第1章绪论
1.1引言
液体火箭发动机（liquid-propellant rocket engines，LRE）是运载火箭推进系统的主要动力装置和关键组成部分，发动机安全可靠工作是整个系统安全可靠并保障任务成功的关键［1］。因此，如何保障液体火箭发动机安全可靠地运行一直是运载火箭推进系统的研究重点，也是各航天强国的关注热点。保证发动机安全运行的主要手段有［2］：①在设计制造阶段，优化设计方案、采用新技术、新材料、新工艺，加强各个元器件和部组件检测与质量控制，以提高产品质量和可靠性；②在发动机的地面测试阶段，尽可能地发现故障，改进设计方案，消除发动机安全隐患；③采用健康监控系统，在运行阶段实时监测发动机工作状态，尽可能早地发现故障隐患，在发生故障时采取相应的控制手段，以确保发动机能够继续完成任务或将故障造成的破坏减小到*低限度。但由于液体火箭发动机（尤其是下一代可重复使用液体火箭发动机）结构复杂、研制周期长、造价昂贵，虽然在定型前后都会进行大量各类地面热试车，但是在执行发射任务时仍不可能完全避免故障发生。据不完全统计，自20世纪80年代起，尽管中国航天加强了质量管理和风险控制，但是1984～2017年还是发生了几次较为严重的航天事故，如表1.1所示。同样，世界各航天大国由于发动机故障引发的灾难性事故时有发生，2010年12月25日，印度GSLV（Geo-synchronous Satellite Launch Vehicle）F06火箭发射后148s，发动机出现故障导致火箭*终自毁，价值数亿美元的有效载荷毁于一旦。2011年8月24日，俄罗斯SoyuzU号运载火箭在升空325s后，第三级发动机燃料管发生堵塞故障导致飞行任务失败。2013年2月1日，由俄罗斯和乌克兰共同研制的天顶3SL运载火箭发射升空50s后，**级火箭发动机异常关机，携带的Intersat27通信卫星随火箭一同坠入太平洋［3］。即便是航天强国美国，也发生了多次航天飞机事故及近年来的猎鹰火箭发射事故。由上述惨痛的教训可以看出，使用健康监控系统对发动机进行监控以及时检测出发动机故障，降低故障引起的损失，对提高发动机的安全性和可靠性来说是十分重要的。
作为一种能有效提高液体火箭发动机可靠性和安全性的高新技术，健康监控技术自诞生之日起就受到了高度的重视，并已经发展成为航天推进技术的一个专门领域。特别是20世纪70年代以来，为了降低航天飞机主发动机（space shuttle main engine，SSME）等液体火箭发动机故障的影响，提高航天飞行的可靠性与安全性，美国国家航空航天局（National Aeronautics and Space Administration，NASA）每年都增加了在健康监控科研与项目管理财政预算方面的投入，并相继研制开发了多种发动机健康监控系统。当前世界主要航天国家，不论是研制新的发动机，还是提高现有发动机的性能，健康监控系统都已成为其中不可缺少的重要组成部分，同时也获得了巨大的收益。例如，NASA马歇尔飞行中心（Marshall Space Flight Center，MSFC）和波音卡诺加帕克（BoeingCanoga Park，BCP）公司，针对BlockⅡ型SSME研制了先进健康管理系统（Advanced Health Management System，AHMS）［4，5］。结果表明，与SSME型号的改进相比，AHMS在降低航天飞机升空损失概率方面的效果远远高于SSME型号本身改进的效果，航天任务的成功概率提高了近三倍［6，7］。SpaceX公司在使用猎鹰9号火箭运送“龙飞船”执行太空站补给任务时，**级发动机出现故障，但经过健康监控系统的检测与故障控制，仍然成功将“龙飞船”送达太空站［8，9］。表1.1中国历年严重航天事故统计发射时间航天器名称运载火箭事故原因1984.1.29东方红二号通信卫星长征三号三级发动机故障1991.12.28东方红二号甲通信卫星长征三号三级发动机故障1996.8.18中星七号通信卫星长征三号三级发动机故障2002.9.15PS1科学实验卫星开拓者一号发动机故障2003.9.16PS1科学实验卫星开拓者一号发动机故障2009.8.31帕拉帕D通信卫星长征三号乙三级发动机故障2011.8.18实践十一号科学实验卫星长征二号丙二级发动机伺服机构故障2013.12.9中巴CBERS32长征四号三级发动机故障2017.7.2—长征五号发动机故障
