動(dòng)力系統(tǒng)故障診斷技術(shù)

張利彬，易 航，李 璨，黃 輝，張學(xué)英

（北京宇航系統(tǒng)工程研究所，北京，100076）

動(dòng)力系統(tǒng)故障診斷技術(shù)

張利彬，易 航，李 璨，黃 輝，張學(xué)英

（北京宇航系統(tǒng)工程研究所，北京，100076）

結(jié)合液體火箭動(dòng)力系統(tǒng)對故障診斷技術(shù)的需求，介紹國外在運(yùn)載火箭動(dòng)力系統(tǒng)故障診斷領(lǐng)域的發(fā)展概況，并從理論研究和應(yīng)用兩方面重點(diǎn)介紹美國在此領(lǐng)域中的發(fā)展情況；同時(shí)結(jié)合中國在此領(lǐng)域中的發(fā)展現(xiàn)狀，對中國運(yùn)載火箭動(dòng)力系統(tǒng)故障診斷的研究提出建議和展望。

動(dòng)力系統(tǒng)；故障診斷；故障檢測

0 引 言

液體火箭動(dòng)力系統(tǒng)是運(yùn)載火箭的重要組成部分，其結(jié)構(gòu)復(fù)雜，系統(tǒng)耦合度較強(qiáng)，工作條件較為惡劣，一度使其成為運(yùn)載火箭的故障敏感多發(fā)部位，并且故障的發(fā)生和發(fā)展具有快速性、破壞性大的特點(diǎn)。隨著載人航天技術(shù)和低溫動(dòng)力系統(tǒng)的發(fā)展，對液體火箭動(dòng)力系統(tǒng)工作的可靠性和安全性提出了越來越高的要求。一直以來國內(nèi)外的許多研究者對液體火箭動(dòng)力系統(tǒng)進(jìn)行了深入的理論與應(yīng)用研究[1～3]，特別是獵鷹9火箭所具備的飛行過程中發(fā)動(dòng)機(jī)故障冗余能力，既保證了獵鷹火箭動(dòng)力系統(tǒng)出現(xiàn)故障時(shí)，能夠迅速進(jìn)行故障定位和故障排除并最終取得發(fā)射成功，同時(shí)也展現(xiàn)未來發(fā)展方向：一是未來運(yùn)載火箭應(yīng)具備發(fā)動(dòng)機(jī)重要參數(shù)射前檢測與故障處理能力；二是未來運(yùn)載火箭應(yīng)具備飛行過程中的健康管理與控制重構(gòu)能力。

國外對動(dòng)力系統(tǒng)故障診斷的研究由來已久并持續(xù)升溫。美國從20世紀(jì)60年代就開展相關(guān)研究，逐步經(jīng)歷發(fā)動(dòng)機(jī)的故障模式收集、信息特征獲取、智能算法研究和典型系統(tǒng)的工程應(yīng)用等階段[2,4]，目前比較成熟的故障診斷系統(tǒng)已經(jīng)在工程中得到廣泛應(yīng)用，并取得顯著效果；法國于20世紀(jì)90年代開發(fā)完成用于阿里安5火箭發(fā)動(dòng)機(jī)的監(jiān)測系統(tǒng)[5]，可實(shí)現(xiàn)在發(fā)動(dòng)機(jī)發(fā)生嚴(yán)重故障時(shí)關(guān)閉發(fā)動(dòng)機(jī)；德國于20世紀(jì)90年代研制了基于智能模式識別算法的液體火箭發(fā)動(dòng)機(jī)專家系統(tǒng)[6]；歐空局在未來運(yùn)載火箭技術(shù)方案中，將火箭動(dòng)力系統(tǒng)健康監(jiān)測作為主要分系統(tǒng)列入研制計(jì)劃；俄羅斯已成功開發(fā)健康監(jiān)測和壽命評估與預(yù)測系統(tǒng)[7]通過對其靜態(tài)數(shù)據(jù)和動(dòng)態(tài)數(shù)據(jù)實(shí)現(xiàn)對大功率液體火箭發(fā)動(dòng)機(jī)（Rd-170）在地面試驗(yàn)和飛行后的技術(shù)狀態(tài)評估；日本在H-2火箭接連發(fā)射失敗后，逐步加大對飛行器的健康監(jiān)控和故障診斷技術(shù)的投入力度，Sakamoto等人對H-2運(yùn)載火箭的發(fā)動(dòng)機(jī)實(shí)時(shí)監(jiān)測技術(shù)做了分析[2]。

