涡轮泵实时故障检测的改进自适应相关阈值算法

1引言火箭发动机在飞行使用之前,需要分析试车振动数据以评估发动机的性能与状态[1]。涡轮泵是液体火箭发动机中最复杂故障概率最高的部件[2],而振动是涡轮泵故障的重要起因[3],因此,涡轮泵振动数据的分析显得尤为重要。目前,它的主要分析方法有时域统计[4]、频谱分析[5]、神经     

温室控制系统设计--用LCD实现控制参数设置与测量参数显示

说明了利用LCD显示模块,实现温室被测数据显示及控制参数的设定输入,其特点是显示数据的汉字名称与测量数据动态变化,系统连接线少,安装,测试,维修简单.     

近代大型液体火箭发动机的特点

本文对近代大型液体火箭发动机的特点进行了综述和分析.文中指出:使用高能、无毒的液氧、煤油和液氧、液氢为大型液体火箭发动机的推进剂势在必行;采用高压补燃循环系统可以明显提高发动机的比冲、减小发动机尺寸和质量;采用推进剂利用系统可以减少推进剂的剩余量,以提高运载火箭的有效载荷;使用辅助增压泵可降低贮箱压力,并提高发动机主泵的入口压力,以保证主泵在没有汽蚀的条件下可靠工作;高可靠性、长寿命和重复使用对航天产品尤为重要.     

基于线性神经网络的滑油金属含量预测

利用神经网络方法对某型航空发动机滑油监控系统中需重点监控的金属元素含量建立了网络，并根据该模型对其含量变化趋势进行了预测分析。某部队通过对不同实测数据的检验证明，可根据该模型的预测结果预报金属含量是否超标。     

用运载器评价发动机方案的方法

早期在对液体推进剂火箭发动机方案进行评价与选择时,仅以发动机本身的指标(如比冲、推重比等)作为方案比较的标准。这样没有考虑发动机子系统与运载器总系统的相互联系,得不到合理的评价结果。液体推进剂火箭发动机是航天运载器的一个子系统,采用运载器的性能指标评价发动机方案才能得到比较客观的结果。 本文推导了运载器的评价指标,给出了运载器的线性化质量方程,阐述了运载器设计参数的简化确定方法,由此提出了一个采用运载器评价发动机方案的方法。最后应用提出的方法对五个发动机方案进行了评价。     

变推力液体火箭发机系统仿真软件的研究

闸明了变推力液体火箭发动机系统仿真软件设计的指导思想,介绍了软件的结构,着重叙述了典型部件的运算模块。最后,简单地介绍丁在实现该软件时的一些技术处理。     

Experimental analysis of the breakage of a liquid bridge under microgravity conditions

The experimental results obtained in experiment “STACO” made on board the Spacelab D-2 are re-visited, with image-analysis tools not then available. The configuration consisted of a liquid bridge between two solid supporting discs. An expected breakage occurred during the experiment. The recorded images are analysed and the measured behaviour compared with the results of a three dimensional model of the liquid dynamics, obtaining a much better fit than with linear models.     

某型APU主机滑油消耗量大故障排除

针对某型辅助动力装置修理后试车中多次出现主机滑油消耗量大的故障,分析了辅助动力装置滑油系统工作原理,查找故障原因,并制订了相应的控制措施,解决了因主机修理原因造成的辅助动力装置滑油消耗量大故障。     

基于自适应网格的超声速液体射流破碎过程研究

为研究超声速气流中液体横向射流的破碎过程,采用脉冲背景光方法和VOF方法开展了实验和数值研究。为提高液体横向射流中气液界面和气流场特征捕捉的精确性,采用自适应网格技术对于气液界面、激波出现位置进行网格细化,计算得到了较为精细的气液界面、激波特征及涡系结构。研究结果表明:在低成本仿真模拟条件下,利用自适应网格计算得到的射流轨迹和轮廓与实验吻合较好,射流轨迹的最大误差为10%;射流初始段在超声速气流条件下,仍然存在一段高度约为1.9倍喷孔直径且圆柱形态保持较好的连续光滑液柱。随着喷注压降的升高,液柱的长度逐渐增大;主流气体流经液柱发生三维绕流,在射流附近和近壁面区域形成不断演化的反转涡对,反转涡对的形成加速了液体射流一次破碎过程。     

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。