液体火箭发动机健康监控（health monitoring for liquid-propellant rocketengines，HM液体火箭发动机）的任务主要包括故障检测（fault detection）、故障隔离（fault isolation）、故障辨识（fault identification）和故障控制（fault control），如图1.1所示。
图1.1发动机健康监控主要任务与流程根据国际自动控制联合会（International Federation of Automatic Control，IFAC）的规定［10］，对液体火箭发动机故障可以进行如下定义：由液体火箭发动机测量参数所表征的功能指标或者物理指标发生了不可接受的偏移时，可称发动机发生了故障。故障检测是结合发动机历史和现状采取各种测量、检测、记录分析与判断方法，判断发动机是否出现故障；故障隔离是根据已有信息，判定故障属性、确定故障部位；故障辨识是进一步分析与判断故障的性质和变化特性；故障控制是通过调节发动机关键参数、关闭发动机系统、开启备份系统等措施，确保发动机能够继续完成任务或将故障损害控制到*小［10］。一般而言，故障诊断的任务主要有故障的检测、隔离和辨识。但对于发动机来说，要完成故障辨识是极度艰难的，其主要原因在于：①发动机系统的故障种类繁多，故障机制复杂，很难用准确、通用的模型来描述其变化过程；②由于地面试车的局限性，难以获取所有故障的数据样本，先验知识缺乏；③一般的故障辨识方法难以适用于液体火箭发动机，其方法的稳定性、适应性和实时性也难以满足发动机的实际工作要求。某些情况下，对液体火箭发动机进行故障辨识，也不是必须要做的工作［1］。因此，很多学者都把故障诊断等同于故障检测与隔离（fault detection and isolation，FDI）［2，4，5，1114］。本书也认同并采用这一观点，后续讨论所涉及的故障诊断，均指故障检测与隔离。
随着人类对太空领域探索的不断拓展，航天任务对运载火箭的性能要求不断提高，液体火箭发动机特别是正在研发的下一代可重复使用液体火箭发动机（reusable liquid-propellant rocket engines，RLRE），其系统自动化水平越来越高、越来越复杂，研制所需经费也越来越多。在这种形势下，确保发动机能够安全和顺利地完成航天任务就变得十分重要。同时，发动机故障诊断的内涵和理念也不断升级［1521］，人们已不满足于以故障检测与隔离为途径的对发动机状态的被动感知，更希望对其使用故障预测、寿命评估和损伤控制等主动防控手段。对于大型液体火箭发动机特别是下一代可重复使用液体火箭发动机，如果在故障发生初期，尤其是故障还没对整个系统造成严重损害时，就能发现并及时隔离故障，那就可以为故障控制赢得更多时间来防止损害进一步扩大，甚至可以避免故障的发展［22］。为此，越来越多的研究人员对故障预测技术开展了研究［2326］。目前，在航天航空领域，故障预测（fault prediction）已成为研究热点之一［5，2733］。
1.2故障预测的基本概念与内涵
