JP6585077B2 - ロケットエンジンのパラメータを監視するための方法および装置 - Google Patents

Description

本発明は、一般に、航空の分野に関する。

より詳細には、本発明は、ロケットエンジンを監視することに関する。

既知の方法では、ロケットエンジンシステムは、広い動作範囲にわたって動作することを必要とし、適切に動作していることを確認するための手段が設けられている。

確認は、第１に、エンジンの動作パラメータ（例えば、エンジンの温度および圧力など）が予め規定された受け入れることができる限界の範囲内に入ることを確実にして、リアルタイムで実行され、第２に、エンジンのテスト中に計測される動作パラメータの計測値を、所与の直線監視テンプレートと比較することにより、延期された時間で実行される。テンプレートからの逸脱は測定失敗またはエンジン故障を示す。

限界および監視テンプレートのためのセッティングは、手動で決定され、詳細には、セッティングがエンジンの動作点に対して適切でないとき、誤差のリスクを提示する。さらに、エンジンの外形またはテスト条件の変更は、退屈であり、リスクなしではなくアップデートされる限界および監視テンプレートを必要とする。

本発明は、ロケットエンジンのパラメータを監視する方法を提案することによって、それらの欠点を抑制する働きをし、本方法は、
センサによって計測されエンジンの動作点に対応する監視パラメータの計測値を取得する取得ステップであって、動作点がエンジンの少なくとも１つの調節パラメータによって規定されている取得ステップと、
動作点を規定するエンジンの前記少なくとも１つの調節パラメータの調節値またはフィルタされたセットポイント値に基づいて、この動作点のための監視パラメータの値を推定する推定ステップと、
動作点に対して評価される誤差の不確実性に基づいて決定された少なくとも１つの閾値に対して、監視パラメータの計測値とその推定値との間の誤差を比較する比較ステップと、
前記少なくとも１つの閾値が交差された場合に、通知を送信する通知ステップと
を含む。

対応して、本発明は、ロケットエンジンのパラメータを監視するための装置であって、
センサによって計測されエンジンの動作点に対応する監視パラメータの計測値を取得するための取得モジュールであって、動作点がエンジンの少なくとも１つの調節パラメータによって規定されている取得モジュールと、
動作点を規定するエンジンの前記少なくとも１つの調節パラメータの調節値またはフィルタされたセットポイント値に基づいて、この動作点のための監視パラメータの値を推定するための推定モジュールと、
動作点に対して評価される誤差の不確実性に基づいて決定されている少なくとも１つの閾値に対する、監視パラメータの計測値とその推定値との間の誤差を比較するための比較モジュールと、
前記少なくとも１つの閾値が交差された場合に、通知を送信するための通知モジュールと
を備える、装置も提供する。

閾値が交差されるべきではない高い閾値を規定する場合に誤差が閾値よりも大きいとき、または閾値が交差されるべきではない低い限界を規定する場合に誤差が閾値よりも小さいとき、誤差は閾値を交差すると言及される。

さらに、誤差比較ステップを、様々な方法で、当業者に明らかな方法で、本発明の文脈で実行してもよいということを観察すべきである。したがって、例として、誤差は、監視パラメータの計測値とその推定値との間の差の絶対値として、または単に監視パラメータの計測値とその推定値との間の差として規定してもよい。さらに、このステップの間、誤差を推定して閾値と比較してもよいし、または変形例では、監視パラメータの計測値は、閾値が既に加算された（または適切な所で減算された）、その推定値などと比較してもよい。監視パラメータの計測値が監視パラメータの推定値および閾値に基づいて規定されたテンプレートと比較される方法にかかわらず、この比較ステップは同じである。

本発明は、エンジンの動作点の変動とともに動的にそして自動的に変更する方法でロケットエンジンのパラメータを監視することも提案する。例として、監視パラメータは、
エンジンの圧力、および／または
エンジンの温度、および／または
エンジンの１つの要素の回転速度、および／または
エンジンの中で流れる流体の流量、および／または
エンジンの振動挙動
であってもよい。

エンジンの動作点は、エンジンを調節するために使用される１つまたはそれ以上のパラメータに基づいて規定されている。このような調節パラメータは、例えば、エンジンの燃焼チャンバ圧力、エンジンのポンプの入力での酸素／水素混合比率、酸素ターボポンプの回転速度、水素ターボポンプの回転速度などであってもよい。従来の方法では、エンジンが動作中である間、これらの調節パラメータは、例えば、酸素バイパス弁（ＯＢＰＶ）および水素バイパス弁（ＨＢＰＶ）のような調節弁の位置のような、エンジンの様々な可変形状部分に作用するのに適した調節システムによって、閉ループの方法で調節されている（すなわち、制御されている）。

本発明によって提案された監視は、本質が特にエンジンのための調節セットポイントが時間に応じて変化する方法と関連している、ロケットエンジンシステムの動的で非線形な性質に有利に適合し、これらのセットポイントの境界は、調節システムによる値および勾配の点で制限される。この目的のために、監視は、調節ループから下流で全体のシステムに影響する、すなわち、エンジンのみならずエンジンの可変形状部分を制御するために使用されるアクチュエータにも影響するいかなる異常も検出するように、特に弁と関連した不確実性を制限するように、そして、エンジンのみに影響するいかなる異常、または調節パラメータのためのフィルタされたセットポイント値も検出するように、調節値（すなわち、調節パラメータのための有効な値）に基づいて、（例えば、シミュレーションによって、またはモデルを使用することによって、）監視パラメータを推定することに依存する。この方法で取得される推定値は、その後、エンジンの動作点によって自動的に決定された閾値を考慮に入れる間、監視パラメータの計測値と比較される。閾値は、特に、監視パラメータの計測値および推定値に関する動作点で直面する不確実性に基づいて決定される。

