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      

应用神经网络识别液体火箭发动机的故障模式

本文以一个典型的泵压式液体火箭发动机（ＬＲＥ）为对象，考虑发动机的几种主要故障，建立了描述发动机静态工作过程的非线性方程组。用Ｈｏｐｆｉｅｌｄ神经网络模拟这些非线性方程组。用ＡＲＴ２网络识别故障模式。对该发动机，特别是涡轮泵故障的识别方法进行了研究。     

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。     

神经网络在液体火箭发动机故障检测中的应用 (Ⅱ)模式识别技术

基于模糊超球神经网络,提出了一种液体火箭发动机故障的实时检测系统。它采用模式识别技术,在建立正常工作状态的样板模式之后,把当前样本与样板模式进行比较,进而判断发动机工作状态。发动机试车数据分析表明：模糊超球神经网络对输入样本非常敏感。     

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     

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。     

基于动态云BP网络的液体火箭发动机故障诊断方法

将云模型与BP(back propagation)神经网络以串联方式有机结合,首先利用云变换方法进行网络的结构辨识和云模型的特征提取,同时通过在输入层引入单位延时环节描述发动机工作过程动态特性,研究提出了基于动态云BP网络的液体火箭发动机故障诊断方法.结合实际试车数据的验证结果表明,该方法能够准确识别发动机已有的3种故障模式,通过在试车数据中添加0期望、0.2标准差的随机噪声的方法来模拟环境噪声和测试过程中产生的随机噪声,根据持续性原则,方法仍能够正确进行故障检测与分类.方法单步运行时长为1.124×10-4s,完全能够满足实时性要求.      

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。     

Estimation of the Combustion Chamber Shell Working Capacity for the Reusable Liquid-Propellant Rocket Engine

On the base of the simplified analytical model for the bimetallic shell of the combustion chamber of the reusable liquid-propellant rocket engine, the analysis of the loading of connectors between the shell walls and the accumulation of inelastic deformations in the inner wall material was carried out. The results obtained can be used for evaluation of the maximal number of engine operation cycles.     

液体火箭发动机智能健康监控技术研究进展

健康监控技术作为改进和提高液体火箭发动机安全性与可靠性的核心关键技术,近年来其智能化发展的趋势十分明显。本文简要回顾了液体火箭发动机健康监控技术的发展历程;重点围绕基于传统人工智能的方法和基于深度学习的方法两个方面,对智能故障检测与诊断方法进行了系统地介绍;进一步阐述了健康监控系统在方案设计和实际应用等方面的研究现状,以及智能健康监控系统的发展情况;最后对今后健康监控技术的发展趋势进行了分析和展望。     

一种基于模型误差预测的UKF方法

UnscentedKalman滤波器（UKF）对本质非线性系统具有估计精度高、收敛速度快和容易实现等优点,但是对系统的模型误差比较敏感。针对这一问题,提出了一种基于模型误差预测的UKF方法,称为PUKF（PredictiveUnscentedKalmanFilter）。它利用非线性预测滤波器（NPF）的模型误差预测过程,能够对不准确的系统模型进行实时修正,弥补了UKF方法的不足。仿真结果表明,相对于原始的UKF方法,新方法从滤波精度、收敛速度和收敛的稳定性等几个方面,显著提高了非线性滤波的性能。PUKF可适用于模型不确定、非线性较强系统的滤波。     

基于浴盆曲线故障率函数的FFOP预计方法

与传统可靠性指标中假设产品的随机失效不可避免不同,无故障工作期(FFOP)内产品不会发生任何故障(即零故障)。首先阐述了FFOP的概念内涵、与平均故障间隔时间(MTBF)的区别和联系,提出了一种FFOP的预计方法。该方法假设产品的故障率函数具有浴盆曲线特征、故障发生过程为泊松过程、产品具有固定的免维修工作期。然后以一种改进的Weibull分布函数描述具有浴盆曲线函数特征产品的故障率。基于泊松过程理论,给出了FFOP的预计算法、流程和仿真验证手段。最后以某型无人机舵机为案例对研究方法的可用性进行了验证。结果表明:FFOP与免维修工作期(MFOP)、置信度水平密切相关,及时维修的产品能够保证较长的FFOP。在工程应用时,FFOP的确定应综合考虑运行维护费用进行权衡。     

