JP2017524851A - ロケットエンジンのパラメータを監視するための方法および装置 - Google Patents
ロケットエンジンのパラメータを監視するための方法および装置 Download PDFInfo
- Publication number
- JP2017524851A JP2017524851A JP2016560577A JP2016560577A JP2017524851A JP 2017524851 A JP2017524851 A JP 2017524851A JP 2016560577 A JP2016560577 A JP 2016560577A JP 2016560577 A JP2016560577 A JP 2016560577A JP 2017524851 A JP2017524851 A JP 2017524851A
- Authority
- JP
- Japan
- Prior art keywords
- engine
- value
- parameter
- monitoring
- operating point
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 97
- 238000000034 method Methods 0.000 title claims abstract description 34
- 238000013528 artificial neural network Methods 0.000 claims description 24
- 230000004044 response Effects 0.000 claims description 17
- 230000008859 change Effects 0.000 claims description 8
- 230000006399 behavior Effects 0.000 claims description 7
- 238000004590 computer program Methods 0.000 claims description 7
- 238000002485 combustion reaction Methods 0.000 claims description 6
- 239000012530 fluid Substances 0.000 claims description 3
- 238000012806 monitoring device Methods 0.000 description 41
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 14
- 239000001301 oxygen Substances 0.000 description 14
- 229910052760 oxygen Inorganic materials 0.000 description 14
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 description 11
- 239000001257 hydrogen Substances 0.000 description 11
- 229910052739 hydrogen Inorganic materials 0.000 description 11
- 238000012360 testing method Methods 0.000 description 8
- 101000674728 Homo sapiens TGF-beta-activated kinase 1 and MAP3K7-binding protein 2 Proteins 0.000 description 7
- 102100021227 TGF-beta-activated kinase 1 and MAP3K7-binding protein 2 Human genes 0.000 description 7
- 210000002569 neuron Anatomy 0.000 description 7
- 238000005259 measurement Methods 0.000 description 5
- 101000674731 Homo sapiens TGF-beta-activated kinase 1 and MAP3K7-binding protein 1 Proteins 0.000 description 4
- 102100021228 TGF-beta-activated kinase 1 and MAP3K7-binding protein 1 Human genes 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 239000011159 matrix material Substances 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 238000012937 correction Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 230000001105 regulatory effect Effects 0.000 description 3
- 230000000946 synaptic effect Effects 0.000 description 3
- 230000001052 transient effect Effects 0.000 description 3
- SKBLJQADGZYMKA-UHFFFAOYSA-N OPOP Chemical compound OPOP SKBLJQADGZYMKA-UHFFFAOYSA-N 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 238000013178 mathematical model Methods 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 230000007704 transition Effects 0.000 description 2
- MYMOFIZGZYHOMD-UHFFFAOYSA-N Dioxygen Chemical compound O=O MYMOFIZGZYHOMD-UHFFFAOYSA-N 0.000 description 1
- 238000000342 Monte Carlo simulation Methods 0.000 description 1
- 230000009118 appropriate response Effects 0.000 description 1
- 238000011972 computer validation Methods 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000002939 conjugate gradient method Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000001934 delay Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000012417 linear regression Methods 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000004377 microelectronic Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Images