したがって、従来技術とは違って、本発明は、予め確立された監視テンプレート、または監視パラメータの計測値との比較のための予め確立された限界に依存しない。それどころか、本発明は、監視パラメータ並びに計測値および推定値精度（標準偏差）の両方の推定値に基づいて、ロケットエンジンのための監視テンプレートおよび／または限界を自動的にそして動的に規定し、両方は、エンジンの動作点を考慮に入れる間、評価される。

この特定の実施例では、誤差の不確実性を評価するために使用される動作点は、前記少なくとも１つの調節パラメータの調節値から決定される。

この実施例は、動作点の正確な推定値に依存する。それは、安定した条件および過渡的な条件の両方の下でロケットエンジンを監視できるようにする。具体的には、過渡的な条件下で、それは、調節の間、調節パラメータの計測値とこれらのパラメータのためのセットポイント値を取り込むこととの間に直面することがある時々無視できないほどの遅延によって影響を受けないことを可能にする。

変形例では、誤差の不確実性を評価するために使用される動作は、前記少なくとも１つの調節パラメータのフィルタされたセットポイント値、または（実際のエンジンの動作点に対して前に存在する）前記少なくとも１つの調節パラメータのセットポイント値から決定してもよい。

監視期間中、複数の閾値を考慮に入れてもよいということを観察するべきであり（例えば、σがエンジンの動作点に応じた誤差の不確実性である場合、±３σおよび±６σでの高い閾値および低い閾値を考慮してもよい）、これにより、それぞれの閾値を、検出された異常の重大さに応じて発行される通知に対する、異なるそして適切な応答（例えば、警告を発行すること、エンジンのメンテナンス活動を取ること、エンジンを停止することなど）と関連づけることが可能になる。

したがって、本発明によって可能にされた監視は、リアルタイムと延期された時間との両方でロケットエンジンに関する異常を検出することができる。その結果として、監視装置は、エンジンを調節するための装置（例えば、エンジンの近くのコンピュータ）と同一のエンティティで、または異なるエンティティで、エンジンによって（例えば、フライトコンピュータによって）推進されるロケットのオンボードで、またはロケットエンジンのテストベンチで実際にホストされてもよい。

望ましい実施例では、監視パラメータの値を推定するステップは、その入力として、エンジンの前記少なくとも１つの調節パラメータのための、調節値またはフィルタされたセットポイント値を有する人工ニューラルネットワークを使用して実行される。

ニューラルネットワークを使用することは、ロケットエンジンシステムの非線形の挙動を再現することをより容易にし、これは、このような非線形の挙動の出現にかかわらず、そして、システムの複雑さにかかわらず、当てはまる。

さらに、人工ニューラルネットワークに頼ることは、推定精度と計算負荷との間の妥協を達成することを可能にし、したがって、本発明がリアルタイムで適用されることを可能にする。監視パラメータの値を推定するのに必要とされる計算の量は、このようなモデルを使用することによって限定される。

この実施例では、誤差の不確実性は、
ニューラルネットワークの入力の不確実性、および／または、
ニューラルネットワークの不確実性、および／または、
ニューラルネットワークを構築するために使用される学習データベース（ｔｒａｉｎｉｎｇ ｄａｔａｂａｓｅ）の不確実性
に応じて決定された監視パラメータを推定する際の不確実性を特に考慮に入れてもよい。

変形例では、人工ニューラルネットワーク以外の推定器、例えば、オフラインで準備され非線形回帰に基づいた非線形の推定器のようなものなどを、使用してもよい。

発明者は、調節パラメータのためのセットポイント値において、突然の変動の存在で、監視パラメータの計測値とその推定値との間の誤差が、動作点に依存して、本発明に従って決定された閾値の極めて近くに来ることができるということを観察した。このタイプの現象に対して、監視方法をよりロバストにするために、比較ステップにおいてエンジンの動作点の変化速度を考慮することも、特に、エンジンの動作点が突然遷移した場合に、監視パラメータの計測値付近で、より広いテンプレートを規定することも、本発明の特定の実施例において考えられる。

例として、テンプレートは、
監視パラメータの推定値に、セットポイント値若しくはフィルタされたセットポイント値または調節パラメータにおける突然の変動をモデル化する予め規定された２次オーダーフィルタのステップ応答を乗じることによって、およびこの動作の結果に対する予め決定された不確実性を加えることによって取得された上の限界によって、および／または、
監視パラメータの推定値に、セットポイント値若しくはフィルタされたセットポイント値または調節パラメータにおける遅い変動をモデル化する予め規定された１次オーダーフィルタのステップ応答を乗じることによって、およびこの動作の結果に対する予め決定された不確実性を減じることによって取得された下の限界によって
規定してもよい。

換言すると、同様に、比較ステップの間、
監視パラメータの計測値と、前記少なくとも１つの調節パラメータのセットポイント値またはフィルタされたセットポイント値を表現するステップにおける所定の２次オーダーフィルタの応答によって重みが付けられたその推定値との間の誤差は、「高い」第１の閾値と比較され、
監視パラメータの計測値と、前記ステップにおける所定の１次オーダーフィルタの応答によって重みが付けられたその推定値との間の誤差は、「低い」第２の閾値と比較され、
１つまたは他の閾値は、送信される、閾値を交差する通知を生じて交差される。

特定の実施形態では、監視方法の様々なステップは、コンピュータプログラム命令によって決定される。

その結果として、本発明は、データ媒体上のコンピュータプログラム、監視装置またはより一般にはコンピュータ等で実行されるのに適したプログラム、上で説明したような監視方法のステップを実行することに対して適合された命令を含むプログラムも提供する。

プログラムは、いかなるプログラミング言語も使用してもよく、ソースコード、オブジェクトコード、または部分的にコンパイルされた形のソースコードとオブジェクトコードとの間に介在するコードの形、またはいかなる他の望ましい形であってもよい。

本発明は、上で述べたようなコンピュータプログラムの命令を含むコンピュータ可読データ媒体も提供する。

データ媒体は、いかなるエンティティまたはプログラムを記憶可能な装置であってもよい。例えば、媒体は、リードオンリーメモリ（ＲＯＭ）、例えばコンパクトディスク（ＣＤ）ＲＯＭ若しくは超小型電子回路ＲＯＭ、または実際には磁気記録手段、例えばフロッピーディスクまたはハードディスクのような記憶手段を含んでいてもよい。

