一種飛機(jī)發(fā)動(dòng)機(jī)轉(zhuǎn)子振動(dòng)信號(hào)故障狀態(tài)識(shí)別的方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明，屬于機(jī)電系統(tǒng)故障診斷和狀態(tài)監(jiān)測(cè)技術(shù)領(lǐng)域，具體為一種飛機(jī)發(fā)動(dòng)機(jī)轉(zhuǎn) 子振動(dòng)信號(hào)故障狀態(tài)識(shí)別的方法。
【背景技術(shù)】
[0002] 飛機(jī)運(yùn)行于復(fù)雜環(huán)境中，對(duì)系統(tǒng)可靠性有較高的要求，飛機(jī)系統(tǒng)的狀態(tài)監(jiān)控、 診斷和預(yù)測(cè)是確保飛機(jī)安全的重要手段。例如飛機(jī)系統(tǒng)需要監(jiān)控發(fā)動(dòng)機(jī)性能（如專 利：CN103370667A)，起落架狀態(tài)（如專利：CN103963986)、升降舵操控性（如專利：CN 202987498)以及各種電子和機(jī)電設(shè)備（如專利：CN102700718A)是否正常工作等各系統(tǒng) 的狀態(tài)。這些系統(tǒng)的整體狀態(tài)受到下級(jí)子系統(tǒng)的影響，例如，防滑剎車控制盒（如專利：CN 104049630A)、飛機(jī)線纜（如專利：103558513A)和發(fā)動(dòng)機(jī)反推（如專利：CN103979114A)的 狀態(tài)監(jiān)控。這些狀態(tài)信息輸送到飛機(jī)的ACMS(AircraftConditionMonitoringSystem， ACMS)系統(tǒng)中，實(shí)現(xiàn)對(duì)各系統(tǒng)和子系統(tǒng)狀態(tài)進(jìn)行監(jiān)控，在發(fā)生故障情況下采取相應(yīng)的報(bào)警和 隔離措施。飛機(jī)各系統(tǒng)的狀態(tài)監(jiān)控和故障診斷已經(jīng)成為飛行安全和基于狀態(tài)的維修必備的 手段。
[0003] 航空發(fā)動(dòng)機(jī)是現(xiàn)代飛機(jī)的"心臟"，它工作在高壓、高溫和高負(fù)載的惡劣環(huán)境下，發(fā) 動(dòng)機(jī)工作狀態(tài)的好壞直接影響飛機(jī)的安全性和可靠性?，F(xiàn)代航空發(fā)動(dòng)機(jī)設(shè)計(jì)追求大推力、 高功質(zhì)比，使得發(fā)動(dòng)機(jī)體積減小、轉(zhuǎn)速升高；同時(shí)為保證壓氣機(jī)效率，轉(zhuǎn)子和定子的間隙幾 乎小到了極致。在工作過程中，一旦轉(zhuǎn)子渦動(dòng)量大于轉(zhuǎn)定子間隙，轉(zhuǎn)子葉片和定子殼體間就 會(huì)出現(xiàn)碰磨，輕則影響轉(zhuǎn)子短時(shí)間內(nèi)工作穩(wěn)定性，重則會(huì)使發(fā)動(dòng)機(jī)損壞失效。
[0004] 因此，在發(fā)動(dòng)機(jī)地面試驗(yàn)中常以振動(dòng)信號(hào)監(jiān)測(cè)為手段觀察其工作狀態(tài)。當(dāng)碰磨狀 況嚴(yán)重或較為明顯時(shí)，不論從響應(yīng)信號(hào)幅值還是從零件外觀都可以容易的判斷出故障狀 態(tài)。但發(fā)生輕微碰磨時(shí)，既難于從聲音判斷，也不易靠觀察零件外觀識(shí)別。雖然目前有提取 碰磨故障特征，進(jìn)行故障狀態(tài)識(shí)別的方法，但是由于主客觀方面的原因，提取的大量診斷特 征中存在很多不相關(guān)或冗余信息，導(dǎo)致了數(shù)據(jù)的內(nèi)部特征逐漸增多，表現(xiàn)為故障數(shù)據(jù)狀態(tài) 參數(shù)分布空間的復(fù)雜化、數(shù)據(jù)樣本的重復(fù)冗余和狀態(tài)參數(shù)在維數(shù)上的高度冗余。