CN105138755A - 一种液体火箭发动机试验台故障响应生成器的设计方法 - Google Patents

Abstract

本发明公开一种液体火箭发动机试验台故障响应生成器的设计方法，一：对液体火箭发动机的历史试验数据进行故障程度评估，得到故障诊断信息、故障预测信息和故障程度等级；二：汇总整个试验阶段的故障程度等级得到故障程度等级曲线，建立故障程度等级库；三：建立从故障诊断信息和故障预测信息到故障程度等级库的映射，并对故障程度等级库中故障程度等级曲线的各个级别分别对应上根据历史维修情况所得的维修等级，得到故障响应决策模型；四：对不同的维修等级链接不同故障干预控制措施，完成液体火箭发动机试验台故障响应生成器的设计。本发明能针对不同故障及其征兆提前制订维修方案，减少维修盲点，提高试验系统使用寿命和可靠性。

Description

一种液体火箭发动机试验台故障响应生成器的设计方法

技术领域

本发明涉及航天故障诊断技术领城，具体涉及一种液体火箭发动机试验台故障响应生成器的设计方法。

背景技术

目前，国内外关于火箭发动机故障诊断的研究有很多，但在发动机维护方面，目前的方法是定期检修、试验前检修和故障后维修。定期检修是根据系统各个组成部件的可靠性指标进行周期性的检修和精度校准；但对检修期间发生的故障无能为力，而且难以准确定位故障发生部位和原因。试验前检修是在发动机工作前进行各关键部件、分系统和整个系统的调试和性能检验，测试各环节的工作是否正常；但这种检修并不彻底，需要指挥人员具有非常丰富的经验，而且大大延长了准备周期。故障后维修是在任务失败或在过程中通过传感器诊断出系统故障后，再通过维修或更换的方式来恢复试验系统正常工作能力的一种方法；其中最典型的是“红线关机”的方法，即当系统关键参数超过给定的阈值时，采用紧急关机措施；但是，这种方法对故障只能进行事后处理，并不能提高系统的可靠性；一旦失败将导致试验件和试验系统设备的损坏，会造成巨大经济损失，直接影响研制周期。因此，对现有的发动机系统而言，亟需先进的状态监控和维修管理系统来提高可靠性，降低维护周期和成本，保证任务的成功率。

基于复杂系统可靠性、安全性、经济性考虑，以状态监测技术的发展出现的视情维修理论获得越来越多的重视和应用。但在实际应用中，对于不同程度的故障及其前期征兆的响应方式并不统一，对于故障之后的控制决策大多依靠经验确定控制干预范围和各部件的维修等级或是检修间隔，制定的维修工作任务存在偏离试验台实际维修需要的现象。因此，需要提供一种适用性较强的液体火箭发动机故障响应生成方法，在准确的时间，对准确的部位，进行准确而主动的维护活动。

发明内容

有鉴于此，本发明的目的是提供一种液体火箭发动机试验台故障响应生成器的设计方法，该方法能够根据液体火箭发动机故障信息、历史维护记录以及故障预测信息来综合决策，生成分级故障干预控制策略，针对不同类型和级别的故障及其征兆能够提前制订维修方案，可以逐步代替关键部件的定期检修，减少维修盲点，提高试验系统的使用寿命和可靠性。

实现本发明的技术方案如下：

一种液体火箭发动机试验台故障响应生成器的设计方法，具体步骤如下：

步骤一：对液体火箭发动机的历史试验数据进行故障程度评估，得到故障诊断信息、故障预测信息和故障程度等级；

步骤二：汇总整个试验阶段的故障程度等级得到故障程度等级曲线，建立故障程度等级库；

步骤三、建立从故障诊断信息和故障预测信息到故障程度等级库的映射，并对故障程度等级库中故障程度等级曲线的各个级别分别对应上根据历史维修情况所得的维修等级，得到故障响应决策模型；

步骤四：将故障响应决策模型中不同的维修等级链接相应的故障干预控制措施，完成液体火箭发动机试验台故障响应生成器的设计。

进一步地，所述故障程度等级为一个介于0-1之间的数。

进一步地，所述故障程度等级库中包括液体火箭发动机从系统到部件的各种故障模式的故障程度等级曲线。

进一步地，所述故障程度等级曲线分为四个级别：健康、亚健康、故障边缘和故障。

附图说明

图1为故障响应生成器实现框架。

图2为故障程度评估等级曲线。

图3为故障响应决策模型框图。

具体实施方式

下面结合附图并举实施例，对本发明进行详细描述。

本发明提供了如图1所示的一种液体火箭发动机试验台故障响应生成器的设计方法，具体步骤如下：

步骤一：对液体火箭发动机的历史试验数据进行故障程度评估，得到故障诊断信息、故障预测信息和故障程度等级；

对液体火箭发动机试验台历史的检测试验数据，运用故障程度评估方法，建立数学模型，对试验数据进行处理并判定其偏离正常状态的程度，得到液体火箭发动机的故障诊断信息、故障预测信息和故障程度等级。故障程度评估方法包括统计分析法、神经网络法、模式识别法、灰度评估法以及包括人工免疫在内的人工智能法等；在故障程度评估的过程中可以得到故障诊断信息和故障预测信息，故障程度评估的结果为故障程度等级，故障程度等级为一个数，且介于0-1之间。