さらに、データ媒体は、電気ケーブルまたは光ケーブルを介して、無線によって、または他の手段によって伝達されるのに適した電気信号または光信号のような伝達可能媒体であってもよい。本発明のプログラムは、特に、インターネットタイプネットワークからダウンロードしてもよい。

代案として、データ媒体は、プログラムが組み込まれる集積回路であって、回路が当該方法を実行するように、当該方法の実行で使用されるように適合されている集積回路であってもよい。

本発明は、本発明の監視装置を含むロケットエンジンも提供する。

他の実施例または実施形態では、本発明の監視方法、監視装置、およびロケットエンジンが、上で説明された特徴のいくつかまたは全てを組み合わせて有するということを想定することもできる。

さらに、本発明の監視方法を例えば航空機エンジンのような、ロケットエンジン以外の調節システムに適用してもよいということを観察することが適切である。

本発明の他の特徴および利点は、限定しない特徴を有する実施例を示す、添付図面を参照してなされる以下の説明にみられる。

特定の実施形態における、本発明に従う監視装置を含むロケットエンジンのダイアグラムである。 図１の監視装置のハードウェアアーキテクチャを示すダイアグラムである。 図１の監視装置によって実行される本発明の監視方法の主なステップを示すフローチャートである。 図１の監視装置によって使用される人工ニューラルネットワークを示す図である。 図３に示された監視方法で使用することができる値の表の一例を示す図である。 図１の監視装置によって監視されたシステムにおける、圧力ＯＰＯＰの計測値および推定値の変動の一例を示す図である。 本発明の第２の実施例において監視装置によって考慮される閾値がどのように時間に応じて変化するかを示す図である。

図１は、その環境における、本発明に従って監視することができるロケットエンジン１の特定の実施形態を示すダイアグラムである。

既知の方法では、ロケットエンジンは、エンジンが動作中である間、燃焼チャンバで燃焼される液体水素および液体酸素を使用する。考慮中の例では、水素および酸素の送達は、ターボポンプに供給する調節弁によって制御される。

調節弁は、特に、酸素および水素の流量、タービンの速度などを制御する働きをする。それらは、アクチュエータによって制御され、それらの位置は、コンピュータ、例えば、ロケットエンジンコンピュータまたはコントローラによって決定される。この目的のために、コンピュータは、例えば、燃焼チャンバ圧力（ＣＣＰと書かれる）、ポンプ入口での混合物の酸素／水素比率（ＭＲＰＩと書かれる）、酸素および水素ターボポンプなどの回転速度のような様々なエンジン調節パラメータに依存する。

このような方法で使用される調節システム２の動作原理は、図１に図式的に示されている。図１に示された例では、調節ロジックがロケットエンジン１のコンピュータによって実行されることが想定されているということに観察すべきである。それにもかかわらず、この想定は、限定的ではなく、調節ロジックは、例えば、ロケットを操縦するオンボードコンピュータ（ＯＢＣ）のような、ロケットのオンボードでいくつかの他のコンピュータによって実行することができる。

調節システム２は、閉ループで動作する。より詳細には、セットポイントｙＣは、それぞれのエンジン調節パラメータのための既知の方法でコンピュータによって作り出され、動的トラッキングフィルタ３に送達される。フィルタ３からの出力で取得されたフィルタされたセットポイントｙＣｆは、調節パラメータの調節値ｙＲも供給される誤差計算モジュール４に供給される。モジュール４によって評価される誤差ｅは、誤差ｅを補正すること（すなわち、消滅させること）を求めるコマンドｕを評価するロケットエンジンの補正モジュール５に供給される。コマンドｕは、セットポイントに合致するように、調節パラメータの値を再調整するように使用される調節弁のための位置コマンドである。コマンドｕは、コマンドｕに応じて調節弁のアクチュエータ７を制御する補正モジュール６に伝送される。この方法で制御される調節弁の位置をセンシングするための位置センサ８は、調節弁の位置のための計測された値ｕ’を補正モジュール６に戻す。

ロケットエンジン１は、「調節された」調節パラメータの値をセンサ８によって計測された弁の位置ｕ’に基づいて計測できるまたは推定できるようにするセンサ９も設けられている。例として、センサ９は、圧力センサ、速度センサ、位置センサ、流量計などであり、どの調節パラメーが考慮中であるかに依存する。（特に異常値を排除する働きをする）コンピュータの有効化モジュール１０によって有効になった後、調節値は、セットポイントｙＣなどに到達する目的のために、コマンドｕに適合させるようにするために、誤差計算モジュール４に供給される。調節システム２の動作は当業者に知られているので、ここではより詳細に説明していない。

ロケットエンジン１の適切な動作は、本発明に従う監視装置１１によって保証される。監視装置１１は、エンジンの様々な動作点でのエンジンの様々なパラメータｐ１．．，ｐＰを計測するのに適した従来のセンサ１３によって供給される計測値ｍ１、．．．、ｍＰに基づいて、ロケットエンジン１の１つまたはそれ以上の部材または要素１２を監視するように構成されている（ここでＰは１よりも大きいまたは１と等しい任意の整数）。監視装置１１によって監視されるこれらのパラメータは、例えば、以下のようなものであってもよい。

エンジンのポンプからの出口圧力、
ノズル温度、
ターボポンプの回転速度、
エンジンのポンプ入口での流体（酸素，水素）の流量、
エンジンの振動挙動など

下で説明を単純化するために、（ｐと書かれている）１つのパラメータのみを考慮するが、監視装置１１（すなわち、Ｐ＝１）によって監視される、例えば、エンジン１の酸素ポンプの出口圧力のみ（酸素ポンプの出口圧力：ｏｘｙｇｅｎ ｐｕｍｐ ｏｕｔｌｅｔ ｐｒｅｓｓｕｒｅの略でＯＰＯＰと書かれる）が考慮される。それにもかかわらず、限定は、監視装置１１によって監視されるエンジンパラメータの数Ｐと関連していないし、これらのパラメータの本質にも関連していない。