高維數(shù)據(jù) 在處理過程中會(huì)產(chǎn)生較大的計(jì)算消耗，同時(shí)對(duì)于這些多屬性共同決定的故障問題，很難直 觀地分析某些主要屬性對(duì)于系統(tǒng)的影響，從而為找到故障的本質(zhì)變化和規(guī)律，以及在計(jì)算 機(jī)上可視化分析這些數(shù)據(jù)的結(jié)構(gòu)、關(guān)聯(lián)和分布情況帶來了很大困難。
[0005] 綜上所述，飛機(jī)發(fā)動(dòng)機(jī)轉(zhuǎn)子振動(dòng)信號(hào)的一些關(guān)鍵特征對(duì)故障比較敏感，而且相互 獨(dú)立，能夠提供互補(bǔ)信息，提高診斷精度，應(yīng)該充分利用；一些冗余或者不相關(guān)的特征對(duì)故 障不敏感，沒有利用價(jià)值，會(huì)增加診斷工作量和成本，應(yīng)該從中剔除。因此，現(xiàn)下所需要的就 是，能夠自動(dòng)選取飛機(jī)發(fā)動(dòng)機(jī)轉(zhuǎn)子振動(dòng)信號(hào)關(guān)鍵特征，觀察其工作狀態(tài)，進(jìn)行故障狀態(tài)識(shí)別 的方法。

【發(fā)明內(nèi)容】

[0006] 為了解決現(xiàn)有飛機(jī)發(fā)動(dòng)機(jī)轉(zhuǎn)子振動(dòng)信號(hào)故障狀態(tài)識(shí)別中，故障特征中關(guān)鍵特征的 選取問題，本發(fā)明提出了一種飛機(jī)發(fā)動(dòng)機(jī)轉(zhuǎn)子振動(dòng)信號(hào)故障狀態(tài)識(shí)別的方法。本發(fā)明的技 術(shù)方案為：
[0007] 所述一種飛機(jī)發(fā)動(dòng)機(jī)轉(zhuǎn)子振動(dòng)信號(hào)故障狀態(tài)識(shí)別的方法，其特征在于：包括以下 步驟：
[0008] 步驟1 :采集飛機(jī)發(fā)動(dòng)機(jī)轉(zhuǎn)子的帶有故障標(biāo)簽的原始振動(dòng)信號(hào)；
[0009] 步驟2 :對(duì)采集到的帶有故障標(biāo)簽的原始振動(dòng)信號(hào)，提取11種特征：均值、方差、峭 度、峰值指標(biāo)、波形指數(shù)、脈沖指標(biāo)、裕度指標(biāo)、頻率峰值比、頻域均方根、小波包分解后第三 層中的第一個(gè)和第二個(gè)節(jié)點(diǎn)能量，得到信號(hào)矩陣
【主權(quán)項(xiàng)】
1. 一種飛機(jī)發(fā)動(dòng)機(jī)轉(zhuǎn)子振動(dòng)信號(hào)故障狀態(tài)識(shí)別的方法，其特征在于：包括以下步驟： 步驟1:采集飛機(jī)發(fā)動(dòng)機(jī)轉(zhuǎn)子的帶有故障標(biāo)簽的原始振動(dòng)信號(hào)； 步驟2 :對(duì)采集到的帶有故障標(biāo)簽的原始振動(dòng)信號(hào)，提取11種特征：均值、方差、峭度、 峰值指標(biāo)、波形指數(shù)、脈沖指標(biāo)、裕度指標(biāo)、頻率峰值比、頻域均方根、小波包分解后第三層 中的第一個(gè)和第二個(gè)節(jié)點(diǎn)能量，得到信號(hào)矩陣
其中，信號(hào)矩陣維數(shù)變量為d，d= 1，2,. . .，D，D= 11表示維數(shù)大小，t= 1，2,. . .，T， T表示信號(hào)的個(gè)數(shù)； 步驟3 :將信號(hào)矩陣轉(zhuǎn)置使信號(hào)矩陣轉(zhuǎn)換為特征矩陣X^X。=XT; 步驟4 :將特征作為聚類的數(shù)據(jù)點(diǎn)，進(jìn)行特征提取： 步驟4. 1 :構(gòu)造馬氏距離矩陣SM:
