[发明专利]一种大功率磁等离子体电推进系统的故障诊断方法

权利要求书

1.一种大功率磁等离子体电推进系统的故障诊断方法，其特征在于，具体步骤如下：

首先，建立大功率磁等离子体推进器仿真模型，运行之后得到无故障状态的数据；

然后、设置故障因子并添加到大功率磁等离子体推进器仿真模型，组成故障仿真模拟器，并采集故障状态的数据；

接着、搭建级联前馈神经网络，并利用无故障数据和故障数据进行监督学习训练；

最后、利用故障仿真模拟器将故障数据作为测试信号状态量输入到训练好的神经网络中，统计神经网络的输出结果，并与真实的故障状态进行对比，统计准确率。

2.如权利要求1所述的一种大功率磁等离子体电推进系统的故障诊断方法，其特征在于，所述推进器仿真模型包括推力模块、附加磁场模块和电弧模块；

推力模块中MPDT的总推力表示为：

T_AF为附加磁等离子体推进器推力，为推进剂流量，V_sf为感生磁场影响的推进离子速度，V_ap为附加磁场影响的推进离子速度，χ为附加磁场影响系数，R_a为阳极半径，R_c为阴极半径，w为电流片的旋转角速度，r'为电流片的位移，T_SF为感生磁场影响下的推力；

附加磁场模块中对于半径为ρ的单匝载流圆线圈，在空间任意位置(z,r)处产生的磁场为：

r为空间位置的径向位置；B_ρ为径向磁场强度，μ₀为真空磁导率，I为电流强度，a为线圈长度，ρ为线圈半径，K(k)为第一椭圆积分，E(k)为第二椭圆积分；

电弧模块的微分表达式为：

g_C为基于Cassie模型的电导，u为瞬时电弧电压，g为当前电弧电导，E₀为电弧的额定电压，τ为时间常数。

3.如权利要求1所述的一种大功率磁等离子体电推进系统的故障诊断方法，其特征在于，所述故障因子包括：

(1)电源器件故障，影响电流:

I^*＝(1+f₁)I_m

I^*为PPU的实际电流，I_m为PPU的额定电流，f₁为PPU的故障因子，f₁∈(0,1)；

(2)附加磁场器件故障，影响附加磁场：

B^*＝(1+f₂)B_m

B^*为附加磁场的实际磁场强度，B_m为附加磁场的额定磁场强度，f₂为附加磁场的故障因子，f₂∈(0，10)；

(3)阴极烧蚀与磨损故障，影响阴极长度：

为阴极实际长度，R_Cm为阴极额定长度，f₃为阴极故障因子，f₃∈(0，0.2)；

(4)供应系统故障，影响推进剂流量：

为推进剂实际流量，为推进剂额定流量，f₄为推进剂流量的故障因子，f₄∈(0，1)；

(5)其他环境故障，影响电离度：

α^*＝(1+f₅)α_m

α^*为推进器内的实际电离度，α_m为推进器内的额定电离度，f₅为环境故障因子，f₅∈(-0.5，0)。

4.如权利要求1所述的一种大功率磁等离子体电推进系统的故障诊断方法，其特征在于，所述监督学习训练分为初始训练阶段和补偿训练阶段，均采用梯度下降BP算法；

首先在初始训练阶段，将新加入的隐含层神经元输入和输出权值初始化为0，利用BP算法训练隐含层权值；当训练达到次数后误差没有减少到预设值，加入补偿阶段训练，即在隐含层神经元的权值中加入均值为0，方差为1的高斯噪声；并再利用BP算法优化隐含层权值，使误差减小到预设值以内。