Wasserstein距离在液体火箭发动机故障检测中的应用.pdf
《Wasserstein距离在液体火箭发动机故障检测中的应用.pdf》由会员分享,可在线阅读,更多相关《Wasserstein距离在液体火箭发动机故障检测中的应用.pdf(8页珍藏版)》请在咨信网上搜索。
1、第 卷 第 期国防科技大学学报 年 月 :距离在液体火箭发动机故障检测中的应用程玉强,邓凌志(国防科技大学 空天科学学院,湖南 长沙 )摘要:健康监控技术能够切实提高液体火箭发动机的可靠性,针对液体火箭发动机健康监控中的故障检测问题,提出基于 距离的方法,利用液氢液氧火箭发动机地面热试车数据进行验证。该方法的核心思想是利用 生成对抗网络模拟正常数据的样本分布,利用其判别器计算测试样本与模拟分布间的 距离,进而实现故障检测。结果表明:该方法能够克服故障数据不足的困难,有效检测稳态过程中的故障,没有发生误报警,且对早期异常有较高敏感性;在训练样本较少的情况下,当 距离阈值为 时对启动过程的早期异常
2、有较高敏感性,取 时仍可有效检测启动过程中的故障,误报警率为听语音聊科研与作者互动 。关键词:液体火箭发动机;故障检测;距离;生成对抗网络中图分类号:文献标志码:开放科学(资源服务)标识码():文章编号:(),(,):,:;液 体 火 箭 发 动 机(,)作为运载火箭的主要动力装置,其可靠性关系着航天任务的成败。然而,的结构复杂且工作在高温高压的极致环境中,其发生故障的概率较高,严重的发动机故障往往会造成很严重的后果 。发展 健康监控技术,能够有效提高运载火箭的安全性和可靠性。故 障 检 测 与 诊 断(,)方法是 健康监控技术的核心与基础。根据使用的信息类型和采用的故障搜索策略 ,方法可以分
3、为基于模型、基于信号处理和基于人工智能的方法。基于模型的方法通过比较系统的实际测量输出与模型预测输出之间的一致性来进行 ,其代表性方法是卡尔曼滤波算法。董立宝等 将集合卡尔曼滤波算法应用于发动机启动瞬态状态监测,等 将基于微分方程的卡尔曼滤波器应用于开式循环 的稳态过程 ,等 将非线性卡尔曼滤波方法应用于开式循环 的瞬变过程 。此外,研究人员还开发了基于 理论 、机电制动器 、多元线性回归算法 的方法。该类方法解释性强并具有检测未知故障的能力,但精确建模困难、泛化性能较差,难以满足实际需求。基于信号处理的方法主要依靠工程经验和专家知识对收稿日期:基金项目:国家自然科学基金创新研究群体资助项目(
4、)作者简介:程玉强(),男,湖南长沙人,研究员,博士,硕士生导师,:;邓凌志(通信作者),男,湖北洪湖人,博士研究生,:第 期程玉强,等:距离在液体火箭发动机故障检测中的应用测量信号进行特征提取,然后根据故障特征分析和对健康系统特征的先验知识做出检测和诊断决策。该类方法主要有统计特征分析 、小波方法 、应力波检测技术 等。该类方法简单直观,但严重依赖专家经验且精度较低。基于人工智能的方法主要可以分为基于专家系统的方法、基于统计可靠性的方法和基于深度学习的方法。基于专家系统的方法通过模拟专家的决策来检测和诊断发动机故障,如用于 第一级发动机验收试验和例行数据分析的 健康评估专家系统(,)。基于统
5、计可靠性的方法主要以机器学习为主要工具来提取能够表示系统变量依赖性的“底层知识”,代表性的方法有模糊聚类 、支持向量机(,)、主成分分析 等。基于深度学习的方法主要是利用人工神经网络(,)从样本中自主学习,找到样本数据之间的映射关系,如卷 积 自 编 码 器(,)、反向传播神经网络(,)、长短期记忆(,)网络 等。该类方法受传感器数据的规模和质量影响较大,且解释性差。上述方法大多依赖故障数据或专家经验,然而 的实验数据大多数都是正常数据,故障样本稀缺。为了寻求一种较为简便且不依赖于故障数据的方法,本研究以氢氧火箭发动机为研究对象,提出基于 距离的故障检测方法。生成对抗网络原理简 要 介 绍 生