ロケットエンジン１の考慮中のそれぞれの動作点は、上で述べたように、調節システム２によって使用される１つまたはそれ以上の調節パラメータの値によって規定されている。現在想定されている例では、エンジンの考慮中のそれぞれの動作点は、一対の調節パラメータ、すなわち燃焼チャンバ圧力ＣＣＰの値およびポンプ入口での酸素／水素の混合比率ＭＲＰＩの値によって形成される対によって規定されている。

それにもかかわらず、この想定は、限定そのものではなく、他の調節パラメータは、上述の調節パラメータに加えて、または上述の調節パラメータに対する置換として、例えば酸素ターボポンプおよび水素ターボポンプの回転速度のようなロケットエンジン１の動作点を規定するように想定してもよい。１つの調節パラメータのみを使用することを想定することさえも考えられる。

現在説明されている実施形態では、監視装置１１は、ロケットエンジン１に、より詳細には、そのコンピュータまたはコントローラに組み込まれ、したがって、ロケットエンジン１がフライト中である間、リアルタイムで監視を容易に実行できるようにする。それは、コンピュータのハードウェアアーキテクチャに依存し、現在説明されている実施形態では、それは、図２に図式的に示されている。

したがって、監視装置１１は、特に、コンピュータおよびロケットエンジン１の様々な要素、特にセンサ１３および調節システム２と通信するための、プロセッサ１１Ａ、リードオンリー（ＲＯＭ）メモリ１１Ｂ、ランダムアクセスメモリ（ＲＡＭ）１１Ｃ、不揮発性メモリ１１Ｄ、および通信手段１１Ｅを備える。例として、通信手段１１Ｅは、データバスを含む。

監視装置１１のＲＯＭ １１Ｂは、プロセッサ１１Ａによって読み出し可能であり、本発明の監視方法のステップを実行するための命令を含む、本発明に従うコンピュータプログラムを記憶するデータ媒体を構成する。本方法の特定の実施例のステップは、図３から図５を参照して下で説明される。

同様に、コンピュータプログラムは、監視パラメータの計測値を取得するための取得モジュール１４、これらのパラメータの値を推定するための推定モジュール１５、計測値と推定値とを比較するための比較モジュール１６、および適切な所で、アクティブ化された、閾値が交差されたという通知を送信するための通知モジュール１７のような、監視装置１１の機能的なモジュール（具体的にはソフトウェアモジュール）を規定する。これらの様々なモジュールの機能は、監視方法のステップを参照してより詳細に説明される。

別の実施形態では、監視装置１１は、ロケットエンジンのテストベンチまたは上述のロケットのオンボードコンピュータ（ＯＢＣ）は、ホストされる。監視装置１１をホストするエンティティに限定はともなわない。具体的には、調節システム２および監視装置１１は、異なるエンティティによってホストされてもよい。

図３を参照すると、本発明の特定の実施例の監視装置１１によって実行される監視方法の主なステップの説明を続ける。

上で述べたように、監視装置１１は、エンジンの様々な動作点のための、エンジンの１つまたはそれ以上のセンサ１３によって収集されるパラメータｐの計測値に基づいて、ロケットエンジン１を監視する。このようなパラメータｐの計測値ｍ（またはより一般には、Ｐ個のパラメータが本発明に従って監視されるときのパラメータｐ１，．．．，ｐＰのｍ１，．．．，ｍＰ）は、ロケットエンジン１の動作点ＯＰのための監視装置の通信手段１１Ｅを介して、監視装置１１の取得モジュール１４によってセンサ１３から取得される（ステップＥ１０）。

現在説明されている実施例では、取得モジュール１４は、センサ１３から受信された計測値を処理すること、より詳細には、それらをフィルタにかけること、および異常値を排除することに適している。このような処理は、従来使用しており、ここではより詳細に説明しない。それは、特に、計測値の問題によって影響を受けないことを可能にする。

計測値ｍを処理することから生じるパラメータｐの計測値ｍ’は、監視装置１１のランダムアクセスメモリ１１Ｃの取得モジュール１４によって記憶される。

さらに、（ステップＥ１０と並行して、またはステップＥ１０の後）、監視装置１１の推定モジュール１５は、動作点ＯＰに対する監視パラメータｐの値を推定する（ステップＥ２０）。この目的のために、監視装置１１の推定モジュール１５は、ロケットエンジン１１の非線形の挙動をモデル化する学習データベースから構築された推定器を使用する。推定器は、入力として、動作点ＯＰの値を取り込み、出力として、動作点ＯＰのその値のためのパラメータｐの推定値ｐ＿ｅｓｔを送達する。現在説明されている実施例では、推定器への動作点入力は、調節パラメータＣＣＰ，ＭＲＰＩの調節値ｙＲによって規定されている。

別の実施例では、推定器への動作点ＯＰ入力は、調節パラメータのフィルタされたセットポイント値ｙＣｆによって規定されている。

この実施例では、推定器を構築するために使用される学習データベースは、実験データと合わされた数学モデルに由来する。このような学習データベースを取得することは、当業者に対していかなる困難性も提示せず、ここではより詳細には説明しない。

現在説明されている実施例では、推定モジュール１５によって使用される推定器は、学習データベースから構築された人工ニューラルネットワークＡＮＮである。このニューラルネットワークは、図４に示されている。

より正確には、この実施例では、考慮中のニューラルネットワークＡＮＮは、入力層Ｌｉｎ、出力層Ｌｏｕｔ、および隠れＬｈｉｄと言われる１つまたはそれ以上の連続的な介在層を有する、フィードバックなしの、多層パーセプトロン（ＭＬＰ）タイプのネットワークである。単純化のために、１つの隠れ層のみが図４に示されている。