父1，父2，...，乂11是特征矩陣乂。中每一列的列向量，4 1，^2，...，1111是特征矩陣乂。中每一 列的均值，1T為TX1的矩陣且矩陣?yán)锏拿總€(gè)元素均為1，E為期望，median表示取中位數(shù)； 步驟4. 2 :設(shè)置最大循環(huán)次數(shù)N; 步驟4. 3:初始化a(i，j) =0,利用以下公式更新r(i，j):r(i,/) = ,v(z, /) - max{a(i, u) +,v(/',u)}
兵甲，aU，農(nóng)不i選祥J作艿兵中心點(diǎn)的累積證據(jù)，r(i,j)表示j作為i中心點(diǎn)的 累積證據(jù)，apSa(i，j)上次迭代的值，<匕為\的當(dāng)前迭代的值，ap+1S 的當(dāng)前迭代更 新后的值，相應(yīng)的&為1'(1，」）上次迭代的值，？；^為4的當(dāng)前迭代的值， 1^+1為<=的當(dāng)前 迭代更新后的值，A是收斂系數(shù)； 步驟4. 4 :利用以下公式更新a(i，j)
步驟4. 5 :確定特征i的聚類中心，根據(jù)j=argmaXj{a(i,j)+r(i,j)}(i= 1，2, ? ? ?，D) 來確定每個(gè)特征的歸屬類以及各類的中心：在停止迭代后，對(duì)于特征i，若i辛j，表明i的 聚類中心就是j;若i=j時(shí)，表明i本身是聚類中心； 步驟4. 6 :若聚類中心連續(xù)若干次迭代不發(fā)生改變，或迭代次數(shù)達(dá)到指定次數(shù)N，則進(jìn) 行步驟5,否則執(zhí)行步驟4. 3; 步驟5 :將帶有故障標(biāo)簽的聚類結(jié)果利用分類器中進(jìn)行訓(xùn)練，得到訓(xùn)練好的分類器； 步驟6 :將新采集到未知結(jié)果的數(shù)據(jù)，按照步驟2?步驟4進(jìn)行特征提取，再用步驟5訓(xùn) 練好的分類器進(jìn)行分類，產(chǎn)生分類結(jié)果。
【專利摘要】本發(fā)明提出一種飛機(jī)發(fā)動(dòng)機(jī)轉(zhuǎn)子振動(dòng)信號(hào)故障狀態(tài)識(shí)別的方法，主要包括以下步驟：首先提取轉(zhuǎn)子振動(dòng)信號(hào)的11種時(shí)域、頻域和時(shí)頻域特征；然后通過聚類，選擇合適的特征；接下來利用聚類結(jié)果訓(xùn)練分類器；最后將新數(shù)據(jù)代入到訓(xùn)練好的分類器，產(chǎn)生分類結(jié)果。本發(fā)明解決了現(xiàn)有飛機(jī)發(fā)動(dòng)機(jī)轉(zhuǎn)子故障狀態(tài)識(shí)別時(shí)，由于主客觀方面的原因，提取的大量診斷特征中存在很多不相關(guān)或冗余信息的問題。本發(fā)明采用聚類和分類器相結(jié)合的飛機(jī)發(fā)動(dòng)機(jī)轉(zhuǎn)子振動(dòng)信號(hào)故障分類的方法，提出一種飛機(jī)發(fā)動(dòng)機(jī)轉(zhuǎn)子振動(dòng)信號(hào)故障狀態(tài)識(shí)別的方法框架，能夠自動(dòng)識(shí)別出對(duì)故障特征敏感的關(guān)鍵特征，剔除對(duì)故障特征不敏感的相關(guān)特征，能夠有效地提升飛機(jī)發(fā)動(dòng)機(jī)轉(zhuǎn)子振動(dòng)信號(hào)故障狀態(tài)識(shí)別性能。
【IPC分類】G01M13-00
【公開號(hào)】CN104614166
【申請(qǐng)?zhí)枴緾N201510046044
【發(fā)明人】劉貞報(bào), 李洋, 布樹輝, 張超
【申請(qǐng)人】西北工業(yè)大學(xué)
【公開日】2015年5月13日
【申請(qǐng)日】2015年1月29日