К вопросу прогнозирования технического состояния жидкостных ракетных двигателей малой тяги

В стремительно развивающейся ракетно-космической отрасли создаются космические аппараты, снабжённые жидкостными ракетными двигателями малых тяг. К данному типу ракетных двигателей предъявляются высокие требования по надёжности, эффективности и экономичности использования топлива. Для обеспечения мониторинга характеристик космических аппаратов используют систему функциональной диагностики, в состав которой входят средства телеметрии и аналитической обработки данных. Телеметрия выполняет функции получения и передачи информации. Обработка информации выполняется в вычислительных центрах, находящихся на космическом аппарате и Земле. Наиболее перспективным вычислительным инструментом, способным проводить прогнозирование временных рядов и классифицировать большой объём взаимосвязанных данных, считают искусственную нейронную сеть. В связи с этим предметом исследований в работе являются способы обработки данных с применением искусственной нейронной сети. Цель работы заключается в разработке метода прогнозирования технического состояния жидкостных ракетных двигателей малых тяг с использованием искусственной нейронной сети. Во введении обосновывается актуальность исследований по использованию нейросети в системе функциональной диагностики жидкостных ракетных двигателей малых тяг для космических аппаратов. В основной части проводится анализ множества телеметрических данных ракетного двигателя и определена их весомость при прогнозе основных диагностических параметров. В качестве диагностических параметров предложено использовать тягу, удельный импульс и температуру конструкции. Исследованы прогностические возможности нейросети и разработана принципиальная схема метода прогнозирования технического состояния жидкостного ракетного двигателя малой тяги. В разработанном методе на первом этапе нейросеть выполняет аппроксимацию функции и экстраполяцию временного ряда данных телеметрических данных, на втором - определяет вероятный класс технического состояния двигателя. В выводах намечен план дальнейших экспериментальных исследований в данной области и даются рекомендации по разработке и совершенствованию алгоритмов функционирования искусственных нейронных сетей в составе системы функциональной диагностики космического аппарата. В силу обобщённого характера методических схем, результаты работы могут применяться к любому типу ракетных двигателей и использоваться на всех предприятиях ракетно-космической отрасли соответствующего профиля.