1 美國動(dòng)力系統(tǒng)故障診斷技術(shù)

1.1 理論研究

20世紀(jì)70年代，美國在航天飛機(jī)主發(fā)動(dòng)機(jī)（Space Shuttle Main engine，SSMe）研制中采用了工作參數(shù)紅線閾值檢測與報(bào)警的方法[1]；80年代中期，進(jìn)一步優(yōu)化了紅線閾值監(jiān)控的檢測能力，開發(fā)了故障檢測系統(tǒng)（System of anomaly and Fault detection，SaFd）用于SSMe地面試車中，通過渦輪泵系統(tǒng)的關(guān)鍵測量參數(shù)進(jìn)行故障的門限檢測，適用于發(fā)動(dòng)機(jī)穩(wěn)態(tài)工作過程[8]；80年代后期以來，相繼在專用傳感器技術(shù)、故障模式分析、故障診斷算法開發(fā)、故障處理與控制等方面進(jìn)行大量的研究，為多個(gè)工程應(yīng)用系統(tǒng)提供理論支撐[9]。

1.1.1 故障模式

20世紀(jì)80年代后期，美國對以SSMe為代表的液體火箭發(fā)動(dòng)機(jī)故障模式進(jìn)行了較為深入的研究，為火箭動(dòng)力系統(tǒng)健康監(jiān)控的系列研究奠定了基礎(chǔ)。

1987年，美國收集和梳理了SSMe的相關(guān)故障履歷數(shù)據(jù)，整理出SSMe故障模式與影響分析表，并按照專家經(jīng)驗(yàn)準(zhǔn)則，實(shí)現(xiàn)故障等級的劃分，進(jìn)而確定最關(guān)鍵的故障[9]；1990年，通過故障模式、影響與危害度分析方法得到SSMe等發(fā)動(dòng)機(jī)的17種故障模式，其中高壓氧化劑渦輪和燃料渦輪泵的故障占有較高比例，為SSMe故障模式庫的建立提供依據(jù)[10]。

1.1.2 物理參數(shù)選擇與特征獲取

物理參數(shù)的正確選擇與特征獲取是動(dòng)力系統(tǒng)健康監(jiān)控技術(shù)研究和系統(tǒng)實(shí)現(xiàn)的基礎(chǔ)，關(guān)系著動(dòng)力系統(tǒng)健康監(jiān)控的成敗。在綜合考慮參數(shù)的可測性和可實(shí)現(xiàn)性的同時(shí)確定監(jiān)測的物理參數(shù)，選擇和提取其合理的特征，以實(shí)現(xiàn)物理特征與故障模式映射關(guān)系的有效表達(dá)，從而達(dá)到監(jiān)測參數(shù)與故障模式相對應(yīng)的目的。例如針對發(fā)動(dòng)機(jī)渦輪泵的故障檢測，選取其振動(dòng)加速度信號的均方根作為監(jiān)測參數(shù)，既可以實(shí)現(xiàn)又能表征其故障特征。

1.1.3 故障診斷算法研究

火箭動(dòng)力系統(tǒng)的故障診斷算法主要集中在信息處理、故障建模和人工智能等方面。

信息處理主要采用概率統(tǒng)計(jì)分析、聚類主成分分析和小波分析等數(shù)學(xué)方法。其中，概率統(tǒng)計(jì)分析方法的特點(diǎn)是通過數(shù)學(xué)概率統(tǒng)計(jì)的方法得到動(dòng)力系統(tǒng)及其部件的變化規(guī)律，但是該方法需要有足夠數(shù)據(jù)樣本量的支撐。

故障建模法在自動(dòng)控制領(lǐng)域得到廣泛應(yīng)用。在液體火箭動(dòng)力系統(tǒng)故障診斷研究領(lǐng)域，目前應(yīng)用較為成熟有基于對象狀態(tài)估計(jì)、物理參數(shù)估計(jì)和時(shí)間序列等信號的動(dòng)態(tài)建模和基于系統(tǒng)結(jié)構(gòu)的靜態(tài)建模兩種，因此要求建立的模型與真實(shí)對象之間具有較好的一致性和性能符合性，能夠良好地反映系統(tǒng)的真實(shí)狀態(tài)。

