薛薇 作品数:23 被引量:65 H指数:6 供职机构: 北京航天动力研究所 更多>> 发文基金: 国家自然科学基金 国家高技术研究发展计划 更多>> 相关领域: 航空宇航科学技术 自动化与计算机技术 机械工程 电子电信 更多>>
涡轮泵高速轴承二自由度加载系统设计 运载火箭发动机涡轮泵主轴高速轴承一般工作在超低温大载荷工况下,本文针对涡轮泵高速轴承的特殊工况环境,设计其二自由度加载系统,并重点对其液压系统关键部件进行计算选型,利用UG软件设计液压缸乃至整个加载系统的三维结构,最后对... 胡慧 王超 薛薇 李子亮 吴瑾清文献传递 基于注意力机制循环神经网络的液体火箭发动机故障检测 2024年 针对液体火箭发动机主级段工作过程,采用多变量非线性时间序列分析理论,在两级注意力机制循环神经网络(Dual Stage Attention Based Recurrent Neural Networks,DA-RNN)的基础上,提出一种新型时序分析工具——卷积两级注意力机制循环神经网络(Convolutional Dual Stage Attention Based Recurrent Neural Networks,CDA-RNN),从而建立故障趋势预测模型。通过对预测残差进行自相关性分析并定义故障置信概率,提出了故障检测量化依据。利用发生微弱故障的热试车数据进行验证,结果表明,CDA-RNN模型对非稳态工作段微弱故障多参数检测具有良好鲁棒性,该方法十分有效,具有直接应用价值。 张万旋 卢哲 张箭 薛薇 张楠关键词:多变量时间序列 循环神经网络 卷积神经网络 一种火箭发动机尾喷射流仿真方法及系统 本发明一种火箭发动机尾喷射流仿真方法及系统。(1)建立与火箭发动机喷管相同尺寸的三维几何模型;(2)对三维几何模型进行网格划分并加密,确定边界条件;(3)建立计算模型,确保尾喷射流过程满足粘性纳维‑斯托克斯方程;(4)采... 李子亮 薛薇 吴瑾清 胡慧 武小平 刘业奎文献传递 基于可视化平台的液氢/液氧火箭发动机核心部件质量计算 被引量:1 2015年 运载火箭总体方案论证阶段,为了选择推进系统方案需要对发动机的质量、性能等参数进行比较和优化,但是液体火箭发动机的质量是很难估算的,影响发动机质量的因素很多,几乎没有什么规律可循,估算发动机质量的工作只能是非常粗糙的。依据液体火箭发动机主要部件的特点及工程经验,提出了发动机核心部件的质量计算模型;给出了发动机推力室和涡轮泵2部件的2种计算模型并进行了比较。最后,采用VC++平台设计了可视化的计算界面,并结合国内外的发动机进行了验证。 薛薇 蔡震宇 曹红娟 戈庆明关键词:航天推进系统 液体火箭发动机 可视化界面 基于改进ARMA模型的火箭发动机稳态工况过程实时故障诊断方法研究 被引量:12 2020年 针对大推力氢氧补燃循环发动机的主级工况,设计了基于ARMA模型的实时故障诊断算法,并改进了阈值求解方法以及故障判别准则,通过仿真验证,证明了改进算法的高效性及有效性,为建立大推力氢氧补燃循环发动机健康监控系统奠定了基础;首先,建立了大推力氢氧补燃循环发动机的故障模型,得到了典型故障的故障数据;接着,设计了改进的ARMA模型、阈值求解算法和故障判别准则;最后进行仿真分析,结果表明改进算法能够在毫秒的量级诊断出各典型故障,满足了发动机故障诊断系统设计的要求。 邓晨 薛薇 郑孟伟 马菡关键词:ARMA模型 故障诊断 一种火箭发动机尾喷射流仿真方法及系统 本发明一种火箭发动机尾喷射流仿真方法及系统。(1)建立与火箭发动机喷管相同尺寸的三维几何模型;(2)对三维几何模型进行网格划分并加密,确定边界条件;(3)建立计算模型,确保尾喷射流过程满足粘性纳维‑斯托克斯方程;(4)采... 