[發明專利]一種直升機傳動齒輪的性能趨勢預測方法

在審

• 申請號: 201611126116.5
• 申請日: 2016-12-09
• 公開（公告）號: CN106599823A
• 公開（公告）日: 2017-04-26
• 發明（設計）人: 林澤力;王景霖;沈勇;鄭國;單添敏;曹亮;何召華;鄭蔚
• 申請（專利權）人: 中國航空工業集團公司上海航空測控技術研究所
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62
• 代理公司: 南京理工大學專利中心32203
• 代理人: 朱顯國,馬魯晉

1.一種直升機傳動齒輪的性能趨勢預測方法，其特征在于，包括以下步驟：

步驟1，采用缺省閾值降噪方法，對采集到的直升機傳動齒輪振動信號進行降噪處理；

步驟2，采用時域信號分析方法，對降噪處理后的直升機傳動齒輪振動信號進行特征值提取，獲取直升機傳動齒輪振動信號中的特征值；

步驟3，采用熵權法計算多類特征值的權重，得到多類特征值中信息成分的貢獻度大小；

步驟4，根據特征值的貢獻度大小，對多類特征值進行特征值信息融合，即得到融合后的特征值；

步驟5，根據融合后的特征值，采用灰色預測方法對直升機傳動齒輪的性能變化趨勢進行預測，以得到直升機傳動齒輪的狀態變化趨勢。

2.根據權利要求1所述的直升機傳動齒輪的性能趨勢預測方法，其特征在于，步驟2所述采用時域信號分析方法，對降噪處理后的直升機傳動齒輪振動信號進行特征值提取，獲取直升機傳動齒輪振動信號中的特征值，具體如下：

將步驟1所得到的降噪處理后的直升機傳動齒輪振動信號x(t)，采用公式(1)和公式(2)分別提取振動信號中的特征值峭度KV和裕度CLF：

$KV=\frac{{\∫}_{-\mathrm{\∞}}^{+\mathrm{\∞}}{x}^{4}p\left(x\right)dx}{{\[{\∫}_{-\mathrm{\∞}}^{+\mathrm{\∞}}{x}^{2}p\left(x\right)dx\]}^2}---\left(1\right)$

$CLF=\frac{E\[max\left|x\left(t\right)\right|\]}{{\[{\∫}_{-\mathrm{\∞}}^{+\mathrm{\∞}}{x}^{1/2}p\left(x\right)dx\]}^2}---\left(2\right)$

其中，p(x)是時域信號的頻域信息、x代表頻域信息。

3.根據權利要求1所述的直升機傳動齒輪的性能趨勢預測方法，其特征在于，步驟3所述采用熵權法計算多類特征值的權重，得到多類特征值中信息成分的貢獻度大小，具體如下：

將步驟2得到的特征值記為u(i,j){i＝1,2,…,k；j＝1,2,…,l}，其中，i、j分別代表特征值向量u(i,j)的行和列編號，k、l分別代表特征值向量u(i,j)的行和列的數量，計算各個特征值權重的大小，過程如下：

1)對直升機傳動齒輪振動信號進行特征提取，求取振動信號的四種特征值，并將特征值組成原始數據矩陣U，矩陣U＝(u_ij)_k×l,u_ij≥0；其中：i＝1,2,...,k；j＝1,2,...,l；

2)對原始數據矩陣X進行預處理，采用歸一化的方法進行處理，即

$p_{ij}=u_{ij}/\underset{j=1}{\overset{l}{\Σ}}{u}_{ij}---\left(3\right)$

得到處理后的矩陣P＝(p_ij)_k×l；

3)求取指標u_j的信息熵E_j，計算方法為：

$E_j=-n\underset{i=1}{\overset{n}{\Σ}}\left(p_{ij}ln{p}_{ij}\right),n=1/lnk---\left(4\right)$

4)求取第j個指標的熵權ω_j計算公式為：

${\mathrm{\ω}}_j=(1-E_j)/(l-\underset{j=1}{\overset{l}{\Σ}}{E}_j)---\left(5\right)$

則根據求取出的ω_j，得到多類特征值中信息成分的貢獻度大小，權重值越大，貢獻度則會越大。