入力層Ｌｉｎは、ベクトル［Ｖｉｎ，１］を形成するＭ＋１個の入力（またはニューロン）を有し、Ｖｉｎは、ロケットエンジンの考慮中の動作点を規定するＭ個の調節パラメータを含むＭ次元のベクトルを示す。Ｍは、１よりも大きい整数または１と等しい整数である。説明された実施例では、入力層Ｌｉｎは、したがって、単一の入力に加えて、燃焼チャンバ圧力ＣＣＰおよびエンジンのポンプ入口の混合比率ＭＲＰＩにそれぞれ対応するＭ＝２の入力を含む。

ネットワークの出力層Ｌｏｕｔは、監視装置１１によって監視されるＰ個のパラメータの推定値にそれぞれ対応するベクトルＶｏｕｔを形成するＰ個の出力（またはニューロン）を有する。Ｐは、１よりも大きい整数または１と等しい整数である。現在説明されている実施例では、Ｐ＝１。

隠れ層Ｌｈｉｄは、Ｎニューロンを含み、Ｎは、１よりも大きい整数または１と等しい整数である。この実施例では、隠れ層Ｌｈｉｄは、以下のように規定されている、Ｎ次元を有する、実数のベクトル出力を有するシグモイドタイプ関数Ｆ（ｘ）に依存する。

変形例では、他のシグモイドタイプ関数を想定してもよい。

したがって、ニューラルネットワークの出力ベクトルＶｏｕｔは、以下のように計算される。

上記式では、Ｗ１は、入力層Ｌｉｎと隠れ層Ｌｈｉｄとの間のシナプス荷重の行列であり、この行列の最後の列は、隠れ層のニューロンのバイアスを表し、Ｗ２は、隠れ層Ｌｈｉｄと出力層Ｌｏｕｔとの間の、シナプス荷重の行列を示し、この行列の最後の列は、出力層のニューロンのバイアスを表す。

行列Ｗ１，Ｗ２に入れられた、シナプス荷重およびバイアスは、共役勾配方法（ｃｏｎｊｕｇａｔｅ ｇｒａｄｉｅｎｔ ｍｅｔｈｏｄ）に基づいた自動学習アルゴリズムを使用することによって、そして、ロケットエンジン１のために取得され、学習データベースに加えられるが、これらは当業者に知られており、ここでは説明されない。変形例では、他の既知の学習アルゴリズムを、学習データベースからニューラルネットワークＡＮＮを構築するために使用することができる。

図４に示された例では、Ｎニューロンを有する、１つの隠れ層Ｌｈｉｄのみが示されている。隠れ層および隠れ層毎のニューロンの数は、既定の精度のネットワークを取得するために最適化することができ、精度は、例えば二乗平均平方根の誤差基準によって計測してもよい。変形例では、場合により、それらの関係のある重要度に応じて重みを加えて、例えばニューラルネットワークを使用してパラメータを推定するのに必要とされる計算時間などのような他の基準も使用してもよい。

さらに、他のニューラルネットワークアーキテクチャは、例えばフィードバックを有するネットワークのようなものを想定してもよい。

変形例では、人工ニューラルネットワーク以外の非線形モデル、たとえば調節パラメータと監視パラメータとの間に存在する構造的関係から規定された非線形回帰を使用したオフラインで構築された非線形モデルを、監視パラメータｐの値を推定するために使用してもよい。このような構造的関係そのものは、知られており、実験的におよび／または学習データベースに基づいて決定することができる。

図３を参照すると、計測値ｍ’およびパラメータｐの推定値ｐ＿ｅｓｔは、取得モジュール１４によって、そして推定モジュール１５によって、それぞれ監視装置１１の比較モジュール１６へ供給される。

これらの値を受信すると、比較モジュール１６は、この実施例では、以下の数式を使用して、計測値ｍ’と監視パラメータｐの推定値ｐ＿ｅｓｔとの間の誤差εを評価することによって始める（ステップＥ３０）。

上記式で、

は、計測値ｍ’と推定値ｐ＿ｅｓｔとの間の差の絶対値である。

その後、それは、誤差εを１つまたはそれ以上の閾値Ｓ１，．．．，ＳＫと比較し、そこでは、Ｋは、１よりも大きい整数または１と等しい整数である（ステップＥ４０）。

本発明に従って、閾値Ｓ１，．．．，ＳＫは、ロケットエンジン１の考慮中の動作点ＯＰに対して、すなわち、計測値ｍが取得され、値ｐ＿ｅｓｔが推定された、ロケットエンジン１の動作点に対して、評価される誤差εの不確実性σ（すなわち、標準偏差）から監視装置１１の比較モジュール１６によって決定される。例えば、監視装置１１は、２つの異なる閾値Ｓ１＝３σおよびＳ２＝６σ（または同様に、考慮される誤差がε＝ｍ’−ｐ＿ｅｓｔである場合、閾値Ｓ１＝±３σおよびＳ３＝±６σ）を考慮する。

これらの例は、説明のためだけに与えられ、当然、不確実性σの他の倍数は、検出することが望ましい異常に応じて想定してもよい。閾値の選択は、下でより詳細に説明されるように、誤った警告を制限する一方で、十分早く（使用されるセンサに含む）ロケットエンジン１の要素のドリフトを検出する要求によって導かれる。

現在説明されている実施例では、不確実性σは、２つの要因、すなわち、パラメータｐの計測値ｍの不確実性σ１、およびパラメータｐの推定値ｐ＿ｅｓｔの不確実性σ２を考慮する。より正確には、

変形例では、不確実性σは、二乗平均平方根以外の関数を使用することによって、不確実性σ１，σ２から推定してもよい。

既定のセンサに対するパラメータｐの計測値ｍの不確実性σ１は知られている。例として、それは、センサ１３の製造業者によって供給される（および場合により、センサで実行されたテストの結果として検証される）、仕様書から抽出してもよいしまたは決定してもよい。この不確実性（または同様に、センサの計測精度）がロケットエンジン１の動作範囲全体にわたって必ずしも一定ではないが、エンジンの動作点に応じて変化することができるということに観察すべきである。したがって、不確実性σ１を評価するために、監視装置１１は、この実施例では、特にセンサ１３の製造業者によって提供され動作点ＯＰを規定する、異なるペアの値（ＣＣＰ，ＭＲＰＩ）のための結果として生じる不確実性σ１の値を与える仕様書から予め決められた値の表ＴＡＢ１を使用する。

