基于云分类器的液体火箭发动机故障诊断方法

本文首先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,然后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。     

一种基于解析冗余关系的半定性故障隔离方法在航天器推进系统中的应用

针对航天器推进系统的时变特性以及随机因素给故障隔离带来的困难,提出了基于Z-检验分析和解析冗余关系相结合的半定性故障隔离方法。基于状态空间转换的思想,运用基于系统诊断键合图模型建立的解析冗余关系挖掘系统时不变的结构特征空间信息,并对解析冗余关系残差进行趋势分析获取时不变、具有残差变化方向的故障特征矩阵,针对存在随机因素对残差定性化的影响,利用了Z-检验分析对残差进行定性化获取观察特征,通过观测特征与故障特征的比较进行系统故障隔离。将该方法应用于推进系统的故障隔离中,结果证明了该方法能有效避免获取推进系统时变诊断准则以及来自系统建模和参数测量等随机因素的干扰,提高了推进系统故障隔离的鲁棒性。     

基于模糊模型的发动机部件级故障隔离方法研究

发动机故障诊断与故障隔离是发动机健康监控领域的一大难题,但对发动机故障定位、预防灾难性事故发生及发动机维修意义重大。为了准确地确定故障发生的部位,本文针对某型液体火箭发动机,提出一种基于模糊模型的部件级故障隔离方法。首先对发动机系统进行部件的划分,然后建立各个部件的模糊模型并进行训练,最后按照设定的故障检测与隔离策略对故障进行诊断。利用两组发动机故障仿真数据对基于模糊模型部件级故障隔离方法进行验证,结果表明:本方法可以实现单一或多个部件故障隔离。