火箭发动机试车台试车刷新点不开

“长五”火箭第二次试车成功 点火试验8分钟左右 2017年前后奔月_即时新闻_新闻中心_北京晨报网
“长五”火箭第二次试车成功 点火试验8分钟左右 2017年前后奔月
法制晚报讯(记者 李文姬)昨天下午,我国运载火箭长征五号完成芯一级动力系统第二次试车。按计划,2017年前后“长五”将在海南发射场托举探月三期嫦娥五号月球探测器一飞冲天。
记者从国防科工局获悉,昨天16时左右,我国规模最大、复杂程度最高的新一代大运载火箭“长征五号”,在北京成功完成芯一级动力系统第二次试车,为年内转入发射场合练奠定了坚实基础。这意味着“长征五号”最难关键技术取得突破,为2016年实现首飞做准备。
点火试验8分钟左右,火箭虽然是被牢牢固定在塔架上,但和它飞行时的状态基本一致。试验结果显示:火箭一级各系统工作稳定,发动机按照预定程序正常关机,达到预期试验目的。
据介绍,长征五号火箭的一级,直径5米,总长约33米,是未来帮助火箭脱离地球地心引力的大力士,它的尺寸远远大于我国以往所使用的3.35米直径的火箭,将提供格外强大的推力。
中国航天推进技术研究院院长谭永华表示,“长五”动力系统由芯一级、芯二级和四个助推器共同组成。芯一级主要由箭体结构、增压输送、测量、控制、伺服等系统组成,使用无毒无污染的液态氧和液态氢作为推进剂。
据了解, “长五”近地轨道运载能力25吨,地球同步转移轨道运载能力14吨,与国际上主流运载火箭的运载能力相当。按计划,“长五”将于2016年择机进行首飞试验,2017年前后在海南发射场托举探月三期嫦娥五号月球探测器。
“探月三期是我国航天领域迄今难度最大、最复杂的工程,要实现月面采样返回,全面完成探月工程绕月、落月、返回地球的总目标。目前,嫦娥五号任务正处于紧张的产品研制、系统集成和试验验证阶段,计划2017年前后在海南发射场由长征五号运载火箭执行发射。”国防科工局局长、国家航天局局长许达哲表示。
探月工程三期总设计师胡浩曾表示,我国今年将完成嫦娥五号和长征五号的发射场合练工作。此次合练将是新探测器、新运载火箭和新发射场的首次“见面”。(原标题:“长五”火箭第二次试车成功
点火试验8分钟左右 2017年前后奔月) 上传我的文档
 下载
 收藏
该文档贡献者很忙,什么也没留下。
 下载此文档
正在努力加载中...
新一代火箭发动机试车管理模式研究
下载积分:600
内容提示:新一代火箭发动机试车管理模式研究
文档格式:PDF|
浏览次数:1|
上传日期: 13:12:24|
文档星级:
全文阅读已结束,如果下载本文需要使用
 600 积分
下载此文档
该用户还上传了这些文档
新一代火箭发动机试车管理模式研究
官方公共微信长征五号火箭模块试车工作全面展开军情-在线观看-风行网
全部标记为已读
您暂未收到新消息哦~
安装PC客户端
把想看的剧下载到本地吧~
点击立即下载就可以下载当前视频了哦~
我来说两句
播放:1,829,298
播放:4,085,552
播放:6,329
播放:5,895
播放:27,201
播放:14,089
播放:7,992
播放:74,398
播放:3,208
播放:1,998
播放:119,729
播放:196,499
播放:1,523
播放:1,110
精选视频号
播放:1,434
播放:3,894
播放:2,710长征五号火箭圆满完成芯一级动力系统第二次试车
当前位置:&&&
长征五号火箭圆满完成芯一级动力系统第二次试车
中国政府网
】【】【】
  日16时,我国目前运载能力最大的长征五号运载火箭,在北京成功进行了芯一级动力系统第二次试车。此次试车是长征五号运载火箭工程研制重大节点,进一步验证了芯一级模块设计方案的正确性,为长征五号运载火箭年内转入发射场合练奠定了坚实基础。 
  国家航天局局长许达哲到现场指导试车活动。他说,航天发展的成功经验之一就是动力先行。这次试车的成功为长征五号运载火箭研制工作顺利开展奠定了坚实基础。长征五号运载火箭实现了新动力、新结构、新平台,并将在新发射场执行发射任务,将有力提升我国液体火箭动力技术发展,大幅提升运载火箭总体技术水平。许达哲强调,成功不等于成熟,成熟不等于可靠,在后续工作中,要继续以严谨务实的态度认真分析可能存在的问题,将缺陷消灭在地面上,确保嫦娥五号、载人航天等发射任务的成功。要保持清醒的头脑,认识到与国外先进运载火箭的差距与不足,着力提升原始创新能力,实现运载火箭技术跨越发展,为我国从航天大国向航天强国迈进奠定坚实的基础。 
  国家航天局副局长吴艳华、秘书长田玉龙,航天科技集团公司董事长雷凡培,国家有关部委、军队有关部门以及长征五号运载火箭参研参试单位代表,部分航天老专家参加试车活动。 