應(yīng)用于故障診斷的人工智能算法主要有定性推理、專家系統(tǒng)、模式識別和神經(jīng)網(wǎng)絡(luò)等方法。

a）定性推理：選擇系統(tǒng)特性以約束的形式表示研究對象的系統(tǒng)特征，同時(shí)利用已知的系統(tǒng)信息，按照制定的定性推理策略，對系統(tǒng)的整體行為進(jìn)行定性描述和解釋。目前應(yīng)用的定性推理方法主要有：定性過程理論（Qualitative process Theory，QTp）、定性模型方法（Qualitative Model approach，QMa）和符號有向圖（Signed directed Graph，SdG）[11]等。

b）專家系統(tǒng)：是目前工程應(yīng)用中較為信賴的實(shí)現(xiàn)方法，較典型的系統(tǒng)有：1）發(fā)動(dòng)機(jī)數(shù)據(jù)分析專家系統(tǒng)（pre-launch expert System，pLeS）[12]；2）基于規(guī)則健康評估專家系統(tǒng)（Titan Health assessment expert System，THaeS）[8]；3）故障診斷專家系統(tǒng)（expert System for Fault diagnosis，eSFd）[2]；4）發(fā)動(dòng)機(jī)數(shù)據(jù)解釋專家系統(tǒng)（engine data Interpretation System，edIS）[3]。這些系統(tǒng)主要應(yīng)用在發(fā)動(dòng)機(jī)工作前準(zhǔn)備或關(guān)機(jī)后分析等離線分析。

c）模式識別：其工作原理主要分兩個(gè)步驟進(jìn)行：1）根據(jù)發(fā)動(dòng)機(jī)的歷史數(shù)據(jù)和先驗(yàn)知識，建立發(fā)動(dòng)機(jī)故障模式知識庫；2）在發(fā)動(dòng)機(jī)工作時(shí)，將獲取的發(fā)動(dòng)機(jī)當(dāng)前工作狀態(tài)參數(shù)與知識庫中的參數(shù)進(jìn)行對比，從而完成發(fā)動(dòng)機(jī)的檢測與定位。1990～1992年，聯(lián)合技術(shù)研究中心UTRc開發(fā)的聚類算法[10]和LeRc研制的積累差檢測算法（accumulative difference detection algorithm，adda）[10]和零模板算法（Zero Template algorithm，ZTa）先后將模式識別方法成功應(yīng)用于SSMe的故障檢測。

d）神經(jīng)網(wǎng)絡(luò)：基于神經(jīng)訓(xùn)練建模的方法，優(yōu)點(diǎn)是利用神經(jīng)網(wǎng)絡(luò)的自學(xué)習(xí)優(yōu)勢，自動(dòng)生成訓(xùn)練模型，缺點(diǎn)是依賴樣本數(shù)據(jù)，對于樣本中不包含的數(shù)據(jù)沒有自動(dòng)識別和學(xué)習(xí)的能力。目前應(yīng)用于液體火箭動(dòng)力系統(tǒng)故障診斷的神經(jīng)網(wǎng)絡(luò)算法主要有多層神經(jīng)網(wǎng)絡(luò)、模糊神經(jīng)網(wǎng)絡(luò)、動(dòng)態(tài)神經(jīng)網(wǎng)絡(luò)和混合神經(jīng)網(wǎng)絡(luò)等，這些方法大多基于數(shù)值仿真研究與試車數(shù)據(jù)檢驗(yàn)的狀態(tài)。

1.1.4 健康監(jiān)控管理平臺(tái)開發(fā)

目前，美國已有多家研究機(jī)構(gòu)致力于火箭動(dòng)力系統(tǒng)健康監(jiān)控管理平臺(tái)的開發(fā)和推廣。Gensym公司完成G2實(shí)時(shí)專家系統(tǒng)開發(fā)平臺(tái)的開發(fā)和完善[4]，同時(shí)，G2平臺(tái)已被路易斯研究中心作為其研發(fā)火箭發(fā)動(dòng)機(jī)實(shí)時(shí)診斷系統(tǒng)的開發(fā)平臺(tái)；Qualtech系統(tǒng)公司的Teams系列軟件被NaSa廣泛應(yīng)用于各個(gè)工程研制中；同時(shí)推進(jìn)了ReaLITY-aLT公司開展航天動(dòng)力系統(tǒng)的仿真建模研究[3]；科學(xué)監(jiān)控公司開發(fā)的動(dòng)力系統(tǒng)健康管理系統(tǒng)，其目標(biāo)是實(shí)現(xiàn)動(dòng)力系統(tǒng)多參數(shù)信息分析、實(shí)時(shí)狀態(tài)檢測、剩余壽命評估、全壽命周期健康管理和決策支持等[2]。

