液体火箭发动机基于神经网络的实时故障检测算法实现

以某大型液体火箭发动机为研究对象,针对其启动和稳态工作过程,利用Matlab和Lab Windows/CVI等编程工具,基于神经网络技术,开发实现了其地面试车过程实时故障检测的BP(Back Propagation)和RBF(Radial Basis Function)算法。多次试车数据离线检验和实时在线考核结果均表明该方法能够及时、有效地检测出发动机工作过程中的故障,没有出现误报警和漏报警,并能够很好地满足现场试车的实时性和鲁棒性等要求。     

液体火箭发动机故障诊断的命题逻辑方法

为对液体火箭发动机诊断知识的表达和组织提供一种简洁有效和易于处理的方式 ,通过以命题逻辑公式和子句的形式对系统观测信息和定性特征加以描述建立定性诊断模型 ,同时诊断问题基于归结原理和假言推理规则的演绎推理方法求解。基于试车数据的诊断结果表明方法具有较强的诊断能力。     

基于多目标优化的液体火箭发动机减损与延寿控制

着重分析了减损与延寿控制律的综合过程,提出其基于多目标优化方法的理论基础。在建立某型液体火箭发动机系统动力学模型、关键部件之涡轮叶片的结构分析模型及其材料损伤模型的基础上,分析了应用非线性规划法求解减损与延寿控制律的过程。对发动机起动过程实施减损与延寿控制,结果表明在系统性能略微损失的情况下,可以较大幅度地减小涡轮叶片的损伤,从而达到延长发动机工作寿命的目的。     

非平衡机制下激光与等离子体相互作用机理

采用三温度热化学非平衡模型,考虑了激光能量在空气等离子体中的共振吸收和逆韧致吸收机制,用有限差分NND格式对控制方程组进行数值离散.对等离子体点火过程进行耦合计算,并研究了不同入射激光强度条件下等离子体吸收波的形成和演化机制,讨论了粘性扩散效应对等离子体吸收波的影响.结果表明,在初始温度300K,大气压力条件下,生成ZND模式的LSD波所需最小激光强度为5.0×106 W/cm2.