液体火箭发动机地面试车实时故障检测与报警系统

建立了液体火箭发动机地面试车过程的实时故障检测与报警系统,完成了系统的硬件、软件结构设计与功能分析,实现了发动机试车过程实时故障检测的综合决策与报警.系统经过了大量的试车数据考核和在线综合测试,并两次参加了发动机地面试车试验的在线验证.验证结果表明,系统能及时准确地对发动机稳态和启动工作过程中的故障进行检测和报警,并具有良好的可靠性、稳健性和可扩展性,对开发建立工程实用的液体火箭发动机健康监控系统具有重要的应用价值.     

支持向量机在液体火箭发动机稳态段故障检测和诊断中的应用

将支持向量机方法用于某大型液体火箭发动机稳态试车数据的挖掘,建立了多故障分类器,采用23次试车数据对上述挖掘结果进行了测试,将测试结果与人工神经网络方法等所得结果进行了比较.并利用28类仿真稳态故障数据对该方法进行了进一步验证.结果表明,支持向量机方法是一种可基于小样本的、有效的液体火箭发动机故障检测与诊断方法.     

应用神经网络识别液体火箭发动机的故障模式

简要介绍了神经网络的基本理论和误差后向传播算法，给出了应用神经网络的液体火箭发动机故障诊断系统框图，分析了液体火箭发动机的故障模型，提出了数据训练神经网络，为网络训练提供了新的途径。最后，基于模型数据，应用神经网络识别液体火箭发动机的几种故障模式。     

核主分量分析法提取液体火箭发动机故障特征

某型号液体火箭故障仿真过程中涉及大量描述发动机状态的参数,因此在对该设备进行故障诊断前,需要对监测或仿真数据进行特征提取,以减少存储空间,缩短故障诊断时间.采用主分量分析法及其改进算法核主分量分析法对其故障仿真数据进行特征提取,从多个描述该型号一级火箭发动机故障状态的变量中选取了少量特征,采用这些特征进行故障诊断时,诊断结果正确,同时显著提高了故障诊断的实时性能.     

液体火箭发动机地面试车故障检测的自适应相关方法

提出了一种用于液体火箭发动机地面试车故障检测的自适应相关方法，应用统计理论指导其检测阈值的选择，推导了均值为向量和协方差矩阵的逆阵的递推估计公式，使得算法具有自适应性。用实际试车数据验证了方法的有效性。     

液体火箭发动机启动过程检测研究

建立了火箭发动机启动过程的RBF神经网络模型,将神经网络辨识方法与包络线方法结合,提出分层次检测方案,并根据大型液体火箭的故障仿真结果进行了仿真实例验证,较好地验证了检测方案及模型的有效性和实用性.     

分级燃烧循环液体火箭发动机起动方式的特性

本文介绍了全尺寸液体火箭发动机预燃起动过程的程序和模拟结果。实现这种发动机起动过程的主要条件是根据在模拟条件下所作出的结果分析和各种起动方案的数学模型而定的。当前高应力的液体火箭发动机,特别是分级燃烧循环发动机的起动和其他瞬态过程反映了燃烧室、燃气发生器、和燃料供应系统中互相关联的非稳态过程的复杂性。这种过程非常接近发动机功能的容限。为了使这些互相关联的非稳态过程正常地进行,需要定出多种参数     

基于模极大值点液体火箭发动机瞬态检测信号重构的小波分析法

文中把小波分析与奇异值检测理论相结合，提出了液体火箭发动机瞬态数据进行处理的方法，应用小波奇异检测和误差滤波理论，给出了瞬态数据的处理过程，并用热试车实验数据进行了验证，结果表明，液体火箭发动机起动段和关机段瞬态信号变化剧烈、非线性严重、奇异点多，该方法应用结果表明信号的奇异点越多，消噪的效果越好，并且不需要过程先验知识。     

低冰点推进剂对液体火箭发动机性能影响研究

针对低冰点推进剂在液体火箭发动机性能研究中的重要性,对使用MON25/DT3组合的低冰点推进剂液体火箭发动机的启动过程及稳态过程进行研究.建立了发动机系统的数学模型,采用Matlab/Simulink构造系统的仿真模型.根据仿真结果比较和分析了不同初温的推进剂对燃烧室压强、发动机比冲和推力等各方面性能的影响,得出了这三个参量与推进剂初温的拟合关系式.     

