基于ARMA模型的液氧甲烷火箭发动机故障预测方法及系统

本发明公开了基于ARMA模型的液氧甲烷火箭发动机故障预测方法及系统，通过构建液氧甲烷火箭发动机模块化仿真模型，注入故障因子模拟典型故障（如甲烷泵汽蚀、涡轮叶片烧蚀等），获取包含高斯噪声的正常及故障数据；采用自回归滑动平均模型（ARMA）对6个关键参数进行时间序列建模，通过ACF/PACF定阶和AIC准则优化模型参数；建立自适应残差阈值公式（阈值=残差均值±2倍标准差），结合连续3次超阈值且三参数协同报警的判定准则，实现故障早期预警；实验表明，报警时间较传统红线阈值法提前0.1‑0.13秒，误报率从18.7%降至0.3%，满足航天级实时性与可靠性要求；本发明无需大量故障样本，抗干扰能力强，适用于可重复使用火箭发动机的在线健康监测。