INTELLIGENT DECISION ALGORITHM FOR FAULT DETECTION AND ITS APPLICATION

ＩＮＴＥＬＬＩＧＥＮＴＤＥＣＩＳＩＯＮＡＬＧＯＲＩＴＨＭＦＯＲＦＡＵＬＴＤＥＴＥＣＴＩＯＮＡＮＤＩＴＳＡＰＰＬＩＣＡＴＩＯＮＷｕＪｉａｎｊｕｎ；ＺｈａｎｇＹｕｌｉｎ；ＣｈｅｎＱｉｚｈｉ（ＤｅｐａｒｔｍｅｎｔｏｆＡｅｒｏｓｐａｃｅＴｅｃｈｎｏｌｏｇｙ，...

液体火箭发动机健康监控技术研究进展

液体火箭发动机健康监控技术作为保障运载火箭安全、可靠发射的核心关键技术,经过几十年的发展,有力推动了航天事业的进步。介绍了液体火箭发动机健康监控技术中故障检测与诊断、容错控制与健康监控系统研制等技术的研究现状与发展趋势;梳理了健康监控领域面临的重难点问题,并提出相应的解决方案。分析展望了液体火箭发动机健康监控技术未来发展趋势,为从事火箭发动机健康监控技术研究的科研人员提供参考。

基于Hessian局部线性嵌入和MLP-Mixer的液体火箭发动机涡轮泵轻量化故障诊断框架

作为液体火箭发动机推进剂输送系统的关键部件,涡轮泵的运行状态直接影响着整个运载系统的性能,然而,现有的故障诊断方法往往面临特性参数选择片面及计算复杂度高等问题。针对上述局限,提出了面向涡轮泵的轻量化故障诊断框架。所提方法利用Hessian局部线性嵌入算法对信号时域、频域及时频特征进行降维,并引入一种轻量化的深度学习模型MLP-Mixer作为分类器,进而实现不同故障状态的辨识。采用某型号涡轮泵试车数据验证了所提方法的有效性,结果表明,该方法能够在保障诊断精度的同时有效降低计算复杂度,提高诊断效率。

基于无迹卡尔曼滤波的液体火箭发动机故障诊断

针对火箭发动机故障数据难以获取的问题,设计了一种基于无迹卡尔曼滤波(UKF)的液体火箭发动机故障诊断算法。采用MATLAB/Simulink平台搭建了液体火箭发动机故障仿真模型,实现发动机正常运行仿真和预燃室氧阀门故障、氧主泵汽蚀、氢主涡轮叶片脱落3种故障仿真。将正常运行仿真值与设计值、试车值进行了对比。结果表明:模型参数与设计值最大误差不超过5%,仿真精度较高;仿真参数变化趋势与试车值基本一致,且稳态值误差较小。使用UKF算法求取发动机正常运行阈值范围,并对故障序列进行滤波处理,若故障数据连续3次超出阈值区间,且在0.1 s内有至少2个涡轮泵发出报警,则判定故障发生,故障发生时间为第2个涡轮泵报警时间。使用设计算法对3种故障序列进行诊断,判定故障发生时间分别为20.08 s、20.05 s、20.18 s。相比于传统红线阈值算法,文中所设计算法响应更为及时,且误报率较低。

液体火箭发动机故障诊断系统冗余容错技术研究综述

综述了液体火箭发动机故障诊断系统冗余容错技术研究,介绍了液体火箭发动机故障诊断系统在航天任务中的重要性及其不断发展的需求,强调了高可靠性和安全性对于航天任务成功的关键作用,详细分析了当前国内外在这一领域的研究现状,展示了不同国家和研究机构在故障诊断系统冗余容错技术方面的最新进展和具体应用实例,阐述了冗余容错技术对于火箭发动机故障诊断系统的重要性并探讨了该技术的发展历程、关键技术及当前研究成果;通过对比几种经典冗余容错手段,指出各冗余结构对于火箭发动机故障诊断系统的可行性与优缺点,详细介绍了发动机故障诊断系统的双机热备实现方案,为相关研究者提供参考依据;从理论基础到实际应用,从当前研究遇到的技术挑战再到未来发展方向的展望,为液体火箭发动机故障诊断系统冗余容错技术的研究提供了全面的综述和分析。

数据驱动的液体火箭发动机健康监测算法研究

针对火箭发动机氧涡轮转子轴盘根部断裂、轴盘接合处裂纹等故障难以识别定位的问题,基于某型液体火箭发动机测试数据,构建机器学习、数据分析等方法,绕过其内部复杂物理机理,从数据层面对氧涡轮泵进行故障检测与模式判别。对于故障检测,提出了两种分别适用于速变数据与缓变数据的故障检测算法,两种算法能够处理多种工况下的火箭发动机数据,经检验,这两种算法都具有较高的准确率,分别为84.2%、94.9%。针对故障模式判别,给出了一种基于滑动窗口的聚类算法,可以实现不同故障模式的区分,其中针对两种故障模式的识别准确率分别达到了86.2%、95.5%,并且给出了两种故障模式对应的振动数据异常频率区间,这可为相关研究人员提供与故障有关的有用线索。

