火箭发动机多余物识别与定位方法研究

发布时间：2017-08-25 14:01

  本文关键词：火箭发动机多余物识别与定位方法研究

  更多相关文章： 火箭发动机 多余物 谱系聚类 混沌理论 神经网络

【摘要】：火箭发动机作为航天系统的动力装置,其可靠性是决定空间发射任务成败的关键因素。火箭发动机体积庞大,管路复杂,在生产和装配等环节引入的多余物是影响发动机可靠性的重要因素。各主要航天大国都有由于发动机内部存在多余物而导致发射任务失败的教训,进行多余物检测对保障发动机可靠性具有重要意义。本文对火箭发动机检测装置及检测方法展开深入研究。针对火箭发动机的形状、质量和结构特点,设计了变频器——异步电机的传动系统作为激励发生装置,驱动火箭发动机匀速转动,保障多余物的有效激活和发动机的安全可靠。根据颗粒碰撞噪声检测原理,设计传感器布局方式及八通道信号调理和采集电路,保障采样信号能充分反映原始信号的特点,为实现火箭发动机中多余物的无盲区检测和空间定位提供硬件基础。针对检测装置中变频器和传感器线缆束产生的电磁干扰问题,建立了变频传动系统的Simulink模型,分析了共模电压产生的机理和特点,提出了二阶无源滤波器的设计方法。建立传感器线缆束的Maxwell仿真模型,基于有限元方法,分析了屏蔽层和线缆间距对线缆间分布参数的影响,为传感器线缆束的结构设计提供参考。针对固有机械信号引起多余物误判的问题,采用三门限端点检测方法将PIND信号分解为脉冲序列,设计谱系聚类算法,通过相关系数矩阵对脉冲序列进行聚类。依据固有机械信号和多余物信号时域差异,采用融合脉冲能量、电压峰值和脉冲长度的标准差的联合标准差方法,识别类别属性。该方法可同时判断多余物有无和固有机械信号种类数。针对多余物微粒查找困难的问题,提出通道定位和坐标定位结合的方法,将复杂的三维空间定位问题转化为一维线性定位问题。基于声发射(AE)信号的衰减特性,提取信号平均能量和电压峰值进行通道定位。基于PIND信号的混沌特性,提取通道两端传感器信号的关联维数、K熵和Lyapunov指数作为特征参数,应用粒子群优化BP神经网络算法,进行多余物坐标定位。通道定位准确率达85.12%,坐标定位最大绝对误差为5.25 cm,平均绝对误差为2.34 cm。
【关键词】：火箭发动机 多余物 谱系聚类 混沌理论 神经网络
【学位授予单位】：哈尔滨工业大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：V43
【目录】：

• 摘要4-5
• ABSTRACT5-10
• 第1章 绪论10-19
• 1.1 课题背景及研究目的和意义10-12
• 1.2 多余物检测系统中电磁兼容的研究现状12-14
• 1.2.1 变频传动系统的电磁兼容国内外研究现状12-13
• 1.2.2 多芯电缆的电磁兼容国内外研究现状13-14
• 1.3 多余物检测方法的研究现状14-17
• 1.3.1 信号识别方法的国内外研究现状14-16
• 1.3.2 多余物定位方法的国内外研究现状16-17
• 1.4 存在的问题17-18
• 1.5 本文主要研究内容18-19
• 第2章 火箭发动机多余物检测系统总体方案设计19-27
• 2.1 引言19
• 2.2 研究对象及技术指标19-20
• 2.2.1 研究对象分析19
• 2.2.2 系统技术指标19-20
• 2.3 颗粒碰撞噪声检测原理20-21
• 2.4 系统总体方案21-26
• 2.4.1 检测装置总体方案22-24
• 2.4.2 电磁兼容总体方案24-25
• 2.4.3 检测算法总体方案25-26
• 2.5 本章小结26-27
• 第3章 火箭发动机多余物检测系统的电磁兼容分析27-42
• 3.1 引言27
• 3.2 变频传动系统的电磁兼容分析27-35
• 3.2.1 整流桥侧共模电压28-29
• 3.2.2 逆变器侧共模电压29-31
• 3.2.3 三相逆变器侧共模电压滤波器的设计31-35
• 3.3 传感器线缆的电磁兼容分析35-41
• 3.3.1 电容和电感耦合原理35-36
• 3.3.2 有限元方法计算线缆的分布参数36-38
• 3.3.3 Maxwell软件计算线缆的分布参数38-41
• 3.4 本章小结41-42
• 第4章 基于聚类分析的多余物信号和固有机械信号识别方法42-60
• 4.1 引言42
• 4.2 信号组成42-44
• 4.2.1 多余物信号42-43
• 4.2.2 固有机械信号43
• 4.2.3 电磁干扰信号43-44
• 4.2.4 背景噪声44
• 4.3 脉冲聚类算法44-58
• 4.3.1 三门限端点检测算法44-46
• 4.3.2 谱系聚类算法46-52
• 4.3.3 PIND信号谱系聚类52-55
• 4.3.4 联合标准差判断类别属性55-58
• 4.4 实验验证58-59
• 4.5 本章小结59-60
• 第5章 基于混沌理论和粒子群BP神经网络的多余物定位方法60-80
• 5.1 引言60
• 5.2 基于能量特性的通道定位60-62
• 5.3 基于混沌理论的多余物信号特征提取62-71
• 5.3.1 混沌理论63-64
• 5.3.2 相空间重构64-67
• 5.3.3 混沌参数提取67-71
• 5.4 基于粒子群算法优化BP神经网络的坐标定位71-78
• 5.4.1 BP神经网络71-73
• 5.4.2 粒子群算法优化BP神经网络73-75
• 5.4.3 网络参数确定75-78
• 5.5 实验验证78-79
• 5.6 本章小结79-80
• 结论80-82
• 参考文献82-88
• 攻读硕士学位期间发表的论文及其它成果88-90
• 致谢90

