液體火箭發(fā)動機(jī)啟動與故障檢測系統(tǒng)設(shè)計研究

王敏杰

北京星河動力裝備科技有限公司，中國·北京 100071

1 引言

液體火箭發(fā)動機(jī)啟動與的發(fā)生與電力、軟件、日常維護(hù)、人員操作等諸多因素組成，也從而增加了液體火箭發(fā)動機(jī)啟動與故障檢測系統(tǒng)的成本，降低了設(shè)備的工作效率[1]。因此，積極的液體火箭發(fā)動機(jī)啟動與故障檢測系統(tǒng)評估方法有利于預(yù)防危害，而不是在事故發(fā)生后采取反應(yīng)性措施[2]。近年來，基于機(jī)器學(xué)習(xí)算法的機(jī)器故障預(yù)測，得到了廣泛應(yīng)用。在液體火箭發(fā)動機(jī)啟動與故障檢測系統(tǒng)設(shè)備中，人工提取所采集的信號特征，需要采集者本人具備較好的數(shù)學(xué)基礎(chǔ)與機(jī)械故障診斷能力，并且不同的信號特征具有不同的表達(dá)含義，人工較難提取統(tǒng)一，以及適用不同模型的特征。故現(xiàn)有的機(jī)器學(xué)習(xí)方法，在液體火箭發(fā)動機(jī)啟動與故障檢測系統(tǒng)預(yù)測中，適用性較低。而改進(jìn)的深度信念網(wǎng)絡(luò)（Deep Belief Networks,DBNs），則是通過將多層非線性學(xué)習(xí)層的組合，進(jìn)一步模仿人腦運(yùn)行機(jī)制，從而對液體火箭發(fā)動機(jī)啟動與故障檢測系統(tǒng)設(shè)備存在的故障進(jìn)行分類，進(jìn)而成功獲得有效的預(yù)測。本研究根據(jù)現(xiàn)有研究情況，提出液體火箭發(fā)動機(jī)啟動與故障檢測系統(tǒng)預(yù)測模型研究及工程評估實(shí)踐，以期為液體火箭發(fā)動機(jī)啟動與故障檢測系統(tǒng)的有效預(yù)測提供一些的思路。

2 改進(jìn)的深度信念網(wǎng)絡(luò)模型體系架構(gòu)原理

改進(jìn)的深度信念網(wǎng)絡(luò)主要是由多個受限玻爾茲曼機(jī)（Restricted Boltzmann Machines, RBMs）堆疊生成一種概率預(yù)測模型，本研究中結(jié)合液體火箭發(fā)動機(jī)啟動與故障檢測系統(tǒng)設(shè)備的特征，提出改進(jìn)深度信念網(wǎng)絡(luò)預(yù)測模型[3]。

受限玻爾茲曼機(jī)結(jié)構(gòu)見圖1。

圖1 受限玻爾茲曼機(jī)結(jié)構(gòu)

利用對液體火箭發(fā)動機(jī)啟動與故障檢測系統(tǒng)設(shè)備大量的數(shù)據(jù)無監(jiān)督訓(xùn)練RBM，進(jìn)而找出最佳參數(shù)集，自動對于液體火箭發(fā)動機(jī)啟動與故障檢測系統(tǒng)的信號提取深層的特征，使似然函數(shù)最大化，為了解決這個問題，Hinton 根據(jù)CD 算法提出了一種訓(xùn)練RBM的多主算法：對比發(fā)散（CD）算法（Hinton et al，2006），最大似然函數(shù)可以得到最大似然參數(shù)。為了實(shí)現(xiàn)，給出了基于RBM 訓(xùn)練集的最優(yōu)參數(shù)0*假設(shè)：