Classifications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
- F02K—JET-PROPULSION PLANTS
- F02K9/00—Rocket-engine plants, i.e. plants carrying both fuel and oxidant therefor; Control thereof
- F02K9/96—Rocket-engine plants, i.e. plants carrying both fuel and oxidant therefor; Control thereof characterised by specially adapted arrangements for testing or measuring
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
- F02K—JET-PROPULSION PLANTS
- F02K9/00—Rocket-engine plants, i.e. plants carrying both fuel and oxidant therefor; Control thereof
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
- F02K—JET-PROPULSION PLANTS
- F02K9/00—Rocket-engine plants, i.e. plants carrying both fuel and oxidant therefor; Control thereof
- F02K9/42—Rocket-engine plants, i.e. plants carrying both fuel and oxidant therefor; Control thereof using liquid or gaseous propellants
- F02K9/44—Feeding propellants
- F02K9/56—Control
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/04—Programme control other than numerical control, i.e. in sequence controllers or logic controllers
- G05B19/048—Monitoring; Safety
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
- G05B23/0221—Preprocessing measurements, e.g. data collection rate adjustment; Standardization of measurements; Time series or signal analysis, e.g. frequency analysis or wavelets; Trustworthiness of measurements; Indexes therefor; Measurements using easily measured parameters to estimate parameters difficult to measure; Virtual sensor creation; De-noising; Sensor fusion; Unconventional preprocessing inherently present in specific fault detection methods like PCA-based methods
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
- G05B23/0224—Process history based detection method, e.g. whereby history implies the availability of large amounts of data
- G05B23/024—Quantitative history assessment, e.g. mathematical relationships between available data; Functions therefor; Principal component analysis [PCA]; Partial least square [PLS]; Statistical classifiers, e.g. Bayesian networks, linear regression or correlation analysis; Neural networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/047—Probabilistic or stochastic networks
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F05—INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
- F05D—INDEXING SCHEME FOR ASPECTS RELATING TO NON-POSITIVE-DISPLACEMENT MACHINES OR ENGINES, GAS-TURBINES OR JET-PROPULSION PLANTS
- F05D2220/00—Application
- F05D2220/80—Application in supersonic vehicles excluding hypersonic vehicles or ram, scram or rocket propulsion
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F05—INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
- F05D—INDEXING SCHEME FOR ASPECTS RELATING TO NON-POSITIVE-DISPLACEMENT MACHINES OR ENGINES, GAS-TURBINES OR JET-PROPULSION PLANTS
- F05D2260/00—Function
- F05D2260/80—Diagnostics
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F05—INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
- F05D—INDEXING SCHEME FOR ASPECTS RELATING TO NON-POSITIVE-DISPLACEMENT MACHINES OR ENGINES, GAS-TURBINES OR JET-PROPULSION PLANTS
- F05D2260/00—Function
- F05D2260/81—Modelling or simulation
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F05—INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
