[發(fā)明專利]一種基于相關(guān)性分析的敏感故障特征提取方法及裝置

有效

• 申請?zhí)枺?/td>: 202110005464.1
• 申請日: 2021-01-05
• 公開（公告）號: CN112836581B
• 公開（公告）日: 2023-09-01
• 發(fā)明（設(shè)計(jì)）人: 宋佳;艾紹潔;尚維澤;趙凱;蔡國飆
• 申請（專利權(quán)）人: 北京航空航天大學(xué)
• 主分類號: G06F18/213
• 分類號: G06F18/213;G06F18/241;G06F30/27;G06N3/12
• 代理公司: 北京超凡宏宇專利代理事務(wù)所(特殊普通合伙) 11463
• 代理人: 劉鳳

1.一種基于相關(guān)性分析的敏感故障特征提取方法，其特征在于，所述方法包括：

從故障飛行器的攻角輸出信號中提取出多個(gè)時(shí)頻特征；

基于所述故障飛行器的多個(gè)時(shí)頻特征，確定每個(gè)時(shí)頻特征的敏感故障因子；

將所述敏感故障因子按照預(yù)設(shè)順序排序，得到與所述敏感故障因子對應(yīng)的時(shí)頻特征的排序結(jié)果；

根據(jù)所述時(shí)頻特征的排序結(jié)果，確定每個(gè)時(shí)頻特征與其所有前序時(shí)頻特征之間的冗余度因子；

基于每個(gè)時(shí)頻特征的冗余度因子和敏感故障因子，確定預(yù)設(shè)數(shù)量個(gè)敏感故障特征；

將提取出的敏感故障特征輸入至分類器中進(jìn)行故障類型的分類和識別，得到飛行器的故障診斷結(jié)果；

其中，所述基于每個(gè)時(shí)頻特征的冗余度因子和敏感故障因子，確定預(yù)設(shè)數(shù)量個(gè)敏感故障特征，包括：

從確定出的多個(gè)冗余度因子中剔除冗余度值超過預(yù)設(shè)冗余度閾值的冗余度因子，得到待選冗余度因子；基于相同時(shí)頻特征對應(yīng)的敏感故障因子與待選冗余度因子，得到每個(gè)時(shí)頻特征的敏感性參數(shù)；將所有敏感性參數(shù)按照從大到小的順序排序，選取預(yù)設(shè)數(shù)量個(gè)敏感性參數(shù)，以確定選取的預(yù)設(shè)數(shù)量個(gè)敏感性參數(shù)對應(yīng)的時(shí)頻特征為敏感故障特征；

其中，通過以下公式計(jì)算敏感性參數(shù)：

；

其中，表示敏感性參數(shù)，表示敏感故障因子，表示冗余度因子，M表示第j個(gè)時(shí)頻特征按照多個(gè)敏感性故障因子按照從大到小的順序排序的排序位置，和分別表示權(quán)值系數(shù)，所述權(quán)值系數(shù)為大于0的任意常數(shù)。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述從故障飛行器的攻角輸出信號中提取出多個(gè)時(shí)頻特征，包括：

對所述故障飛行器的攻角輸出信號進(jìn)行小波包分解，得到多個(gè)不同頻段信號；

針對每個(gè)頻段信號，提取每個(gè)所述頻段信號中的多個(gè)時(shí)頻特征。

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述多個(gè)時(shí)頻特征包括波形指標(biāo)、裕度指標(biāo)、脈沖指標(biāo)、峰值指標(biāo)、絕對均值、標(biāo)準(zhǔn)差、偏斜度、峭度指標(biāo)和方根幅值中的至少兩個(gè)。

4.根據(jù)權(quán)利要求1所述的方法，其特征在于，通過以下步驟確定每個(gè)時(shí)頻特征的敏感故障因子：

基于計(jì)算出的故障飛行器同一工作狀態(tài)下目標(biāo)時(shí)頻特征中包含的多個(gè)特征樣本的第一平均類內(nèi)距離以及包含該目標(biāo)時(shí)頻特征的故障類型的類型數(shù)目，得到所述目標(biāo)時(shí)頻特征的第二平均類內(nèi)距離；

