液体火箭发动机地面试验台的可靠运行是保证火箭发动机地面试验成功的关键因素,一旦试验台发生故障整个试验将失败,将会造成巨大的经济损失。因此,对试验台进行故障诊断研究就显得非常重要。由于试验台规模庞大、结构复杂,使得试验台故障诊断征兆繁杂、故障类型多样,故障状态之间呈现出模糊性和不确定性。而且,随着试验台系统研制水平的提高,监测参数不断增多,对试验台进行故障诊断需要分析的数据量将十分巨大,能否有效地利用这些数据,从中去除冗余的信息,挖掘有效的诊断规则,便成为摆在人们面前的一项重要课题。本文以解决试验台故障诊断此类问题为出发点,研究粗糙集理论在试验台故障诊断中的应用。本文首先就研究的对象XX型发动机试验台系统及其工作机理进行了介绍,采用故障模式及影响分析方法对其进行了全面的故障模式分析。然后,介绍了粗糙集理论的相关知识,并对常用的属性约简算法进行了比较分析。在对试验台对象和粗糙集理论研究的基础上,本文重点研究了粗糙集在试验台故障诊断中的应用。主要内容包括:试验台故障知识库的建立、粗糙集规则训练、粗糙集故障诊断三部分。在知识库的设计中,采用统一编码的方式,保证了知识库存储的统一性。粗糙集规则训练(即知识约简)是利用粗糙集进行知识获取,实施故障诊断的重要步骤,本文针对粗糙集规则训练的各个阶段:决策表构建、一致性检测、属性约简、值约简,结合试车台决策表特点,进行了详细地算法设计。粗糙集故障诊断部分通过实例分析给出了粗糙集完整的故障诊断过程。针对试验台系统不断有新样本加入的情况,提出了与粗糙集规则训练流程相对应的知识动态更新算法。最后,本文利用试验台实际试验过程数据,并结合仿真的故障数据对上面算法进行了检验,验证了算法的实用性和有效性。