1.2 典型系統(tǒng)應(yīng)用

20世紀(jì)70年代以來，美國在SSMe、空間運(yùn)載等計(jì)劃的指導(dǎo)下，相繼開發(fā)了異常與故障檢測系統(tǒng)（System for anomaly and Failure detection，SaFd）[8]、箭載智能推進(jìn)系統(tǒng)的綜合專家系統(tǒng)（Integrated expert System，IeS）[4]、試車后故障診斷系統(tǒng)（post Test diagnostic System，pTdS）[9]、事后分析的發(fā)動(dòng)機(jī)數(shù)據(jù)解釋系統(tǒng)（engine data Interpretation System，edIS）[12]和動(dòng)力系統(tǒng)自動(dòng)數(shù)據(jù)檢測系統(tǒng)（automated propulsion data Screening，apdS）[11]等。目前，在NaSa開發(fā)的綜合運(yùn)載器健康管理（Integrated Vehicle Health Management，IVHM）[6]系統(tǒng)中，動(dòng)力系統(tǒng)中的健康管理系統(tǒng)通過對有關(guān)發(fā)動(dòng)機(jī)及其附件的各種工作參數(shù)和傳感器信息的有效分析，從而獲得發(fā)動(dòng)機(jī)健康狀態(tài)評估信息。

1.2.1 異常與故障檢測系統(tǒng)

20世紀(jì)80年代，美國馬歇爾飛行中心與Rocketdyne公司合作開發(fā)出異常與故障檢測系統(tǒng)，其特點(diǎn)是采用閾值報(bào)警和冗余設(shè)計(jì)等技術(shù)，實(shí)現(xiàn)23路SSMe參數(shù)同時(shí)監(jiān)測，并成功應(yīng)用于SSMe的地面試車中[1]。其中閾值的分層優(yōu)化方法較為成功，具體步驟為：第1階段，根據(jù)同類型發(fā)動(dòng)機(jī)歷史數(shù)據(jù)得到第1級閾值；第2階段，由第1階段的閾值均值結(jié)合歷史數(shù)據(jù)的方差得到第2階段的閾值；第3階段，由第2階段閾值的均值和方差共同求出。

該系統(tǒng)比紅線緊急關(guān)機(jī)系統(tǒng)能夠更快捷地檢測出系統(tǒng)故障，提高了可靠性。該系統(tǒng)更多適用于發(fā)動(dòng)機(jī)穩(wěn)態(tài)過程的監(jiān)控，對故障的覆蓋率較低。

1.2.2 健康監(jiān)控系統(tǒng)

20世紀(jì)90年代初，美國聯(lián)合技術(shù)研究中心就著手研究動(dòng)力系統(tǒng)健康監(jiān)控系統(tǒng)[9]。健康監(jiān)控系統(tǒng)的功能框架如圖1所示。

由圖1可知，該系統(tǒng)主要由7個(gè)模塊組成：a）系統(tǒng)任務(wù)管理模塊，管理整個(gè)動(dòng)力系統(tǒng)健康監(jiān)控系統(tǒng)的工作；b）健康監(jiān)控模塊，綜合所有實(shí)時(shí)健康參數(shù)的輸出結(jié)果，并表決；c）傳感器模塊，用來同時(shí)獲取動(dòng)力系統(tǒng)監(jiān)測參數(shù)的物理信息；d）數(shù)據(jù)記錄模塊，記錄和存儲(chǔ)所有傳感器的輸出數(shù)據(jù)；e）離線數(shù)據(jù)分析模塊，完成歷史數(shù)據(jù)的分析，并對現(xiàn)有算法進(jìn)行驗(yàn)證：f）數(shù)據(jù)庫管理模塊，按照特定的優(yōu)化表格實(shí)現(xiàn)對數(shù)據(jù)的組織、維護(hù)和管理；g）通訊模塊，完成參數(shù)和信息的傳送。