- F05D—INDEXING SCHEME FOR ASPECTS RELATING TO NON-POSITIVE-DISPLACEMENT MACHINES OR ENGINES, GAS-TURBINES OR JET-PROPULSION PLANTS
- F05D2260/00—Function
- F05D2260/82—Forecasts
- F05D2260/821—Parameter estimation or prediction
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F05—INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
- F05D—INDEXING SCHEME FOR ASPECTS RELATING TO NON-POSITIVE-DISPLACEMENT MACHINES OR ENGINES, GAS-TURBINES OR JET-PROPULSION PLANTS
- F05D2270/00—Control
- F05D2270/30—Control parameters, e.g. input parameters
- F05D2270/301—Pressure
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F05—INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
- F05D—INDEXING SCHEME FOR ASPECTS RELATING TO NON-POSITIVE-DISPLACEMENT MACHINES OR ENGINES, GAS-TURBINES OR JET-PROPULSION PLANTS
- F05D2270/00—Control
- F05D2270/30—Control parameters, e.g. input parameters
- F05D2270/303—Temperature
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F05—INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
- F05D—INDEXING SCHEME FOR ASPECTS RELATING TO NON-POSITIVE-DISPLACEMENT MACHINES OR ENGINES, GAS-TURBINES OR JET-PROPULSION PLANTS
- F05D2270/00—Control
- F05D2270/30—Control parameters, e.g. input parameters
- F05D2270/304—Spool rotational speed
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F05—INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
- F05D—INDEXING SCHEME FOR ASPECTS RELATING TO NON-POSITIVE-DISPLACEMENT MACHINES OR ENGINES, GAS-TURBINES OR JET-PROPULSION PLANTS
- F05D2270/00—Control
- F05D2270/30—Control parameters, e.g. input parameters
- F05D2270/306—Mass flow
- F05D2270/3061—Mass flow of the working fluid
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F05—INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
- F05D—INDEXING SCHEME FOR ASPECTS RELATING TO NON-POSITIVE-DISPLACEMENT MACHINES OR ENGINES, GAS-TURBINES OR JET-PROPULSION PLANTS
- F05D2270/00—Control
- F05D2270/30—Control parameters, e.g. input parameters
- F05D2270/334—Vibration measurements
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F05—INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
- F05D—INDEXING SCHEME FOR ASPECTS RELATING TO NON-POSITIVE-DISPLACEMENT MACHINES OR ENGINES, GAS-TURBINES OR JET-PROPULSION PLANTS
- F05D2270/00—Control
- F05D2270/40—Type of control system
- F05D2270/44—Type of control system active, predictive, or anticipative
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F05—INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
- F05D—INDEXING SCHEME FOR ASPECTS RELATING TO NON-POSITIVE-DISPLACEMENT MACHINES OR ENGINES, GAS-TURBINES OR JET-PROPULSION PLANTS
- F05D2270/00—Control
- F05D2270/70—Type of control algorithm
- F05D2270/709—Type of control algorithm with neural networks
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/20—Pc systems
- G05B2219/24—Pc safety
- G05B2219/24015—Monitoring
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/20—Pc systems
- G05B2219/25—Pc structure of the system
- G05B2219/25255—Neural network
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
- G05B23/0224—Process history based detection method, e.g. whereby history implies the availability of large amounts of data
- G05B23/0227—Qualitative history assessment, whereby the type of data acted upon, e.g. waveforms, images or patterns, is not relevant, e.g. rule based assessment; if-then decisions
