基于Hessian局部线性嵌入和MLP-Mixer的液体火箭发动机涡轮泵轻量化故障诊断框架

来源：振动与冲击杂志2024年第2期北京时间：

作者：窦唯，赵东方，张宏利，刘树林

单位：1.北京航天动力研究所，北京100076；2.上海大学机电工程与自动化学院，上海200044

摘要：作为液体火箭发动机推进剂输送系统的关键部件，涡轮泵的运行状态直接影响着整个运载系统的性能，然而，现有的故障诊断方法往往面临特性参数选择片面及计算复杂度高等问题。针对上述局限，提出了面向涡轮泵的轻量化故障诊断框架。所提方法利用Hessian局部线性嵌入算法对信号时域、频域及时频特征进行降维，并引入一种轻量化的深度学习模型MLP-Mixer作为分类器，进而实现不同故障状态的辨识。采用某型号涡轮泵试车数据验证了所提方法的有效性，结果表明本文方法能够在保障诊断精度的同时有效降低计算复杂度，提高诊断效率。

关键词：液体火箭发动机涡轮泵, 故障诊断, Hessian局部线性嵌入, MLP-Mixer