液体火箭发动机智能故障诊断的研究现状

综述了液体火箭发动机的故障模式,总结了液体火箭发动机故障诊断技术的最新成果,包括基于物理模型、信号分析和人工智能的故障诊断方法;将不同故障诊断方法的应用进展及其诊断效果进行了对比分析;并对液体火箭发动机故障诊断方法的发展趋势进行了展望。

Wasserstein距离在液体火箭发动机故障检测中的应用

健康监控技术能够切实提高液体火箭发动机的可靠性,针对液体火箭发动机健康监控中的故障检测问题,提出基于Wasserstein距离的方法,利用液氢液氧火箭发动机地面热试车数据进行验证。该方法的核心思想是利用Wasserstein生成对抗网络模拟正常数据的样本分布,利用其判别器计算测试样本与模拟分布间的Wasserstein距离,进而实现故障检测。结果表明:该方法能够克服故障数据不足的困难,有效检测稳态过程中的故障,没有发生误报警,且对早期异常有较高敏感性;在训练样本较少的情况下,当Wasserstein距离阈值为3σ时对启动过程的早期异常有较高敏感性,取5σ时仍可有效检测启动过程中的故障,误报警率为12.5%。

基于AR/CGARCH模型的液体火箭发动机自适应阈值故障检测算法

为了解决传统自适应阈值算法对时间序列方差跟踪能力不足,以及故障阶段带宽自动放大的问题,提出了紧广义自回归条件异方差(Compact General Auto-Regressive Conditional Heteroskedasticity,CGARCH)模型。针对液体火箭发动机稳态试车数据的波动性特点,提出一种基于自回归(Auto-Regressive,AR)模型和CGARCH模型的自适应阈值故障检测算法。采用AR模型对稳态参数的均值进行估计,并采用CGARCH模型对稳态参数的方差进行估计,从而利用均值和方差的估计值自适应地构造检测阈值。用某氢氧火箭发动机的热试车数据进行验证,结果表明,该算法能够准确、快速、灵敏地检测液体火箭发动机故障,在正常工作阶段,能够有效跟踪数据波动性,在故障阶段,能够避免阈值变宽带来的漏检。

一种改进的固液火箭发动机故障诊断方法

针对固液火箭发动机的可靠性问题,设计了一种改进的贝叶斯网络故障诊断方法,可以通过网络化自主逻辑推理,对固液火箭发动机进行故障诊断。为了提取时序观测信号的故障特征,提出将步进法与核主成分分析(KPCA)相结合的分析方法,并根据模糊C均值聚类算法(FCM)建立模糊多态贝叶斯网络,实现对观测信号尺度的模糊处理,提高对不确定性故障的诊断能力。通过Matlab/Simulink建立改进的贝叶斯网络故障诊断系统。仿真结果表明,改进的算法能够实现对固液火箭发动机常见故障的有效诊断,并能够适应小样本集学习的情况。与传统贝叶斯诊断算法相比,故障诊断的平均准确率提高了20.9%。

液体火箭发动机数字化仿真平台的设计与实现

液体火箭发动机是一种复杂的设备,测试其健康状况是一项昂贵且耗时的工作,需要进行大量的点火测试。针对液体火箭发动机模型复杂和不易建模等特点,提出了一种模块化建模方法,并以某大型液氧煤油发动机为例,搭建了仿真模型。为提高发动机维护效率和安全水平,设计并搭建了一种高效的实时数字化仿真平台,详细介绍了该仿真平台的硬件结构组成与开发流程,并对该平台操作系统的实时性、链路实时通讯可靠性以及数值方法的实时性进行了测试与分析。通过仿真,获得了该型号液体火箭发动机在不同工况条件下的压力、温度、流量、转速等多种类型参数的变化情况。结果表明,仿真数据与试车数据拟合程度较高,满足平台在软硬件层面的仿真可信度,具有良好的实时性和实用性。

改进SO优化KELM的液体火箭发动机故障检测

提出了一种ISO-KELM的液体火箭发动机故障检测模型。首先引入Tent混沌映射、动态策略和柯西变异3种方法对原算法进行改进。然后,采用改进后的蛇优化算法(ISO)对核极限学习机(KELM)惩罚因子和核函数参数进行寻优,构建了ISO-KELM液体火箭发动机故障检测模型。最后选取包含5种典型故障模式的某液体火箭发动机历史试车数据进行仿真。结果表明,ISO-KELM模型的故障检测准确率为95.2%,高于SO-KELM故障检测模型和传统BP神经网络故障检测模型,可有效检测火箭发动机的故障状态。同时也表明了ISO相比于SO,收敛速度更快,寻优精度更高。