圖1 健康監(jiān)控系統(tǒng)的功能示意

該系統(tǒng)可對傳感器數(shù)據(jù)、診斷算法和系統(tǒng)健康狀態(tài)等進(jìn)行綜合評定，可以利用多種物理信息的相關(guān)性實(shí)現(xiàn)評估結(jié)果的相互驗(yàn)證，提高了故障檢測能力，但其只能應(yīng)用于離線分析。

1.2.3 綜合運(yùn)載器健康管理系統(tǒng)

近年來，NaSa組織開展了綜合運(yùn)載器健康管理系統(tǒng)的研究。其中較為優(yōu)秀的是波音公司和艾姆斯研究中心為空天飛機(jī)X-37聯(lián)合研制的Livingstone集成運(yùn)載器健康管理系統(tǒng)[6]。

綜合運(yùn)載器健康管理系統(tǒng)如圖2所示。

圖2 綜合運(yùn)載器健康管理總體架構(gòu)

由圖2可知，該系統(tǒng)主要由航天運(yùn)載器層、傳感器層、管理軟件層和診斷軟件層等構(gòu)成。其特點(diǎn)為，基于Livingstone模型從系統(tǒng)的角度上診斷和定位故障，結(jié)合實(shí)時(shí)條件對研究對象的相互關(guān)系進(jìn)行自動(dòng)推理。但是，該系統(tǒng)在工作時(shí)，對研究對象的結(jié)構(gòu)和工作狀態(tài)進(jìn)行假設(shè)，且推理方法只適用于已知的系統(tǒng)。

1.2.4 先進(jìn)健康管理系統(tǒng)

近年，馬歇爾飛行中心與波音分公司合作開發(fā)出更為先進(jìn)健康管理系統(tǒng)[4]。該系統(tǒng)典型特點(diǎn)是實(shí)時(shí)的故障檢測系統(tǒng)，主要包括實(shí)時(shí)振動(dòng)監(jiān)控系統(tǒng)、線性發(fā)動(dòng)機(jī)模型系統(tǒng)和光學(xué)羽流異常檢測系統(tǒng)。實(shí)現(xiàn)步驟為：a）及時(shí)更新SSMe的中心控制器的內(nèi)容，增強(qiáng)對渦輪自身的監(jiān)測與保護(hù)；b）增加健康管理計(jì)算機(jī)，使用更為先進(jìn)的算法檢測故障和緩解發(fā)動(dòng)機(jī)的異常行為造成的影響。

該系統(tǒng)的主要特點(diǎn)是：a）當(dāng)發(fā)生災(zāi)難性故障時(shí)，可以在更理想的階段終止航天任務(wù)；b）算法靈活、可擴(kuò)展性強(qiáng)。該系統(tǒng)提高了航天運(yùn)載器在發(fā)射和升空階段的可靠性和安全性，為NaSa重點(diǎn)資助的對象之一。

2 中國動(dòng)力系統(tǒng)故障診斷技術(shù)現(xiàn)狀

2.1 理論研究

自1990年以來，中國針對大型火箭推進(jìn)系統(tǒng)的健康監(jiān)控技術(shù)進(jìn)行了大量的研究工作，在應(yīng)用神經(jīng)網(wǎng)絡(luò)、模糊數(shù)學(xué)、專家系統(tǒng)、故障樹分析方法及遺傳進(jìn)化理論等進(jìn)行故障檢測與診斷算法的研究方面取得了大量的研究成果[13～17]。目前的大多研究主要針對火箭發(fā)動(dòng)機(jī)展開，并且由于研究和應(yīng)用歷史較短，尚處于地面試驗(yàn)測試、數(shù)值仿真驗(yàn)證等階段，針對火箭動(dòng)力系統(tǒng)故障診斷的工程應(yīng)用基本處于起步階段。

2.2 典型應(yīng)用

2.2.1 紅線報(bào)警系統(tǒng)

主要用氫渦輪泵振動(dòng)信號的檢測來判斷火箭發(fā)動(dòng)機(jī)健康狀態(tài)的好壞[13,14]，實(shí)現(xiàn)方法分為兩種：一種是利用某種頻率下的振動(dòng)參數(shù)自相關(guān)系數(shù)和均方根值進(jìn)行閾值判斷，閾值范圍根據(jù)歷史數(shù)據(jù)確定；另一種是利用振動(dòng)信號的頻域分析提取特征量，利用智能神經(jīng)網(wǎng)絡(luò)構(gòu)建診斷模型實(shí)現(xiàn)故障監(jiān)測，缺點(diǎn)是對訓(xùn)練數(shù)據(jù)樣本量要求較大，更適于離線狀態(tài)分析，距實(shí)時(shí)工程應(yīng)用有較大差距。

