一种液体火箭发动机多机同步可靠性评估方法技术

本发明专利技术公开了一种液体火箭发动机多机同步可靠性评估方法，针对液体火箭发动机多机同步可靠性指标要求，借助蒙特卡罗仿真算法，在保证计算精度的条件下，对性能参数的分布类型不再限制，适用于各种分布类型参数的多机同步可靠性评估，能够扩充方法的适用范围；同时能够简化计算流程，提高多机同步可靠性评估效率。从可靠性区间估计的原理出发，整个计算过程均未采用近似算法，在足够抽样仿真次数的情况下，能够保证计算精度要求。能够保证计算精度要求。能够保证计算精度要求。

【技术实现步骤摘要】
一种液体火箭发动机多机同步可靠性评估方法


[0001]本专利技术属于航天质量与可靠性
，具体涉及一种液体火箭发动机多机同步可靠性评估方法。

技术介绍

[0002]我国液体运载火箭一般由多台发动机并联，如长征三号运载火箭芯一级由四台发动机并联组成，飞行过程中，4台发动机同时工作。受到生产加工偏差与发动机燃烧特性等因素的影响，每台发动机的性能均有一定的差别。若各台发动机的偏差值过大，则会影响运载火箭飞行任务，导致运载火箭姿态难以控制。
[0003]为保证运载火箭飞行姿态稳定，会对发动机的性能偏差有一定的要求，如推力为500kN
±
10kN。由于各台发动机性能偏差具有一定的不确定性，在性能偏差要求的基础上，还会对多台并联工作的发动机提出同步可靠性的要求，如，某型运载火箭发动机多机同步可靠性不低于0.99(按0.7置信度评估)。
[0004]目前，针对多机同步可靠性指标，发动机研制单位有相关标准方法，该标准为上世纪90年代制定，标准采用解析方法进行统计推断，开展多机同步可靠性评估时，需要计算多个中间变量，查询多个标准提供的统计数据表格，且当表格中无对应数据时，还需要采用差值法进行线性差值，影响评估结果的准确性，且该方法的计算效率较低，操作难度大。此外，该方法只适用于性能参数服从正态分布的可靠性评估，若对应的性能参数不服从正态分布，则该标准不再适用。