- G05B23/0235—Qualitative history assessment, whereby the type of data acted upon, e.g. waveforms, images or patterns, is not relevant, e.g. rule based assessment; if-then decisions based on a comparison with predetermined threshold or range, e.g. "classical methods", carried out during normal operation; threshold adaptation or choice; when or how to compare with the threshold
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
- G05B23/0243—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults model based detection method, e.g. first-principles knowledge model
- G05B23/0254—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults model based detection method, e.g. first-principles knowledge model based on a quantitative model, e.g. mathematical relationships between inputs and outputs; functions: observer, Kalman filter, residual calculation, Neural Networks
Landscapes
- Engineering & Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Combustion & Propulsion (AREA)
- Chemical & Material Sciences (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Mathematical Physics (AREA)
- Theoretical Computer Science (AREA)
- Computational Linguistics (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Biophysics (AREA)
- Software Systems (AREA)
- Data Mining & Analysis (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Probability & Statistics with Applications (AREA)
- Testing Of Engines (AREA)
- Combined Controls Of Internal Combustion Engines (AREA)
- Feedback Control In General (AREA)
Abstract
Description
センサによって計測されエンジンの動作点に対応する監視パラメータの計測値を取得する取得ステップであって、動作点がエンジンの少なくとも1つの調節パラメータによって規定されている取得ステップと、
動作点を規定するエンジンの前記少なくとも1つの調節パラメータの調節値またはフィルタされたセットポイント値に基づいて、この動作点のための監視パラメータの値を推定する推定ステップと、
動作点に対して評価される誤差の不確実性に基づいて決定された少なくとも1つの閾値に対して、監視パラメータの計測値とその推定値との間の誤差を比較する比較ステップと、
前記少なくとも1つの閾値が交差された場合に、通知を送信する通知ステップと
を含む。
センサによって計測されエンジンの動作点に対応する監視パラメータの計測値を取得するための取得モジュールであって、動作点がエンジンの少なくとも1つの調節パラメータによって規定されている取得モジュールと、
動作点を規定するエンジンの前記少なくとも1つの調節パラメータの調節値またはフィルタされたセットポイント値に基づいて、この動作点のための監視パラメータの値を推定するための推定モジュールと、
動作点に対して評価される誤差の不確実性に基づいて決定されている少なくとも1つの閾値に対する、監視パラメータの計測値とその推定値との間の誤差を比較するための比較モジュールと、
前記少なくとも1つの閾値が交差された場合に、通知を送信するための通知モジュールと
を備える、装置も提供する。
エンジンの圧力、および/または
エンジンの温度、および/または
エンジンの1つの要素の回転速度、および/または
エンジンの中で流れる流体の流量、および/または
エンジンの振動挙動
であってもよい。
ニューラルネットワークの入力の不確実性、および/または、
ニューラルネットワークの不確実性、および/または、
ニューラルネットワークを構築するために使用される学習データベース(training database)の不確実性
に応じて決定された監視パラメータを推定する際の不確実性を特に考慮に入れてもよい。
監視パラメータの推定値に、セットポイント値若しくはフィルタされたセットポイント値または調節パラメータにおける突然の変動をモデル化する予め規定された2次オーダーフィルタのステップ応答を乗じることによって、およびこの動作の結果に対する予め決定された不確実性を加えることによって取得された上の限界によって、および/または、
監視パラメータの推定値に、セットポイント値若しくはフィルタされたセットポイント値または調節パラメータにおける遅い変動をモデル化する予め規定された1次オーダーフィルタのステップ応答を乗じることによって、およびこの動作の結果に対する予め決定された不確実性を減じることによって取得された下の限界によって
規定してもよい。
監視パラメータの計測値と、前記少なくとも1つの調節パラメータのセットポイント値またはフィルタされたセットポイント値を表現するステップにおける所定の2次オーダーフィルタの応答によって重みが付けられたその推定値との間の誤差は、「高い」第1の閾値と比較され、
監視パラメータの計測値と、前記ステップにおける所定の1次オーダーフィルタの応答によって重みが付けられたその推定値との間の誤差は、「低い」第2の閾値と比較され、
1つまたは他の閾値は、送信される、閾値を交差する通知を生じて交差される。
ノズル温度、
ターボポンプの回転速度、
エンジンのポンプ入口での流体(酸素,水素)の流量、
エンジンの振動挙動など
監視パラメータの推定値に、調節パラメータのためのセットポイント値またはフィルタされたセットポイント値における突然の変動をモデル化する予め規定された2次オーダーフィルタのステップ応答を乗じることによって、および、予め決定された不確実性σ(または考慮中の閾値に依存して、この不確実性の倍数)をこの動作の結果に加えることによって取得された上の限界と、
監視パラメータの推定値に、調節パラメータのセットポイント値またはフィルタされたセットポイント値における遅い変動をモデル化する予め規定された1次オーダーフィルタのステップ応答を乗じることによって、および、予め決定された不確実性σ(または考慮中の閾値に依存して、この不確実性の倍数)をこの動作の結果から減じることによって取得された下の限界と