液体火箭发动机工作时的系统状态可分为正常、异常、故障和失效四种［2，13，34］。①正常状态是指能够反映液体火箭发动机性能或状态的测量参数保持在设计规范之内，该状态下液体火箭发动机能够实现飞行计划；②异常状态是指液体火箭发动机的性能指标或者状态指标虽然未超出设计规范，但相对于设计值发生了偏差，例如发动机推力下降、振动幅度增大等，此时发动机依然可以完成任务；③故障状态是指由反映液体火箭发动机性能或状态的测量参数超出了设计规范，发生了不可接受的偏移，此状态下液体火箭发动机将不能实现飞行计划；④失效状态是指随着故障进一步发展，液体火箭发动机完全丧失完成飞行计划能力的状态。发动机失效是从异常状态到故障状态并进一步发展形成的，如图1.2所示，发动机发生了故障但并不等于失效，因为发动机经过故障控制后有时仍有可能完成任务。
图1.2液体火箭发动机失效进展*线示意图根据液体火箭发动机的四种不同工作状态，可对液体火箭发动机故障预测进行如下定义，即液体火箭发动机出现故障征兆，但是性能并未产生不可接受的偏移，液体火箭发动机还可完成既定任务。如果在这段时间内，能够判断出发动机将要发生故障，则实现故障预测。
可见，液体火箭发动机故障预测是根据发动机当前工作状态预判发动机是否会发生故障的技术。故障预测与故障检测的不同之处在于：①从发动机所处性能状态来看，故障检测是在发动机处于故障状态时发现故障，而故障预测是发动机出现故障征兆但性能仍然处于可以接受的规定范围内时，判断故障是否发生；②从完成的时刻来看，故障检测是在液体火箭发动机的故障完全发生以后被检查出来，故障预测是在液体火箭发动机的故障发生以前就被预测到。传统的故障诊断并不包括故障预测，但是从功能上来看，故障预测能够代替故障检测并为故障隔离提供信息；如果能在完成液体火箭发动机故障预测以后实现液体火箭发动机的故障诊断，甚至是在实现液体火箭发动机故障预测的同时实现液体火箭发动机的故障诊断，那就可以为采取故障控制措施赢得更多的时间，这对提高发动机安全性和可靠性具有重要意义。
在理论研究方面，研究故障预测与隔离的机制、策略和具体方法，有助于突破传统故障诊断方法的限制，拓展其适用对象，在一定程度上解决高阶非线性复杂系统故障预测与隔离问题［3538］。为此，本书重点研究以过程神经网络（process neural network，PNN）为主的基于数据驱动的故障预测方法，充分利用液体火箭发动机已有数据，结合发动机原理、结构与功能，拓展PNN在故障预测与故障隔离领域的适用范围，提高故障预测与隔离的可靠性和适应性，完善液体火箭发动机故障预测理论，为故障控制提供技术支持，进而为液体火箭发动机实现自主健康管理提供理论与方法。
在工程实际应用中，液体火箭发动机故障预测与隔离的价值主要体现在以下几个方面：①目前，我国液体火箭发动机地面热试车中所采用的故障检测方法较为简单，故障发现概率不高，时效性差并且容易发生误判［39，40］，因此，有必要对故障预测与隔离技术进行深入研究，及时、准确地预测出发动机的故障，并采取必要的控制措施，避免由故障引发的恶性事故，保障人员和财产安全；②在发动机研制和地面试验阶段，发动机的故障分析主要依赖于专家经验和分解测试，不仅费时费力，还增加了研制费用［3948］，因此有必要开展故障预测与隔离技术研究，实现对发动机故障的有效定位与分析，以便改进产品，提高质量；③目前，我国对飞行任务中液体火箭发动机的监控手段主要依赖遥测数据和地面控制，随着时间的推移，数据延时问题会更加突出［44，49，50］，因此，需要研究高效可靠的故障预测与隔离方法，为开发箭载健康监控系统奠定基础；④深入研究故障预测与隔离技术，有助于提高下一代可重复使用液体火箭发动机的安全性和可靠性，并为飞行后维修工作和寿命评估提供必需的信息；⑤研究切实可靠的故障预测与隔离方法，不仅可以提高液体火箭发动机的安全性和可靠性，还能够为其他复杂非线性系统故障诊断研究提供借鉴与指导。
液体火箭发动机具有结构复杂、工况多变、故障机制复杂、数据样本稀少等特点，这给发动机故障预测和故障隔离增加了难度。其主要的限制因素有［1，2，39，41，49，5156］如下方面。
（1）液体
展开
