基于综合模糊聚类算法的液体火箭发动机故障诊断

基于液体火箭发动机正常及故障状况数据的完备程度和数据质量的不断提高,提出一种基于数据驱动的综合模糊聚类算法用于故障诊断。采用模糊c均值(FCM)算法对已知正常样本数据进行聚类得到最优的聚类中心,将所得到的聚类中心作为先验样本数据用于传递闭包法最优分类结果的选择从而得到故障检测结果,该算法只需要少量的正常先验样本数据就能快速、准确的检测出故障;随后采用FCM算法进行故障分类,可以根据现有的故障数据库进行聚类得到对应的故障类型,并且可以给出故障幅值范围。模型仿真结果表明:该算法对故障的检测率可达968%,故障隔离率达到94%。某型液体火箭发动机实际试车数据结果表明:该故障诊断算法能够准确及时的检测并隔离出故障。     

双脉冲固体火箭发动机隔舱打开与破片运动过程模拟

相比传统固体火箭发动机,具有能量管理特性的双脉冲固体火箭发动机结构更为复杂,为了提高其工作可靠性,针对核心部件金属隔舱的破片运动过程开展了数值仿真与试验研究。首先基于LS-DYNA软件,分析中引入监测函数、逻辑开关函数和加载驱动函数,模拟燃气流对破片的连续作用力,计算得到了在不同时刻破片的空间分布规律、撞击点位置及发动机内部损伤情况,保证了破片运动过程的高保真还原。其次,为了验证仿真结果的准确性,进行了模拟二脉冲初始工况的热流试验,发现破片撞击位置及损伤程度的仿真结果与试验数据一致性较高,其中撞击位置的预示误差小于9%,试验结果充分验证了有限元模型的准确性。由此,建立了适用于双脉冲固体火箭发动机金属隔舱破片运动过程的分析模型,实现了破片撞击位置及损伤程度的高精度预示。     

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。     

PE燃料热解过程对H2O2-PE固液发动机点火的影响

通过85%H2O2-PE固液火箭发动机中含有液体层的燃料热解模型,计算了PE燃料的热解过程,分析了燃料热解过程对点火时间的影响,计算结果和试验值一致。H2O2的流量对点火过程起决定性作用,当氧化剂流量低于最小点火流量时,发动机将无法点火。     

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。     

火箭多台发动机并联推力传递结构动静耦合计算方法

针对运载火箭多台发动机并联推力传递结构在工作中力学环境适应性问题,开展了动静耦合动力学计算方法研究。该研究分析了动静耦合机理,并以此为基础,计算了有无静载的结构模态频率和推力传递结构关键部位随机振动响应。结果表明,火箭推力传递结构在大推力作用下,结构的刚度发生改变,进而影响动力学特性。相关研究结果为火箭多台发动机并联推力传递结构动静联合试验提供了参考意义。     

战术导弹中小型固体发动机技术的发展

通过对战术导弹中小型固体发动机具体发展需求的分析,明确了高能化、轻质化、可控化和低易损4个主要的中小型固体发动机发展方向。可以从提高推进剂黏合剂密度和燃烧室工作压强来实现高能化;采用轻质高性能金属壳体、纤维缠绕复合材料壳体以及提高绝热层性能以实现轻质化;可控化需要在高功率密度的驱动装置、高精度的控制算法等方面获得突破和支撑;低易损则可以从钝感推进剂、主动扩稳、防护材料等途径开展工作。通过对这4个技术方向上国内外研究现状和发展趋势进行梳理,明确提出未来研究需要突破推进剂和热防护原材料、新型装药工艺、可调燃气阀门、压力闭环控制和有效扩稳等关键技术,加速工程化进程,为我国战术导弹的跨越式发展提供支撑。     

某火箭发动机故障检测及诊断算法设计分析

针对某型号液体火箭发动机故障检测及诊断软件存在瞬态段（起动段、关机段）故障检测功能缺失、故障诊断无法给出故障量大小的问题,在原软件故障诊断算法——余弦相似度分类的基础上,通过引入故障因子定量给出故障量大小,实现发动机故障诊断的定性定量分析。同时,采用基于统计学基础的包络线算法,通过Python语言对发动机瞬态段故障检测算法进行设计开发,使原软件实现发动机瞬态段故障检测功能。通过仿真试车数据对软件算法进行验证,结果表明优化后的故障诊断功能可实现故障量大小计算,基于包络线算法开发的故障检测功能提高了发动机故障检测效率。     

点火瞬态过程仿真模型参数辨识

建立了固体火箭发动机点火瞬态过程一维非定常流场仿真模型,采用系统辨识方法进行了模型参数不确定性研究。基于点火试验用缩比发动机试验结果,得到了传热模型参数和瞬态燃速模型参数的最优估计,提高了点火瞬态过程一维仿真模型的预估精度。采用近似方法,构建Kriging近似函数,有效解决了一维非定常流场仿真的计算复杂性问题。     

涡轮泵试车数据单类支持向量机检测算法

为了在缺乏故障样本的情况下检测某型液体火箭发动机涡轮泵故障,实现基于不完整信息的状态决策,建立了基于v-支持向量分类器的单类支持向量机新异类检测模型。在分析了模型决策边界、支持向量和约束条件之间关系的基础上,为单类支持向量机引入并改进了序贯最小优化算法,提高了训练效率,解决了大样本训练问题。通过对某型液体火箭发动机涡轮泵历史试车数据的分析,结果表明,所建模型的训练速度得到了很大提高,对涡轮泵状态的检测效果良好。