松鼠搜索算法优化SVM的液体火箭动力系统故障诊断

为了对液体火箭动力系统的故障进行诊断,提出了一种基于松鼠搜索算法(SSA)优化支持向量机(SVM)的故障诊断方法。将支持向量机的两个重要参数惩罚因子和核函数参数作为松鼠位置矢量,由输出的最佳参数构成SSA-SVM预测模型。实验选取某液体火箭动力系统的846组数据进行诊断。结果表明,对于168组测试样本集,诊断预测错误为4个,测试集分类错误率较低。

羽流UV-VIS辐射在液体火箭发动机故障诊断中的应用技术研究

为发展基于羽流 UV - VIS辐射光谱的液体火箭发动机故障诊断技术 ,以光谱采集系统为测量手段 ,对三组元模型发动机排气羽流及用以模拟煤油 -氧发动机燃烧的气氧 -煤油火焰的近紫外与可见光谱辐射进行了实验研究 ,利用辐射传递模型对实验结果进行了理论计算 ,利用演化算法对实验结果进行了反算。

液体火箭发动机地面试车过程的实时故障检测方法研究

为解决液体火箭发动机地面试车过程中故障检测的及时性、实时性、可靠性和稳健性等关键问题,研究建立了稳态和启动工作过程实时故障检测与报警的自适应相关算法和包络线算法,并进行了大量试车数据的验证和地面试车的实时考核。结果表明,算法能对发动机启动和稳态工作过程中的故障及时准确地检测,并在地面试车的实时和强干扰环境下具有良好的可靠性和稳健性。研究结果对研制工程实用的我国运载火箭健康监控系统具有重要的理论和应用价值。

液体火箭发动机故障特性动态模拟

以某大型泵压式供应系统液体火箭发动机为研究对象，建立了液体火箭发动机非线性动态数学模型。针对已发生过或可能出现的故障形式，以阶跃形式输入，进行了故障状态下动态特性模拟。数值方法用四阶定步长龙格—库塔方法发展而成的自适应变步长龙格—库塔法。计算结果表明，所建模型较精确合理，数值方法满足故障模拟的要求。该工作为故障模式提取、监控参数优化选择、基于模型的故障检测与诊断等发动机健康监控问题的研究奠定了基础。

液体火箭发动机故障检测和诊断中数据挖掘策略的分析

分析了液体火箭发动机的工作特点,提出了应用数据挖掘方法从数据仓库的角度对液体火箭发动机进行故障检测和诊断的策略。对在液体火箭发动机故障检测和诊断的不同问题中可能应用的数据挖掘方法进行了分析比较。分析表明,聚类、分类、关联、时间序列分析和孤立点检测等数据挖掘方法适用于液体火箭发动机的故障检测和诊断。

液体火箭发动机试验台气液管路系统故障仿真及分析

根据试验台和试验发动机的静态特性方程,重点针对试验台进行稳态故障效应仿真;采用一维不可压瞬变管流描述液路的流动过程,用特征线法对试验台液路系统的突发性故障所引起的瞬变特征和过度效应进行仿真;对储箱增压系统采用一维可压缩流的有限元状态变量模型描述气体管路的流动过程,并建立减压器、储箱工作过程的数学模型,用四阶龙格-库塔法对其进行故障仿真。仿真过程显示仿真模型和计算方法具有很好的适用性,能有效地建立试验台较为完善的故障模式库;通过分析仿真结果可以对现有试验台的改造、维护以及新试验台的改进设计进行指导。

基于数据统计的液体火箭发动机地面试车故障检测算法

研制了一种用于液体火箭发动机地面试车的故障检测算法，既适于发动机启动瞬态过程又可用于稳态过程。算法能设置一些预先设置或在线计算的参数门限，检查参数测量值的平滑值，当连续多次检查到多个参数异常时就判定发动机异常。用正常试车数据和满足启动条件的异常试车数据进行测试，没有出现误报警和漏报警。对满足启动条件的异常试车，均在现有的红线关机系统关机之前报警。

涡轮泵振动参数与统计特征量的线性相关性分析

为了剔除冗余的振动参数和统计特征量,提高涡轮泵故障检测的实时能力,建立了线性相关性假设检验模型。利用该假设检验模型和某型液体火箭发动机的历史试车数据,检验了7路涡轮泵振动参数以及13种常用统计特征量的线性相关性,并分析了统计特征量对涡轮泵故障的敏感性和稳定性,以及涡轮泵振动数据的正态性。数据统计分析表明,大部分涡轮泵振动参数以及统计特征量显著线性相关,幅值统计特征量的故障敏感性弱,但稳定性强,而无量纲统计特征量的情况恰好相反,并且正常涡轮泵振动数据服从正态分布,而异常涡轮泵振动数据不再服从正态分布。据此,为涡轮泵故障检测选择了线性相关性弱,故障特征反映能力强的3路振动参数和3种统计特征量。