本发明涉及液体火箭发动机故障检测领域，具体涉及基于数学模型时不变信息的液体火箭发动机故障诊断方法。
背景技术：
液体火箭发动机是运载火箭推进系统的主要动力装置和关键组成部分，但同时，液体火箭发动机是个非常复杂的流体—热动力系统，不仅工作在高温、高压、强震动和强腐蚀等恶劣环境下，而且工作阶段能量释放非常集中，因而是故障多发部位。迄今为止，全世界对液体火箭发动机的研究已有近百年，各项故障检测和隔离技术也日趋成熟，但在实际的发射任务中，依然无法避免因发动机故障而带来的损失和灾难。火箭发动机一旦发生故障，轻则影响发动机的工作性能，重则导致空间任务失败甚至危及航天员的生命，造成难以估计的损失。2006年7月26日，一枚由俄制RS-20重型洲际弹道导弹改造的运载火箭搭载18颗卫星在哈萨克境内贝康诺太空中心发射，升空不久后便因发动机故障而坠毁；2010年12月25日，搭载着印度国产GSAT-5P卫星的GSLV-F06运载火箭，由于第一级发动机出现严重技术故障，在发射升空后不到1分钟即开始冒烟并偏离轨道，大约19分钟后，这枚火箭在空中猛烈爆炸，星箭俱毁；2011年8月24日，搭载“进步M-12M”货运飞船的“联盟-U”火箭在升空不久后便发生爆炸，后经调查，发现是火箭第三级的动力设备发生故障；2011年12月23日，俄罗斯发射的搭载着“子午线”通信卫星的“联盟-2.1B”火箭，由于第三级火箭发动机出现故障，未能进入预定轨道；2013年7月2日，在拜科努尔发射场发射的俄“质子M/DM3”运载火箭在点火后17秒，一级助推器突然进入故障模式并关闭，导致箭上载有的600吨的有毒燃料(偏二甲肼)泄露，引起当地大面积环境污染；2014年5月22日，在美国斯坦尼斯航天中心进行试验的AJ-26型液氧煤油发动机，点火30秒时出现故障，造成发动机大范围损坏，试验被迫停止；2014年10月28日，美国沃罗普斯飞行中心发射“心宿二”号运载火箭时，由于火箭发动机出现故障，在点火起飞6秒后坠落在发射场，火箭所搭载的“天鹅座”货运飞船损失惨重；2015年5月16日，搭载墨西哥通信卫星的俄罗斯“质子-M”运载火箭在发射升空500秒后，由于火箭第三级发动机故障导致火箭坠毁；2015年6月28日，计划向国际空间站运送大量物资的“龙”飞船，由美国SpaceX公司研制的“猎鹰9号”运载火箭从佛罗里达州卡纳维拉尔角空军基地发射升空，但仅在飞船发射升空数分钟后，由于火箭发动机故障导致在空中爆炸，“猎鹰9号”的另一次发射事故是在2012年10月7日，也是由于火箭一台发动机故障，致使其搭载的一颗OG2原型通信卫星未能到达预定轨道。据统计，航天大国(如俄罗斯、美国、中国)虽然发射火箭的次数很多，但失败的次数也不少，成功率最高也仅有96.1％，比较低是印度和以色列，成功率仅有百分之六七十。因此，开展液体火箭发动机故障检测与诊断方法研究具有十分重要的理论意义和工程实用价值。
当前液体火箭发动机故障检测与诊断方法研究主要包括三类：基于测试信号数据统计的方法、基于数学模型的方法和基于人工智能的方法。基于数据统计的方法依赖于足够多的数据样本，通过对数据样本统计分析得出发动机工作状态的相关规律，从而确定出相关测量参数的判定阈值，然后根据一定的阈值检验规则来判断发动机或部件是否出现故障；基于人工智能的方法在处理复杂系统故障检测与诊断方面的独特优势，但前提也是需要大量数据样本进行训练，对于故障样本少的液体火箭发动机，或正常样本都不多的新型液体火箭发动机，这两类方法均无法适应。基于数学模型的方法主要有基于定量数学模型和基于定性数学模型两类。基于定量数学模型的方法处理线性系统效果好，应用广，但对于复杂的液体火箭发动机系统，通常难以建立精确的数学模型，限制了此方法在发动机故障检测与诊断中的应用；基于定性数学模型的方法在得到真实解的同时会产生大量虚假信息，所以故障诊断的准确性并不是很高。