李子亮 薛薇 吴瑾清 胡慧 武小平 刘业奎文献传递 改进PSO优化WNN的液体火箭发动机故障检测 被引量:4 2021年 提出一种改进粒子群优化的小波神经网络模型,将其应用于火箭发动机的故障检测研究。针对传统粒子群算法初期容易陷入局部最优的问题,改进粒子群算法的惯性权重和学习因子,采用逐渐递减的选取方式。进行动态调整后的粒子群算法有利于在初始迭代时寻找满足条件的局部最优值,在寻找到局部最优值之后能够快速地收敛逼近于全局最优值,提高运算效率。此外,为了提高小波神经网络的学习速率,对所采用的小波神经网络权值和小波基函数参数增加了动量项。两种算法相结合,最终提出一种改进粒子群算法(IPSO)与小波神经网络(WNN)结合的模型。最后根据MATLAB仿真和数据分析表明,新算法可以很好地用于液体火箭发动机的故障检测研究,并且IPSO-WNN模型比BPSO-WNN和WNN模型后期具有较快的局部收敛能力,预测更加准确。 许亮 马硕 薛薇 李宁宁关键词:改进粒子群 小波神经网络 液体火箭发动机 故障检测 改进PSO优化LSSVM的液体火箭发动机故障检测 被引量:14 2020年 为了提高液体火箭发动机故障检测的精确性,采用基于粒子群算法优化最小二乘支持向量机的方法,通过故障部件的预测变化值与其对应的标准阈值比较,进而检测发动机某一时刻是否发生故障。首先采用Euclid距离公式计算粒子群算法迭代过程中粒子之间的相似度,通过随机变异的方式来重新调整粒子的位置,避免算法陷入局部最优,得到了一种改进的粒子群算法寻找最优值。然后,用此改进算法对最小二乘支持向量机进行参数优化,建立预测模型。结果表明,SPSO-LSSVM预测模型较BPSO-LSSVM模型及LSSVM模型具有较好的故障检测精度。 吴玉洋 李宁宁 薛薇 许亮关键词:液体火箭发动机 故障检测 粒子群优化算法 最小二乘支持向量机 基于AR/CGARCH模型的液体火箭发动机自适应阈值故障检测算法 被引量:1 2023年 为了解决传统自适应阈值算法对时间序列方差跟踪能力不足,以及故障阶段带宽自动放大的问题,提出了紧广义自回归条件异方差(Compact General Auto-Regressive Conditional Heteroskedasticity,CGARCH)模型。针对液体火箭发动机稳态试车数据的波动性特点,提出一种基于自回归(Auto-Regressive,AR)模型和CGARCH模型的自适应阈值故障检测算法。采用AR模型对稳态参数的均值进行估计,并采用CGARCH模型对稳态参数的方差进行估计,从而利用均值和方差的估计值自适应地构造检测阈值。用某氢氧火箭发动机的热试车数据进行验证,结果表明,该算法能够准确、快速、灵敏地检测液体火箭发动机故障,在正常工作阶段,能够有效跟踪数据波动性,在故障阶段,能够避免阈值变宽带来的漏检。 张万旋 张箭 薛薇 张楠关键词:液体火箭发动机 时间序列分析 自回归模型 故障检测 火箭发动机故障检测的快速增量单分类支持向量机算法 2024年 为解决液体火箭发动机故障诊断正负样本不平均问题,以及实现发动机稳态工作段自适应故障检测,建立了基于快速增量单分类支持向量机的异常检测模型。采取特征工程方法,对传感器获得的多变量时间序列进行特征提取。通过增量学习方法,对单分类支持向量机模型进行改进,并应用于液体火箭发动机异常检测,使单分类支持向量机检测模型具备对不同台次、不同工况的自适应性,提高了模型的计算速度。对多台次热试车数据的分析结果表明,该模型十分有效,训练速度快,具备实用价值。 张万旋 张箭 卢哲 薛薇 张楠关键词:特征提取 自适应检测 异常检测