[发明专利]基于增广粒子滤波的液体火箭发动机推力室故障诊断方法

权利要求书

1.一种基于增广粒子滤波的液体火箭发动机推力室故障诊断方法，其特征在于，包括如下步骤：

S1：根据推力室工作原理，考虑推力室故障效应，建立推力室的非线性热力学名义模型和非线性热力学故障模型；

S2:根据所建立的非线性热力学名义模型设计粒子滤波器，估计推力室的状态与输出，获取估计状态向量和估计输出向量；

S3：构造推力室的估计输出与测量输出之间的残差，基于所建立的推力室的非线性热力学故障模型，并采用广义似然比检验法，对推力室进行故障检测，获取估计故障向量；

S4：将所述估计故障向量整合到所述估计状态向量中，扩展所述估计状态向量维度，建立增广故障辨识粒子滤波器，估计故障大小，对推力室故障进行辨识；

S5：根据步骤S4中的故障辨识结果，设计故障分类算法进行故障分类，并利用故障分类结果，建立改进的增广故障辨识粒子滤波器，提高故障估计精度；

步骤S1中，推力室故障效应包括氧化剂喷注器泄漏、燃料喷注器泄漏、喷管喉部烧蚀和喷管燃气泄漏四种故障模式，针对推力室的名义工作模式与所述四种故障模式，分别建立推力室的非线性热力学名义模型：

和非线性热力学故障模型：

其中，D＝[q_o,q_f,RT,q_e]^T，q_o为氧化剂喷注器流量，q_f为燃料喷注器流量，RT为燃气热值，q_e为出口燃气流量；J表示系统约束函数；G表示系统状态转移函数；H表示系统测量函数；X＝[r,p]^T，X为状态向量，r为混合比，p为推力室压力；U＝[p_o,p_f]^T，U为输入向量，p_o为氧喷注器前压力，p_f为燃料喷注器前压力；W为系统噪声；p_e为环境大气压；1_4×1表示无故障，f为故障向量；Γ＝[K_o,K_f,ε,A]^T为系统结构参数向量，K_o为氧喷注器流量系数，K_f为燃料喷注器流量系数，ε为出口燃气流量系数，A为推力室喉道面积；Y＝[p_m,T,Θ]^T，Y为输出向量，p_m为燃烧室测量压力，T为推力室测量温度，Θ为推力室测量推力；V为推力室体积；

步骤S4具体过程如下：

S41：初始化第k步第i个粒子的估计故障向量并增广所有粒子状态向量维度，将估计故障向量并入系统状态向量中，即为第k步第i个粒子的增广状态向量；

S42：考虑实际故障效应，实际故障向量f(j)＞1，j＝1,2,3,4，则预测故障向量为：

其中，为第k+1步第i个粒子的预测故障向量；β为可调节参量，调节策略为：β越大，估计结果的动态跟踪速率越快，但稳态时估计噪声水平也增大；randn(1,4)表示4维随机向量，且各元素相互独立且符合标准正态分布；

S43:计算第k+1步第i个粒子的预测状态向量预测输出向量以及预测增广状态向量如下：

S44：测量得到推力室系统第k+1步的输出向量Y_k+1，采用验后概率密度计算推力室系统第k+1步各粒子的权重并计算推力室系统第k+1步的状态估计值

S45：根据粒子权重大小，对第k+1步第i个粒子的预测增广状态向量进行重采样，得到第k+1步第i个粒子的估计增广状态向量第k+1步第i个粒子的估计状态向量为前两行，第k+1步第i个粒子的估计故障向量为的后四行；

S46：输出推力室系统第k+1步的增广状态向量估计值：

推力室系统第k+1步的状态估计向量为前两个元素；推力室系统第k+1步的估计故障向量为的最后四个元素；

S47：如果达到仿真中止时刻，则结束仿真，否则执行步骤S48；

S48：如果达到仿真中止时刻，则结束仿真，否则启动故障分类算法，执行步骤S5。