运载火箭控制系统典型单机故障诊断技术研究

发布时间：2020-03-21 06:07

【摘要】：运载火箭作为目前发射卫星、空间实验室及太空探索的核心运载工具,它的高可靠工作是和平、有效开发利用太空资源的前提。控制系统是运载火箭的关键分系统之一,尽管其设计可靠性很高,但工程上往往由于人为、环境等因素影响导致故障发生,随着技术的不断积累和发展虽然出现了故障在线重构技术,但从历史上运载火箭发射失败案例统计结果来看,大部分都是不可重构的严重故障或灾难性故障,如果能在地面测试阶段发现故障或影响成败的故障隐患,就能保证飞行阶段的高可靠性。论文以某运载火箭典型控制系统的典型单机为研究对象,首先从测试性优化设计角度出发,为了利用更少的测试点或更小的测试代价实现更高的测试诊断效率,研究了测试优化选择技术,然后针对不同类型单机的特点研究了不同的故障诊断方法,为通过各种诊断方法的融合实现系统级故障诊断奠定了基础。论文的主要工作包括:研究了基于多信号模型的测试优化选择技术。在装备测试需求及测试性指标约束下,对测试性资源进行优化选择,利用最小的测试代价获得最优的测试性指标。针对该问题,结合粒子群算法、遗传算法的优点提出了改进二进制粒子群遗传算法,仿真分析得出该算法能以97.2%的概率收敛于最优解,并结合综合控制器的多信号模型进行测试优化,在不改变测试性指标的条件下,得到了测试代价最小的测试优化结果。研究了基于多信号模型的故障定位技术。针对测试可信条件下的故障定位问题,实现了已有的基于信息熵的定位方法、TEAMS-RT的故障诊断推理机并提出了基于测试一致性与故障先验概率的定位方法,仿真分析表明故障诊断推理机定位准确性与时效性更高,且适用于多故障定位;针对测试存在漏检、虚警条件下的故障定位问题,提出了基于后验概率最大的定位方法、基于测试一致性与故障先验概率的定位方法,仿真分析表明后者虽时效性较差但定位准确率更高。以典型电子类单机综合控制器为例,测试优化后运用基于测试一致性与故障先验概率的定位方法对其进行了单、双故障定位测试,实现了单故障100%、双故障86.16%的隔离率,并实现了分层诊断策略以提高诊断效率。研究了数据驱动的故障诊断技术。针对机电类单机往往难以建立准确模型的困境,实现了一种结合小波包、信息熵、神经网络理论的数据驱动的诊断算法,该算法首先对信号进行小波包分解与重构,提取小波包的熵特征构成故障特征向量,然后利用神经网络实现故障模式的分类。以激光惯组中激光陀螺的随机游走误差故障为例,进行了诊断测试,验证了算法的有效性。论文研究工作结合典型电子类单机综合控制器、典型机电类单机激光惯组进行了诊断测试,证明了诊断方法有效、可行。
【学位授予单位】：中国运载火箭技术研究院
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：V467

【相似文献】

相关期刊论文 前10条

1 韩麒麟;荆竹;;飞机故障诊断中飞参的数据支持作用研究[J];电子制作;2019年12期

2 王彦梅;李佳民;;农用汽车发动机状态监测系统与诊断方法研究[J];农机化研究;2018年02期

3 王渊明;徐策;侯继超;张禹生;;烟草机械中故障诊断技术的应用[J];南方农机;2018年04期

4 周雪军;;故障诊断技术在烟草机械中的应用和发展趋势[J];科技风;2018年22期

5 陈亚明;颜云;;故障诊断方法现状及发展方向研究[J];电工技术;2018年18期

6 单建虎;;石化转动设备状态监测与故障诊断平台及应用[J];石化技术;2017年10期

7 石志军;陈信在;高金宝;;舰船电子装备电路板的故障诊断策略研究[J];科技与企业;2016年01期

8 谢敏;楼鑫;罗芊;;航天器故障诊断技术综述及发展趋势[J];软件;2016年07期

9 付丽莉;;汽轮机故障诊断技术的发展分析和研究[J];科技创新与应用;2015年08期

10 谢春萍;梁家荣;;星型网络的几种故障诊断度研究[J];广西大学学报(自然科学版);2015年03期

相关会议论文 前10条

1 蒋超;张政治;;基于扩展故障树和模糊Petri网的导航地面监测站故障诊断方法[A];第十一届中国卫星导航年会论文集——S08 测试评估技术[C];2020年

2 张利;徐娟;张建军;程龙;赵佛晓;;基于网格的远程协同故障诊断资源管理模型研究[A];全国第20届计算机技术与应用学术会议（CACIS·2009）暨全国第1届安全关键技术与应用学术会议论文集（上册）[C];2009年