によって規定されている。
不確実性σ(例えば、S1high=+3σ)から規定された「高い」第1の閾値と、監視パラメータの計測値m’およびセットポイント値yC(またはフィルタされたセットポイント値yCf)を表現するステップにおける2次オーダーフィルタの応答によって重みが付けられた(すなわち、乗じられた)その推定値p_estの間の誤差とを比較し、そして、
不確実性σ(例えば、S1low=−3σ)から規定された「低い」第2の閾値と、監視パラメータの計測値m’および前記ステップにおける予め規定された1次オーダーフィルタの応答によって重みが付けられたその推定値p_estの間の誤差とを比較する。
Claims (13)
- ロケットエンジン(1)のパラメータを監視する方法であって、
方法は、
センサ(13)によって計測されエンジンの動作点に対応する監視パラメータの計測値(m’)を取得する取得ステップ(E10)であって、動作点がエンジンの少なくとも1つの調節パラメータによって規定されている取得ステップ(E10)と、
動作点を規定するエンジンの前記少なくとも1つの調節パラメータの調節値(yR)またはフィルタされたセットポイント値(yCf)に基づいた、この動作点のための監視パラメータの値を推定する推定ステップ(E20)と、
動作点に対して評価される誤差の不確実性に基づいて決定された少なくとも1つの閾値(S1,S2)に対して、監視パラメータの計測値とその推定値との間の誤差を比較する比較ステップ(E40)と、
前記少なくとも1つの閾値が交差された場合に、通知を送信する通知ステップ(E60)と
を含む、ロケットエンジン(1)のパラメータを監視する方法。 - 監視パラメータの値を推定する推定ステップ(E20)は、その入力として、エンジンの前記少なくとも1つの調節パラメータのための、調節値またはフィルタされたセットポイント値を有する人工ニューラルネットワーク(ANN)を使用して実行される、請求項1に記載の方法。
- 比較ステップの間、誤差の不確実性を評価するために使用される動作点は、
前記少なくとも1つの調節パラメータの調節値(yR)、または、
前記少なくとも1つの調節パラメータのフィルタされたセットポイント値(yCf)、または、
前記少なくとも1つの調節パラメータのセットポイント値(yC)
から決定される、請求項1または2に記載の方法。 - 動作点が以下の調節パラメータ、
エンジンの燃焼チャンバ圧力、および
エンジンのポンプ入口での混合比率
の少なくとも1つによって規定されている、請求項1から3のいずれか一項に記載の方法。 - 比較ステップの間、エンジンの動作点の変化速度も考慮される、請求項1から4のいずれか一項に記載の方法。
- 比較ステップの間、
監視パラメータの計測値と、前記少なくとも1つの調節パラメータのセットポイント値またはフィルタされたセットポイント値を表現するステップにおける所定の2次オーダーフィルタの応答によって重みが付けられたその推定値との間の誤差は、「高い」第1の閾値と比較され、
監視パラメータの計測値と、前記ステップにおける所定の1次オーダーフィルタの応答によって重みが付けられたその推定値との間の誤差は、「低い」第2の閾値と比較される、請求項5に記載の方法。 - 監視パラメータは、
エンジンの圧力と、
エンジンの温度と、
エンジンの1つの要素の回転速度と
エンジンの中で流れる流体の流量と、
エンジンの振動挙動と
から選択されたパラメータである、請求項1から6のいずれか一項に記載の方法。 - 誤差の不確実性は、監視パラメータを推定する際の不確実性と監視パラメータを計測する際の不確実性とから選択された不確実性を少なくとも考慮する、請求項1から7のいずれか一項に記載の方法。
- 誤差の不確実性は、
人工ニューラルネットワークの入力の不確実性と、
ニューラルネットワークの不確実性と、
ニューラルネットワークを構築するために使用される学習データベースの不確実性とに応じて不確実性が決定される監視パラメータを推定する際の不確実性を考慮する、請求項2に記載の方法。 - プログラムがコンピュータによって実行されたとき、請求項1から9のいずれか一項に記載の監視方法のステップを実行するための命令を含むコンピュータプログラム。
- 請求項1から9のいずれか一項に記載の監視方法のステップを実行するための命令を含むコンピュータプログラムを格納するコンピュータ可読データ媒体。
- ロケットエンジンのパラメータを監視するための装置(11)であって、装置は、
センサ(13)によって計測されエンジンの動作点に対応する監視パラメータの計測値を取得するための取得モジュール(14)であって、動作点がエンジンの少なくとも1つの調節パラメータによって規定されている取得モジュール(14)と、
動作点を規定するエンジンの前記少なくとも1つの調節パラメータの調節値(yR)、またはフィルタされたセットポイント値(yCf)に基づいた、この動作点のための監視パラメータの値を推定するための推定モジュール(15)と、
動作点に対して評価される誤差の不確実性に基づいて決定された少なくとも1つの閾値に対して、監視パラメータの計測値とその推定値との間の誤差を比較するための比較モジュール(16)と、
前記少なくとも1つの閾値が交差された場合に、通知を送信するための通知モジュール(17)と
を備える、ロケットエンジンのパラメータを監視するための装置(11)。 - 請求項12に記載の装置を含むロケットエンジン(1)。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
FR1452954A FR3019592B1 (fr) | 2014-04-03 | 2014-04-03 | Procede et dispositif de surveillance d'un parametre d'un moteur de fusee |
FR1452954 | 2014-04-03 | ||
PCT/FR2015/050858 WO2015150706A1 (fr) | 2014-04-03 | 2015-04-02 | Procédé et dispositif de surveillance d'un paramètre d'un moteur de fusée |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2017524851A true JP2017524851A (ja) | 2017-08-31 |
JP6585077B2 JP6585077B2 (ja) | 2019-10-02 |
Family
ID=51352538
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2016560577A Active JP6585077B2 (ja) | 2014-04-03 | 2015-04-02 | ロケットエンジンのパラメータを監視するための方法および装置 |
Country Status (9)
Country | Link |
---|---|
US (1) | US10267265B2 (ja) |
EP (1) | EP3126659B1 (ja) |
JP (1) | JP6585077B2 (ja) |
CN (1) | CN106460727B (ja) |
BR (1) | BR112016022774B1 (ja) |
CA (1) | CA2944120C (ja) |
FR (1) | FR3019592B1 (ja) |
RU (1) | RU2654310C2 (ja) |
