【技术实现步骤摘要】
一种航天器加筋密封结构漏孔辨识方法
[0001]本专利技术涉及航天器泄漏检测
,尤其涉及一种航天器加筋密封结构漏孔辨识方法。
技术介绍
[0002]随着航天技术的发展和人类航天活动的日益频繁,空间碎片数量显著增多,碎片一旦与航天器发生碰撞,将导致航天器密封结构泄漏,严重影响航天器的在轨运行。及时、准确发现泄漏,并辨识泄漏漏孔的位置、大小、形状等特征,可以为后续航天器堵漏修复和航天员应急逃生提供支持。目前常用的航天器泄漏检测技术包括压力变化检漏、红外热成像检漏、氦质谱吸枪检漏、声学检漏等。压力变化检漏只能判断是否泄漏,无法确定泄漏位置;红外热成像检漏灵敏度较差,且只能定性分析;氦质谱吸枪检漏可以检验出极低漏率漏孔,但无法快速定位漏孔,搜索范围一旦过大,就更难找到漏孔;声学检漏是一种新兴的检漏技术,可以快速判断泄漏位置,但实现泄漏定量分析比较困难,且加强筋等结构影响声波传播进而影响声学检漏准确度。本专利提出一种航天器加筋密封结构漏孔辨识方法,通过数据库训练学习的方法实现泄漏的判断以及漏孔大小、漏孔形状的辨识。
技术实现思路
[0003]本专利技术的目的在于:为了解决上述问题,而提出的一种航天器加筋密封结构漏孔辨识方法。
[0004]为了实现上述目的,本专利技术采用了如下技术方案:
[0005]一种航天器加筋密封结构漏孔辨识方法,包括以下步骤:
[0006]S1.建立辨识模型库:预先进行不同形状、不同大小漏孔模拟泄漏实验,采集泄漏声信号,提取特征值进行学习训练形成辨识模型库;< ...
【技术保护点】
【技术特征摘要】
1.一种航天器加筋密封结构漏孔辨识方法,其特征在于,包括以下步骤:S1.建立辨识模型库:预先进行不同形状、不同大小漏孔模拟泄漏实验,采集泄漏声信号,提取特征值进行学习训练形成辨识模型;S2.采集泄漏声信号:采集泄漏声信号,为去除背景噪声,一般先进行30kHz
‑
500kHz滤波预处理,观察声信号通过加强筋前后的衰减情况,选取衰减较弱的声信号频带f
d
‑
f
u
;S3.漏孔定位:建立坐标系,采用3个传感器(编号S1,S2,S3)数据,运用FIR滤波器获取这些传感器f
d
‑
f
u
频带能量信号,以S1传感器为例,y(f)是不同频率下信号幅值,传感器S2、S3的计算方法相同,以此建立方程组:(x1,y1)(x2,y2)(x3,y3)为三个传感器已知坐标,利用线性迭代算法,可将该方程组解出漏孔坐标(x,y);S4.信号过筋补偿:得到漏孔坐标后,应用距离漏孔最近的传感器的信号的原始数据,漏孔与该传感器之间直线传播过程中所经过的加强筋数α便可得知,对该信号过筋补偿,每一个加强筋对f
d
‑
f
u
这一频带范围的衰减系数为β(f),所以将y(f)的这一频带乘上补偿系数α*β(f)(α是过筋数,β(f)是衰减系数);S5.漏孔辨识:提取泄漏声信号特征,并与辨识模型库进行比对,得到漏孔特征。2.根据权利要求1所述的一种航天器加筋密封结构漏孔辨识方法,其特征在于,所述步骤S1中模拟地面训练确定漏孔辨识模型库的方法包括以下步骤:A1.在模拟航天器所处的内外气压、真空度中进行以下泄漏信号提取:分布提取不漏、圆孔泄漏、圆孔泄漏、圆孔泄漏、1mm
×
1mm方孔泄漏、三边1mm三角孔泄漏、0.5mm
×
2mm长方孔泄漏的七种信号,每次提取信号都同时用两个相同的传感器(A1传感器和A2传感器),各组声学信号各提取3s,信号提取时,传感器距离漏孔中心10cm;A2.分别将提取的每组信号切割为200组(每组0.015s),其中A1传感器作为测试组数据,用于测试分类模型的正确率,A2传感器数据作为分类算法模型的训练组数据;A3.对所有原始信号数据进行数字滤波,所选用的声学传感器的有效频带包含30kHz
‑
500kHz,考虑到背景噪声影响,一般需要滤除30kHz以下的成分,所以用带通FIR滤波器进行滤波,以此获得30kHz
‑
500kHz之间的信号成分;A4.对这些数据分别进行EMD算法和WPD算法处理,EMD的插值函数采用三次样条插值,WPD的小波母函数采用dmey小波,两种算法分别得到IMF_1
‑
IMF_n1和子带信号1
‑
n2,取EMD得到的IMF的中间4组和WPD得到的前4组子带信号,用这8组信号各提取9种特征值,可以让EMD
和WPD两种方法各得到36种特征,总共72种特征,这9种特征值分别是时域峰度因子,偏度因子和波形因子,同时还有频域峰度因子,偏度因子,波形因...
【专利技术属性】
技术研发人员:孙立臣,綦磊,欧逍宇,王莉娜,隆昌宇,闫荣鑫,张景川,郑悦,郭琦,
申请(专利权)人:北京卫星环境工程研究所,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。