液体火箭发动机诊断知识挖掘系统设计

基于对液体火箭发动机的试验与故障诊断现状分析,设计了液体火箭发动机故障诊断知识挖掘系统DKMS,以实现试车数据的全面管理和故障诊断知识的高效提取。该系统采用C/S结构,分为数据采集子系统、试车数据管理子系统和诊断知识挖掘子系统三大部分。DKMS系统的设计为克服发动机故障诊断知识获取的瓶颈提供了一条新的途径。     

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。     

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.     

液体火箭发动机智能故障诊断的研究现状

综述了液体火箭发动机的故障模式，总结了液体火箭发动机故障诊断技术的最新成果，包括基于物理模型、信号分析和人工智能的故障诊断方法；将不同故障诊断方法的应用进展及其诊断效果进行了对比分析；并对液体火箭发动机故障诊断方法的发展趋势进行了展望。     

基于特征频段RMS值的发动机故障实时监测方法

发动机试车数据分析在发动机故障诊断中发挥着重要作用,某型号发动机试车多次出现关键部位焊缝开裂及燃料泄漏等故障,根据液体火箭发动机试车不同阶段信号特点,给出了试车信号的处理和分析方法,对该型号发动机16次试车振动信号进行处理、分析及对比,得到了正常和出现故障的试车信号频域的不同特征,提出一种基于特征频段RMS值的发动机故障识别方法,此方法可以用于发动机试车过程故障的实时监测,对于确保试车产品安全、预防试车破坏性灾难具有一定的实际意义。     

液体火箭发动机振动故障特征信号提取方法

液体火箭发动机试验是一项高成本、高风险的工程,由于设计缺陷、零件加工误差、工作过程及机械连接结构的影响,导致试验过程发动机大振动现象的发生。基于发动机振动信号分析的状态监测与故障诊断方法是提高发动机可靠性和降低试验成本的重要手段。在给出液体火箭发动机振动故障诊断数学模型的基础上,详细介绍了发动机试验过程中7种特征信号提取方法,即:振幅特征提取、功率谱特征提取、频谱分析(谐频识别和边频识别)、突频特征提取、状态特征提取、小波特征提取和高阶谱特征提取,并结合发动机实际故障诊断方案,给出了发动机特征信号提取算法应用实例,通过发动机热试车验证了液体火箭发动机振动故障诊断的特征信号提取方法的正确性。     

基于神经网络算法的液体火箭发动机实时故障检测方法研究

以某液体火箭发动机为研究对象,将实时故障检测作为中心,分析了神经网络算法的特点及其实现步骤,利用Lab Windows/CVI与MATLAB混合编程的原理,实现和改进了基于神经网络的发动机实时故障检测方法,并用多次试车数据进行了检验.试车数据验证结果表明,该方法能及时、准确、有效地检测发动机稳态过程的故障.研究结果对发展未来液体火箭发动机的箭载故障检测系统具有重要的参考价值.     

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。     

基于决策树方法的液体火箭发动机稳态段故障诊断

以泵压式液体火箭发动机为研究对象,针对故障特征难以提取的问题,提出了在大量试车数据的基础上,应用决策树方法提取故障特征并进行稳态段故障检测与诊断的思路,对某型发动机大量热试车数据进行了实例分析,将得到的故障检测和诊断结果与神经网络等方法所得结果进行了比较。并利用仿真数据对该方法的性能进行了进一步验证。研究结果表明,决策树方法是一种有效、可靠的液体火箭发动机故障检测与诊断的新途径。     

液体火箭发动机地面试车实时故障检测算法

为了实时有效地检测液体火箭发动机地面试车中的故障,提出了改进自适应阈值算法(IATA)。讨论了自适应阈值算法(ATA)的原理,研究了其改进方法,提高了算法对故障的敏感性和对新试车数据的适用性。通过大量历史试车数据和实际热试车对IATA算法实时性和有效性的验证表明,IATA算法不仅能够及时地检测到异常试车的故障,同时,对正常试车也没有误报警,简洁有效,计算量小,检测速度快。因此,IATA算法适用于液体火箭发动机地面试车的实时故障检测。     

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.     