因此，有待于研制一种适用于液体火箭发动机系统的故障检测和诊断方法。
技术实现要素：
本发明针对在先验知识缺乏、故障样本不足以及故障模式不完备等条件下，特别是仍处于试制阶段的新型液体火箭发动机，因其不仅故障样本缺乏，正常样本也非常有限导致的故障检测与诊断困难的问题，提出一种基于数学模型时不变信息的液体火箭发动机故障诊断方法，该方法是一种以发动机系统数学模型中时不变信息为统计指标的包络线方法。
为实现上述技术目的，本发明的技术方案是：
一种基于数学模型时不变信息的液体火箭发动机故障诊断方法，包括以下步骤：
S1：针对液体火箭发动机，建立其各主要组成部件的数学模型。
S2：基于液体火箭发动机各组成部件的数学模型，构建各数学模型中能够表征该部件正常或故障状态的时不变系数。
S3：分析表征各部件状态的时不变系数受发动机工作状态影响的变化规律，并根据所述变化规律定义各时不变系数的阈值。
S4：对于待检测的液体火箭发动机，采集其工作状态下各部件的状态数据，根据采集到的状态数据计算出各部件时不变系数并将其与S3中确定的阈值进行对比，进行发动机故障检测与诊断。若所有时不变系数都处于阈值范围内，则判断发动机正常；如果存在表征某个部件状态的时不变系数连续w次超出阈值，则认为发动机该部件发生故障，从而实现发动机故障检测与诊断。
对于液体火箭发动机其主要组成部件包括泵、燃气涡轮、热力组件和液体管路；其中泵包括氧化剂泵、燃料泵；燃气涡轮包括燃料涡轮、氧化剂涡轮；热力组件包括燃气发生器、燃烧室和燃气导管；液体管路包括推进剂输送管路等。
因此，S1中，针对液体火箭发动机的泵、燃气涡轮、热力组件和液体管路分别构建其对应的数学模型。
针对液体火箭发动机的泵构建其对应的数学模型为泵模型，如下：
其中，ΔP为泵的扬程，Ppe、Ppi分别表示泵的出口和入口压力，np为泵的转速，qp为泵的流量，μp1、μp2、μp3分别表示泵扬程的经验系数。
针对液体火箭发动机的燃气涡轮构建其对应的数学模型为燃气涡轮模型，如下：
燃气涡轮功率方程：
其中燃气涡轮效率η：
其中，n为燃气涡轮转速，b1，b2，b3为经验系数。
燃气涡轮流量qt：
其中，k、R、T分别为燃气的绝热指数、气体常数、温度；(RT)i中的下标i表示入口，在这里即燃气涡轮的入口；qt代表流过燃气涡轮的燃气流量，Pt0为燃气涡轮入口燃气压力，Pte为燃气涡轮出口燃气压力，Pti为燃气涡轮静子与转子间的燃气压力，θ为反力度，μ为燃气涡轮喷嘴的流量系数；At为燃气涡轮喷嘴的面积。
燃气涡轮理论喷射速度Ve：
燃气涡轮功率平衡方程：
其中N为燃气涡轮功率；∑Np表示由燃气涡轮带动的泵功率之和,J表示燃气涡轮泵转子的转动惯量。
针对液体火箭发动机的热力组件构建其对应的数学模型为热力组件模型，如下：
热力组件内质量守恒方程：
热力组件内的燃气密度变化规律计算式：
热力组件内的燃气混合比的变化率：
其中，qo代表氧化剂流量，qf代表燃料流量。
燃气热值根据混合比进行差值计算：
RT＝RT(r)
其中，T(r)表示T是燃气混合比r的函数，随着燃气混合比r变化。
根据理想气体状态方程
PV＝mgRT
进行求导处理，可得
进而可以分析出口流量方程
其中，mg、ρ、V、P和r分别为热力组件内的燃气质量、密度、体积、压力和混合比；qig、qlo和qlf分别为流入热力组件的燃气质量流量、液态氧化剂质量流量和液态燃料质量流量；qeg为热力组件的出口流量；ζ为热力组件的喉部的流量系数；A为热力组件的喉部面积。
