火箭发动机试车试验是一门复杂的综合技术,试车使用的测量系统规模大、结构复杂、测量精度高、一次试车中采集的数据量大。试车使用的推进剂具有易挥发、易爆炸、易燃烧等特点,使得试验过程具有很多不安全因素,危险性大。传感器作为试车台的重要组成部分,时刻监测着系统状况。为了保证试车试验的顺利、安全进行,传感器需要具有很高的可靠性,因此对传感器故障诊断的研究具有重要的现实意义。本文研究的故障诊断算法有:主元分析法(PCA)和神经网络预测法。本文结合试车台氢系统中的三种重要的压力传感器对主元分析法进行了深入研究,通过对典型故障的实验分析证明主元分析法有良好的诊断能力。实验证明,线性神经网络预测法通过在线学习训练,具有鲁棒性好,适应能力强的特点,并且保证了该方法的良好实时性和精度。本文研究了传感器故障数据的重构方法,利用PCA主元分析法进行的数据重构取得了很好的效果;利用Elman神经网络预测器进行的数据重构,由于融合了各传感器的空间信息获得很好的重构效果。通过Matlab仿真验证了这两种重构方法的精度和重构速度都可以满足实时故障数据重构的要求。本文开发了液体火箭发动机试车台传感器故障诊断系统,包括算法实现、数据库设计和用户界面设计。利用开发的软件系统对本文主要研究的故障诊断方法进行了验证,结果证明了这些诊断方法的实用性和有效性。