この実施例では、パラメータｐの推定値ｐ＿ｅｓｔの不確実性σ２は、特に、下記を含むいくつかのソースの不確実性に依存する。

−推定モジュール１５によって使用される推定器へのデータ入力、より詳細には、この実施例では、調節パラメータＣＣＰ，ＭＲＰＩの調節値の不確実性（または同様に、逆に、精度）。具体的には、調節システム２によって使用される閉ループの精度は、（それらの分解能限界と関連した）アクチュエータ７における非線形の不安定性（リミットサイクル）を回避するために、センサ９によって実行される調節パラメータの計測値と、フィルタされたセットポイントｙＣｆと計測値ｙＲとの間の誤差がゼロに強制される領域の幅とに依存する。

−恒等的にゼロではなく、エンジンの動作点に依存する、特に人工ニューラルネットワークＡＮＮのこの実施例で使用される推定器の不確実性（または同様に、逆に、精度。推定器の精度は、それが由来される学習データベースを忠実に再構築するために、その能力を特徴付ける。

−推定器、すなわち、この実施例では人工ニューラルネットワークＡＮＮを構築するために使用される学習データベースの不確実性（または同様に、逆に、精度）。推定器は、優れた精度を有しているかもしれないが、それにもかかわらず、学習データベースが信頼性のない場合、例えば、学習データベースそのものが、数学モデルに由来するとき、推定器によって推定されるパラメータの値は、パラメータの計測値から離れうる。この不確実性を限定するために、実際のエンジンと学習データベースによってモデル化されたエンジンとの間の差を考慮に入れるために、推定器を構築するとき、バイアスを加えてもよい。

現在説明されている実施例では、監視装置１１は、決定された値の表ＴＡＢ２を使用することによって、例として、当業者に知られた従来のモンテカルロ（Ｍｏｎｔｅ Ｃａｒｌｏ）方法を使用するシミュレーションによって、上述の不確実性の組み合わせから生じる不確実性σ２を評価する。

図５は、そのような値の表ＴＡＢ２の一例を示す。この例は、説明によって単独で与えられる。

調節パラメータペア（ＣＣＰ，ＭＲＰＩ）の様々な値に対して、表ＴＡＢ２は、結果として生じる不確実性の値σ２を与える（監視パラメータｐの単位で、すなわち本例では監視パラメータが圧力であるから、ｂａｒである）。図５に示された例では、調節パラメータＣＣＰ，ＭＲＰＩのための値の範囲は、（単純化のために全てが示されていない）１９５のサブ範囲に任意に分割されており、それぞれはモンテカルロ方法の利用において無作為選出が実行された。考慮される範囲の数は、既定の範囲内の不確実性の値に対する複雑さと均一性との間の妥協から生じる。

変形例では、表ＴＡＢ２のような表を使用するよりもむしろ人工ニューラルネットワークから不確実性σ２を評価できるということを想定することが考えられる。

監視装置の比較モジュール１６は、こうして、上述の値の表ＴＡＢ１，ＴＡＢ２からロケットエンジン１の考慮中の動作点ＯＰに対応する不確実性σ１，σ２を抽出する。この目的のために、監視装置の比較モジュール１６は、動作点ＯＰを規定する調節パラメータＣＣＰ，ＭＲＰＩのための値、および調節パラメータＣＣＰ，ＭＲＰＩの有効な調節値ｙＲを使用する。

変形実施例では、表ＴＡＢ１，ＴＡＢ２のそれぞれから不確実性σ１，σ２を抽出するために、比較装置１６は、動作点ＯＰとして、調節パラメータのためのフィルタされたセットポイント値ｙＣｆ（すなわち、動的トラッキングフィルタ３からの出口で利用可能であるような値）を使用する。

さらなる別の実施例では、表ＴＡＢ１，ＴＡＢ２のそれぞれから不確実性σ１，σ２を抽出するために、比較モジュール１６は、動作点ＯＰとして、これらの調節パラメータのための調節センサ２によって設定されたセットポイント値ｙＣを使用する。

その後、不確実性σ１，σ２を使用して、それは、不確実性σの値を評価する。この値から、それは、閾値Ｓ１，Ｓ２を推定する。例として、この実施例では、Ｓ１＝３σおよびＳ２＝６σ。

上で述べたように、比較モジュール１６は、この方法で決定された閾値と誤差εを比較する（ステップＥ４０）。

変形例では、比較モジュール１６は、監視パラメータｐの計測値ｍ’をｐ＿ｅｓｔ±３σおよびｐ＿ｅｓｔ±６σと比較する。

この比較の間、比較モジュール１６は、誤差εが閾値Ｓ１よりも大きいかどうかを決定し（閾値Ｓ１が交差されると、テストステップＥ５０の応答は「ｙｅｓ」）、監視装置１１の通知モジュール１７は、警告および点火シーケンスを管理するためのエンティティ１８による使用のために閾値Ｓ１が交差された（誤差が常に正となるように規定されているので、具体的には上回られた）という通知を発行する（ステップＥ６０）。

同様の方法で、比較モジュール１６は、誤差εが閾値Ｓ２よりも大きい（閾値Ｓ２が交差されると、テストステップＥ５０の応答は「ｙｅｓ」）ということを決定する場合、監視装置１１の通知モジュール１７は、警告および点火シーケンスを管理するためのエンティティ１８による使用のために閾値Ｓ２が交差されたという通知を発行する（ステップＥ６０）。