在對改進(jìn)深度信念網(wǎng)絡(luò)的改進(jìn)中，需要對RBM 的訓(xùn)練參數(shù)進(jìn)行更新，具體來說，隨機(jī)梯度上升是用來求解最大值的。在CD 算法的過程中，最關(guān)鍵的一步是求解對數(shù)P（v/0）對參數(shù)的偏導(dǎo)數(shù)，hinton 提出了Markov 鏈Monte carlomcc），它可以解決可見層和隱藏層的狀態(tài)。當(dāng)可見層和隱層的分布趨于穩(wěn)定時，P（v，h）達(dá)到最大值，參數(shù)可以更新如下（LeRoux和Bengio，2008）：

其中，r和n分別是迭代次數(shù)和學(xué)習(xí)率由上述推理，進(jìn)一步得到關(guān)于液體火箭發(fā)動機(jī)啟動與故障檢測系統(tǒng)預(yù)測模型的預(yù)測的深度體系架構(gòu)圖2。

圖2 液體火箭發(fā)動機(jī)啟動與故障檢測系統(tǒng)設(shè)計預(yù)測的深度體系架構(gòu)

改進(jìn)的深度信念網(wǎng)絡(luò)在液體火箭發(fā)動機(jī)啟動與故障檢測系統(tǒng)預(yù)測時，可以較好地提取出產(chǎn)生液體火箭發(fā)動機(jī)啟動與故障檢測系統(tǒng)的特征向量，并將所提取的特征向預(yù)測層輸入，從而為液體火箭發(fā)動機(jī)啟動與故障檢測系統(tǒng)的有效評估，提供依據(jù)。

3 仿真驗(yàn)證

對H 液體火箭發(fā)動機(jī)啟動與故障檢測系統(tǒng)設(shè)備進(jìn)行了故障預(yù)測模型的仿真，以此來為采購的液體火箭發(fā)動機(jī)啟動與故障檢測系統(tǒng)設(shè)備工程評估提供依據(jù)。原始數(shù)據(jù)提取為2019年1月—2020年1月期間，液體火箭發(fā)動機(jī)啟動與故障檢測系統(tǒng)發(fā)生量。液體火箭發(fā)動機(jī)啟動與故障檢測系統(tǒng)預(yù)測模型，加以仿真驗(yàn)證，對比原始數(shù)據(jù)與預(yù)測液體火箭發(fā)動機(jī)啟動與故障檢測系統(tǒng)故障發(fā)生概率之間存在的誤差。

4 模型工程化應(yīng)用評估實(shí)踐驗(yàn)證

4.1 模型工程臨床應(yīng)用實(shí)踐

本研究所構(gòu)建的液體火箭發(fā)動機(jī)啟動與故障檢測系統(tǒng)預(yù)測模型，是利用局域網(wǎng)絡(luò)，采用信號接收系統(tǒng)，將通過所有與之相關(guān)的液體火箭發(fā)動機(jī)啟動與故障檢測系統(tǒng)數(shù)據(jù)采集，并發(fā)送至計算機(jī)系統(tǒng)內(nèi)，自動完成故障發(fā)生概率的測算。液體火箭發(fā)動機(jī)啟動與故障檢測系統(tǒng)設(shè)計的預(yù)測，可以通過數(shù)據(jù)的反復(fù)采集，自動形成疊加與存儲，保證數(shù)據(jù)的準(zhǔn)確性與可靠性，能夠隨時提供故障預(yù)測概率，保證液體火箭發(fā)動機(jī)啟動與故障檢測系統(tǒng)設(shè)計，保證其運(yùn)行的穩(wěn)定性。利用局域網(wǎng)的分散發(fā)射，無論設(shè)備在哪一方位運(yùn)行，均能夠保證液體火箭發(fā)動機(jī)啟動與故障檢測系統(tǒng)設(shè)備時實(shí)性的監(jiān)測效果，快速反饋液體火箭發(fā)動機(jī)啟動與故障檢測系統(tǒng)設(shè)備的運(yùn)行情況，對可能發(fā)生的預(yù)測故障下限，自動分析，也可自動報警，給予設(shè)備維護(hù)人員提示，根據(jù)不同提示，制定有針對性的運(yùn)維措施。該預(yù)測模型，可以通過現(xiàn)代化的預(yù)測手段，真正滿足當(dāng)前液體火箭發(fā)動機(jī)啟動與故障檢測系統(tǒng)設(shè)備的運(yùn)維，提升液體火箭發(fā)動機(jī)啟動與故障檢測系統(tǒng)領(lǐng)域的整體工作效率。本次研究所構(gòu)建的模型工程臨床應(yīng)用實(shí)踐布置[3]

