[發明專利]一種基于貝葉斯推理的直升機動部件動態閾值計算方法

有效

• 申請號: 201811227688.1
• 申請日: 2018-10-22
• 公開（公告）號: CN109446625B
• 公開（公告）日: 2022-07-26
• 發明（設計）人: 熊邦書;叢雷;李新民;雷鸰
• 申請（專利權）人: 南昌航空大學
• 主分類號: G06F30/15
• 分類號: G06F30/15;G06N5/04
• 代理公司: 南昌華成聯合知識產權代理事務所(普通合伙) 36126
• 代理人: 張建新

1.一種基于貝葉斯推理的直升機動部件動態閾值計算方法，包括以下步驟：

1) 數據預處理；

2) 特征提取；

3)計算步驟2)提取的特征的概率密度，并根據概率密度繪制概率密度曲線，最后通過貝葉斯推理方法計算得出動態閾值；

其中，

步驟1)數據預處理具體包括以下步驟：

(1.1) 采集正常數據、內圈故障數據、外圈故障數據、滾珠故障數據；

(1.2) 利用數據預處理方法對步驟(1.1)中采集到的所有數據進行預處理，濾除數據中的噪聲，得到去噪后數據；

步驟2)特征提取具體包括以下步驟：

(2.1) 將步驟1)得到的去噪后正常數據、內圈故障數據、外圈故障數據、滾珠故障數據進行分組；

(2.2) 利用特征提取方法對步驟(2.1)中分組后的所有數據進行特征提取；

步驟3)動態閾值計算具體包括以下步驟：

(3.1) 利用步驟2)提取的特征，分別計算正常數據特征、內圈故障數據特征、外圈故障數據特征、滾珠故障數據特征的概率密度；

(3.2) 在同一坐標系上，分別畫出正常數據特征和內圈故障數據特征的概率密度曲線，通過貝葉斯推理方法計算可得，兩曲線的交點為正常數據和內圈故障數據的動態閾值；

(3.3) 在同一坐標系上，分別畫出正常數據特征和外圈故障數據特征的概率密度曲線，通過貝葉斯推理方法計算可得，兩曲線的交點為正常數據和外圈故障數據的動態閾值；

(3.4) 在同一坐標系上，分別畫出正常數據特征和滾珠故障數據特征的概率密度曲線，通過貝葉斯推理方法計算可得，兩曲線的交點為正常數據和滾珠故障數據的動態閾值；

步驟(3.1)的概率密度計算包括以下步驟：

(3.1.1) 定義最小區間的長度，把特征平均值和特征最小值的差，均分成m份，作為最小區間，m取20~30；

(3.1.2) 計算全部數據中每個最小區間所包含特征的數量；

(3.1.3) 根據各個區間的概率，計算得到各個區間的概率密度。

2.根據權利要求1所述的方法，其特征在于，所述數據預處理方法為奇異值分解方法、小波去噪方法、小波包去噪方法、滑動平滑處理方法、基本形態濾波方法或差值形態濾波方法。

3.根據權利要求2所述的方法，其特征在于，所述特征提取方法為內圈特征頻率能量提取、外圈特征頻率能量提取、滾珠特征頻率能量提取和M6A提取。