关键词:
运载火箭
动力系统故障
故障检测与诊断
自适应遗传算法
神经网络
摘要:
针对运载火箭动力系统的推力偏移损失故障,提出基于自适应遗传算法反向传播(Adaptive Genetic Algorithmbased Back Propagation,AGABP)神经网络的推力故障在线检测和诊断方法,仅依据箭载传感器测量得到的火箭运动信息,实现对推力损失故障的低延迟、高精度在线检测和诊断。首先根据我国某型运载火箭数据及推力故障类型进行六自由度建模,并将过载和视加速度等对故障敏感的历史状态信息作为输入进行网络训练;其次通过自适应遗传算法调整BP神经网络中初始权重,从而得到优化后的网络参数;最后对得到的运载火箭推力偏移损失故障在线诊断模型进行六自由度在线仿真验证。数值仿真结果表明,与传统BP网络相比,基于AGABP的方法收敛速度快,迭代次数少,故障定位准确率为96.51%,故障定位延迟在0.1s到2s之间,94.19%的样本预测推力下降程度与实际推力下降程度之差在20%范围内。