液体火箭发动机涡轮泵状态监测与故障诊断系统研究

针对火箭发动机地面试车时间短、工作转速高且重复性不好的特点，根据实时性、有效性、可靠性、开放性与通用性的系统设计原则，研制了火箭发动机涡轮泵状态监测与故障诊断系统－－TCMD2000。该系统采用并行冗余结构，保证同步整周期采样的同时，实现了高速连续数据采集和存储，并应用了进动分析方法提高故障诊断的准确性。对TCMD2000系统进行了发动机试车故障监测考核。结果表明，所研制的TCMD2000系统达到了设计指标，适合火箭发动机的状态监测与故障诊断。在发动机研制过程中，对诊断发动机故障和排除故障发挥了作用。     

液体火箭发动机状态监控与故障诊断技术的发展

本文论述了发展液体火箭发机状态监控与故障诊断技术的重要意义；分析了国内外液体火箭发机主要故障模式；介绍了美国洛克达因公司在航天飞机主发动机上采用安全状态监控系统与故障诊断系统的技术发展情况。     

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.     

干摩擦故障特征分析

研究了液体火箭发动机涡轮泵轩子系统发生干摩擦时的故障状态。建立了该状态下的运动微分方程，并运用四阶变步长Runge-Kutta法对其求解，分析了该故障状态下的振动特征，为涡轮泵的监控和事后故障诊断提供了理论依据。     

基于局部特征尺度分解与复合谱分析的齿轮性能退化特征提取

针对齿轮性能退化过程中振动信号复杂、特征提取困难等问题,提出采用基于局部特征尺度分解与复合谱的退化特征提取方法。改进复合谱分析法,利用离散余弦变换代替复合谱分析法的傅里叶变换,以减少特征信息的遗漏,提高特征信息敏感度;利用局部特征尺度分解法对振动信号进行分解,并采用贝叶斯信息准则与峭度时间序列互相关系数相结合对内禀尺度分量进行筛选,以剔除不必要分量的影响,有效地提取特征信息;利用改进的复合谱分析法对所选取的内禀尺度分量进行融合,提取复合谱熵作为特征向量。该退化特征提取方法运用于齿轮全寿命退化试验中,对实测信号进行特征提取和退化状态识别,结果表明改进后的复合谱熵对齿轮退化状态具有较好的表征能力。     

基于小波变换信息熵的自动机故障特征提取研究

研究了根据自动机机箱的短时冲击振动信号,从信息的定量描述方法出发,通过小波能谱熵、小波奇异谱熵、小波时间熵算法建立信息熵提取模型,实现故障特征提取.针对典型模拟信号的仿真分析,验证了所提出的信息熵指标可以对信号进行多层次特征提取.结合自动机故障诊断试验,进行自动机运动形态分解时域特征与不同空间信息熵指标特征提取.可用于小口径火炮高速自动机的在线监测与故障诊断.     

基于聚类分析的液体火箭发动机稳态过程故障程度评估方法

目前液体火箭发动机稳态过程的故障检测与评估的研究相对较少,挖掘发动机稳态过程故障信息数据对运载火箭保障发射任务成功率、降低运行成本、实现可重复使用等具有重要意义,提出基于聚类分析的故障程度评估方法,构建了故障程度评估算法,通过采用液体火箭发动机的仿真数据,验证评估单一故障程度与二度故障程度。验证结果表明,该算法评估效果满足要求。     

基于盲源分离的齿轮箱复合故障诊断研究

针对传统盲源分离(BSS)技术在处理非线性变化的复合故障信号时的不足,将核独立分量分析(KICA)技术应用于齿轮箱的状态检测与故障诊断。介绍了KICA的基本原理,进行了仿真说明。最后应用该方法并结合包络阶次谱分析对设置了2种故障的齿轮箱进行故障诊断,最终找到了故障特征,成功判别出了这2种故障,并验证了该方法的有效性。     

基于AMESim平台的氢氧火箭发动机启动过程仿真研究

根据模块化建模仿真的思想,采用AMESim软件中的二次开发平台AMESet开发了氢氧火箭发动机动态仿真模型库,建立了氢氧火箭发动机启动过程动态仿真模型。使用该模型对某型氢氧火箭发动机进行启动仿真,仿真结果表明:仿真结果与实际试车数据符合得很好,验证了该模型的准确性。     

基于自适应形态提升小波与改进非负矩阵分解的发动机故障诊断方法

信号处理与特征参数提取是实现发动机故障诊断的关键。针对传统小波和形态小波的 缺陷,提出一种自适应形态梯度提升小波变换(AMGLW)。该方法采用信号的局部梯度作为判断 信号奇异性的度量指标,在信号突变处采用提出的形态梯度提升算子以保留信号的冲击特征,在信 号缓变处采用平滑算子以抑制噪声。在此基础上,提出采用改进非负矩阵分解方法对分解后的信 号进行特征提取,计算用于发动机故障分类的特征参数。利用实测的发动机在5 种状态下的振动 信号对提出的信号处理及特征提取方法进行了验证。