WO (1) | WO2015150706A1 (ja) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2021515930A (ja) * | 2018-03-07 | 2021-06-24 | インターナショナル・ビジネス・マシーンズ・コーポレーションInternational Business Machines Corporation | 人工ニューラル・ネットワークにおける不確実性をシミュレートするためのコンピュータ実施方法、コンピュータ・システム、およびコンピュータ・プログラム |
KR102289048B1 (ko) * | 2020-03-03 | 2021-08-11 | 국방과학연구소 | 지상연소시험용 센서계측장치 |
WO2021157567A1 (ja) * | 2020-02-04 | 2021-08-12 | 国立研究開発法人宇宙航空研究開発機構 | 宇宙機液体推進システムの故障診断システム、及び宇宙機液体推進システムの故障診断方法 |
JP7471776B2 (ja) | 2019-02-18 | 2024-04-22 | 三菱重工業株式会社 | ジェットエンジン |
Families Citing this family (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU2660173C1 (ru) * | 2017-04-13 | 2018-07-05 | Общество с ограниченной ответственностью "Компекс-Т" | Устройство ввода частотных сигналов расхода и числа оборотов в системы управления для стендовых испытаний ракетно-космической техники |
RU2692591C1 (ru) * | 2018-06-29 | 2019-06-25 | федеральное государственное автономное образовательное учреждение высшего образования "Самарский национальный исследовательский университет имени академика С.П. Королёва" | Тягоизмерительное устройство для испытаний жидкостных ракетных двигателей малой тяги в стационарном режиме работы |
RU2711813C1 (ru) * | 2019-01-22 | 2020-01-23 | федеральное государственное автономное образовательное учреждение высшего образования "Самарский национальный исследовательский университет имени академика С.П. Королёва" | Тягоизмерительное устройство для испытаний жидкостных ракетных двигателей малой тяги в импульсных режимах работы |
CN109779791B (zh) * | 2019-03-24 | 2021-01-01 | 西安航天动力测控技术研究所 | 一种固体火箭发动机中异常数据智能诊断方法 |
CN111502863B (zh) * | 2019-12-17 | 2022-10-21 | 西安航天发动机有限公司 | 一种液氧煤油火箭发动机大部件对接自动测量方法 |
FR3106862B1 (fr) * | 2020-02-04 | 2022-02-04 | Arianegroup Sas | Procédé de mise en froid utilisant un réseau neuronal artificiel |
RU2758781C1 (ru) * | 2020-07-24 | 2021-11-01 | Акционерное общество "НПО Энергомаш имени академика В.П. Глушко" | Способ контроля технического состояния жидкостного ракетного двигателя на переходных режимах стендового испытания |
RU2750875C1 (ru) * | 2020-07-24 | 2021-07-05 | Акционерное общество "НПО Энергомаш имени академика В.П. Глушко" | Способ локализации неисправности жидкостного ракетного двигателя при огневом испытании |
CN112182787B (zh) * | 2020-11-03 | 2022-08-05 | 中国运载火箭技术研究院 | 确定运载火箭的总体偏差量的方法、***、终端及介质 |
CN112539119B (zh) * | 2020-11-30 | 2021-10-01 | 北京宇航***工程研究所 | 一种基于变门限的推进剂利用***调节方法 |
CN112377333B (zh) * | 2020-12-02 | 2021-11-16 | 西安航天动力研究所 | 大推力液体火箭发动机涡轮泵实时故障监控方法 |
CN114459762B (zh) * | 2020-12-25 | 2024-02-23 | 北京天兵科技有限公司 | 一种火箭发动机健康状态诊断***及方法 |
CN114718766B (zh) * | 2022-03-29 | 2023-12-22 | 西安航天动力试验技术研究所 | 一种火箭发动机试验时序自动比对装置及比对方法 |
CN115306590A (zh) * | 2022-08-11 | 2022-11-08 | 江苏深蓝航天有限公司 | 一种发动机核心控制终端、点火方法和可读存储介质 |
CN117740383A (zh) * | 2023-12-20 | 2024-03-22 | 上海寰宇乾堃航天科技有限公司 | 一种通用型发动机测试*** |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH04211859A (ja) * | 1990-02-28 | 1992-08-03 | Chiyoda Corp | 異常認知方法 |
JPH09305224A (ja) * | 1996-05-17 | 1997-11-28 | Hitachi Ltd | 予防保全方法及び装置 |
JP2000259223A (ja) * | 1999-03-12 | 2000-09-22 | Toshiba Corp | プラント監視装置 |
US20050222747A1 (en) * | 2004-03-30 | 2005-10-06 | Vhora Mohamad H | Model-based detection, diagnosis of turbine engine faults |
JP2011145846A (ja) * | 2010-01-14 | 2011-07-28 | Hitachi Ltd | 異常検知方法、異常検知システム、及び異常検知プログラム |