現在説明されている実施例では、警告および点火シーケンスを管理するためのエンティティ１８は、利用可能な所で、多数決ロジックを使用し、受信した閾値交差通知に応じて、どのようなアクションをロケットエンジン１にとるのが適切かを決定する。報告される交差に応じた、モジュラーで段階的な応答を実施してもよい（例えば、メンテナンスの準備をする、エンジンを停止する、セットポイント値ｙＣに適合させるなど）。

閾値が交差されない（またはこの実施例では上回られない）場合、監視は、ロケットエンジン１の新しい動作点のために、上で説明されたステップＥ１０からステップＥ６０に従って継続する。管理エンティティ１８が通知された後にも、同じことがあてはまる。

現在説明されている実施例では、監視装置によって考慮される閾値は、それ自体、ロケットエンジン１の考慮中の動作点ＯＰに依存する不確実性σ（例えば、それらは、不確実性の倍数と等しい）に応じて単独で設定される。

本発明の第２の実施例では、よりロバストな、ロケットエンジン１の監視を取得するために、監視装置１１は、不確実性σに基づいて比較ステップの間に使用される閾値を決定し、エンジンの動作点が変化している速度、より詳細には調節パラメータのための（生のまたはフィルタされた）セットポイント値の変化の速度も考慮する。

発明者は、調節システム２によって決定される調節パラメータのためのセットポイント値が突然変化するとき、閾値Ｓ１＝３σの酸素ターボポンプからの出口圧力ＯＰＯＰに対して図６に示されるように、誤差εは、不確実性σに基づいて規定された閾値の極めて近い所に移動するということを観察した。この過渡的な挙動と関連したリスクは、警告（閾値を交差すること）が警告および点火シーケンスを管理するためのエンティティ１８に監視装置１１によって誤って発行されることである。

この現象を考慮に入れるために、比較ステップの間、監視装置１１は、エンジンの不確実性σおよび動作点ＯＰに基づいて決定される閾値を使用するだけでなく、エンジン動作点の変化の速度、より正確には調節パラメータのためのセットポイント値の変化の速度も考慮する。これを考慮することは、エンジン動作点の突然の（すなわち速い）遷移の場合に、監視パラメータの計測値付近で監視するためのより広いテンプレートを結局規定することになり、対照的に動作点の遅い遷移の間（すなわち、動作点があまりまたは全然変化していないとき）、より狭いテンプレートを結局規定することになる。

この第２の実施例では、テンプレートは、
監視パラメータの推定値に、調節パラメータのためのセットポイント値またはフィルタされたセットポイント値における突然の変動をモデル化する予め規定された２次オーダーフィルタのステップ応答を乗じることによって、および、予め決定された不確実性σ（または考慮中の閾値に依存して、この不確実性の倍数）をこの動作の結果に加えることによって取得された上の限界と、
監視パラメータの推定値に、調節パラメータのセットポイント値またはフィルタされたセットポイント値における遅い変動をモデル化する予め規定された１次オーダーフィルタのステップ応答を乗じることによって、および、予め決定された不確実性σ（または考慮中の閾値に依存して、この不確実性の倍数）をこの動作の結果から減じることによって取得された下の限界と
によって規定されている。

１次および２次オーダーフィルタのステップ応答を評価するために考慮されるステップは、調節パラメータの生のセットポイント値ｙＣによって規定されている。

変形例では、監視装置１１は、調節パラメータのフィルタされたセットポイント値ｙＣｆによって規定されたステップを考慮する。

１次および２次オーダーフィルタのカットオフ周波数および遅延は、例えば、監視パラメータが調節パラメータのセットポイント値における時間および変動に応じて変化する速度についての知識に基づいて、実験的に、計算によって、またはテストすることによって、既定の監視パラメータおよびロケットエンジンに対してオフラインで選択される。

変形例では、他のオーダー（および、特に高いオーダー）のフィルタを想定することができる。

したがって、この第２の実施例では、監視装置１１は、
不確実性σ（例えば、Ｓ１ｈｉｇｈ＝＋３σ）から規定された「高い」第１の閾値と、監視パラメータの計測値ｍ’およびセットポイント値ｙＣ（またはフィルタされたセットポイント値ｙＣｆ）を表現するステップにおける２次オーダーフィルタの応答によって重みが付けられた（すなわち、乗じられた）その推定値ｐ＿ｅｓｔの間の誤差とを比較し、そして、
不確実性σ（例えば、Ｓ１ｌｏｗ＝−３σ）から規定された「低い」第２の閾値と、監視パラメータの計測値ｍ’および前記ステップにおける予め規定された１次オーダーフィルタの応答によって重みが付けられたその推定値ｐ＿ｅｓｔの間の誤差とを比較する。

説明のために、図７は、監視パラメータｐに対する計測値ｍ’についてこの第２の実施例で準備された監視テンプレートを示す。

調節パラメータに適用される生のセットポイント値を表すステップｆ０に応じて監視パラメータｐの計測値が変化する速度は、曲線ｆ１によって示される。この速度は、どのようにその振幅が時間に応じて変化するかということに対応する。

曲線ｆ２は、１次オーダーフィルタからの出力によって重みが付けられた監視パラメータｐ＿ｅｓｔの推定値を示す。同様の方法で、曲線ｆ３は、２次オーダーフィルタの出力によって重みが付けられた監視パラメータｐ＿ｅｓｔの推定値を示す。

低い限界および高い限界Ｂｉｎｆ，Ｂｓｕｐは、曲線ｆ２，ｆ３から、または曲線ｆ２，ｆ３へ、不確実性σをそれぞれ減じることおよび加えることによって、それぞれ取得される。これらの限界Ｂｉｎｆ，Ｂｓｕｐは、監視パラメータｐの計測値ｍ’を監視するためのテンプレートを規定し、これらの限界のいずれか一方が監視パラメータによって交差されると、監視装置１１によって発行される通知を、警告および点火シーケンスを管理するためのエンティティ１８へ、本発明に従って発生させる。

