基于云分类器的液体火箭发动机故障诊断方法

将液体火箭发动机故障诊断问题转化为故障特征的模式分类问题。针对当前模式分类方法难以处理不确定性信息、属性特征空间的划分过硬等缺陷,结合云模型和云变换研究,提出了一种基于云分类器的液体火箭发动机起动过程故障诊断方法。历次试车数据的验证结果表明,该方法能够及时准确识别发动机起动工作过程中的故障模式。

基于云关联规则的液体火箭发动机实时故障检测方法

结合云理论和关联规则,提出了一种基于云关联规则的液体火箭发动机实时故障检测方法,不仅有效克服了传统关联规则检测算法中边界划分过硬的缺点,而且通过对云模型的期望进行实时修正,有效消除了环境干扰和测量误差等随机性的影响。结合实际试车数据的验证结果表明,该方法能够实时准确地检测出液体火箭发动机的故障,并具有良好的可靠性和稳健性。

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1.124×10-4 s,完全能够满足实时性要求.