基于深度学习与SAE网络的火箭推力下降故障诊断

• 作者: 陈海鹏 闫杰 符文星
• 来源期刊: 载人航天
• 学科: 航空航天
• 关键词: 推力下降故障 运载火箭 故障诊断 深度学习 SAE网络
• 年，卷（期）: 2022,（2）
• 所属期刊栏目: 工程技术|ENGINEERING TECHNOLOGY
• 页码范围: 237-243
• 页数: 7页
• 分类号: V433
• 语种: 中文
• DOI: 10.3969/j.issn.1674-5825.2022.02.014

摘要

针对运载火箭动力系统在发动机推力下降故障诊断中存在的推力下降程度及故障时间测算不精确的问题,提出了一种基于深度学习的故障诊断方法.不同时刻及程度的推力故障下,利用运载火箭六自由度运动学模型生成的过载信息作为故障训练样本,采用堆栈自动编码器方法训练网络,利用训练好的网络辨识发动机推力下降程度,带入六自由度仿真模型中可以实现在线故障诊断.数字仿真证实:该方法可以对火箭发动机的不同时刻与不同推力下降程度的推力损失进行故障诊断,与普通神经网络方法相比,精确性更高.