[發明專利]一種基于不均衡樣本的航空發動機故障診斷方法、系統

在審

• 申請號: 201910028648.2
• 申請日: 2019-01-11
• 公開（公告）號: CN109753742A
• 公開（公告）日: 2019-05-14
• 發明（設計）人: 鐘詩勝;張永健;付旭云;李旭
• 申請（專利權）人: 哈爾濱工業大學（威海）
• 主分類號: G06F17/50
• 分類號: G06F17/50
• 代理公司: 北京格允知識產權代理有限公司 11609
• 代理人: 張沫;周嬌嬌

1.一種基于不均衡樣本的航空發動機故障診斷方法，其特征在于，所述基于不均衡樣本的航空發動機故障診斷方法包括：

獲取不均衡樣本集的不均衡樣本特征集，其中，所述不均衡樣本特征集包括正常樣本特征以及故障樣本特征，所述正常樣本特征的數量與故障樣本特征的數量不同；

對所述不均衡樣本特征集進行采樣，從而生成多個均衡樣本特征子集，每個均衡樣本特征子集包括正常樣本特征以及故障樣本特征，其中，正常樣本特征與故障樣本特征的數量相同；

為每個均衡樣本特征子集生成與每個均衡樣本特征子集對應的訓練后的集成分類器，各個訓練后的集成分類器形成一個訓練后的集成分類器組；

獲取航空發動機待測試集的待測試特征集，所述待測試特征集包括多個待測試特征，每個航空發動機待測試樣本對應一個待測試特征；

對所述待測試特征集進行采樣，從而生成與均衡樣本特征子集數量相同的均衡樣本待測試特征子集；

將各個均衡樣本待測試特征子集輸入至訓練后的集成分類器組中，從而獲得各個均衡樣本待測試特征子集對應的航空發動機是否故障的結果。

2.如權利要求1所述的基于不均衡樣本的航空發動機故障診斷方法，其特征在于，在獲取不均衡樣本集的不均衡樣本特征集之前包括：

獲取不均衡樣本集，其中，不均衡樣本集包括正常樣本以及故障樣本，所述正常樣本的數量與所述故障樣本的數量不同，一個所述正常樣本對應一個所述正常樣本特征，一個所述故障樣本特征對應一個故障樣本特征；

在獲取航空發動機待測試集的待測試特征集之前包括：

獲取航空發動機待測試集，所述航空發動機待測試集包括多個航空發動機待測試樣本。

3.如權利要求2所述的基于不均衡樣本的航空發動機故障診斷方法，其特征在于，所述獲取不均衡樣本集的不均衡樣本特征集包括：

將不均衡樣本集輸入至訓練后的特征提取模型中，從而獲得各個待測試特征。

4.如權利要求2所述的基于不均衡樣本的航空發動機故障診斷方法，其特征在于，為每個均衡樣本特征子集生成與每個均衡樣本特征子集對應的訓練后的集成分類器包括：

為每個均衡樣本子集建立一個對應的集成分類器；

采用各個均衡樣本特征子集對各自對應的集成分類器進行訓練，從而獲得各個訓練后的集成分類器。

5.如權利要求1所述的基于不均衡樣本的航空發動機故障診斷方法，其特征在于，所述對所述不均衡樣本特征集進行采樣包括對所述不均衡樣本特征集進行下采樣。

6.如權利要求1所述的基于不均衡樣本的航空發動機故障診斷方法，其特征在于，為每個均衡樣本特征子集生成與每個均衡樣本特征子集對應的訓練后的集成分類器之后包括：

獲取不均衡測試集，所述不均衡測試集包括正常樣本以及故障樣本，其中，所述正常樣本的數量與所述故障樣本的數量不同；

將不均衡測試樣本集輸入至訓練后的特征提取模型中，從而獲得不均衡測試樣本特征集；

對所述不均衡測試樣本特征集進行采樣，從而生成與均衡樣本特征子集數量相同的均衡樣本測試特征子集，每個均衡樣本測試特征子集包括正常樣本以及故障樣本，其中，正常樣本與故障樣本的數量相同

將各個均衡樣本測試特征子集輸入至通過訓練后的分類器組中，從而獲得每個均衡樣本測試特征子集對應的結果，根據獲得的結果判斷訓練后的特征提取模型以及訓練后的分類器組是否準確。

7.如權利要求6所述的基于不均衡樣本的航空發動機故障診斷方法，其特征在于，根據獲得的結果判斷訓練后的特征提取模型以及訓練后的分類器組是否準確包括：

采用混肴矩陣和/或ROC曲線判斷是否準確。