐趋于一致,压力振荡幅值开始急剧增大;当二者完全耦合时,燃烧室内压力振荡幅值达到极限饱和状态,此时压力振荡幅值超过了平均室压的200%。      

一种改进的固液火箭发动机故障诊断方法

针对固液火箭发动机的可靠性问题,设计了一种改进的贝叶斯网络故障诊断方法,可以通过网络化自主逻辑推理,对固液火箭发动机进行故障诊断。为了提取时序观测信号的故障特征,提出将步进法与核主成分分析(KPCA)相结合的分析方法,并根据模糊C均值聚类算法(FCM)建立模糊多态贝叶斯网络,实现对观测信号尺度的模糊处理,提高对不确定性故障的诊断能力。通过Matlab/Simulink建立改进的贝叶斯网络故障诊断系统。仿真结果表明,改进的算法能够实现对固液火箭发动机常见故障的有效诊断,并能够适应小样本集学习的情况。与传统贝叶斯诊断算法相比,故障诊断的平均准确率提高了20.9%。     

模型辨识法诊断发动机故障的分析

利用模型辨识法,以双轴分排涡扇发动机为例,研究当监视参数较少时,发动机故障诊断的 可行性及效果.模型辨识法基于发动机性能仿真模型,在辨识的过程中利用了发动机平衡技 术,考虑了模型的非线性.故障诊断过程中详细讨论了典型工作状态的选择对诊断结果的影 响.研究表明,模型辨识法能够准确定量诊断发动机故障,并得到状态选择的原则.     

基于定性模型的故障诊断方法

基于定性模型的故障诊断方法，利用定性模型描述系统结构和定性地预测系统行为，并通过与实际行为进行比较，可推理得到系统的故障诊断结果。详细介绍了基于定性模型故障诊断方法的诊断机理、建模方式及优缺点。此外，还概述了该方法的研究与应用现状及发展趋势。     

基于LM优化算法的神经网络在航空发动机转子故障诊断中的应用

针对传统BP算法存在的收敛速度慢以及容易陷入局部最小点等问题,给出了两种改进BP算法:LM(Levenberg-Marquardt)优化算法和SCG(Scaled Conjugate Gradient)算法,应用这两种算法对航空发动机转子故障进行诊断研究,比较它们之间的研究结果,仿真和实验表明LM优化算法比SCG算法具有更高的准确度和较快的收敛速度,可行性更强。     

免疫系统的反面选择算法在故障诊断中的应用

生物免疫系统的主要功能就是检测和杀伤来自生物体内和体外称为抗原的非已物质，受免疫系统自己－非已识别机理的启发提出的反面选择算法能检测任何异常变化。文章结合航天器故障诊断的特点对反面选择算法进行了改进，提出了对卫星电源分系统实时系统故障诊断的新方法，通过诊断实例表明该方法是有效可行的，能对卫星电源系统的故障准确、快速的实时诊断。     

大虚警率下的多故障诊断算法

主要研究不可靠测试下多信号模型的多故障诊断问题。最优的多故障诊断是计算复杂度完全类(NP-Complete)问题,因此大型系统的诊断一般只能用次优的随机搜索算法。次梯度优化算法能够在虚警概率较小时给出较好的结果,但如果测试个数很多且虚警概率较大时,该算法就不能消除虚警的影响,会使估计的故障覆盖所有失败的测试,而不是找到系统真实的故障。针对这一问题,提出了能够同时考虑虚警和误警的目标函数,使算法能排除虚警的测试准确定位故障,并用改进的遗传算法搜索故障部件提高诊断速度。仿真诊断结果表明,同时发生故障的部件个数较少时,遗传算法的诊断速度明显优于次梯度优化算法,而且能够更有效地抑制虚警的影响。     

基于AFI混合聚类算法的轴承故障诊断方法

针对滚动轴承振动信号标记数据量小、故障模式多样的现状,提出了一种基于AFI混合聚类算法的半监督式轴承振动信号故障诊断方法。利用小波包分解方法提取了信号的能量特征谱,并通过主成分分析方法增强了信号的特征;参考迭代自组织数据分析的“分裂”和“合并”的思想,为人工鱼群算法中的个体鱼增加了“分裂进化”和“合并进化”行为;采用模糊C均值方法定义了隶属度矩阵和目标函数,并利用改进的人工鱼群算法,迭代搜寻了目标函数的全局最优解,得到了各故障模式的聚类中心;通过计算测试数据的最近邻聚类中心,实现了故障模式识别。结果表明,该方法无需指定聚类簇数,能在标记数据量小的情况下完成训练,较同类方法表现出了更优的故障模式识别性能。     

基于自适应观测器的非线性系统故障诊断

研究一类非线性系统执行器故障诊断问题。对于故障系统,建立一种自适应观测器,通过在线调整,故障后执行器的未知参数被在线逼近。所提出的自适应调整律能够保证观测器稳定及故障估计误差收敛。最后引入卫星反作用飞轮模型,对单飞轮发生故障的情况进行了仿真,结果表明提出的方法有效、可行。