3 商斌梁;张振仁;;基于小波与遗传算法的气阀机构的故障诊断[A];2001年中国智能自动化会议论文集（下册）[C];2001年

4 李娟;;浅谈泵站设备故障诊断问题[A];2009全国大型泵站更新改造研讨暨新技术、新产品交流大会论文集[C];2009年

5 刘波;刘少华;姚国仲;申立中;;冗余电位器加速踏板故障诊断策略研究~[A];内燃机科技（高校篇）——中国内燃机学会第六届青年学术年会论文集[C];2015年

6 张彼德;;汽轮发电机组振动多故障诊断的神经网络方法研究[A];第八届全国振动理论及应用学术会议论文集摘要[C];2003年

7 魏伟胜;;γ射线故障诊断技术[A];中国化工学会2003年石油化工学术年会论文集[C];2003年

8 李铁军;赵海文;李慨;沈志忠;;基于多智能体的机电系统控制与故障诊断的研究[A];2003年中国智能自动化会议论文集（下册）[C];2003年

9 许智灵;;冷藏集装箱故障诊断与处理的探讨[A];设备监测与诊断技术及其应用——第十二届全国设备监测与诊断学术会议论文集[C];2005年

10 张乐功;王军;李健蓉;;应用状态监测及故障诊断技术 提高设备管理与维修现代化水平[A];第十届全国设备监测与诊断技术学术会议论文集[C];2000年

相关重要报纸文章 前10条

1 武汉科技学院纺织服装学院 林子务;故障诊断中的数学概念[N];中国纺织报;2004年

2 邢小兵 记者 王瑶;我国首个航天器在轨故障诊断与维修实验室成立[N];解放军报;2014年

3 杨亚洲 邢小兵 记者 齐小英;航天器故障诊断与维修室在西安成立[N];陕西日报;2013年

4 李萍;济钢EAM离线网络点检和故障诊断管理系统开发应用[N];世界金属导报;2007年

5 ;点火系故障诊断[N];华夏时报;2001年

6 李继光;铡草机常见故障诊断及排除[N];云南科技报;2003年

7 何攻 何延青;与Windows 2003亲密接触之常见故障诊断[N];电脑报;2003年

8 ;为企业长远效益的增长助力[N];中国信息化周报;2019年

9 记者冯竞;“ B737飞机故障诊断与维修指导系统”开发成功[N];科技日报;2002年

10 宗樾;空调常见故障诊断[N];中国质量报;2004年

相关博士学位论文 前10条

1 张玉彦;基于深度自编码器的机械故障诊断方法研究[D];华中科技大学;2019年

2 茆志伟;活塞式发动机典型故障诊断及非稳定工况监测评估方法研究[D];北京化工大学;2018年

3 刘颉;基于振动信号分析的旋转机械故障诊断方法研究[D];华中科技大学;2018年

4 杭芹;用于聚变电源的故障诊断算法研究[D];中国科学技术大学;2019年

5 黄杰;基于智能学习的电喷汽车故障诊断与监测评估系统的研究[D];中国农业大学;2018年

6 王奉涛;非平稳信号故障特征提取与智能诊断方法的研究及应用[D];大连理工大学;2003年

7 钱华明;故障诊断与容错技术及其在组合导航系统中的应用研究[D];哈尔滨工程大学;2004年

8 蒋丽英;基于FDA/DPLS方法的流程工业故障诊断研究[D];浙江大学;2005年

9 韩彦岭;面向复杂设备的远程智能诊断技术及其应用研究[D];上海大学;2005年

10 张君;小波分析技术在汽轮机故障诊断中的应用研究[D];华北电力大学（河北）;2005年

相关硕士学位论文 前10条

1 田维伟;某履带教练车电液换挡操纵装置的故障诊断应用技术[D];北京理工大学;2017年

2 闫妍;复杂动态系统的故障诊断与预报[D];华中科技大学;2019年

3 周威;数据驱动的工业过程多故障的诊断方法[D];华中科技大学;2019年

4 闫春玮;催化裂化3D培训系统及故障诊断模块设计与实现[D];燕山大学;2019年

5 赵文涛;基于变分模态分解的自行火炮传动箱故障诊断[D];西安工业大学;2019年

6 吴新锋;运载火箭控制系统典型单机故障诊断技术研究[D];中国运载火箭技术研究院;2019年

7 史小雪;VSC非破坏型故障诊断的仿真研究[D];山东科技大学;2018年

8 巴翠娜;基于深度学习的复杂过程故障诊断方法研究[D];沈阳理工大学;2019年

9 安少帅;煤矿通风机在线监测振动分析与故障诊断研究[D];西安科技大学;2018年

10 孙玮;采煤机故障分析系统设计与研究[D];西安科技大学;2018年

，

本文编号：2592897