膨胀循环发动机全局快速非奇异终端滑模控制

以某型氢氧膨胀循环发动机为研究对象,基于AMESim建立部件级模型,采取调节氢、氧涡轮旁通阀开度来调节发动机推力、混合比的控制方案实现变推力调节。针对膨胀循环发动机非线性、时变性、不确定性的特点,使用系统辨识手段建立设计点的双输入双输出二阶状态空间模型。利用辨识得到的模型设计全局快速非奇异终端滑模控制器,以部件级发动机模型为控制对象进行AMESim/Simulink联合仿真。仿真结果表明:所设计的控制器动态特性良好,响应迅速,无静差。     

二阶多重同步挤压变换及其在涡轮泵信号处理中的应用

液体火箭发动机涡轮泵振动信号在变工况情况下表现出非平稳和强噪声特性,为特征频率分量提取带来困难。针对该问题,首先,提出二阶多重同步挤压变换(second-order multisynchrosqueezing transform, SMSST)时频分析方法,完成了数学推导并证明了其收敛性。在此基础上,提出基于自适应带通滤波与脊线提取的转频分量提取方法。用仿真信号对SMSST方法进行验证并与传统方法比较。最后,将基于SMSST的转频特征提取方法应用于发动机转速辨识和故障诊断,并用实际数据进行验证。结果表明,与传统时频分析方法相比,SMSST具有更高的时频分析精度。提出的方法可以提供有效、可靠、冗余的转速测量手段,并且该方法可以支撑故障早期预警。     

基于注意力机制循环神经网络的液体火箭发动机故障检测

针对液体火箭发动机主级段工作过程,采用多变量非线性时间序列分析理论,在两级注意力机制循环神经网络（Dual Stage Attention Based Recurrent Neural Networks,DA-RNN）的基础上,提出一种新型时序分析工具——卷积两级注意力机制循环神经网络（Convolutional Dual Stage Attention Based Recurrent Neural Networks,CDA-RNN）,从而建立故障趋势预测模型。通过对预测残差进行自相关性分析并定义故障置信概率,提出了故障检测量化依据。利用发生微弱故障的热试车数据进行验证,结果表明,CDA-RNN模型对非稳态工作段微弱故障多参数检测具有良好鲁棒性,该方法十分有效,具有直接应用价值。