これらの限界Ｂｉｎｆ，Ｂｓｕｐは、調節パラメータに対するセットポイント値、換言すると、エンジンの動作点に応じて変化するので、これらの限界Ｂｉｎｆ，Ｂｓｕｐは時間に応じて変化するということを観察すべきである。

上で述べたように、現在説明されている実施例では、本発明は、ロケットエンジンに適用されている。それにもかかわらず、本発明は、例えば航空機エンジンのような他の調節システムに適用してもよい。

Claims (11)

1. ロケットエンジン（１）のパラメータを監視する方法であって、
   方法は、
   センサ（１３）によって計測されエンジンの動作点に対応する監視パラメータの計測値（ｍ’）を取得する取得ステップ（Ｅ１０）であって、動作点がエンジンの少なくとも１つの調節パラメータによって規定されている取得ステップ（Ｅ１０）と、
   動作点を規定するエンジンの前記少なくとも１つの調節パラメータの調節値（ｙＲ）またはフィルタされたセットポイント値（ｙＣｆ）に基づいた、この動作点のための監視パラメータの値を推定する推定ステップ（Ｅ２０）と、
   動作点に対して評価される誤差の不確実性に基づいて決定された少なくとも１つの閾値（Ｓ１，Ｓ２）に対して、監視パラメータの計測値とその推定値との間の誤差を比較する比較ステップ（Ｅ４０）と、
   前記少なくとも１つの閾値が交差された場合に、通知を送信する通知ステップ（Ｅ６０）と
   を含み、
   比較ステップは、エンジンの動作点の変化速度に基づき、
   比較ステップの間、
   監視パラメータの計測値と、前記少なくとも１つの調節パラメータのセットポイント値またはフィルタされたセットポイント値を表現するステップにおける所定の２次オーダーフィルタの応答によって重みが付けられたその推定値との間の誤差は、「高い」第１の閾値と比較され、
   監視パラメータの計測値と、前記少なくとも１つの調節パラメータのセットポイント値またはフィルタされたセットポイント値を表現する前記ステップにおける所定の１次オーダーフィルタの応答によって重みが付けられたその推定値との間の誤差は、「低い」第２の閾値と比較される、ロケットエンジン（１）のパラメータを監視する方法。
2. 監視パラメータの値を推定する推定ステップ（Ｅ２０）は、その入力として、エンジンの前記少なくとも１つの調節パラメータのための、調節値またはフィルタされたセットポイント値を有する人工ニューラルネットワーク（ＡＮＮ）を使用して実行される、請求項１に記載の方法。
3. 比較ステップの間、誤差の不確実性を評価するために使用される動作点は、
   前記少なくとも１つの調節パラメータの調節値（ｙＲ）、または、
   前記少なくとも１つの調節パラメータのフィルタされたセットポイント値（ｙＣｆ）、または、
   前記少なくとも１つの調節パラメータのセットポイント値（ｙＣ）
   から決定される、請求項１または２に記載の方法。
4. 動作点が以下の調節パラメータ、
   エンジンの燃焼チャンバ圧力、および
   エンジンのポンプ入口での混合比率
   の少なくとも１つによって規定されている、請求項１から３のいずれか一項に記載の方法。
5. 監視パラメータは、
   エンジンの圧力と、
   エンジンの温度と、
   エンジンの１つの要素の回転速度と
   エンジンの中で流れる流体の流量と、
   エンジンの振動挙動と
   から選択されたパラメータである、請求項１から４のいずれか一項に記載の方法。
6. 誤差の不確実性は、監視パラメータを推定する際の不確実性と監視パラメータを計測する際の不確実性とから選択された不確実性を少なくとも考慮する、請求項１から５のいずれか一項に記載の方法。
7. 誤差の不確実性は、
   人工ニューラルネットワークの入力の不確実性と、
   ニューラルネットワークの不確実性と、
   ニューラルネットワークを構築するために使用される学習データベースの不確実性とに応じて不確実性が決定される監視パラメータを推定する際の不確実性を考慮する、請求項２に記載の方法。
8. プログラムがコンピュータによって実行されたとき、請求項１から７のいずれか一項に記載の監視方法のステップを実行するための命令を含むコンピュータプログラム。
9. 請求項１から７のいずれか一項に記載の監視方法のステップを実行するための命令を含むコンピュータプログラムを格納するコンピュータ可読データ媒体。
10. ロケットエンジンのパラメータを監視するための装置（１１）であって、装置は、
    センサ（１３）によって計測されエンジンの動作点に対応する監視パラメータの計測値を取得するための取得モジュール（１４）であって、動作点がエンジンの少なくとも１つの調節パラメータによって規定されている取得モジュール（１４）と、
    動作点を規定するエンジンの前記少なくとも１つの調節パラメータの調節値（ｙＲ）、またはフィルタされたセットポイント値（ｙＣｆ）に基づいた、この動作点のための監視パラメータの値を推定するための推定モジュール（１５）と、
    動作点に対して評価される誤差の不確実性に基づいて決定された少なくとも１つの閾値に対して、監視パラメータの計測値とその推定値との間の誤差が比較される、比較ステップを行うための比較モジュール（１６）と、
    前記少なくとも１つの閾値が交差された場合に、通知を送信するための通知モジュール（１７）と
    を備え、
    比較ステップは、エンジンの動作点の変化速度に基づき、
    比較ステップの間、
    監視パラメータの計測値と、前記少なくとも１つの調節パラメータのセットポイント値またはフィルタされたセットポイント値を表現するステップにおける所定の２次オーダーフィルタの応答によって重みが付けられたその推定値との間の誤差は、「高い」第１の閾値と比較され、
    監視パラメータの計測値と、前記少なくとも１つの調節パラメータのセットポイント値またはフィルタされたセットポイント値を表現する前記ステップにおける所定の１次オーダーフィルタの応答によって重みが付けられたその推定値との間の誤差は、「低い」第２の閾値と比較される、ロケットエンジンのパラメータを監視するための装置（１１）。
11. 請求項１０に記載の装置を含むロケットエンジン（１）。

Images