【技术实现步骤摘要】
一种航天动力故障诊断与健康评估方法及系统
[0001]本专利技术涉及一种基于多信号流图与分布式TEAMS
‑
RT算法的航天动力故障诊断与健康评估技术，属于预测与健康管理
。
技术介绍
[0002]重复使用运载器是指能快速穿越大气层往返于天地间，在执行任务后可返回地面并重复使用的一类新型飞行器，是当前世界航天运载器的发展的重要方向，是实现快速进入空间的重要手段。其与传统的一次性运载器相比，实现运载器故障诊断与健康管理功能，是实现运载器重复使用，提高其可靠性、安全性以及地面自主保障能力的重要保障。
[0003]重复使用运载器动力系统为了完成机地协同健康管理、日常检测维修、射前测试决策以及健康管理系统维护的功能，构建了重复使用运载器动力故障诊断与健康管理系统。
[0004]国内外在此领域开展了许多相关的基础研究工作，但其相关研究仍处于起步阶段，在动力故障诊断与健康管理系统设计、故障诊断与健康管理方法研究以及流程设计都需要进一步完善，才能达到工程可实施的条件。
技术实现思路
[0005]本专利技术解决的技术问题是：研制一种基于多信号流图与分布式TEAMS
‑
RT算法的航天动力故障诊断与健康评估方法及系统，完成动力系统机地协同健康管理、日常检测维修、射前测试决策以及健康管理系统维护的功能。
[0006]本专利技术解决技术的方案是：一种航天动力故障诊断方法，包括：
[0007]基于FME(C)A分析，得到动力系统故障模式集合以及测量参数集...
【技术保护点】
【技术特征摘要】
1.一种航天动力故障诊断方法，其特征在于包括：基于FME(C)A分析，得到动力系统故障模式集合以及测量参数集合；其中，故障模式集合包括通过FME(C)A分析得到的所有故障模式，测量参数集合包括任一动力系统已有可测量参数的集合；基于多信号流图分析方法,建立航天动力系统故障模式与系统测量参数之间的关系，将可检测的动力系统参数划分为动力系统单一故障参数集合以及具有故障模糊度参数集合，并得到故障模式集合与参数集合的映射关系表；单一故障参数集合指的是参数集合中的任一参数都只与唯一的故障模式相对应,具有故障模糊度参数集合指的是参数集中的任一参数都有两个或者两个以上的故障模式相对应，故障模式集合与参数集合的映射关系表指的是故障模式集合中任一故障模式与参数集合中表征此故障参数的对应关系；对于动力系统单一故障参数集合，采取遍历查询方法进行故障诊断；对于动力系统具有故障模糊度的参数集合，基于多信号流图建立故障诊断D矩阵模型，在TEAMS
‑
RT诊断算法的基础上，采用D矩阵合并的方法进行动力系统故障诊断。2.根据权利要求1所述的方法，其特征在于：所述对于动力系统单一故障参数集合，采取遍历查询方法进行故障诊断，主要包括：(1)确定单一参数集中每个参数的包络范围；(2)对单一故障参数集合中的参数进行归一化处理，将测量的参数数值与对应的包络范围进行比较，当参数在包络范围内，则用状态量“1”表示正常；如果测量的参数值在参数变化包诺范围之外，则用状态量“0”表示异常；将单一故障参数集合转变为动力系统健康状态特征集合；(3)依据故障模式集合与单一参数集合的映射关系表，将参数集合中任一特征状态为“1”的参数映射到单一故障参数集，当单一故障模式集中某一故障映射的所有参数特征状态均为“1”时，则表示此故障发生，当某一故障映射的所有参数中,任一参数的特征状态为“0”时，则表示此故障未发生；(4)在下一个采样周期内，进入下一次故障诊断，重复步骤(2)～(4)，直至故障诊断结束。3.根据权利要求1所述的方法，其特征在于：对于动力系统具有故障模糊度的参数集合，基于多信号流图建立故障诊断D矩阵模型，模型建立方法包括：(1)建立两唯D
m
×
n
阶矩阵诊断模型框架；将故障模式集合a
m
中不包含单一故障参数集合映射的故障模式作为D
m
×
n
矩阵横列的表头，分别为故障模式1、故障模式2
……
故障模式m；将具有故障模糊度参数集合b
n
的每一个参数作为D
m
×
n
矩阵纵列的表头，分别为测量参数1、测量参数2
……
测量参数n；横列与纵列元素共同组成D
m
×
n
阶故障诊断矩阵框架；(2)将D
m
×
n
中的任一元素D
ij
元素进行归一化处理，得到D
m
×
n
故障诊断矩阵；依据故障模式集合与参数集合映射关系表，当故障模式j发生时，能被测点i所检测到，也就是故障模式j能被测量参数i所表征时，则D
m
×
n
中对应的D
ij
元素则被置为“1”；如当故障模式j发生时，不能被测点i所检测到，也就是故障模式j不能被测量参数i所表征时，则D
m
×
n
中对应的D
ij
元素则被置为“0”；依此将所有故障模式与所有测点之间的表征关系进行归一化处理，得到由状态特征值0和1组成的D
m
×
n
故障诊断矩阵，即故障诊断D矩阵模型。4.根据权利要求1所述的方法，其特征在于：所述基于多信号流图建立故障诊断D矩阵
模型，在TEAMS
‑
RT诊断算法的基础上，采用D矩阵合并的方法进行动力系统故障诊断包括：(1)在一个采样周期内，获得所有测量参数的特性向量；利用动力系统机载PHM数据中心通过箭地通信链路发送的动力系统实时遥测数据以及动力系统历史试验与飞行数据，将所有数据合并为统一的采集参数集合c
m
；确定所有采集参数的包络范围，对所有采集参数进行归一化处理，将采集参数数值与参数包络进行比较，当参数在包络范围内，则用状态量“1”表示正常；如果测量的参数值在参数变化包诺范围之外，则用状态量“0”表示异常；将一个采样周期内的c
m
参数集合变为由0、1组成的特征向量d
p
(p＝m)；(2)将特征向量d
p
转秩为纵向量，记录下向量d
p
中所有“0”元素行的横坐标k(k∈[1、2、3
……
p])；删除D
m
×
n
故障诊断矩阵中第K行D
Kj
(j∈[1、2、3
……
n])特征值为“0”的元素所在列向量，假设在D
m
×
n
矩阵中，共删除q列K行为“0”元素的列，则将D
m
×
n
故障诊断矩阵合并为D
m
×
(n
‑
q)
阶矩阵；(3)在一个采样周期内，将采集参数的特征向量d
p
与D
m
×
(n
‑
q)
故障诊断矩阵中的所有列向量D
Kj
(K∈[1、2、3
……
m]；j∈[1、2、3
……
(n
‑
q)])逐一进行比对，当d
p
＝D
Kj
(K∈[1、2、3
……
m]；j∈[1、2、3
……
(n
‑
q)])时，说明故障诊断的模糊度＝1，D
m
×
(n
‑
q)
故障诊断矩阵表头中有唯一对应的故障...
【专利技术属性】
技术研发人员：李鑫，张涛，马婷婷，闻悦，吴莉莉，孙健，荣华，李华光，韩鹏鑫，褚光远，张斌，张静，郑平军，唐超，范国臣，欧峰，袁本立，赵胜，石铄，
申请(专利权)人：中国运载火箭技术研究院，
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。