JP2013520740A (ja) * | 2010-02-24 | 2013-06-06 | スネクマ | 故障検出および位置特定システムおよび該システムを搭載したエンジン |
US20130247542A1 (en) * | 2010-09-28 | 2013-09-26 | Snecma | Space launcher propulsion system implementing a method of regulating propellant component consumption |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5857321A (en) * | 1996-06-11 | 1999-01-12 | General Electric Company | Controller with neural network for estimating gas turbine internal cycle parameters |
US7216071B2 (en) * | 2002-04-23 | 2007-05-08 | United Technologies Corporation | Hybrid gas turbine engine state variable model |
FR2857447B1 (fr) | 2003-07-07 | 2005-09-30 | Airbus France | Procede et dispositif pour surveiller la validite d'au moins un parametre qui est calcule par une centrale anemometrique d'un aeronef |
DE102007017259B4 (de) * | 2007-04-12 | 2009-04-09 | Siemens Ag | Verfahren zur rechnergestützten Steuerung und/oder Regelung eines technischen Systems |
CN101408752B (zh) * | 2008-10-21 | 2014-03-26 | 中国人民解放军海军航空工程学院 | 基于混沌退火和参数扰动的神经网络极值控制方法及*** |
FR2975440B1 (fr) | 2011-05-17 | 2015-11-20 | Snecma | Systeme d'alimentation et procede de suppression d'effet pogo |
CN102374038B (zh) * | 2011-09-06 | 2013-09-11 | 天津大学 | 自学习的前馈和主动抗扰反馈结合的vvt控制方法 |
FR2982320B1 (fr) * | 2011-11-08 | 2014-01-10 | Thales Sa | Systeme de regulation numerique a pleine autorite pour moteur d'aeronef |
CN103632033A (zh) * | 2013-11-05 | 2014-03-12 | 奇瑞汽车股份有限公司 | 一种基于bp神经网络的map标定方法 |
-
2014
- 2014-04-03 FR FR1452954A patent/FR3019592B1/fr active Active
-
2015
- 2015-04-02 CA CA2944120A patent/CA2944120C/fr active Active
- 2015-04-02 EP EP15718541.4A patent/EP3126659B1/fr active Active
- 2015-04-02 WO PCT/FR2015/050858 patent/WO2015150706A1/fr active Application Filing
- 2015-04-02 CN CN201580025959.3A patent/CN106460727B/zh active Active
- 2015-04-02 JP JP2016560577A patent/JP6585077B2/ja active Active
- 2015-04-02 US US15/301,496 patent/US10267265B2/en active Active
- 2015-04-02 RU RU2016143197A patent/RU2654310C2/ru active
- 2015-04-02 BR BR112016022774-3A patent/BR112016022774B1/pt active IP Right Grant
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH04211859A (ja) * | 1990-02-28 | 1992-08-03 | Chiyoda Corp | 異常認知方法 |
JPH09305224A (ja) * | 1996-05-17 | 1997-11-28 | Hitachi Ltd | 予防保全方法及び装置 |
JP2000259223A (ja) * | 1999-03-12 | 2000-09-22 | Toshiba Corp | プラント監視装置 |
US20050222747A1 (en) * | 2004-03-30 | 2005-10-06 | Vhora Mohamad H | Model-based detection, diagnosis of turbine engine faults |
JP2011145846A (ja) * | 2010-01-14 | 2011-07-28 | Hitachi Ltd | 異常検知方法、異常検知システム、及び異常検知プログラム |
JP2013520740A (ja) * | 2010-02-24 | 2013-06-06 | スネクマ | 故障検出および位置特定システムおよび該システムを搭載したエンジン |
US20130247542A1 (en) * | 2010-09-28 | 2013-09-26 | Snecma | Space launcher propulsion system implementing a method of regulating propellant component consumption |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2021515930A (ja) * | 2018-03-07 | 2021-06-24 | インターナショナル・ビジネス・マシーンズ・コーポレーションInternational Business Machines Corporation | 人工ニューラル・ネットワークにおける不確実性をシミュレートするためのコンピュータ実施方法、コンピュータ・システム、およびコンピュータ・プログラム |
JP7233807B2 (ja) | 2018-03-07 | 2023-03-07 | インターナショナル・ビジネス・マシーンズ・コーポレーション | 人工ニューラル・ネットワークにおける不確実性をシミュレートするためのコンピュータ実施方法、コンピュータ・システム、およびコンピュータ・プログラム |
US11829886B2 (en) | 2018-03-07 | 2023-11-28 | International Business Machines Corporation | Epistemic and aleatoric deep plasticity based on sound feedback |