  用于此次试验的长征五号运载火箭芯一级产品,直径5米,总长约33米,主要由箭体结构、增压输送、测量、控制、伺服等系统组成,使用无毒无污染的液态氧和液态氢作为推进剂,配置两台地面推力50吨级的液氢液氧发动机。点火后,火箭芯一级各系统工作稳定,发动机按照预定程序正常关机,达到预期目的。 
  长征五号运载火箭不仅是我国首型全新研制的新一代运载火箭,也是我国目前运载能力最大的运载火箭,能够将我国进入空间的能力提升2.5倍以上,可实现地球同步转移轨道最大14吨的运载能力。工程研制的总体技术指标位居亚洲第一、世界前三,工程研制跨度、技术难度以及任务实施规模在我国运载火箭研制史上均属首次。  
  长征五号运载火箭由中国航天科技集团公司运载火箭技术研究院抓总研制。在全体参研参试人员的共同努力下,历经八年艰苦攻关,目前火箭工程已全面突破12大项、200多个关键核心技术,工程前期设计和技术攻关工作基本完成,并已进入整箭级大型地面试验阶段,计划于2016年择机进行首次飞行试验,2017年前后在海南发射场发射嫦娥五号,将探测器送入地月转移轨道。  
  长征五号运载火箭在研制过程中坚持“通用化、组合化、系列化”的设计思想,以“无毒、无污染、高可靠、适应性强、安全性好”为目标,将有力提升我国航天液体火箭动力技术发展,完善我国运载火箭能力布局,牵引并带动我国无毒无污染新一代运载火箭系列化发展,为保护环境、建设美丽中国贡献力量。 
  我国的运载火箭技术起步于20世纪50年代,经过近60年的发展,至今共研制14型长征系列运载火箭,形成长征二号、长征三号、长征四号三个系列。目前,现役运载火箭共计8个型号,能满足低、中、高不同轨道,不同类型卫星、探测器、载人飞船的发射能力。日,长四乙遥运载火箭成功将中巴地球资源04星送入预定轨道,长征系列运载火箭顺利完成第200次发射。中国成为继美俄之后第三个独立完成双百次宇航发射的国家,发射成功率超过95%,入轨精度达到国际先进水平。
&&发表评论
请遵纪守法并注意语言文明。发言最多为2000字符
&&相关文档PCA在火箭发动机试车台传感器故障诊断中的应用
试车的目的主要是为了验证发动机设计的可行性与工艺的可靠性以及考核检验调试的方法,对发动机和组合件的质量和性能做出评价。液氢供应系统是液体火箭发动机试车台的一个重要组成部分,其工作状态直接影响发动机试车的成功与否。为了保证试车的顺利进行,需要实时监测一些重要参数,其中氢贮箱顶部压力和氢泵前阀入口处压力对液氢供应系统尤其重要。如果这几个重要传感器在试车过程中发生故障而未被检测到,会对试车造成灾难性的后果。因此,对这几个传感器进行实时性的故障诊断和数据重构就显得非常重要。由于液体火箭发动机试车台没有成熟的数学模型可供利用,所以不能采用基于数据模型的解析冗余方法。PCA(Principal Component Analysis)作为一种不依赖系统数学模型的建模工具,可以对相关性较高的传感器建立统计模型,对传感器进行故障诊断[1,2]。本文根据液氢供应系统几个重要传感器相关性强的特点建立了基于PCA的统计模型。根据SPE(Square P...&
(本文共4页)
权威出处:
0引言氢供应系统是液体火箭发动机试车台的一个重要组成部分。为了保证试车的顺利进行,需要实时监测重要参数-氢贮箱顶部压力和氢泵前阀入口处压力。如果这几个重要传感器在试车过程中发生故障而未被检测到,会对试车造成灾难性的后果。美国宇航局就曾因为试车过程中压力传感器的失效而出现了爆炸事故[1]。因此,对这几个传感器进行实时性地故障诊断就显得非常重要。主元分析(Principal Component Analysis,PCA)作为建立多传感器解析模型的一种有效工具,可以用于传感器的故障诊断[2-4]。多尺度主元分析(Multi-scale Principal Component Analysis,MSPCA)是美国Bakshi提出[5],将主元分析去除变量间关联、小波分析提取测量决定性特性以及去除测量自相关的优势相结合,在各尺度上计算小波系数的PCA模型。本文根据液氢供应系统的几个重要的压力传感器及流量传感器相关性较强的特点,结合MSCP...&
(本文共5页)
权威出处:
试车的目的主要是为了验证设计的可行性、工艺的可靠性以及检验调试方法,对发动机和组合件的质量和性能作出评价.液氢供应系统是液体火箭发动机试车台的一个重要组成部分,其工作状态直接影响发动机试车的成功与否.为了保证试车的顺利进行,需要实时监测一些重要参数,其中氢贮箱顶部压力和氢泵前阀入口处压力对液氢供应系统尤其重要.如果这几个重要传感器在试车过程中发生故障而未被检测到,会对试车造成灾难性的后果.美国宇航局就曾因为试车过程中压力传感器的失效而出现了爆炸事故[1].因此,对这几个传感器进行实时性地故障诊断和数据重构就显得非常重要.主元分析(Principal Component Analysis,PCA)作为一种建立多传感器解析模型的一种有效工具,可以用于传感器的故障诊断[2,3].多尺度主元分析(Multiscale Principal Component Analysis,MSPCA)思想由美国Bakshi提出[4],将主元分析去除变...&