基于注意力机制循环神经网络的液体火箭发动机故障检测

针对液体火箭发动机主级段工作过程,采用多变量非线性时间序列分析理论,在两级注意力机制循环神经网络（Dual Stage Attention Based Recurrent Neural Networks,DA-RNN）的基础上,提出一种新型时序分析工具——卷积两级注意力机制循环神经网络（Convolutional Dual Stage Attention Based Recurrent Neural Networks,CDA-RNN）,从而建立故障趋势预测模型。通过对预测残差进行自相关性分析并定义故障置信概率,提出了故障检测量化依据。利用发生微弱故障的热试车数据进行验证,结果表明,CDA-RNN模型对非稳态工作段微弱故障多参数检测具有良好鲁棒性,该方法十分有效,具有直接应用价值。     

多传感器航迹关联算法研究

航迹关联是多传感器目标跟踪系统进行航迹融合的基础,是对目标进行连续跟踪的关键技术之一。在介绍基于概率统计的传统航迹关联算法的基础上,阐述了一种基于小波变换和多分辨率分析的序贯航迹关联新算法,通过Matlab仿真说明该新算法在性能上较传统方法有较大改善。     

基于HMM模型的战场侦察多目标识别技术研究

隐Markov模型是一种用于语音识别比较成功的统计模型，战场侦察的多目标识别是战场侦察技术传感器走向实用的关键技术之一，对传统的隐Markov模型的结构和分类器进行了改进，使其初步可以实现由背景噪声环境下的多种类目标的识别。     

基于源信号之间统计独立性的ICA方法的等价性研究

引入了基本ICA问题的发生模型；通过对基于源信号之间统计独立性的三种基本ICA方法(极大似然法、最大信息法和最小互信息法)的推导结果的对比，得出了这三种算法是完全等价的结论；并通过仿真实验。验证了这些算法的有效性。     

基于振动的内燃机转速测量研究

分析内燃机的振动与转速的相互关系,利用实时的数据采集处理分析系统对内燃机的振动进行监测.实验证明,可以通过内燃机振动信号得到内燃机的转速.这种测试方法,测试精度较高,在快速检测中具有一定的实用意义.     

海战场多目标聚类-匹配分群研究

群体已取代单一实体成为兵力执行海上作战任务的主要样式,多目标分群因而成为兵力层态势信息的形成前提亟待解决,从海战场作战群体的特点人手,使用聚类与匹配相结合的方式构建分群模型;首先从实体层目标信息中选取特征矢量与聚类测度,运用改进ISODATA聚类与辅助信息识别形成战场空间群,然后结合军事先验知识通过模板匹配进一步将空间群聚合为功能群等高层级群体;该模型能够满足海战场不同层级群体识别的需要,并可为其他背景下的聚类分群提供借鉴。     

温度对聚四氟乙烯材料特性的影响研究

通过对聚四氟乙烯材料110根样件的实际拉伸试验,获得了11个不同温度条件下的拉伸强度、极限名义应变和弹性模量变化数据.基于实测数据的理论分析,认为:聚四氟乙烯材料的玻璃化温度大约为100℃;当温度大于25℃时,极限名义应变几乎不受温度的影响;其弹性模量介于高弹性聚合物与金属材料之间,但更接近高弹性聚合物.     

燃料空气炸药武器对人员毁伤的研究

根据冲击波超压－时间的毁伤原则和失去战斗力比率的伤亡准则，采用最小二乘法推导了冲击伤亡等级方程；利用FAE静爆试验爆炸场的实测数据拟合出爆炸场特征方程，进而预估出FAE对人员毁伤的伤亡等级范围（威力圈）。     

基于数字射线成像的航空发动机涡轮叶片缺陷尺寸的自动测定

在航空发动机涡轮叶片的缺陷检测线上,缺陷尺寸的自动测定是实现在线检测的关键。为了解决这一问题,分析了叶片数字射线成像(DR)的纹理特点,通过区域分割点将图像分成不同纹理区,提取各个区域的灰度分布函数以减少纹理对缺陷的干扰。消隐纹理后的图像灰度服从正态分布,遵循背景和信号（缺陷）在正态分布曲线上的取值特点,设置灰度阈值,将灰度值并入集合和数组,最后对航空发动机涡轮叶片的缺陷进行了正确的尺寸和形状测定。     

铜基红外干扰发烟剂性能影响因素

重点研究了铜粉粒度、铜含量、添加剂及配方组成和配比等因素对铜基发烟剂红外消光性能的影响，同时也研究了包覆剂及制药工艺对发烟剂性能的影响。并且对测试结果及相关问题进行了分析讨论。     

毫米波雷达导引头频域高分辨技术研究

提出在强海杂波环境下利用频域高分辨技术提高末制导雷达对弱小目标的分辨能力。文中首先分析了频域高分辨原理．然后推导了比例导引方式下雷达导引头频域高分辨的实现条件，明确了系统的频域分辨率大于目标的多普勒频差是实现频域高分辨的先决条件，并给出了目标的多普勒频差与弹目距离、弹目速度、迎头角以及目标长度的关系，最后给出了仿真实验结果．结果表明系统的分辨率达到10Hz时，可以对弱小目标实现频域高分辨。