基于定性定量知识集成的液体火箭发动机故障诊断方法

首先从知识表示和处理的角度对 SDG方法进行了简要的分析 ,然后根据液体火箭发动机系统的特点 ,提出了改进的途径 ,通过建立只包含发动机测量变量的 SDG,对故障模式进行初步诊断 ,然后对不能区分的故障模式采取加入适当定量信息的办法来进行进一步诊断 ,并对液体火箭发动机中出现的多故障模式建立了诊断方法。测试结果表明本文所提出的方法是可行的     

基于需用功率预测的直升机/发动机综合控制方法

为了提高涡轴发动机在直升机飞行状态突变时的响应速度,提出一种基于需用功率预测的直升机/发动机综合控制方法。通过逐步回归分析法对直升机需用功率影响最大的5个变量进行选取,并以这5个变量为输入量,根据多元拟合方法建立直升机需用功率预测模型,基于所建立的预测模型,采用预测需用功率信号在发动机控制回路的燃气涡轮转速指令位置进行前馈线性补偿,设计了直升机/发动机综合控制方法。经过UH-60A综合仿真平台验证,结果表明：所提出的综合控制方法相比于传统串级PID控制方法,可以有效减少动力涡轮转速超调量或下垂量60%以上;相比加入总距前馈的控制方法,可以减小动力涡轮转速超调量或下垂量20%以上;可以有效加快发动机响应速度,缩短发动机响应时间1 s以上,极大提高了发动机的稳定性及鲁棒性。     

基于飞行数据分析的发动机故障诊断系统研究

依据现有的发动机故障诊断方法,研究发动机故障诊断系统,通过对飞行数据中反映发动机性能指标的关键参数数据进行分析,说明系统对航空发动机故障诊断的可行性和必要性,研究结果对于提高发动机维护的快速性和准确性具有重要意义.     

某型液体火箭发动机燃烧不稳定性鉴定实验研究

采用脉冲枪装置,在液体火箭发动机燃烧室中产生燃烧波,对发动机燃烧过程进行人为激励;通过实验参数测量系统,测量激励前后燃烧室的脉动压力和机械振动频率等参数,分析燃烧室脉动压力的振荡衰减率,进行发动机燃烧不稳定性鉴定实验研究.结果表明:该型液体火箭发动机燃烧过程对脉冲扰动是稳定的.     

基于Lagrange液膜方法的小推力液体火箭发动机耦合传热策略研究

为了研究小推力液体火箭发动机边区冷却液膜的冷却效果,提出了一种综合考虑燃烧流动、气体辐射、液膜冷却、壁面传热和辐射冷却的耦合传热计算方法,构建了基于Lagrange方法的液膜计算模型。采用该耦合传热方法对490N液体火箭发动机进行了数值仿真研究。结果表明:液膜最大厚度60μm,最长30mm,覆盖区域的壁面温度都被限制在420K左右,起到了较好的冷却作用。喷注角度较小射流形成的液膜更集中,生存时间更长,可减小向壁面的热流;喷注角度较大射流形成的液膜周向范围更大,能缓解壁面热流向头部的传递。     

基于相关系数的火箭测试变化缓变参数自动判读方法

变化缓变参数的自动判读是实现火箭测试数据自动判读的难点,已有的研究采用曲线拟合的思路进行判读,但拟合过程相当复杂,且不同的测试流程存在不同的拟合曲线,工作量极大.为提高判读效率,从变化缓变参数的物理意义出发,提出通过判别参数测量值序列之间的相关系数来实现变化缓变参数自动判读的方法.该方法对测量值序列进行先归一再累加生成的处理方式,克服了遥测系统测量误差对相关系数计算的影响,保障了判读准确性,同时减少了建立判读知识库的工作量.仿真结果表明,该方法运用简便,效果良好.