液体火箭发动机涡轮泵健康监控系统

为了提高液体火箭发动机涡轮泵的安全性,降低其故障带来的破坏性,设计了某型液体火箭发动机涡轮泵健康监控系统(TP HMS),工程实现了TP HMS的测试硬件子系统、实时故障检测子系统、试车后数据分析子系统和实时数据库支持子系统等,讨论和分析了TP HMS的功能和执行流程,然后利用历史试车数据与转子试验平台数据对TP HMS中的多特征参量自适应阈值综合决策算法(MATA)进行了离线和实时在线验证;利用自适应时频谱对测试数据作进一步的分析。结果表明,MATA没有发生误检测情况,并具有实时故障检测的能力;自适应时频谱能有效抑制时频交叉项的干扰,准确给出故障信号的时间和频率信息。因此,TP HMS适合于液体火箭发动机涡轮泵健康状态监控。     

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%。     

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。     

液体火箭发动机基于模型的故障检测算法

针对泵压式供应系统液体火箭发动机的故障监控问题,建立了用于发动机故障检测的非线性动态数学模型,设计并实现了发动机系统的广义卡尔曼滤波器。利用新息序列的统计特性,进行了发动机故障新息检测算法的仿真研究,讨论了降低滤波器计算费用的方法以及置信度、自由度对检测算法性能的影响。本文的工作为进一步研究发动机故障在线实时检测算法奠定了重要基础。     

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。     

液体火箭发动机技术

液体火箭发动机是采用液体推进剂的火箭发动机的简称,属于使用液体推进剂的化学火箭发动机。液体推进剂由输送系统送到发动机泵前,经泵加压后进入发动机推力室进行燃烧穴双组元推进剂雪或分解穴单组元推进剂雪,将推进剂的化学能变为热能,产生高温高压燃气,通过推力室喷管膨胀,将热能变为动能,以高速方式从喷管内向外喷出,产生反作用力--推力,为火箭飞行提供所需的动力。液体火箭发动机的优点是比冲高(250～500秒),推力范围大(单台推力在1克力～700吨力)、能反复起动、能控制推力大小、工作时间较长等。液体火箭发动机主要用作航天器发射、姿…     

独立分量分析在液体火箭发动机故障检测中的应用

针对液体火箭发动机试车中,因噪声干扰、不同源信号之间的混叠而造成的信号信噪比低、信号分析和特征提取难度大的问题,提出采用独立分量分析(ICA)法对液体火箭发动机试车信号进行分离,以提高信号的信噪比,并能实时反映各子系统工作过程,为数据分析、特征提取和故障检测与诊断提供可靠的信号。通过对某型液体火箭发动机热试车压强信号进行实例分析,验证了该方法的有效性。     

变推力液体火箭发动机动态特性的状态空间分析

本文将状态空间分析方法运用于变推力液体火箭发动机系统的动态特性分析,导出了一组描述所述变推力液体火箭发动机动态过程的状态方程。文中提出了求解该系统方程的一种有效的数值方法,理论解与实验数据得到了满意的符合。做为变推力液体火箭发动机系统分析的初步结果,在文中分析了几个重要的工作参数对所述发动机系统动态特性的影响。     

基于云-神经网络的液体火箭发动机故障检测方法

根据故障检测原理,研究和实现了基于云-神经网络的液体火箭发动机故障检测方法。根据训练结果、测试结果和故障检测结果可以看出,云-神经网络用于液体火箭发动机的故障检测是可行的,经过历次试车数据验证,该方法没有误报警和漏报警。     

状态—参数联合估计方法及其在液体火箭发动机健康监控中的应用

基于传统的扩展卡尔曼滤波器（ＥＫＦ）,本文提出了一种带次优渐消因子的ＥＫＦ用于非线性时变随机动态系统状态与参数的联合估计。应用于液体火箭发动机健康监控算法的仿真研究表明,本文所提出的联合估计器具有较好的收敛性、实时性和动态跟踪能力。此外,文中还讨论了联合估计器应用于实际系统的有关问题。     

基于神经网络的液体火箭发动机故障检测系统

提出和建立了一种用于液体火箭发动机（ＬＲＥ）故障检测的神经网络系统,这种系统包括两层：第一层由ＷＴＡ（Ｗｉｎｎｅｒ－Ｔａｋｅ－Ａｌｌ）神经网络组成,ＷＴＡ网络用于检测发动机故障输出模式;第二层由ＢＰ（Ｂａｃｋ－ｐｒｏｐａｇａｔｉｏｎ）神经网络组成,ＢＰ网络利用第一层次的输出结果作为输入显示故障大小。文中对ＬＲＥ故障检测进行了数值仿真,仿真结果验证了神经网络故障检测系统的优越性能。     

