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     

演化策略用于高维故障样本集最优统计聚类分析

针对液体火箭发动机推进系统超高维故障样本数据的聚类问题 ,提出基于演化策略的最优统计聚类算法。为预防算法过早收敛 ,演化策略采用了父本适应值的动态调整值与共享函数 ,并针对超高维数据聚类提出了控制参数的适应性调整技术 ;为使算法能最终跳出局部最优死区 ,提出算法的局部调整策略。该算法用于液体火箭发动机典型故障仿真数据集分析 ,并取得了最优聚类结果。此外 ,还基于IRIS数据集比较了该算法与FKCN模糊自主聚类算法。仿真分析表明了算法在高维数据聚类分析中的优点。