[發明專利]一種飛機液壓系統故障識別方法,設備及可讀存儲介質在審
| 申請號: | 202010060854.4 | 申請日: | 2020-01-19 |
| 公開(公告)號: | CN111275101A | 公開(公告)日: | 2020-06-12 |
| 發明(設計)人: | 許政;畢茂華;封桂榮 | 申請(專利權)人: | 山東超越數控電子股份有限公司 |
| 主分類號: | G06K9/62 | 分類號: | G06K9/62;G06Q10/00 |
| 代理公司: | 濟南舜源專利事務所有限公司 37205 | 代理人: | 張亮 |
| 地址: | 250101 山東省*** | 國省代碼: | 山東;37 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 飛機 液壓 系統故障 識別 方法 設備 可讀 存儲 介質 | ||
1.一種飛機液壓系統故障識別方法,其特征在于,方法包括:
步驟1,獲取飛機多個架次的N種對液壓系統故障敏感的飛參數據,并構建時序數據集,并進行數據預處理;
步驟2,對于N種液壓系統參數所構建的時序數據集進行劃分,分為具有標注故障狀態的時序數據集和未標注故障狀態的時序數據集;
步驟3,利用N種液壓系統參數,構建基于半監督學習的飛機液壓系統故障識別模型,并優化該半監督學習模型;
步驟4,根據基于半監督學習的飛機液壓系統故障識別模型及真實數據集,確定飛機液壓系統的實際故障狀態。
2.根據權利要求1所述的故障識別方法,其特征在于,
步驟1還包括:
步驟11,所述的N種對液壓系統故障敏感的飛機參數包括液壓1(Hydr_1)、液壓2(Hydr_2)、低液壓1開關表決信號(v_vdhd1sw_0)、低液壓2開關表決信號(v_vdhd2sw_0)、電子設備熱(TroubleWord2_4)、探頭加溫系統故障(TroubleWord2_5);
步驟12,對所構建的時序數據集進行數據預處理,所述預處理包括異常值剔除、缺失數據填補、去噪濾波和歸一化處理。
3.根據權利要求1所述的故障識別方法,其特征在于,
步驟2還包括:
所述的對于N種液壓系統參數所構建的時序數據集進行劃分,分為具有標注故障狀態的時序數據集和未標注故障狀態的時序數據集;進行標注故障狀態時,由用戶進行手動標注;
液壓系統的故障狀態分為正常狀態和故障狀態,分別標記為0或1。
4.根據權利要求1中所述的故障識別方法,其特征在于,
步驟3還包括:
步驟31,對于具有標注故障狀態的時序數據集進行聚類,并計算得到聚類中心;聚類中心的計算公式為:
其中,Pik=f(xi;θ)[k]表示歷史標注故障狀態的樣本xi屬于第k類的概率,i表示歷史標注樣本的序號,k表示歷史標注樣本的標簽類別序號,θ為半監督學習模型中的student模型權重參數;
θ′半監督學習模型中的teacher模型權重參數;
分類函數f(xi;θ)由特征抽取器z和線性分類器g構成,即f=g·z;
步驟32,根據模型計算具有標注時序數據集的預測標簽,結合預測標簽與實際標簽求得第一損失函數;
步驟33,將未標注故障狀態的樣本和聚類中心的歷史標注故障狀態的樣本中的對應特征進行比對分析,并基于二者特征的偏差來計算得到第二損失函數Lc;
其中,XU為未標注故障狀態的時序數據集,K為聚類中心μk的集合;
步驟34,結合第一損失函數和第二損失函數,并采用預設的半監督學習算法優化模型的參數。
5.根據權利要求1中所述的故障識別方法,其特征在于,
步驟4還包括:
所述的根據基于半監督學習的飛機液壓系統故障識別模型及真實數據集,確定飛機液壓系統的實際故障狀態。
6.一種實現飛機液壓系統故障識別方法的設備,其特征在于,包括:
存儲器,用于存儲計算機程序及飛機液壓系統故障識別方法;
處理器,用于執行所述計算機程序及飛機液壓系統故障識別方法,以實現如權利要求1至5任意一項所述飛機液壓系統故障識別方法的步驟。
7.一種具有飛機液壓系統故障識別方法的可讀存儲介質,其特征在于,所述可讀存儲介質上存儲有計算機程序,所述計算機程序被處理器執行以實現如權利要求1至5任意一項所述飛機液壓系統故障識別方法的步驟。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于山東超越數控電子股份有限公司,未經山東超越數控電子股份有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202010060854.4/1.html,轉載請聲明來源鉆瓜專利網。





