[發(fā)明專利]一種飛機燃油泵信號退化特征提取方法及裝置

有效

• 申請?zhí)枺?/td>: 201710903937.3
• 申請日: 2017-09-29
• 公開（公告）號: CN107622251B
• 公開（公告）日: 2020-08-14
• 發(fā)明（設(shè)計）人: 李文娟;劉海強
• 申請（專利權(quán)）人: 西安科技大學(xué)
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62
• 代理公司: 深圳國海智峰知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 44489
• 代理人: 王慶海;劉軍鋒

本發(fā)明涉及信號提取技術(shù)領(lǐng)域，尤其涉及一種飛機燃油泵信號退化特征提取方法，主要包括數(shù)學(xué)形態(tài)學(xué)處理、信號復(fù)雜度度量、權(quán)重因子計算、形態(tài)譜衰減因子構(gòu)建、基于SVDD的隸屬度函數(shù)確定、模糊信息粒化、形態(tài)譜衰減模糊信息粒子核生成、健康基準(zhǔn)曲線擬合等幾個步驟對數(shù)據(jù)進(jìn)行分析。本發(fā)明還包括一種飛機燃油泵信號退化特征提取裝置，包括信號采集及預(yù)處理模塊、數(shù)據(jù)計算及分析模塊、結(jié)果輸出模塊，本裝置按照上述飛機燃油泵信號退化特征提取方法對特征量進(jìn)行提取以及計算分析。本發(fā)明的信號退化特征提取方法與裝置對信號的特征描述過程算法更加簡單，所得的飛機燃油泵性能分析結(jié)果也更加準(zhǔn)確。

技術(shù)領(lǐng)域

本發(fā)明涉及信息提取技術(shù)領(lǐng)域，尤其涉及一種飛機燃油泵信號退化特征提取方法及裝置。

背景技術(shù)

燃油系統(tǒng)是飛機系統(tǒng)的重要組成部分，是改善飛機性能和保證飛行安全的重要設(shè)備。隨著新型飛機的復(fù)雜性日趨加強，燃油系統(tǒng)的故障診斷、預(yù)測以及維修保障等問題越來越受到重視。傳統(tǒng)飛機系統(tǒng)使用機內(nèi)自測試(BIT)的方法實現(xiàn)故障檢測，或者使用基于計劃的維修方法，定期對系統(tǒng)部件進(jìn)行修理或更換。這些方法雖然有效，但是無法全面預(yù)防飛行中重大事故的發(fā)生；定期修理或更換系統(tǒng)部件會帶來不必要的元件更換和人力資源消耗，增加系統(tǒng)的維護(hù)費用。

由于系統(tǒng)退化過程的長期性，特征量表現(xiàn)為變化緩慢的微小畸變信號，從大量的監(jiān)測信號中獲取有效表征系統(tǒng)性能狀態(tài)的特征量，是實現(xiàn)高可靠性、長壽命設(shè)備健康管理技術(shù)面臨的基本問題。目前獲取信號特征量的常用方法有：統(tǒng)計分析的方法，如使用監(jiān)測信號的均方根、峰值因數(shù)、峭度、形狀因子、脈沖因子等。頻域分析的方法，如倒譜分析和反卷積濾波等；時域、頻域混合分析的方法，如小波分析等。與頻譜能直觀反映信號中存在的頻率成分一樣，形態(tài)譜也能反映退化信號中不同尺度的形態(tài)特征，能夠避免復(fù)雜的坐標(biāo)轉(zhuǎn)換，以達(dá)到抑制噪聲、提取信號特征和保持信號細(xì)節(jié)的目的。國內(nèi)外公開的文獻(xiàn)中，數(shù)學(xué)形態(tài)學(xué)分析在故障特征提取、模式識別等方面已得到了應(yīng)用。T.Venkateswara Reddy JeevammaJacob.Mathematical Morphology for Discrimination Between Internal Faults andInrush Currents in Power Transformers[J].Electrical Systems.2008(4/1)研究了數(shù)學(xué)形態(tài)學(xué)在識別電源變壓器內(nèi)部故障方面的應(yīng)用，驗證了該方法與小波分析法具有同樣的信號表征效果但具有較小的算法復(fù)雜度；Juan Manuel Ramirez-Cortes.A FeatureExtraction Method Based on the Pattern Spectrum for Hand Shape Biometry[C].Proceeding of the World Congress on Engineering and Computer Science.2008研究了基于形態(tài)譜的手型特征提取方法，并通過距離分類準(zhǔn)則、神經(jīng)網(wǎng)絡(luò)以及支持向量機等算法進(jìn)行了模式識別，驗證了該特征提取算法的有效性；K.C.Gryllias,C.T.Yiakopoulos,I.A.Antoniadis.A Morphological Index for Fault Detection and Trending inDefective Gearboxes[C].16th International Congress on SoundandVibration.Krakow.2009.7.5-9將形態(tài)學(xué)指數(shù)用于變速箱的故障檢測中；RamkumarP.B.Fault Analysis Using Mathematical Morphology and Fractal Geometry[J].International Journal of Emerging Technology and Advanced Engineering.2012.6(2/6)研究了數(shù)學(xué)形態(tài)學(xué)和分形幾何在故障診斷中的應(yīng)用。以上基于數(shù)學(xué)形態(tài)學(xué)的特征提取大多用于模式識別領(lǐng)域，鮮有涉及退化特征提取的案例。飛機使用過程中的工作循環(huán)通常定義為一次飛行循環(huán)，經(jīng)歷從起飛、爬升直至著陸的一個完整的過程。因此，作為燃油系統(tǒng)的核心元件，燃油泵運行時具有以工作循環(huán)表示的周期性，對應(yīng)不同的飛行階段，發(fā)動機對燃油的需求量不同。同時，飛機燃油泵是保證發(fā)動機持續(xù)、安全運行的關(guān)鍵設(shè)備，通常具備多種供油模式(例如中央油箱供油、機翼主油箱供油等)并會發(fā)生模式之間的遷移。因此，系統(tǒng)中各元件的激活與否，與系統(tǒng)當(dāng)前所處的運行狀態(tài)密切相關(guān)。