液体火箭发动机健康监控技术研究现状

液体火箭发动机健康监控技术是改进和提高运载火箭、航天器可靠性与安全性的核心技术之一,对其进行研究具有重要的学术价值和工程应用价值。液体火箭发动机健康监控技术的研究主要包括液体火箭发动机故障检测与诊断理论方法、液体火箭发动机健康监控系统两方面。该文介绍了基于模型驱动的方法、基于数据驱动的方法和基于人工智能的方法,阐明了液体火箭发动机故障检测与诊断理论方法的研究现状,通过对美国液体火箭发动机典型健康监控系统的介绍,阐明了液体火箭发动机健康监控系统研究的若干进展及现状,并对液体火箭推进系统健康监控技术的演变趋势作了简要评述。     

液体火箭发动机智能故障诊断

液体火箭发动机运行中的可靠性与健康监控技术密切相关.故障诊断是健康监控的关键环节.本文介绍基于知识的液体火箭发动机智能故障诊断原理,简述一种基于知识的液体火箭发动机智能故障诊断方法.     

《火箭推进》征稿启事

<正>一、《火箭推进》是航天推进技术研究院主办的运载器与导弹动力专业学术刊物,专业方向侧重于火箭发动机。二、《火箭推进》为双月刊,国内外公开发行,刊载火箭发动机、吸气式发动机、非常规动力等航天推进技术方面的文章,主要包括以下内容:1.航天推进技术基础理论研究、关键技术研究方面的学术论文;2.航天推进技术发展现状及前景的专题论文及综述;3.航天发动机的新材料、新工艺、新技术、新结构;     

《火箭推进》征稿启事

<正>一、《火箭推进》是航天推进技术研究院主办的运载器与导弹动力专业学术刊物,专业方向侧重于火箭发动机。二、《火箭推进》为双月刊,国内外公开发行,刊载火箭发动机、吸气式发动机、非常规动力等航天推进技术方面的文章,主要包括以下内容:1.航天推进技术基础理论研究、关键技术研究方面的学术论文;2.航天推进技术发展现状及前景的专题论文及综述;3.航天发动机的新材料、新工艺、新技术、     

《火箭推进》征稿启事

<正>—、《火箭推进》是航天推进技术研究院主办的运载器与导弹动力专业学术刊物,专业方向侧重于火箭发动机。二、《火箭推进》为双月刊,国内外公开发行,刊载火箭发动机、吸气式发动机、非常规动力等航天推进技术方面的文章,主要包括以下内容:1.航天推进技术基础理论研究、关键技术研究方面的学术论文;2.航天推进技术发展现状及前景的专题论文及综述;3.航天发动机的新材料、新工艺、新技术、新结构;     

《火箭推进》征稿启事

正一、《火箭推进》是航天推进技术研究院主办的运载器与导弹动力专业学术刊物,专业方向侧重于火箭发动机。二、《火箭推进》为双月刊,国内外公开发行,刊载火箭发动机、吸气式发动机、非常规动力等航天推进技术方面的文章,主要包括以下内容:1.航天推进技术基础理论研究、关键技术研究方面的学术论文;2.航天推进技术发展现状及前景的专题论文及综述;3.航天发动机的新材料、新工艺、新技术、     

500tf级液氧煤油高压补燃发动机研制进展

500 tf级液氧煤油高压补燃发动机是我国下一代航天主动力,将大幅提升我国航天动力的技术水平,为我国航天发展提供强大动力。发动机采用高压补燃循环系统、泵后摇摆和双推力室方案,具有无毒环保、高性能、高可靠、推力和混合比可调节、使用维护便捷等特点,发动机研制需突破分级启动、健康管理、泵后摇摆、大功率高效涡轮泵、高压大流量高...     

液体火箭发动机分布式健康监控系统的分析与设计

以平台液体火箭发动机为对象,通过对数据采集、实时在线故障检测与报警、自动化数据管理、事后故障诊断与分析等功能、结构和模块的深入研究和分析,建立了液体火箭发动机分布式健康监控系统的总体框架与方案,实现了对发动机的分散监测和集中分析诊断功能,从而最大限度地利用计算机网络系统资源,为发动机的地面试车和在线运行提供实时准确的监控和诊断.     

我国可重复使用液体火箭发动机发展的思考

重复使用是降低航天发射成本的重要途径之一,是液体火箭发动机未来发展的重要方向。本文分析了可重复使用液体发动机的发展趋势,针对可重复使用运载器对发动机功能的需求,探讨了动力系统方案;对比了液氧煤油和液氧甲烷等推进剂组合和不同循环方式,认为几种发动机方案均可满足重复使用运载器的需求;研究了重复使用发动机的关键技术,提出应重点研究可重复使用液体火箭发动机高温组件热结构疲劳寿命评估及延寿技术、运动组件摩擦磨损技术、结构动载荷控制与评估技术、快速检测评估与维修维护技术、健康监控与故障诊断技术、二次或多次起动技术与大范围推力调节技术等。     

《火箭推进》征稿启事

正一、《火箭推进》是航天推进技术研究院主办的运载器与导弹动力专业学术刊物,专业方向侧重于火箭发动机。二、《火箭推进》为双月刊,国内外公开发行,刊载火箭发动机、吸气式发动机、非常规动力等航天推进技术方面的文章,主要包括以下内容:1.航天推进技术基础理论研究、关键技术研究方面的学术论文;2.航天推进技术发展现状及前景的专题论文及综述;3.航天发动机的新材料、新工艺、新技术、新结构;     