步骤二：汇总历史的整个试验阶段的故障程度等级得到故障程度等级曲线，建立故障程度等级库；

汇总整个试验阶段的故障程度等级，即形成了故障程度等级曲线，建立故障程度等级库，在所述故障程度等级库中保存液体火箭发动机试验台从系统到部件各种故障模式的故障程度等级曲线。所述故障程度等级曲线被分四个阶段，每个阶段对应一个级别，这四个级别依次是健康、亚健康、故障边缘和故障。为图2示例了一个典型部件的故障程度评估等级曲线。在系统工作的初始阶段内该部件无故障，部件的故障程度等级接近0，部件处于健康状态。随着工作时间的逐渐增加，由于部件出现早期弱故障，其状态开始变化，性能逐渐下降，直至部件出现异常行为，即运行到“故障检测点”这一可以检测到的临界点。在“故障检测点”之后的一段时间之内，部件的性能状态由于其故障程度逐渐增强而继续下降，体现为亚健康状态，其故障程度评估等级介于0-1之间。随后，部件继续运行，故障由早期阶段发展至“功能失效点”这一临界点，这段时间部件状态表现为存在异常行为，即为故障边缘阶段，其故障程度等级介于0-1之间且大于系统亚健康状态时的故障程度等级。若部件在“功能失效点”之后继续工作，则迅速扩展为故障，故障程度等级接近1且大于故障边缘阶段的故障程度等级。

步骤三、建立从故障诊断信息和故障预测信息到故障程度等级库的映射，并对故障程度等级库中故障程度等级曲线的各个级别分别对应上根据历史维修情况所得的维修等级，得到故障响应决策模型；

如图3所示的故障响应决策模型框图，建立从故障诊断信息和故障预测信息到故障程度等级库的映射，并定义根据历史维修情况所得的维修等级，得到故障响应决策模型；故障响应生成器的核心为故障响应决策模型，故障响应决策模型通过收集液体火箭发动机试验台的故障诊断信息、故障预测信息、历史维修情况、故障程度等级库来实现动态的故障响应。故障响应决策模型输入信息包括：故障诊断信息，即液体火箭发动机在试验过程中的故障诊断结论，包括了故障对象、故障时间、故障地点、故障等级和故障范围；故障预测信息，即主要故障模式的健康状况趋势分析以及预测得到的系统潜在故障信息；历史维修情况，即系统历史维修记录信息；故障程度等级库，即系统、部件的故障程度等级信息。

步骤四：将故障响应决策模型中不同的维修等级链接相应的故障干预控制措施，完成液体火箭发动机试验台故障响应生成器的设计。

故障响应决策模型根据维修等级输出其所链接的故障响应下的故障干预控制措施。各种干预控制措施由可扩展的历史维护信息提供，并以维修计划、控制程序等具体表现形式作为输出形式。

故障程度等级中的故障级别，按照是否为触发试验台“红线关机”状态再次划分为严重故障和非严重故障两个子级别。严重故障是指关系到试验过程的成败或者可能造成巨大事故的故障，当系统关键参数超过给定的阈值时，这种故障响应下的故障干预控制措施是紧急关机，干预响应的速度不低于红线关机方法的响应速度。非严重故障是指可能造成一定事故的故障或者是局部参数异常，这种故障响应下的故障干预控制措施是系统记录并跟踪故障参数的同时，给操作人员提示警告，并在事后进行更换部件维护。

本发明故障相应生成器的具体工作过程：

对液体火箭发动机实时的试验数据进行故障程度评估，得到故障诊断信息、故障预测信息和故障程度等级；根据故障诊断信息、故障预测信息和故障程度等级在故障程度等级库中查找故障程度等级的级别，得到相应的维修等级，故障响应决策模型根据该维修等级输出相应的故障干预控制措施。

有益效果：

(1)本发明的故障响应生成器综合考虑了故障预测信息的未来趋势以及历史维修情况和故障程度等级库的先验信息，在设计上输入更加全面，输出更加科学。

(2)本发明的故障响应决策模型根据故障程度评估状况等级制定系统故障干预控制措施，使故障响应更加有效。

(3)本发明的故障程度等级曲线中的故障级别，细分为严重故障和非严重故障两个子级别，有效区分了系统试验前和试验中的故障处理方式；在系统试验过程中检测到非严重故障发生时，可以继续试验保证试验整体成功，并在事后处理消除隐患；在检测到严重故障发生时，采取紧急关机措施，有效防止故障扩大化，确保系统整体安全性。

(4)本发明的故障程度等级库涵盖全部关键部件和系统的故障演变特征，将故障程度评估等级划分为四个阶段，依次对应故障干预控制措施，检索迅速，扩展能力强，具有高效生成故障响应输出的特点。

综上所述，以上仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (4)

1.一种液体火箭发动机试验台故障响应生成器的设计方法，其特征在于，具体步骤如下：

步骤一：对液体火箭发动机的历史试验数据进行故障程度评估，得到故障诊断信息、故障预测信息和故障程度等级；

步骤二：汇总整个试验阶段的故障程度等级得到故障程度等级曲线，建立故障程度等级库；

步骤三、建立从故障诊断信息和故障预测信息到故障程度等级库的映射，并对故障程度等级库中故障程度等级曲线的各个级别分别对应上根据历史维修情况所得的维修等级，得到故障响应决策模型；

步骤四：将故障响应决策模型中不同的维修等级链接相应的故障干预控制措施，完成液体火箭发动机试验台故障响应生成器的设计。

2.如权利要求1所述的一种液体火箭发动机试验台故障响应生成器的设计方法，其特征在于，所述故障程度等级为一个介于0-1之间的数。

3.如权利要求1所述的一种液体火箭发动机试验台故障响应生成器的设计方法，其特征在于，所述故障程度等级库中包括液体火箭发动机从系统到部件的各种故障模式的故障程度等级曲线。

4.如权利要求1所述的一种液体火箭发动机试验台故障响应生成器的设计方法，其特征在于，所述故障程度等级曲线分为四个级别：健康、亚健康、故障边缘和故障。