基于計(jì)算出的故障飛行器同一工作狀態(tài)下目標(biāo)時(shí)頻特征與其他時(shí)頻特征之間的第一平均類間距離以及包含該目標(biāo)時(shí)頻特征的故障類型的數(shù)目，得到所述目標(biāo)時(shí)頻特征的第二平均類間距離；其中，所述其他時(shí)頻特征為所述多個(gè)時(shí)頻特征中除所述目標(biāo)時(shí)頻特征之外的所有時(shí)頻特征；

基于所述第二平均類間距離與所述第二平均類內(nèi)距離之間的比值，確定所述目標(biāo)時(shí)頻特征的敏感故障因子。

5.根據(jù)權(quán)利要求1所述的方法，其特征在于，通過以下公式計(jì)算每個(gè)時(shí)頻特征與其所有前序時(shí)頻特征之間的冗余度因子：

其中，表示每個(gè)時(shí)頻特征與其所有前序時(shí)頻特征之間的冗余度因子，M表示第j個(gè)時(shí)頻特征在按照故障敏感因子從高到低排序后的當(dāng)前排序位置，表示當(dāng)前排序位置為m對應(yīng)的第個(gè)時(shí)頻特征和第j個(gè)時(shí)頻特征之間的冗余度因子，表示第j個(gè)時(shí)頻特征的第i個(gè)樣本對應(yīng)的等級變量，表示第個(gè)時(shí)頻特征的第i個(gè)樣本對應(yīng)的等級變量。

6.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述故障類型包括傳感器數(shù)據(jù)偏差故障、傳感器卡死故障、傳感器增益變化故障和傳感器離群數(shù)據(jù)故障中的一種或多種。

7.一種基于相關(guān)性分析的敏感故障特征提取裝置，其特征在于，所述裝置包括：

特征采集模塊，用于從故障飛行器的攻角輸出信號中提取出多個(gè)時(shí)頻特征；

敏感因子確定模塊，用于基于所述故障飛行器的多個(gè)時(shí)頻特征，確定每個(gè)時(shí)頻特征的敏感故障因子；

排序模塊，用于將所述敏感故障因子按照預(yù)設(shè)順序排序，得到與所述敏感故障因子對應(yīng)的時(shí)頻特征的排序結(jié)果；

冗余因子確定模塊，用于根據(jù)所述時(shí)頻特征的排序結(jié)果，確定每個(gè)時(shí)頻特征與其所有前序時(shí)頻特征之間的冗余度因子；

特征提取模塊，用于基于每個(gè)時(shí)頻特征的冗余度因子和敏感故障因子，確定預(yù)設(shè)數(shù)量個(gè)敏感故障特征，特征提取模塊具體包括：

因子剔除單元，用于從確定出的多個(gè)冗余度因子中剔除冗余度值超過預(yù)設(shè)冗余度閾值的冗余度因子，得到待選冗余度因子；

參數(shù)確定模塊，用于基于相同時(shí)頻特征對應(yīng)的敏感故障因子與待選冗余度因子，得到每個(gè)時(shí)頻特征的敏感性參數(shù)，其中，通過以下公式計(jì)算敏感性參數(shù)：

；

其中，表示敏感性參數(shù)，表示敏感故障因子，表示冗余度因子，M表示第j個(gè)時(shí)頻特征按照多個(gè)敏感性故障因子按照從大到小的順序排序的排序位置，和分別表示權(quán)值系數(shù)，所述權(quán)值系數(shù)為大于0的任意常數(shù)；

特征提取單元，用于將所有敏感性參數(shù)按照從大到小的順序排序，選取預(yù)設(shè)數(shù)量個(gè)敏感性參數(shù)，以確定選取的預(yù)設(shè)數(shù)量個(gè)敏感性參數(shù)對應(yīng)的時(shí)頻特征為敏感故障特征；

故障分類模塊，用于將提取出的敏感故障特征輸入至分類器中進(jìn)行故障類型的分類和識別，得到飛行器的故障診斷結(jié)果。