一种面向空天飞机再入的智能自适应复合控制方法

针对空天飞机再入横、侧向通道的姿态控制问题，设计了一种智能神经网络自适应复合控制方法，基于误差反馈学习准则在线更新神经网络权重以补偿全量姿态控制律输出的姿态控制指令。同时，面向再入过程横侧通道的强耦合问题，引入了耦合控制系数，以降低横、侧通道间的控制干扰。此外，提出了一种自适应链式控制分配律，在控制信号中引入正交优化多正弦激励，基于递推最小二乘方法对气动参数进行在线辨识，进而实时更新链式分配策略。最后，对空天飞机再入横侧向通道的神经网络自适应复合控制方法进行数学仿真校验，验证了该方法的有效性和鲁棒性。     

基于深度学习的组合体航天器模型预测控制

利用模型预测算法先预测控制结果后控制的类人行为特点,借助深度学习在多参数寻优上的优势,提出了一种基于卷积神经网络的模型预测控制算法,满足航天工程低硬件需求,实现组合航天器多场景下姿态控制律的重构。该算法首先利用模型预测控制将组合航天器从初始状态控制到预期状态,然后将控制过程中状态量用于3层3核卷积神经网络的训练,训练完成后,用该卷积神经网络代替模型预测对组合航天器进行控制,从而降低计算资源需求。仿真校验表明：该算法可预测5个控制周期内的控制参数,相比传统模型预测算法所需硬件计算时间降低约5倍,在一般硬件环境下30 s内即可完成各场景下的组合航天器姿态控制,控制精度在10 -4 量级。     

火箭发动机涡轮泵故障检测及预测算法研究

涡轮泵作为液体火箭发动机的核心部件,恶劣的工作环境和极高的转速使其易发生组件断裂、烧蚀等问题。为了对液体火箭发动机的涡轮泵进行健康管理,提出针对某型液体火箭发动机涡轮泵的数据驱动故障检测、故障预测及健康状态评估方法。在某型液体火箭发动机试车数据集上,通过对涡轮泵轴、径、切向振动数据进行对应的时域、频域特征处理后,送入训练好的ResNet网络、自主设计的图像特征识别算法以及退化模式线性回归模型,分别实现了对该型液体火箭发动机涡轮泵的故障检测、预测及健康状态评估,具有较高的准确性。     

飞行器气动参数智能在线辨识技术研究

气动参数辨识对于大气层内飞行器来说至关重要,通过在线气动参数辨识可规划更准确的飞行轨迹,并对控制参数进行自适应调整。传统辨识方法的模型较为复杂,运算量大,无法满足飞行器在线辨识的要求。而基于神经网络的智能参数辨识方法,不仅可以离线对网络模型进行训练,并利用历史飞行数据进行模型修正,也可在线时直接利用训练好的网络对参数进行快速调整,在保证参数估计精度的同时,保障参数估计的快速性。提出了一种基于支撑向量机(SVM)的样本扩充和神经网络参数在线快速修正方法。通过仿真和统计,证明了基于SVM的神经网络方法对飞行器气动参数进行在线快速智能辨识的可行性。     

航空发动机多变量神经网络自适应控制仿真研究

针对航空发动机是一个具有强非线性、时变不确定性的被控对象,提出了一种基于RBF网络的航空发动机多变量神经网络自适应控制方法,该方法采用RBF网络对发动机非线性模型进行实时辨识,并将系统的灵敏度信息反馈给神经网络控制器,保证了控制器对被控对象的准确控制.通过某涡扇发动机在飞行包线内的数字仿真,结果表明该方法不依赖被控对象的精确模型,有效地实现了对发动机的多变量自适应控制,而且具有较好的动静态性能.     

复合材料结构损伤的小波神经网络辨识研究

将小波神经网络应用于结构健康监测，研究实现复合材料结构常见损伤的高精度辨识。剖析了小波神经网络的收敛算法，并使用了惯性系数以抑制振荡并提出了一种自适应调整学习率的算法以加快收敛。组建结构健康监测实验系统，进行数据处理和特征提取以获得不同的结构损伤模式。提出了小波神经网络初始权值的设置方法，据此删除了小波神经网络的冗余节点。将该小波神经网络应用在实验获得的各种结构损伤模式的辨识上，验证了它的高精度和快速收敛，并成功实现了复合材料结构损伤状态的辨识仿真。     

基于卷积神经网络技术的直升机旋翼谱识别方法

针对直升机雷达回波在时频二维分布图上的分布特性,提出一种基于卷积神经网络技术的直升机旋翼谱识别方法,实现了直升机旋翼谱与其他类型目标的区分,从而有效识别直升机。当雷达工作在低重复频率(LPRF)时,直升机旋翼回波在时频分布图上呈现明显的扩展特征。通过仿真与实测数据分析,表明该特征与其他目标回波在频率维分布特性存在较大差异。利用卷积神经网络中的卷积核技术,将实测数据与卷积核矩阵进行二维卷积运算,依据输出矩阵实现了直升机旋翼谱的识别。利用实际采集的直升机回波数据进行验证,证明该方法是有效的,可应用于各种采用脉冲多普勒工作体制的雷达系统。     

基于Fuzzy ART的航天器状态监测方法及应用研究

为解决信号空间法在航天器状态监测中存在的参数阈值难以设定问题,提出一种基于Fuzzy ART神经网络的状态监测方法．该方法利用Fuzzy ART的聚类特性及网络的自主扩展性,对系统正常状态向量在多维空间进行聚类,并以网络的输出节点编号代表正常状态向量的类别．监测时,网络通过判定输入的状态向量与正常状态向量的匹配度是否满足要求而给出监测结果．该方法克服了信号空间方法各单项参数阈值难以设定问题,并且能有效地消除因噪声干扰产生的虚警．     

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。