针对液体火箭发动机的液体管路构建其对应的数学模型为液体管路模型，如下：
液体管路中液体推进剂的流动方程如式：
液体管路中推进剂组元的连续方程如式：
其中α、ξ、和L分别为液体管路的流阻系数、流容系数和液体的惯性流阻系数；qli、Pli、qle和Pel分别表示液体管路的入口、出口的质量流量和压力；Vl为液体管路体积；a表示液体管路中液体中的声速。
在本发明的S2中，构建的表征泵工作状态的时不变系数为：
构建的表征燃气涡轮工作状态的时不变系数为：
构建的表征热力组件工作状态的时不变系数为：
构建的表征液体管路工作状态的时不变系数为：
其中，Ple和Pli分别为液体管路的出口和入口压力，ql为液体管路流量。
本发明S3中，先建立样本库，采集一段时间内同一型号多台液体火箭发动机的工作状态下各部件的状态数据，根据采集到的状态数据，计算该型号液体火箭发动机各部件时不变系数，统计得到液体火箭发动机各部件状态的时不变系数受发动机工作状态影响的变化规律，并根据所述变化规律定义各时不变系数的阈值。
对于样本库中的样本数据量越多，最终统计得到的该型号液体火箭发动机其各部件状态的时不变系数受发动机工作状态影响的变化规律将越准确。
在发动机正常工作情况下，各部件状态的时不变系数对应一个值或者一个区间；当发动机处于不同的故障状态或者故障程度变大或变小时，各部件状态的时不变系数会相应的发生变化并偏离正常值或正常区间，这些变化规律即本发明通过统计学方法得到的各液体火箭发动机其各部件状态的时不变系数受发动机工作状态影响的变化规律。根据统计得到的上述变化规律定义阈值的方法，包括数理统计中常用的期望、方差等数字特征或点估计、区间估计等各种估计方法。
本发明S4中，w是预先设置的大于1的整数，其具体取值一般根据实际情况以及经验进行设置，一般为3次。
与现有技术相比，本发明能够产生以下技术效果：
本发明针对先验知识缺乏、故障样本不足以及故障模式不完备等条件下，液体火箭发动机故障检测与诊断困难的问题，提供了方便可靠的方法，可以有效实现前述困难条件下液体火箭发动机的故障检测与诊断。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明液体火箭发动机外观图；
图2为本发明的液体火箭发动机系统层次化分解图；
图3为本发明故障检测诊断实施方式及步骤图；
图4为本发明实施例的故障检测与诊断结果；
具体实施方式
以下结合附图对本发明的实施例进行详细说明，但是本发明可以由权利要求限定和覆盖的多种不同方式实施。
本发明的基本思路是：对液体火箭发动机进行模块化分解，并分别建立各部件的数学模型，构建各模块化数学模型中表征部件正常或故障状态的时不变系数，并分析这些时不变系数随系统状态的变化规律；当发动机组件发生故障时，这些组件对应数学模型的时不变系数会发生变化，从而影响其输出状态变化；这样就可通过对各模块化数学模型中表征该组件状态的时不变系数进行实时检测，根据是否超出其变化规律的统计阈值，即可实现对液体火箭发动机故障检测与诊断。
为了说明本发明所述的技术方案，下面通过具体实施例结合附图来进行说明。
本实施例的技术方案是：一种基于液体火箭发动机系统数学模型时不变信息的故障检测与诊断方法，针对图1所示发动机，按照图2所示，将液体火箭发动机层次划分为发动机级、子系统级和部件级等，建立各组件数学模型。然后进行下述步骤：逐一对各组成部件数学模型进行分析，构建能够表征该组成部件正常或故障状态的时不变系数，分析其在发动机工作过程中受发动机状态影响的变化规律。这种分层结构有利于区分部件故障，发动机故障时，可根据发动机所表现的故障状态，检测出故障，再依次分析表征各部件正常或故障状态的时不变系数变化，查找出故障部件，找出故障原因，完成故障检测与诊断。