JP7471776B2 (ja) | 2019-02-18 | 2024-04-22 | 三菱重工業株式会社 | ジェットエンジン |
US12012897B2 (en) | 2019-02-18 | 2024-06-18 | Mitsubishi Heavy Industries, Ltd. | Jet engine |
WO2021157567A1 (ja) * | 2020-02-04 | 2021-08-12 | 国立研究開発法人宇宙航空研究開発機構 | 宇宙機液体推進システムの故障診断システム、及び宇宙機液体推進システムの故障診断方法 |
JP2021124045A (ja) * | 2020-02-04 | 2021-08-30 | 国立研究開発法人宇宙航空研究開発機構 | 宇宙機液体推進システムの故障診断システム、及び宇宙機液体推進システムの故障診断方法 |
JP7417256B2 (ja) | 2020-02-04 | 2024-01-18 | 国立研究開発法人宇宙航空研究開発機構 | 宇宙機液体推進システムの故障診断システム、及び宇宙機液体推進システムの故障診断方法 |
KR102289048B1 (ko) * | 2020-03-03 | 2021-08-11 | 국방과학연구소 | 지상연소시험용 센서계측장치 |
Also Published As
Publication number | Publication date |
---|---|
JP6585077B2 (ja) | 2019-10-02 |
EP3126659A1 (fr) | 2017-02-08 |
US10267265B2 (en) | 2019-04-23 |
WO2015150706A1 (fr) | 2015-10-08 |
EP3126659B1 (fr) | 2019-12-11 |
FR3019592A1 (fr) | 2015-10-09 |
BR112016022774B1 (pt) | 2022-04-19 |
CN106460727A (zh) | 2017-02-22 |
BR112016022774A2 (ja) | 2017-08-15 |
US20170175680A1 (en) | 2017-06-22 |
RU2654310C2 (ru) | 2018-05-17 |
RU2016143197A (ru) | 2018-05-04 |
RU2016143197A3 (ja) | 2018-05-04 |
CA2944120A1 (fr) | 2015-10-08 |
CN106460727B (zh) | 2018-09-21 |
CA2944120C (fr) | 2022-06-14 |
FR3019592B1 (fr) | 2016-04-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6585077B2 (ja) | ロケットエンジンのパラメータを監視するための方法および装置 | |
US9507365B2 (en) | Adaptive PID control system for industrial turbines | |
US10222769B2 (en) | Method for determining and tuning process characteristic parameters using a simulation system | |
JP6165585B2 (ja) | プラント制御装置の制御ゲイン最適化システム | |
JP6952457B2 (ja) | スケーリング係数を用いたパワー出力−排出量パラメータのためのガスタービンのチューニングにおける複合確率的制御の適用、関連する制御システム、コンピュータプログラム製品および方法 | |
EP3347773B1 (en) | Adaptive multiple input multiple output pid control system for industrial turbines | |
JP6937571B2 (ja) | スケーリングファクタを用いてパワー出力/放出パラメータを調節するガスタービンにおける複合確率的制御の応用、関連した制御システム、および方法 | |
RU2635861C2 (ru) | Способ и устройство для регулирования порогового значения расхода топлива | |
JP6906933B2 (ja) | スケーリングファクタを用いてパワー出力/放出パラメータを調節するガスタービンにおける複合確率的制御の応用、関連した制御システム、コンピュータプログラム製品、および方法 | |
JP2017125495A (ja) | 出力−排出物パラメータに関するガスタービンの調節における装置特有の確率的制御、関連の制御システム、コンピュータプログラム製品、及び方法 | |
Anusha et al. | Comparison of tuning methods of PID controller | |
US11287126B2 (en) | System and method for controlling operation of boiler | |
JP2018526564A (ja) | ロケットエンジンの圧力及び混合比を制御するための方法、及び対応する装置 | |
US10175702B2 (en) | Monitoring system and method for fluid-carrying production system | |
JP5010717B2 (ja) | Pid制御装置 | |
Turso et al. | Intelligent, Robust Control of Deteriorated Turbofan Engines via Linear Parameter Varing Quadratic Lyapunov Function Design | |
Stringam et al. | The ratio controller for regulation of turnout flow rate | |
Mojsznis et al. | Evolving PID tuning rules | |
CN118409514A (zh) | 蒸发器水位控制***的仿真方法、装置、计算机设备、存储介质和计算机程序产品 | |
Wojsznis et al. | Intelligent pid product design | |
Whidborne | Introduction to Feedback |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20180314 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20190128 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20190305 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20190530 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20190806 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20190904 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6585077 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |