数据驱动的运载火箭氧涡轮泵异常分析方法

摘要：

基于模糊聚类和LSTM网络,提出了一种数据驱动的运载火箭发动机氧涡轮泵数据异常分析方法.通过模糊聚类对工况复杂,标签不完整的数据样本进行预分类,得到完整的标签并且分析特征贡献度,为LSTM网络的特征筛选和训练打下基础;通过LSTM网络对氧涡轮泵数据进行预测,并计算预测结果与原始数据之间的平均误差,再根据非参数阈值计算方法计算的阈值判据来判断设备是否异常,最终实现了氧涡轮泵数据驱动的故障检测报警,相较于红线阈值检测方法准确率提升7％.

关键词：火箭发动机、故障检测、氧涡轮泵、模糊聚类、长短期记忆网络

所属期刊栏目：43

分类号：V238(航空发动机（推进系统）)

资助基金：民用航天十三五技术预先研究项目

在线出版日期：2022-08-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：964-973