如图1和图2所示，本方法适用于液体火箭发动机故障检测与诊断。液体火箭发动机由推力室、燃气发生器、涡轮泵、推进剂供应系统、阀门和调节元器件等部件组成，发动机系统按层次分为发动机级、子系统级和部件级等。其中子系统级包括推力室系统、涡轮泵系统、管路系统和燃气发生器系统。子系统可以进一步细分到部件级，推力室系统可细分为喷管、燃烧室、喷注器头部等；涡轮泵系统可以进一步分为燃料涡轮和燃料泵、氧化剂涡轮和氧化剂泵；管路子系统可以进一步划分为液体管路、气体管路、节流阀、流量调节器、带阀管路等。由于发动机各相似部件具有相同的数学形式，因此建模中以模块化形式给出，针对不同发动机，调用模块，即可进行分析。
参照图3，下面详细说明本发明提供的一种基于数学模型时不变信息的液体火箭发动机故障诊断方法，包括以下步骤：
S1：针对液体火箭发动机，建立其各主要组成部件的数学模型。
S2：基于液体火箭发动机发动机各组成部件的数学模型，构建各数学模型中能够表征该部件正常或故障状态的时不变系数；
不同的液体火箭发动机具有很多相似的主要组成部件，包括泵、涡轮、热力组件、液体管路等。其中泵包括氧化剂泵、燃料泵；涡轮包括燃料涡轮、氧化剂涡轮；热力组件包括燃气发生器、燃烧室和燃气导管；液体管路包括推进剂输送管路等。
相似的组件在细节上有很多不同，但是一般具有相同的数学形式，因此建模中以模块化形式给出，针对不同液体火箭发动机，调用其具有的部件模块，即可进行分析。下面建立主要的组成部件的数学模型，并构建出表征该部件的时不变系数。
(1)泵模型，适应于液体火箭发动机中的各种泵，如氧化剂泵以及燃料泵。
表征泵的主要性能的参数有流量、扬程、转速、功率和效率。
泵的扬程：每一单位质量的推进剂通过泵后其能量的增加值称为泵的扬程。
其中，ΔP为泵的扬程，Ppe、Ppi分别表示泵的出口和入口压力，np为泵的转速，qp为泵的流量，μp1、μp2、μp3分别表示泵扬程的经验系数，为已知参数，由生产泵的厂家单位在生产之后通过试验等方法确定该批次产品的经验参数。
所谓时不变系数，在此指正常工作情况下，该系数不随时间变化，该时不变系数始终对应一个常数或者一个区间，当系统发生故障或偏离正常工况时，该系数将偏离该常数或区间。
经过分析，构建表征泵工作状态的时不变系数为：
氧化剂泵与燃料泵相同。
(2)燃气涡轮模型
下面构建燃气涡轮模型。
燃气涡轮功率方程：
涡轮的功率由泵所需的功率决定。
燃气涡轮效率方程：
其中，b1，b2，b3为经验系数，为已知参数，由生产燃气涡轮的厂家单位在生产之后通过试验等方法确定该批次产品的经验参数。
燃气涡轮流量方程：
其中，k、R、T分别为燃气的绝热指数、气体常数、温度；qt代表流过燃气涡轮的燃气流量，Pt0为燃气涡轮入口燃气压力，Pte为燃气涡轮出口燃气压力，Pti为燃气涡轮静子与转子间的燃气压力，θ为反力度，μ为燃气涡轮喷嘴的流量系数；At为燃气涡轮喷嘴的面积。
燃气涡轮理论喷射速度：
燃气涡轮功率平衡方程：
其中N为燃气涡轮功率；∑Np表示由燃气涡轮带动的泵功率之和,J表示燃气涡轮泵转子的转动惯量，n为燃气涡轮转速。
经过分析，构建表征燃气涡轮工作状态的时不变系数为：
氧化剂涡轮与燃料涡轮都属于燃气涡轮。上述构建的燃气涡轮模型以及表征燃气涡轮工作状态的时不变系数适用于氧化剂涡轮与燃料涡轮
(3)热力组件模型
热力组件包括燃气发生器、燃烧室和燃气导管。
热力组件内质量守恒方程：
热力组件内的燃气密度变化规律计算式：
热力组件内的燃气混合比的变化率：
其中，qo代表氧化剂流量，qf代表燃料流量。
