[发明专利]一种液体火箭发动机稳态故障预测方法在审
| 申请号: | 201910266655.6 | 申请日: | 2019-04-03 |
| 公开(公告)号: | CN109991956A | 公开(公告)日: | 2019-07-09 |
| 发明(设计)人: | 熊靖宇;程玉强;吴建军;黄强;朱晓彬;胡润生;崔星 | 申请(专利权)人: | 中国人民解放军国防科技大学 |
| 主分类号: | G05B23/02 | 分类号: | G05B23/02 |
| 代理公司: | 长沙国科天河知识产权代理有限公司 43225 | 代理人: | 邱轶 |
| 地址: | 410073 湖*** | 国省代码: | 湖南;43 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 液体火箭发动机 自回归滑动平均模型 故障预测 预测 稳态 自适应 预警 发生故障 故障报警 控制措施 实时数据 试车数据 稳态过程 中稳态 阶数 样本 成功 | ||
1.一种液体火箭发动机稳态故障预测方法,其特征在于,包括以下步骤:
S1:对需进行预测的多个参数分别建立自回归滑动平均模型,通过以往台次稳态运行时的试车数据对所述自回归滑动平均模型进行训练,获得自回归滑动平均模型的阶数和待估参数,历史试车数据为按照时间序列呈平稳状态的数据;
S2:将液体火箭发动机稳态过程中各个不同参数的测试样本按时间序列代入步骤S1确定的相应自回归滑动平均模型中,通过步骤S1建立的自回归滑动平均模型对液体火箭发动机稳态过程中各参数进行预测,将预测值与自适应阈值对比,若某一项参数的预测值连续多次超出自适应阈值范围则记为一次预警,预警次数累计达到三次则发出故障报警;
所述步骤S1具体包括:
S11:在原始模型中输入需进行预测的不同参数的历史试车数据;
S12:选定不同参数对应的自回归滑动平均模型阶数p、q;
S13:求解不同参数对应的自回归滑动平均模型中的自回归系数φi和模型的滑动平均系数θj;
S14:将不同参数历史试车数据代入步骤S11~S13得到的相应自回归滑动平均模型中进行预测,并将预测结果与实际结果进行比较,确定自回归滑动平均模型阶数p、q;
若预测结果与实际结果的偏差属于白噪声u,则进行步骤S2;
若预测结果与实际结果的偏差不属于白噪声u,则未通过检验而返回步骤S12,重新选定阶数p、q的值,重新进行步骤S13和步骤S14,直至预测结果与实际结果的偏差为白噪声u。
2.如权利要求1所述的一种液体火箭发动机稳态故障预测方法,其特征在于,所述步骤S1中,所述多个参数包括:推力室室压、燃料泵与氧涡轮泵出口压力、燃料泵与氧涡轮泵入口压力、燃料泵与氧涡轮泵出口流量、燃料泵和氧涡轮泵转速。
3.如权利要求1所述的一种液体火箭发动机稳态故障预测方法,其特征在于,所述步骤S11中,所述原始模型为:
其中,xt、xt-i为液体火箭发动机稳态过程中各个参数在t、t-j时刻的实际值;为液体火箭发动机稳态过程中各个参数在t时刻的预测值;ut、ut-j为t、t-j时刻的白噪声;φi为自回归系数,θj为模型的滑动平均系数,p、q为模型阶数。
4.如权利要求3所述的一种液体火箭发动机稳态故障预测方法,其特征在于,所述步骤S11中,所述历史试车数据为液体火箭发动机以往试车时,稳态阶段的数据。
5.如权利要求1所述的一种液体火箭发动机稳态故障预测方法,其特征在于,所述步骤S13中,是将历史试车数据代入式(2)采用最小二乘法对模型中的自回归系数φi和模型的滑动平均系数θj进行求解,其中,代表试车时的参数预测值,ut-j代表t-j时刻的白噪声,φi代表自回归系数,θj为模型的滑动平均系数,p、q为模型阶数。
6.如权利要求1所述的一种液体火箭发动机稳态故障预测方法,其特征在于,所述步骤S2中,所述故障预测按不同参数被预测为故障的次数来判断。
7.如权利要求6所述的一种液体火箭发动机稳态故障预测方法,其特征在于,当所有被预测的参数中至少有三个被预测为故障,则会触发报警。
8.如权利要求7所述的一种液体火箭发动机稳态故障预测方法,其特征在于,当某一个参数的某个时间节点的预测值连续三次超过自适应阈值,则记为一次故障预警。
9.如权利要求8所述的一种液体火箭发动机稳态故障预测方法,其特征在于,所述自适应阈值Tv:
Tv=μ±nσ (3)
则监测参数所在的正常区间为:[μ-nσ,μ+nσ];其中,μ为按照时间序列的实时数据样本数学期望;σ为按照时间序列的实时数据样本方差;n为带宽系数,根据统计学上的3σ定则,n选取3,或由实际阈值宽窄效果根据经验选定。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国人民解放军国防科技大学,未经中国人民解放军国防科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910266655.6/1.html,转载请声明来源钻瓜专利网。