(本文共4页)
权威出处:
引言主元分析(principal component analysis,PCA)、偏最小二层(partial least square,PLS)等多元统计监控方法由于不依赖于严格的数学模型,目前在化工过程监视与故障监测方面取得了广泛的应用[1-2].在实际应用过程中,及时地检测过程故障是十分重要的,这有利于及时地解决过程中出现的问题,尽量降低故障对生产过程和产品质量造成的危害.不过一个自然的想法是能否使统计性能监控方法具有一定的故障诊断能力,从而有利于在异常情况发生后更及时地定位故障.目前,在统计性能监控框架内进行故障诊断的方法主要包括以下3类:(1)由Nomikos等[3-4]最早提出的均方预测误差(SPE)贡献图法,该方法过于粗略,当一个传感器出现故障时,由于变量间的线性相关性,可能会导致多个传感器变量SPE贡献值的同时增加,从而引起错误的诊断结果[5];(2)Gertler等[6]提出的结构化残差法,该方法只能给出定性的故...&
(本文共6页)
权威出处:
1引言目前用于移动机器人故障诊断有多种方法[1 ̄5],其中,神经网络是一种常见的方法,但由于神经网络理论本身固有的不足,导致它在实际应用中具有一些无法克服的缺点:易陷入局部最小、模型结构须人为确定、需要大量的训练样本、训练时间长,存在过学习和泛化能力较差等问题,这使得它的应用受到制约。而基于统计学习理论的支持向量机采用结构风险最小化(SRM)原则,可用小样本进行学习,具有全局唯一最优解、泛化能力强、模型结构由算法自动确定等一系列优点,使它成为了解决这些难题的自然选择。传统故障诊断的大多数方法需要建立相应的故障模型,并需要提供特定样本所组成的训练数据集来训练,而且这些基于统计学的模型只是当样本数目趋向于无穷大时的理想极限特性,现实应用中其观测样本通常是有限的,甚至是少量的,难以满足基于传统的统计方法的前提条件,以致误差较高。且由于需要大量训练数据,计算代价过大而难以实现实时检测。故障状态可以视为与正常状态有某种偏离的一种反常现象,...&
(本文共4页)
权威出处:
传感器是自动化测试及控制系统的重要组成部分,是系统获得数据的关键环节,其品质的优劣直接影响到系统的正常运行。许多现场安装环境复杂,容易出现传感器故障。因此,对传感器的故障诊断就显得非常重要。对于传感器输出有瞬态变化的故障信号,当信号频率成分比较丰富的情况下,进行时域分析不能达到理想的效果。同时,单纯的频域分析也无法检测出信号在时域中的突变点。小波变换是一种在时频域都具有表征信号局部特征能力的分析方法,可实现对信号的多尺度分析,从而非常明显地表征这种突变点。利用这一特点,可以将传感器的输出信号进行小波变换,实现原始信号与故障信号的分离,在相应的尺度上得到故障信息。文献[1-2]对传感器输出信号进行小波变换,在不同的尺度计算信号能量,并分别用于检测压力传感器各种故障和流量传感器的堵塞故障。文献[3]对于传感器输出有白色噪声或系统参数有小突变情况,利用信号在小波变换的多尺度刻划下表现行为不同的特点来检测传感器故障。文献[4]则将小波变...&
(本文共5页)
权威出处:
0引言传感器是自动化测试及控制系统的重要组成部分,是系统获得数据的关键环节,其品质的优劣直接影响到系统的正常运行.许多传感器的现场安装环境复杂,容易出现传感器故障.因此,对传感器的故障诊断就显得非常重要.主元分析(P rincipal Com ponent A nalysis,PCA)作为一种建立多传感器解析模型的有效工具,可以用于传感器的故障诊断[1~3].多尺度主元分析(M u ltiscale P rincipal Com ponent A nalysis,M SPCA)思想由美国Baksh i提出[4],将主元分析去除变量间关联、小波分析提取测量决定性特性以及去除测量自相关的优势相结合,在各尺度上计算小波系数的PCA模型.文献[5]根据M SPCA思想在细尺度上建立主元模型,并通过计算主元空间的Hotelling统计量进行传感器故障检测.由于细尺度系数主要蕴涵信号的高频信息,所以这种方法不能有效地检测漂移、偏差这类低频故...&
(本文共6页)
权威出处:
扩展阅读:
CNKI手机学问
有学问,才够权威!
出版:《中国学术期刊(光盘版)》电子杂志社有限公司
地址:北京清华大学 84-48信箱 大众知识服务
互联网出版许可证 新出网证(京)字008号
京ICP证040431号
服务咨询:400-810--9993
订购咨询:400-819-9993
传真:010-

我要回帖

更多关于 前任开撕火箭 的文章

 

随机推荐