[發明專利]一種基于耦合隱半馬爾可夫模型的航空軸承故障診斷方法

在審

• 申請號: 201611149666.9
• 申請日: 2016-12-14
• 公開（公告）號: CN106599920A
• 公開（公告）日: 2017-04-26
• 發明（設計）人: 曹亮;王景霖;鄭國;何召華;單添敏;林澤力;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: G06K9/62
• 分類號: G06K9/62
• 代理公司: 南京理工大學專利中心32203
• 代理人: 朱顯國,唐代盛

1.一種基于耦合隱半馬爾可夫模型的航空軸承故障診斷方法，其特征在于包括以下步驟：

步驟一：信號采集、預處理及特征提取、特征融合；根據航空動部件軸承所處部件的位置及形狀構建傳感器網絡，監測航空軸承在運行過程中各個方位的振動傳感信號，包括軸向和徑向兩個方向上的振動信號；采用時域同步平均技術對監測信號進行預處理，然后對經過預處理的信號進行特征提取，再利用粗糙集與核主元分析相結合的非線性處理方法對提取的特征進行處理，先通過粗糙集對提取的特征進行約減，然后利用核主元分析對約減之后的特征進行特征融合，得到若干主元；

步驟二，構建隱半馬爾可夫特征融合故障診斷模型；將融合后的特征參數集中的特征數據分為兩部分，一部分作為訓練隱半馬爾可夫模型的訓練數據，另一部分則作為測試隱半馬爾可夫模型的測試數據；利用不同類型的訓練數據分別訓練對應建立的隱半馬爾可夫模型，得到訓練完成的針對不同軸承故障狀態的隱半馬爾可夫特征融合故障診斷模型；

步驟三，分析航空軸承存在的故障類型和機理，通過航空傳動平臺，利用航空軸承的故障狀態開展故障實驗；利用測試數據對訓練完成后的模型進行驗證，按照步驟一的程序對進行實驗獲取的實驗數據進行處理，獲取樣本故障特征并建立故障特征集，將該故障特征數據代入步驟二中得到的隱半馬爾可夫模型進行識別，即可實現對航空的故障狀態進行識別。

2.根據權利要求1所述的基于耦合隱半馬爾可夫模型的航空軸承故障診斷方法，其特征在于：步驟一中所述采用時域同步平均技術對監測信號進行預處理的實現過程如下：振動傳感信號x(t)以采樣頻率f_s在起始時刻t開始采樣，得到N段相同長度的數據段{x_i(j)}：

$x_i\left(j\right)=x(j*\frac{1}{f_s}-t)$

j指的是j個數據點；

如果這些數據段對應起始時刻相同，那么這些數據段是同步的，對這些數據段進行平均，得到新的數據段：

$y\left(j\right)=\frac{1}{N}\underset{i=1}{\overset{N}{\Σ}}{x}_i\left(j\right)$

y(j)為時域同步平均信號。