6、 成 对 抗 网 络(,)的基本原理。是通过对抗过程估计生成模型的框架 ,无须先验概率建模,就能学习真实的样本分布。由生成器和判别器两部分组成,这两部分均由神经网络构成。的原理及训练流程如图 所示,生成器的作用是将输入的噪声信号通过神经网络映射到样本空间,输出尽可能真的假样本,而判别器的作用则是判断样本是来自生成器的假样本还是来自真实数据分布的真样本。训练过程中,二者交替优化,通过生成器与判别器相互博弈,达到纳什均衡,最终使生成器生成的样本符合真实样本概率分布。生成器的训练过程如下:向生成器输入随机噪声,输出生成样本,向判别器输入生成样本,输出判别结果,计算误差,更新生成器的网络权值。图 的原
7、理及训练流程 判别器的训练过程如下:向判别器输入生成样本和真实样本,输出判别结果,计算误差,更新判别器的网络权值。两者交替进行,达到设定的训练轮数或一定条件,训练完成。训练完成后,生成器能够很好地估计原始样本的概率分布,并生成符合原始样本分布的新样本,判别器的作用则是判断样本的真假。存在训练不稳定、模式崩溃、训练程度不明等问题,为了解决这些问题,等 提出了 生成对抗网络(,),以 距离来度量两个样本分布之间的差异。距 离 又 叫 推 土 机 距 离(,),如图 所示,假设样本分布为土堆的形状,现需将一个土堆通过推土的方式转化为另一个土堆,就是实现该过程所需的最小工作量,其计算方法是泥土的质量乘
8、以其移动的距离。图 推土机距离示意图 的数学形式为:(,)(,)(,)()其中,和 为两个样本分布,(,)为 和 组成的所有可能的联合分布的集合,为 与 的联合分布,(,)表示从联合分布 中采样得到样本 与 ,为 与 间的距离,所有可能的联合分布中期望值的下确界 (,)(,)即为 。为了适应于神经网络的训练,将 近似为:(,)()()()国 防 科 技 大 学 学 报第 卷其中,表示函数 的 常数。生成器和判别器的损失函数的计算方法为:()()()()()训练完成后,生成器能够很好地模拟训练集的样本分布,生成符合原始样本分布的新样本,判别器可以计算测试样本与模拟分布间的 。彻底解决了训练不稳定
9、的问题,不再需要小心平衡生成器和判别器的训练程度;基本解决了模式崩溃的问题,确保了生成样本的多样性;训练过程中以 指示训练进程。在结构上与 没有本质区别,易于实现。其主要区别在于 判别器的输出结果是输入样本与模拟分布间的 ,故判别器的输出层不使用激活函数,生成器和判别器的损失不取对数,判别器的参数在每次更新之后截断到一个范围。图 基于 的故障检测方法流程 基于 距离的故障检测方法 的判别器可以计算测试样本与模拟分布间的 ,故障样本与正常样本的 应当存在一定差异性,利用该原理实现故障检测。基于 距离的故障检测方法流程如图 所示。首先,对 试车数据进行预处理,划分数据集;其次,利用仅有正常样本构成
10、的训练集训练 模型;然后,用判别器计算训练集样本与模拟分布间的 ,计算 的故障阈值;最后,用判别器计算测试集的 并与 阈值进行比较,得到检测结果。火箭发动机试车数据验证与分析 研究对象及数据预处理 系统如图 所示,以大型泵压式液氢液氧火箭发动机为研究对象,对基于 距离的故障检测方法进行验证与分析。本文使用的数据共包括 次正常试车数据、次稳态过程故障试车数据和 次启动过程故障试车数据,共计 次试车数据,如表 所示。图 系统简图 表 地面试车情况统计 运行情况试车编号正常 ,稳态故障 ,启动故障 ,采集的试车数据包括 个参数,采样率为 ,参数类型包括压力、温度、质量流量和转速,参数数量级范围为 。
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- Wasserstein 距离 液体 火箭发动机 故障 检测 中的 应用
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。