[發(fā)明專(zhuān)利]一種基于貝葉斯推理的直升機(jī)動(dòng)部件動(dòng)態(tài)閾值計(jì)算方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201811227688.1
• 申請(qǐng)日: 2018-10-22
• 公開(kāi)（公告）號(hào): CN109446625B
• 公開(kāi)（公告）日: 2022-07-26
• 發(fā)明（設(shè)計(jì)）人: 熊邦書(shū);叢雷;李新民;雷鸰
• 申請(qǐng)（專(zhuān)利權(quán)）人: 南昌航空大學(xué)
• 主分類(lèi)號(hào): G06F30/15
• 分類(lèi)號(hào): G06F30/15;G06N5/04
• 代理公司: 南昌華成聯(lián)合知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 36126
• 代理人: 張建新

本發(fā)明公開(kāi)了一種基于貝葉斯推理的直升機(jī)動(dòng)部件動(dòng)態(tài)閾值計(jì)算方法，該方法包括步驟：1)數(shù)據(jù)預(yù)處理，濾除數(shù)據(jù)中的噪聲；2)特征提取，分別提取正常數(shù)據(jù)和故障數(shù)據(jù)的特征；3)動(dòng)態(tài)閾值計(jì)算，采用貝葉斯推理方法計(jì)算正常數(shù)據(jù)與故障數(shù)據(jù)的動(dòng)態(tài)閾值。本發(fā)明的優(yōu)點(diǎn)是：在特征提取方法中，分別采用內(nèi)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提取四種方法，對(duì)正常數(shù)據(jù)和不同類(lèi)型故障數(shù)據(jù)進(jìn)行特征提取，可以有效反映出正常和故障數(shù)據(jù)的振動(dòng)特性；在動(dòng)態(tài)閾值計(jì)算中，采用貝葉斯推理方法，不僅考慮了正常數(shù)據(jù)的概率密度，而且考慮了不同類(lèi)型故障數(shù)據(jù)的概率密度，提高了動(dòng)態(tài)閾值的計(jì)算準(zhǔn)確度。

技術(shù)領(lǐng)域

本發(fā)明涉及直升機(jī)健康監(jiān)測(cè)與故障診斷領(lǐng)域，尤其涉及一種基于貝葉斯推理的直升機(jī)動(dòng)部件動(dòng)態(tài)閾值計(jì)算方法。

背景技術(shù)

相對(duì)于固定翼飛機(jī)，直升機(jī)能垂直起降，具有更好的機(jī)動(dòng)性、快速反應(yīng)能力和不受地形地貌限制的特點(diǎn)，可廣泛應(yīng)用于民用和軍事領(lǐng)域。

隨著直升機(jī)的應(yīng)用越來(lái)越廣泛，它的安全性越來(lái)越受到人們的重視。直升機(jī)健康與使用監(jiān)控系統(tǒng)(health and usage monitoring system,HUMS)，是當(dāng)今世界保障直升機(jī)安全運(yùn)行的重要技術(shù)和系統(tǒng)。為了減少事故，實(shí)時(shí)監(jiān)測(cè)直升機(jī)關(guān)鍵部件特別是動(dòng)部件的工作狀態(tài)，是HUMS的重要內(nèi)容。HUMS中常采用在試驗(yàn)臺(tái)環(huán)境下通過(guò)故障植入試驗(yàn)，采集正常和故障數(shù)據(jù)，通過(guò)計(jì)算獲得動(dòng)態(tài)閾值，再用于直升機(jī)真實(shí)環(huán)境，實(shí)時(shí)監(jiān)測(cè)動(dòng)部件的健康狀態(tài)。

目前，直升機(jī)動(dòng)部件的動(dòng)態(tài)閾值計(jì)算是采用加權(quán)平均方法，此類(lèi)方法只利用了正常數(shù)據(jù)的特征均值和方差，計(jì)算得到動(dòng)態(tài)閾值，具有計(jì)算簡(jiǎn)單的優(yōu)點(diǎn)，但沒(méi)有利用故障數(shù)據(jù)的特征，存在動(dòng)態(tài)閾值準(zhǔn)確度不高的問(wèn)題。

發(fā)明內(nèi)容

本發(fā)明的目的在于提供基于貝葉斯推理的直升機(jī)動(dòng)部件動(dòng)態(tài)閾值計(jì)算方法，旨在解決針對(duì)不同類(lèi)型故障數(shù)據(jù)時(shí)，現(xiàn)有技術(shù)計(jì)算得到的動(dòng)態(tài)閾值存在準(zhǔn)確度不高的問(wèn)題。本發(fā)明的方法包括以下主要步驟：

1)數(shù)據(jù)預(yù)處理，具體包括以下步驟：

(1.1)采集正常數(shù)據(jù)、內(nèi)圈故障數(shù)據(jù)、外圈故障數(shù)據(jù)、滾珠故障數(shù)據(jù)；

(1.2)利用數(shù)據(jù)預(yù)處理方法對(duì)步驟(1.1)中采集到的所有數(shù)據(jù)進(jìn)行預(yù)處理，濾除數(shù)據(jù)中的噪聲，得到去噪后數(shù)據(jù)。

所述數(shù)據(jù)預(yù)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(dòng)平滑處理方法、基本形態(tài)濾波方法或差值形態(tài)濾波方法。

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(shù)據(jù)、內(nèi)圈故障數(shù)據(jù)、外圈故障數(shù)據(jù)、滾珠故障數(shù)據(jù)進(jìn)行分組；

(2.2)利用特征提取方法對(duì)步驟(2.1)中分組后的所有數(shù)據(jù)進(jìn)行特征提取。

所述特征提取方法為內(nèi)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。

3)動(dòng)態(tài)閾值計(jì)算，是通過(guò)計(jì)算步驟2)提取的特征的概率密度，并根據(jù)概率密度繪制概率密度曲線，最后通過(guò)貝葉斯推理方法計(jì)算得出動(dòng)態(tài)閾值。具體包括以下步驟：

(3.1)利用步驟2)提取的特征，分別計(jì)算正常數(shù)據(jù)特征、內(nèi)圈故障數(shù)據(jù)特征、外圈故障數(shù)據(jù)特征、滾珠故障數(shù)據(jù)特征的概率密度；

(3.2)在同一坐標(biāo)系上，分別畫(huà)出正常數(shù)據(jù)特征和內(nèi)圈故障數(shù)據(jù)特征的概率密度曲線，通過(guò)貝葉斯推理方法計(jì)算可得，兩曲線的交點(diǎn)為正常數(shù)據(jù)和內(nèi)圈故障數(shù)據(jù)的動(dòng)態(tài)閾值，并計(jì)算正確率和誤報(bào)率來(lái)判斷該動(dòng)態(tài)閾值計(jì)算的有效性；

(3.3)在同一坐標(biāo)系上，分別畫(huà)出正常數(shù)據(jù)特征和外圈故障數(shù)據(jù)特征的概率密度曲線，通過(guò)貝葉斯推理方法計(jì)算可得，兩曲線的交點(diǎn)為正常數(shù)據(jù)和外圈故障數(shù)據(jù)的動(dòng)態(tài)閾值，并計(jì)算正確率和誤報(bào)率來(lái)判斷該動(dòng)態(tài)閾值計(jì)算的有效性；