基于模型知识的液体火箭发动机故障诊断方法研究

提出了一种基于定性模型的液体火箭发动机故障诊断方法，该方法首先通过建立发动机的定性偏差模型。以及对故障模式进行效应分析组建发动机的诊断模型知识，然后通过检测模型与系统实际行为的一致性进行故障诊断，用某实际大型发动机的故障数据进行测试的结果表明该方法是一种有效的定性故障诊断方法。     

基于集合-覆盖模型的液体火箭发动机多故障诊断研究

通过从故障仿真数据中提取常见故障的效应参数症状，建立发动机的集合覆盖多故障诊断模型。根据当前发动机已有测量参数的症状与假设故障的相应参数效应症状的对比结果，对各假设故障赋以相应的奖征值，然后综合诸参数的奖惩值得到相应假设故障集的合理笥指标值值，基于该指标值利用遗传算法进行启发式的假设故障产生与测试。最后，基于所提取的效应参数症状进行了仿真故障数据样本的多故障诊断分析，并与经参数优选后的多故障诊断结     

内窥镜检测方法技术研究

通过对内窥镜检测技术的归纳、分析,并根据液体火箭发动机的结构特点和常见缺陷情况,提出了采用制作、积累缺陷样件,将内窥镜检查技术与计算机技术相结合的方法,实现对发动机内表面缺陷及多余物的定性、测量的实验方案。在试验基础上,对各种内表面缺陷在内窥镜中的形貌特征及判断方法进行了描述,并根据多组试验数据,制作了内窥镜检查的缺陷尺寸对比曲线。同时介绍了该方法在液体火箭发动机各重要零、部、组件上的应用情况。     

利用关联规则检测液体火箭发动机启动关机过程的故障

提出了一种基于关联规则的故障检测方法,根据发生故障时相应参数之间的关联关系是否有效来判断是否故障。对液体火箭发动机的启动过程试车数据进行挖掘的应用实例表明,该方法能够有效地挖掘参数之间的关联关系,有效地检测出液体火箭发动机启动过程中的故障。     

基于振动检测的发动机故障诊断算法研究

基于振动检测的发动机故障诊断算法,分析发动机发生故障时振动信号所具有的特征和故障诊断指标选择,对振动信号预处理、特征提取、状态识别和诊断决策分别进行了介绍,研究出采用振幅和频率两参量包络曲线法诊断发动机故障的算法,通过发动机热试车验证了采用发动机振动检测来判断发动机故障的算法的正确性。     

基于相似匹配的液体火箭发动机故障模式挖掘

将时间序列相似性匹配方法引入到液体火箭发动机故障模式挖掘中。针对发动机试车数据的特点,提出了一种基于序变换的时间序列相似匹配算法。该算法具有对时间序列幅值和持续时间不敏感、抗噪声能力强等优点。对某型液体火箭发动机故障数据的相似匹配实验表明：该算法能够为液体火箭发动机的故障检测和诊断提供较好的技术支持。     

量子超球神经网络在振动故障检测中的应用

提出了一种基于量子超球神经网络的液体火箭发动机振动故障检测方法,采用可变量子超球代表发动机工作模式,自然地提供了反映故障程度的概率幅;网络的离线学习算法可以从训练样本中自动提取发动机振动知识,监测算法不仅能正确预报故障,还能在线学习新的振动信息。试验数据检验结果表明：量子超球神经网络可以成功用于液体火箭发动机振动故障检测。     

火箭发动机试验紧急关机过程分析与改进

针对液体火箭发动机试验中紧急关机关键过程进行了深入研究,简述了当前氢氧火箭发动机试验紧急关机的常用模式和方法,对影响自动紧急关机条件判读响应时间的因素进行了理论分析和实验验证,获得了在用紧急关机系统的响应时间指标。针对紧急关机存在的时间延迟问题,提出了缩短条件判读响应时间的途径和具体解决方法。该方法在实际的试验系统中进行了多次验证,程序的正确性和稳定性得到了考核。对大型数据采集及故障诊断系统响应时间分析提供一定的参考依据。