4.2 模型工程化應(yīng)用評估實(shí)踐驗(yàn)證

液體火箭發(fā)動機(jī)啟動與故障檢測系統(tǒng)預(yù)測模型是否能應(yīng)用到工程實(shí)踐，仍需要進(jìn)行評估。選取2020年12 個月，每一個月進(jìn)行故障預(yù)測能力評估。設(shè)置迭代次數(shù)為40 次，改進(jìn)深度信念網(wǎng)絡(luò)的液體火箭發(fā)動機(jī)啟動與故障檢測系統(tǒng)預(yù)測模型與工程應(yīng)用實(shí)踐的實(shí)測值進(jìn)行對比。為了進(jìn)一步保證本次結(jié)果的可靠性，將研究數(shù)據(jù)錄入SPSS24.0 軟件中，進(jìn)行統(tǒng)計學(xué)的差異性分析，最終得到的結(jié)果見表1。

表1 模型工程化應(yīng)用評估實(shí)踐驗(yàn)證值對比

通過表1數(shù)據(jù)可知，液體火箭發(fā)動機(jī)啟動與故障檢測系統(tǒng)預(yù)測模型，可以應(yīng)用到工程實(shí)踐，預(yù)測值與實(shí)際值結(jié)果之間存在較小的差異。通過工程實(shí)踐應(yīng)用可知，液體火箭發(fā)動機(jī)啟動與故障檢測系統(tǒng)預(yù)測模型具有多個優(yōu)點(diǎn)：①權(quán)重被引導(dǎo)到最 小范數(shù)的區(qū)域；②它在參數(shù)空間的區(qū)域中設(shè)置權(quán)重，其中全局最小的可能性最大；③它可以充分提取所有輸入數(shù)據(jù)的相關(guān)特征。

5 結(jié)語

本研究中仿真及工程驗(yàn)證效能結(jié)果表明，改進(jìn)深度信念網(wǎng)絡(luò)的液體火箭發(fā)動機(jī)啟動與故障檢測系統(tǒng)預(yù)測模型設(shè)置迭代次數(shù)40 次時，預(yù)測值與實(shí)際值并未出現(xiàn)較大差異，按照模型生成參數(shù)的操作步驟，不斷完成更新迭代，最終通過訓(xùn)練RBM 后的學(xué)習(xí)算法，獲得所需要的最后深度信念網(wǎng)絡(luò)參數(shù)的更新預(yù)測模型，可以達(dá)到液體火箭發(fā)動機(jī)啟動與故障檢測系統(tǒng)準(zhǔn)確的預(yù)測概率。液體火箭發(fā)動機(jī)啟動與故障檢測系統(tǒng)預(yù)測模型，可以降低液體火箭發(fā)動機(jī)啟動與故障檢測系統(tǒng)的發(fā)生率，并且能夠?yàn)橐后w火箭發(fā)動機(jī)啟動與故障檢測系統(tǒng)設(shè)備維護(hù)，提供具有科學(xué)依據(jù)的故障預(yù)防措施。隨著液體火箭發(fā)動機(jī)啟動與故障檢測系統(tǒng)設(shè)備維護(hù)意識與要求的增強(qiáng)，液體火箭發(fā)動機(jī)啟動與故障檢測系統(tǒng)預(yù)測模型自身所具備的多重優(yōu)勢（液體火箭發(fā)動機(jī)啟動與故障檢測系統(tǒng)預(yù)測率準(zhǔn)確、快速、全自動操作，無需人工配合），其液體火箭發(fā)動機(jī)啟動與故障檢測系統(tǒng)設(shè)備維護(hù)領(lǐng)域應(yīng)用前景非常廣闊，值得全面推廣。