燃气热值根据混合比进行差值计算：
RT＝RT(r)
其中，T(r)表示T是燃气混合比r的函数，随着燃气混合比r变化。该函数作为已知函数给出，该变化的函数一般为生产该热力组件的厂家根据经验和实验数据拟合得到。
根据理想气体状态方程
PV＝mgRT
进行求导处理，可得
进而可以分析出口流量方程
其中，mg、ρ、V、P和r分别为热力组件内的燃气质量、密度、体积、压力和混合比；qig、qlo和qlf分别为流入热力组件的燃气质量流量、液态氧化剂质量流量和液态燃料质量流量；qeg为热力组件的出口流量；ζ为热力组件的喉部(即热力组件其横截面最小的位置)的流量系数；A为热力组件的喉部面积。
本发明中构建表征热力组件工作状态的时不变系数为：
上述构建的热力组件模型以及表征热力组件工作状态的时不变系数适用于燃气发生器、燃烧室和燃气导管。
(4)液体管路模型
液体管路中液体推进剂的流动方程如式：
液体管路中推进剂组元的连续方程如式：
其中α、ξ、和L分别为液体管路的流阻系数、流容系数和液体的惯性流阻系数；qli、Pli、qle和Pel分别表示液体管路的入口、出口的质量流量和压力。Vl为液体管路体积；a表示液体管路中液体中的声速。
构建表征液体管路工作状态的时不变系数为：
其中，Ple和Pli分别为管路的出口和入口压力，ql为管路流量。
上述构建的液体管路模型以及表征液体管路工作状态的时不变系数适用于所有推进剂输送管路，包括带阀管路。
S3：分析表征各部件状态的时不变系数受发动机工作状态影响的变化规律，并根据所述变化规律定义各时不变系数的阈值；
对于S3，应先建立样本库，采集一段时间内该型号多台液体火箭发动机的工作状态下各部件的状态数据，根据采集到的状态数据，计算该型号液体火箭发动机各部件时不变系数，统计得到液体火箭发动机各部件状态的时不变系数受发动机工作状态影响的变化规律，并根据所述变化规律定义各时不变系数的阈值。
样本库中的样本数据量越多，最终统计得到的该型号液体火箭发动机其各部件状态的时不变系数受发动机工作状态影响的变化规律将越准确。
在发动机正常工作情况下，各部件状态的时不变系数对应一个值或者一个区间；当发动机处于不同的故障状态或者故障程度变大或变小时，各部件状态的时不变系数会相应的发生变化并偏离正常值或正常区间，这些变化规律即本发明通过统计学方法得到的各液体火箭发动机其各部件状态的时不变系数受发动机工作状态影响的变化规律。根据统计得到的上述变化规律定义阈值的方法，包括数理统计中常用的期望、方差等数字特征或点估计、区间估计等各种估计方法。
S4：对于待检测的液体火箭发动机，采集其工作状态下各部件的状态数据，根据采集到的状态数据计算出各部件时不变系数并将其与S3中确定的阈值进行对比，进行发动机故障检测与诊断。若所有时不变系数都处于阈值范围内，则判断发动机正常；如果存在表征某个部件状态的时不变系数连续w次超出阈值，则认为发动机该部件发生故障，从而实现发动机故障检测与诊断。其中w是预先设置的大于1的整数，具体根据实际情况以及经验进行设置，一般为3次。
下面结合某型液体火箭发动机燃料冷排汽蚀管故障检测与诊断进行说明。
根据发动机系统各部件组成，按本发明方法构建表征各部件时不变系数，并分析其变化规律。定义其阈值，再进行故障检测与诊断。
图4给出了故障检测与诊断结果。从图4中可以看出，表征燃料冷排汽蚀管状态的时不变系数在430s左右超出阈值，而其它时不变系数并未发生较大变化，因此可以检测与诊断出燃料冷排汽蚀管发生故障。
以上所述仅为本发明的优选的实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。