2.2.2 火箭發(fā)動(dòng)機(jī)狀態(tài)監(jiān)控與故障診斷工程樣機(jī)

火箭發(fā)動(dòng)機(jī)狀態(tài)監(jiān)控與故障診斷工程樣機(jī)系統(tǒng)是針對某型渦扇發(fā)動(dòng)機(jī)研制的[15～17]，系統(tǒng)架構(gòu)分為系統(tǒng)級、功能部件級和參數(shù)級，以實(shí)現(xiàn)發(fā)動(dòng)機(jī)系統(tǒng)、功能部件、參數(shù)級別的故障檢測與診斷。在故障檢測與診斷算法方面，應(yīng)用相對成熟的有神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)和模糊理論等。但目前處于實(shí)驗(yàn)室樣機(jī)階段，尚需要真實(shí)數(shù)據(jù)的驗(yàn)證和完善。

3 結(jié)論與展望

加快動(dòng)力系統(tǒng)故障診斷技術(shù)的工程化應(yīng)用，是今后研究的出發(fā)點(diǎn)和落腳地，應(yīng)從以下方面開展研究：

a）新型傳感器研制及工程應(yīng)用技術(shù)研究：一是新型傳感器技術(shù)的研究與發(fā)展，包括微型嵌入式傳感器、智能傳感器等新型傳感器的成功制造與使用；二是傳感器工程應(yīng)用技術(shù)的研究，傳感器的工程應(yīng)用首先要保證自身的高可靠性、高穩(wěn)定和高準(zhǔn)確性，用于液體火箭動(dòng)力系統(tǒng)故障診斷的關(guān)鍵參數(shù)傳感器的數(shù)據(jù)應(yīng)精確與可靠，避免錯(cuò)誤的傳感器數(shù)據(jù)引起航天任務(wù)的終止或失敗。

b）高效智能的健康監(jiān)控技術(shù)研究：實(shí)時(shí)高效地完成火箭動(dòng)力系統(tǒng)相應(yīng)物理參數(shù)的獲取、傳輸、處理和利用，是實(shí)現(xiàn)火箭動(dòng)力系統(tǒng)故障診斷的前提和基礎(chǔ)。隨著智能技術(shù)，如專家系統(tǒng)、神經(jīng)網(wǎng)絡(luò)、模糊理論等的發(fā)展，液體火箭動(dòng)力系統(tǒng)健康監(jiān)控技術(shù)正向智能化的方向前進(jìn)，將大大提高火箭動(dòng)力系統(tǒng)健康監(jiān)控的能力。

c）實(shí)時(shí)準(zhǔn)確地健康監(jiān)控技術(shù)研究：液體火箭動(dòng)力系統(tǒng)的實(shí)時(shí)性健康監(jiān)控包括試車過程點(diǎn)火前準(zhǔn)備、點(diǎn)火和飛行過程等3個(gè)環(huán)節(jié)，其最終目的是通過對液體火箭動(dòng)力系統(tǒng)預(yù)冷、增壓、點(diǎn)火時(shí)泵前壓力、飛行過程中的推力和增壓壓力等參數(shù)的監(jiān)測，實(shí)時(shí)監(jiān)控火箭動(dòng)力系統(tǒng)的增壓系統(tǒng)和發(fā)動(dòng)機(jī)的工作狀態(tài)，盡早地發(fā)現(xiàn)火箭動(dòng)力系統(tǒng)的異常或故障，以便采取相應(yīng)的措施，如緊急關(guān)機(jī)、啟動(dòng)發(fā)動(dòng)機(jī)余度管理等，避免危險(xiǎn)性或?yàn)?zāi)難性的事故發(fā)生，保障發(fā)射任務(wù)的成功。