技术实现思路

[0005]有鉴于此，本专利技术的目的是提供一种液体火箭发动机多机同步可靠性评估方法，在保证计算精度的条件下，适用于各种分布类型参数的多机同步可靠性评估。
[0006]一种液体火箭发动机多机同步可靠性评估方法，包括如下步骤：
[0007]步骤1)、液体火箭发动机多机同步可靠性指标要求，收集发动机的性能参数测量值数据，根据性能参数测量值数据，进行统计推断，判断数据的概率分布类型；
[0008]步骤2)、基于发动机的性能参数测量值数据，计算概率分布的分布参数，得到发动机关键性能参数的概率密度函数；
[0009]步骤3)、确定循环次数M1；
[0010]步骤4)、确定可靠性评估仿真次数M2；
[0011]步骤5)、针对每次仿真，根据概率密度函数生成与多机个数N数量一致的随机数r
j
；j＝1,2,
…
,M2；
[0012]步骤6)、针对每次仿真，计算最大偏差:
[0013]Dev(j)＝max(r
j
)
‑
min(r
i
)
[0014]其中，max(r
j
)和min(r
j
)分别表示r
j
中的最大值和最小值；
[0015]步骤7)、判断最大偏差值Dev(j)是否大于多机同步要求的最大偏差上限值，若大
于，则第j次仿真的结果记为失效，失效数fail累积一次；反之则记为成功，成功数succ累积一次；
[0016]步骤8)、重复执行步骤5)至步骤7)M2次，计算得到成功数succ和失效数fail；
[0017]步骤9)、根据成功数succ和失效数fail，开展多机同步可靠性估计，计算可靠度：
[0018][0019]式中，R
i
为第i次循环计算的可靠度；
[0020]步骤10)、重复执行步骤5)至步骤10)，共计M1次，对应得到M1个可靠度，将计算得到的M1个可靠度降序排序，取序号K＝M1×
γ排序的可靠度R
K
值为置信下限为γ的可靠度R
L
；γ为设定的置信下限；
[0021]根据可靠度R
L
对液体火箭发动机多机同步可靠性评估。
[0022]较佳的，所述步骤1)中，根据性能参数测量值数据对常用的概率分布类型求取对数似然值，则选择对数似然值最小的概率分布类型，作为性能参数测量值数据对应的概率分布类型。
[0023]较佳的，所述步骤1)中，根据性能参数测量值数据对常用的概率分布类型求取对数似然值，则选择对数似然值最小的概率分布类型进行假设检验，如果接受原假设，则该组数据服从之前确定的概率分布类型；若拒绝原假设，选择对数似然值第二小的概率分布类型，并进行假设检验，如果接受假设检验，则属于该对数似然值第二小的概率分布类型；以此类推，直到找到所属的分布类型。
[0024]较佳的，所述步骤1)中，但概率分布类型为正态分布时，采用Jarque
‑
Bera方法进行假设检验。
[0025]较佳的，所述步骤3)中，循环次数M1的确定方法为：保证设置的置信下限γ与循环次数M1的乘积为整数，且为10的倍数，满足该条件的M1值再扩大10倍，则为最终的循环次数M1。
[0026]较佳的，所述步骤5)中，采用反函数法生成随机数。
[0027]较佳的，所述设定的置信下限γ选取70％。
[0028]本专利技术具有如下有益效果：
[0029]本专利技术针对液体火箭发动机多机同步可靠性指标要求，借助蒙特卡罗仿真算法，提出一种液体火箭发动机多机同步可靠性评估方法，在保证计算精度的条件下，对性能参数的分布类型不再限制，适用于各种分布类型参数的多机同步可靠性评估，能够扩充方法的适用范围；同时能够简化计算流程，提高多机同步可靠性评估效率。从可靠性区间估计的原理出发，整个计算过程均未采用近似算法，在足够抽样仿真次数的情况下，能够保证计算精度要求。
附图说明
[0030]图1为本专利技术的液体火箭发动机多机同步可靠性评估方法流程图。
具体实施方式
[0031]下面结合附图并举实施例，对本专利技术进行详细描述。
[0032]针对液体火箭发动机多机同步可靠性的要求，提出了一种基于数值仿真的多机同步可靠性评估方法，用于液体火箭发动机多机同步可靠性评估。
[0033]多机同步可靠性指标的一般形式为：N台发动机同时工作时，某关键性能参数(一般为推力)的最大偏差不大于K的概率不低于R。
[0034]为评估多机同步可靠性，提出一种可靠性评估方法。多机同步可靠性评估的实施流程如图1所示，具体实施流程如下：
[0035]1)数据收集与统计推断
[0036]针对多机同步可靠性指标要求，收集各台发动机的性能参数测量值[x1,x2,
…
,x
n
]，其中，n表示样本数。
[0037]针对收集的性能参数测量值数据，进行统计推断，通过拟合优度检验，判断数据的概率分布类型，常用的概率分布类型包括：正态分布、对数正态分布、逆高斯分布、威布尔分布、指数分布、Beta分布、Gamma分布、泊松分布、极值分布、广义极值分布、burr分布、t分布等。根据对数似然值大小，判断哪种概率分布更适用于发动机性能数据。对数似然值越小，拟合优度越高，选择对数似然值最小的概率分布类型。
[0038]以正态分布为例采用Jarque
...

【技术保护点】

【技术特征摘要】
1.一种液体火箭发动机多机同步可靠性评估方法，其特征在于，包括如下步骤：步骤1)、液体火箭发动机多机同步可靠性指标要求，收集发动机的性能参数测量值数据，根据性能参数测量值数据，进行统计推断，判断数据的概率分布类型；步骤2)、基于发动机的性能参数测量值数据，计算概率分布的分布参数，得到发动机关键性能参数的概率密度函数；步骤3)、确定循环次数M1；步骤4)、确定可靠性评估仿真次数M2；步骤5)、针对每次仿真，根据概率密度函数生成与多机个数N数量一致的随机数r
j
；j＝1,2,
…
,M2；步骤6)、针对每次仿真，计算最大偏差:Dev(j)＝max(r
j
)
‑
min(r
i
)其中，max(r
j
)和min(r
j
)分别表示r
j
中的最大值和最小值；步骤7)、判断最大偏差值Dev(j)是否大于多机同步要求的最大偏差上限值，若大于，则第j次仿真的结果记为失效，失效数fail累积一次；反之则记为成功，成功数succ累积一次；步骤8)、重复执行步骤5)至步骤7)M2次，计算得到成功数succ和失效数fail；步骤9)、根据成功数succ和失效数fail，开展多机同步可靠性估计，计算可靠度：式中，R
i
为第i次循环计算的可靠度；步骤10)、重复执行步骤5)至步骤10)，共计M1次，对应得到M1个可靠度，将计算得到的M1个可靠度降序排序，取序号K＝M1×
γ排序的可靠度R
K
值为置信下限为...

【专利技术属性】
技术研发人员：李健，何鹏飞，刘金燕，王珏，
申请(专利权)人：中国航天标准化研究所，
类型：发明
国别省市：