黄 强 刘洪刚 吴建军

国防科技大学航天与材料工程学院，长沙410073

液体火箭发动机在地面试车或实际飞行过程中，为了监测发动机的内部工作状态，需要采用各种传感器来监测发动机工作过程中的系统各关键部件和重点部位的压力、温度、转速和振动加速度等参数。现有的各种发动机故障检测算法都是以传感器采集到的数据为基础，如果传感器的采集值出现错误即传感器发生故障则很有可能会导致发动机故障检测出现误判或漏判，因此有必要针对发动机传感器进行故障检测和数据恢复的研究。神经网络由于非线性大规模并行处理方面的特点，以及其鲁棒性、容错性和自学习能力，因此可用到测量技术中。神经网络可以避免分析冗余技术实时建模的需要，而由神经网络的学习完成，它也可以模拟目标系统传感器中的相关性来进行传感器故障的检测和信号的恢复。

1 传感器的故障特性分析

无论是单个或多个传感器发生故障，发生故障的传感器所测量的值都将偏离预定的值。然而由于发动机系统是一个内在统一的完整功能系统，因此无论这些传感器是否为相同种类的传感器，也无论这些传感器是否具有硬件冗余备份。在各传感器均正常工作的情况下，各传感器的输出因发动机系统性能参数的内在统一性而具有内在的一致性，这种内在的一致性就是它们之间满足一种已知由描述发动机工作过程数学模型而确立的理论关系式。……