d）液體火箭動(dòng)力系統(tǒng)健康評估與決策支持系統(tǒng)研究：在動(dòng)力系統(tǒng)試車階段，立足于綜合分析動(dòng)力系統(tǒng)試車前后的健康狀態(tài)，幫助研究者對火箭動(dòng)力系統(tǒng)的可用性和試車成功與否提供評定依據(jù)，并用于指導(dǎo)和改善設(shè)計(jì)；在動(dòng)力系統(tǒng)研制階段，健康評估與決策支持系統(tǒng)可以對動(dòng)力系統(tǒng)出現(xiàn)的故障盡快進(jìn)行分析與定位，實(shí)現(xiàn)故障原因盡快定位，并指導(dǎo)采取相應(yīng)措施；在火箭動(dòng)力系統(tǒng)使用階段，健康分析與評估系統(tǒng)可以為動(dòng)力系統(tǒng)或關(guān)鍵單機(jī)的多次使用提供可靠的決策依據(jù)。

[1] Michael B. a candidate architecture for monitoring and control in chemical transfer propulsion systems[R]. NaSa-TM-103161, 1990 .

[2] Jue F K. Space shuttle main engine(SSMe) options for the future shuttle[R]. aIaa-2002-3758, 2002.

[3] Fiorucci T R, Lakin II d R. advanced engine health managementapplications of the SSMe real—time vibration monitoring system[R]. aIaa-2000-3622, 2000．

[4] dvidson M, Stephens J. advanced health management system for the space shuttle main engine[R]. aIaa-2004-3912, 2004.

[5] Guo T H, Merrill W. Real-time diagnostics for a reusable rocket engine[R]. NaSa-TM-105792, 1993.

[6] pettit c d, Barkhoudarian S. Reusable rocket engine advanced health management system:architecture and technology evaluation summary[R]. aIaa-99-2527, 1999．

[7] Venneri S. NaSa's space launch initiative[M]. Space and aeronautics committee on Science, 2002．

[8] Reilly d. System for anomaly and failure detection(SaFd) system development[R]. NaSa-cp-193907, 1993．

[9] Hawman. Health monitoring system for the SSMe-program overview[R]. aIaa-90-1987, 1990

[10] Nemeth e, anderson R. an advanced intelligent control system[R]. aIaa 92-3162, 1992．

[11] Nemeth e. Healthmanagement system for rocket engines[R]. NaSa cR-185223, 1990．

[12] Martin O H. enhancements to the engine data interpretation system(edIS)[R]. NaSa-cR-193363, 1993．

[13] 張育林，吳建軍等. 液體火箭發(fā)動(dòng)機(jī)健康監(jiān)控技術(shù)[M]. 長沙: 國防科技大學(xué)出版社, 1998.

[14] 張振鵬. 液體發(fā)動(dòng)機(jī)故障檢測與診斷中的基礎(chǔ)研究問題[J]. 推進(jìn)技術(shù), 2002, 23(5): 353-359.

[15] 陳啟智. 液體火箭發(fā)動(dòng)機(jī)故障檢測與診斷研究的若干進(jìn)展[J]. 宇航學(xué)報(bào), 2003, 24(l): l-10.

[16] 楊爾輔, 張振鵬, 崔定軍. 液發(fā)推力室和渦輪泵故障檢測與診斷技術(shù)研究[J]. 北京航空航天大學(xué)學(xué)報(bào), 1999, 25(5): 619-622．

[17] 謝光軍. 液體火箭發(fā)動(dòng)機(jī)渦輪泵實(shí)時(shí)故障檢測技術(shù)及系統(tǒng)研究[d]. 長沙: 國防科學(xué)技術(shù)大學(xué), 2006.

Fault diagnostics on dynamic System of Launch Vehicle

Zhang Li-bin, Yi Hang, Li can, Huang Hui, Zhang Xue-ying
(Beijing Institute of aerospace System engineering, Beijing, 100076)

With the demand of fault diagnosis techonology of dynamic system, this paper introduces the overseas development situation of fault diagnosis in launch vehicle dynamic system, and focuses on the development of theory research and typical application in USa. according to china’s situation in this area, suggestions and prospects of the research on fault diagnosis in launch vehicle dynamic system are proposed.

dynamic system; Fault diagnostics; Fault detection

Tp393.0

a

1004-7182(2016)01-0040-06

10.7654/j.issn.1004-7182.20160110

2014-11-20；

2015-12-28

張利彬（1982-），男，工程師，主要從事運(yùn)載火箭健康管理系統(tǒng)設(shè)計(jì)