[發(fā)明專利]航空發(fā)動(dòng)機(jī)多類故障最小風(fēng)險(xiǎn)診斷方法及裝置

在審

• 申請(qǐng)?zhí)枺?/td>: 201810860268.0
• 申請(qǐng)日: 2018-08-01
• 公開（公告）號(hào): CN109308484A
• 公開（公告）日: 2019-02-05
• 發(fā)明（設(shè)計(jì)）人: 蘭國(guó)興;李清;程農(nóng)
• 申請(qǐng)（專利權(quán)）人: 清華大學(xué)
• 主分類號(hào): G06K9/62
• 分類號(hào): G06K9/62
• 代理公司: 北京清亦華知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11201
• 代理人: 張潤(rùn)

1.一種航空發(fā)動(dòng)機(jī)多類故障最小風(fēng)險(xiǎn)診斷方法，其特征在于，包括以下步驟：

步驟S1：采集航空發(fā)動(dòng)機(jī)包含各類故障以及無故障的傳感器測(cè)量數(shù)據(jù)，以構(gòu)成原始訓(xùn)練集；

步驟S2：利用最大-最小值歸一化方法對(duì)所述原始訓(xùn)練集進(jìn)行無量綱化處理，并采用線性判別分析進(jìn)行降維處理；

步驟S3：采用極大似然估計(jì)的方法，并利用softmax函數(shù)對(duì)訓(xùn)練集中所述各類故障的后驗(yàn)概率進(jìn)行建模，以得到所述發(fā)動(dòng)機(jī)的softmax故障概率模型；

步驟S4：采集在役的航空發(fā)動(dòng)機(jī)傳感器測(cè)量參數(shù)，并進(jìn)行最大-最小值歸一化和線性判別分析降維處理；

步驟S5：利用所述softmax故障概率模型估計(jì)出所述在役航空發(fā)動(dòng)機(jī)的各類故障概率；以及

步驟S6：根據(jù)各類故障分類錯(cuò)誤的經(jīng)驗(yàn)損失表計(jì)算出判定為各類故障的期望損失，并根據(jù)期望損失最小的準(zhǔn)則進(jìn)行故障診斷決策。

2.根據(jù)權(quán)利要求1所述的航空發(fā)動(dòng)機(jī)多類故障最小風(fēng)險(xiǎn)診斷方法，其特征在于，在所述步驟S3中，采用所述極大似然估計(jì)的方法，并利用所述softmax函數(shù)對(duì)所述訓(xùn)練集中的各類故障的后驗(yàn)概率進(jìn)行建模，其中，極大似然估計(jì)的最優(yōu)化問題為凸問題，并利用梯度下降法求得全局最小值。

3.根據(jù)權(quán)利要求1所述的航空發(fā)動(dòng)機(jī)多類故障最小風(fēng)險(xiǎn)診斷方法，其特征在于，在所述步驟S6中，所述故障診斷的決策準(zhǔn)則為根據(jù)所述經(jīng)驗(yàn)損失表計(jì)算出將當(dāng)前發(fā)動(dòng)機(jī)的狀態(tài)判定為各類別故障的期望損失，根據(jù)期望損失最小的準(zhǔn)則進(jìn)行故障診斷決策，使得診斷結(jié)果的期望損失最小。

4.根據(jù)權(quán)利要求1所述的航空發(fā)動(dòng)機(jī)多類故障最小風(fēng)險(xiǎn)診斷方法，其特征在于，在所述步驟S2和所述步驟S4中，對(duì)數(shù)據(jù)集進(jìn)行降維時(shí)，采用有監(jiān)督的降維方法——線性判別分析，以有效利用類別信息。

5.根據(jù)權(quán)利要求1所述的航空發(fā)動(dòng)機(jī)多類故障最小風(fēng)險(xiǎn)診斷方法，其特征在于，在所述步驟S3中，采用所述softmax函數(shù)對(duì)所述后驗(yàn)概率P(C_k|x⁽ⁱ⁾；θ)建模，公式為：

其中，x⁽ⁱ⁾代表一個(gè)樣本點(diǎn)，θ是一個(gè)K×(d+1)的參數(shù)矩陣。

6.一種航空發(fā)動(dòng)機(jī)多類故障最小風(fēng)險(xiǎn)診斷裝置，其特征在于，包括：

第一采集模塊，用于采集航空發(fā)動(dòng)機(jī)包含各類故障以及無故障的傳感器測(cè)量數(shù)據(jù)，以構(gòu)成原始訓(xùn)練集；

處理模塊，用于利用最大-最小值歸一化方法對(duì)所述原始訓(xùn)練集進(jìn)行無量綱化處理，并采用線性判別分析進(jìn)行降維處理；

建模模塊，用于采用極大似然估計(jì)的方法，并利用softmax函數(shù)對(duì)訓(xùn)練集中所述各類故障的后驗(yàn)概率進(jìn)行建模，以得到所述發(fā)動(dòng)機(jī)的softmax故障概率模型；

第二采集模塊，用于采集在役的航空發(fā)動(dòng)機(jī)傳感器測(cè)量參數(shù)，并進(jìn)行最大-最小值歸一化和線性判別分析降維處理；

估計(jì)模塊，用于利用所述softmax故障概率模型估計(jì)出所述在役航空發(fā)動(dòng)機(jī)的各類故障概率；以及

判定模塊，用于根據(jù)各類故障分類錯(cuò)誤的經(jīng)驗(yàn)損失表計(jì)算出判定為各類故障的期望損失，并根據(jù)期望損失最小的準(zhǔn)則進(jìn)行故障診斷決策。

7.根據(jù)權(quán)利要求6所述的航空發(fā)動(dòng)機(jī)多類故障最小風(fēng)險(xiǎn)診斷裝置，其特征在于，所述建模模塊進(jìn)一步用于采用所述極大似然估計(jì)的方法，并利用所述softmax函數(shù)對(duì)所述訓(xùn)練集中的各類故障的后驗(yàn)概率進(jìn)行建模，其中，極大似然估計(jì)的最優(yōu)化問題為凸問題，并利用梯度下降法求得全局最小值。

8.根據(jù)權(quán)利要求6所述的航空發(fā)動(dòng)機(jī)多類故障最小風(fēng)險(xiǎn)診斷裝置，其特征在于，所述故障診斷的決策準(zhǔn)則為根據(jù)所述經(jīng)驗(yàn)損失表計(jì)算出將當(dāng)前發(fā)動(dòng)機(jī)的狀態(tài)判定為各類別故障的期望損失，根據(jù)期望損失最小的準(zhǔn)則進(jìn)行故障診斷決策，使得診斷結(jié)果的期望損失最小。

9.根據(jù)權(quán)利要求6所述的航空發(fā)動(dòng)機(jī)多類故障最小風(fēng)險(xiǎn)診斷裝置，其特征在于，對(duì)數(shù)據(jù)集進(jìn)行降維時(shí)，采用有監(jiān)督的降維方法——線性判別分析，以有效利用類別信息。

10.根據(jù)權(quán)利要求6所述的航空發(fā)動(dòng)機(jī)多類故障最小風(fēng)險(xiǎn)診斷方法，其特征在于，其中，采用所述softmax函數(shù)對(duì)所述后驗(yàn)概率P(C_k|x⁽ⁱ⁾；θ)建模，公式為：

其中，x⁽ⁱ⁾代表一個(gè)樣本點(diǎn)，θ是一個(gè)K×(d+1)的參數(shù)矩陣。