舰船水消防系统战斗损伤的智能重构决策与应用

针对当前舰船水消防系统监控点信息孤立、智能化决策程度不高的问题,构建了基于节点的水消防系统功能逻辑模型,提出了基于战斗损伤的水消防系统破损隔离重构使用智能决策算法,并据此开发了水消防智能监控系统。案例对比计算和系统测试检验的结果表明,该智能决策算法以及智能监控系统可以有效提升分析决策的速度和精度,显著提高指挥控制的效率,为水消防系统的战斗破损使用提供有效的支撑。     

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。     

雷达智能BIT故障预测方法研究

在总结了几种比较常见的故障预测方法的基础上,介绍了基于统计学习理论的支持向量回归算法。提出将智能遗传算法用来对支持向量回归模型的参数进行优化选取,并详细介绍了模型参数的选取过程,避免了参数的盲目设置。将建立起来的模型应用于雷达智能BIT故障预测领域,并以一组智能BIT状态监测的数据对预测模型进行训练和验证,实验结果表明支持向量回归模型能有效地对雷达故障进行预测。     

基于警用特种装备的智能故障诊断专家系统的设计与实现

智能故障诊断专家系统可用以实现对警用特种装备系统各子系统的状态监测和故障诊断,基于此功能阐述了警用特种装备智能故障诊断专家系统的设计原理,给出了系统的实现方法。通过自适应遗传算法的知识获取机制,介绍了其改进的自适应遗传算法原理,解决了知识获取的问题,实现了警用特种装备的状态监测和智能故障诊断。     

Model parameter estimation and residual life prediction for a partially observable failing system

We consider a partially observable degrading system subject to condition monitoring and random failure. The system's condition is categorized into one of three states: a healthy state, a warning state, and a failure state. Only the failure state is observable. While the system is operational, vector data that is stochastically related to the system state is obtained through condition monitoring at regular sampling epochs. The state process evolution follows a hidden semi‐Markov model (HSMM) and Erlang distribution is used for modeling the system's sojourn time in each of its operational states. The Expectation‐maximization (EM) algorithm is applied to estimate the state and observation parameters of the HSMM. Explicit formulas for several important quantities for the system residual life estimation such as the conditional reliability function and the mean residual life are derived in terms of the posterior probability that the system is in the warning state. Numerical examples are presented to demonstrate the applicability of the estimation procedure and failure prediction method. A comparison results with hidden Markov modeling are provided to illustrate the effectiveness of the proposed model. © 2015 Wiley Periodicals, Inc. Naval Research Logistics 62: 190–205, 2015     

基于面向对象技术的柴油机在线状态监测系统设计

将软件设计中的面向对象思想扩展到系统设计中,针对柴油机实车运行在线监测中的变速变载及空间有限等问题,基于CAN总线的可靠性、信息传输的实时性和多主工作方式,设计分布式智能监测节点和上位机监控中心．分布式监测节点同步采集柴油机运行数据并进行降噪和简单特征提取后,将实时采样数据和在线监测结果上传至基于嵌入式PCI04的上位机监控中心,进行二次特征提取和智能模式识别,从而实现柴油机在线状态监测与故障预警和诊断．     

基于发动机恒转速控制的干式DCT车辆智能起步研究

分析了起步过程中影响离合器接合速度的主要因素,基于发动机恒转速控制方式和双离合器联合起步,设计了驾驶意图模糊推理系统、离合器接合速度推理系统、离合器分离条件推理系统3个智能控制系统,对起步的挡位、发动机转速、离合器接合速度进行控制,并对其进行了仿真。仿真结果表明:应用模糊控制能很好地控制DCT车辆双离合器联合起步。     

基于转子固有频率的涡轮泵故障检测方法

为了有效地检测液体火箭发动机涡轮泵的故障,分析了某型液体火箭发动机的28次历史试车数据,得到了涡轮泵转子的一阶、二阶和三阶临界转速以及轴向固有频率的数值,研究了这4个转子固有频率幅值的稳定性及对涡轮泵故障的敏感性,得出了它们具有较强的稳定性和故障敏感性的结论。在此基础上,提出并验证了基于转子固有频率的涡轮泵故障检测方法。结果表明,基于转子的一阶、二阶和三阶临界转速以及轴向固有频率幅值能有效地检测涡轮泵的故障。