【相似文献】

中国期刊全文数据库 前10条

1 王辉;李护林;崔超海;;发动机总装多余物控制浅析[J];火箭推进;2003年02期

2 孙忠文;航天器生产中多余物控制的探讨多余物控制的“O”平衡方程[J];航天工艺;1983年03期

3 唐宝璋;;控制多余物关键在管理[J];质量与可靠性;1986年02期

4 苏荣;多余物—产品的心腹之患[J];质量与可靠性;1987年01期

5 金斌;产品多余物及其控制[J];质量与可靠性;1993年06期

6 丁瑞荣;;产品多余物的控制[J];航空精密制造技术;1993年02期

7 王育红，郑世才，胥维勋，王兰涛，孙永铃;活动多余物的检测[J];宇航计测技术;1996年03期

8 李大南;;航天型号产品多余物及其预防和控制标准的实施检查[J];航天标准化;2006年01期

9 熊涛;;航天器总装多余物控制方法探讨[J];航天器环境工程;2006年05期

10 翟国富;陈金豹;邢通;王世成;王淑娟;;基于聚类分析的航天继电器多余物检测方法研究[J];振动与冲击;2013年02期

中国重要会议论文全文数据库 前4条

1 王楠;;应用颗粒碰撞噪声检测技术检验航天产品多余物[A];制造业数字化技术——2006中国电子制造技术论坛论文集[C];2006年

2 蔡懿;;接触元件多余物控制技术[A];第十一届全国可靠性物理学术讨论会论文集[C];2005年

3 彭勇;魏东波;郭苗;;基于工业CT的电子元器件多余物检测方法[A];全国射线数字成像与CT新技术研讨会论文集[C];2012年

4 何伟;向秋澄;;控制有害气氛及多余物产生的密封工艺研究[A];四川省电子学会半导体与集成技术专委会2006年度学术年会论文集[C];2006年

中国重要报纸全文数据库 前6条

1 储强;46所强化过程控制 让多余物无处藏身[N];中国航天报;2008年

2 左中甫;剥离“多余物”，，节日味更醇[N];南京日报;2014年

3 邓秋贵;为了给用户一个满意的交代[N];中国航天报;2012年

4 王卓鸣 赵良;航天多余物的克星[N];科技日报;2002年

5 张强;201所 舱段多余物检测系统研制成功[N];中国航天报;2012年

6 李云霞 殷秀峰;为了高可靠的动力[N];中国航天报;2004年

中国博士学位论文全文数据库 前2条

1 陈金豹;密封电子设备多余物检测的信号特征识别与置信度评价[D];哈尔滨工业大学;2015年

2 陈蕊;航天电子装置多余物检测与材质识别方法研究[D];哈尔滨工业大学;2014年

中国硕士学位论文全文数据库 前10条

1 牛鹏飞;基于改进型马特拉方法的航天继电器多余物检测技术研究[D];哈尔滨工业大学;2015年

2 郭亮;火箭发动机多余物识别与定位方法研究[D];哈尔滨工业大学;2016年

3 李超;多通道多余物微弱信号检测方法研究[D];哈尔滨工业大学;2016年

4 乌英嘎;星载电子设备活动多余物识别方法研究[D];哈尔滨工业大学;2011年

5 陈金豹;基于数据融合的星载电子设备活动多余物检测装置的研究[D];哈尔滨工业大学;2011年

6 张坤;航天控制器多余物检测系统设计[D];哈尔滨工业大学;2012年

7 张龙;星载电源多余物检测系统的研究[D];哈尔滨工业大学;2010年

8 邢通;星载单机多余物检测系统的研究[D];哈尔滨工业大学;2013年

9 戚乐;航天发动机多余物检测系统的研究[D];哈尔滨工业大学;2014年

10 唐晓庆;基于随机振动的军用电子元器件多余物检测技术的研究[D];哈尔滨工业大学;2010年

本文编号：737044