[發明專利]基于小波分析和多層超限學習機的高空臺故障診斷方法

在審

• 申請號: 202110258961.2
• 申請日: 2021-03-10
• 公開（公告）號: CN113033632A
• 公開（公告）日: 2021-06-25
• 發明（設計）人: 韓渭辛;許斌;范泉涌
• 申請（專利權）人: 西北工業大學
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06K9/00;G06F17/16;G06N20/00
• 代理公司: 西北工業大學專利中心 61204
• 代理人: 劉新瓊

本發明涉及一種基于小波分析和多層超限學習機的高空臺故障診斷方法，屬于高空臺傳感器系統智能故障診斷領域。包括以下步驟：采用小波分析法對基于系統帶標簽的故障樣本原始數據進行提取特征和去噪；構造多層超限學習機，進行在線序列學習訓練；針對實際系統數據，進行故障診斷。本發明采用小波分析法進行故障特征提取和去噪，構造了在線多層超限學習機進行多種故障分類，進一步診斷出故障類別，突破了目前已有單層超限學習機診斷精度低、不能及時診斷傳感器故障的局限，提高了故障診斷的準確性。

技術領域

本發明涉及高空試驗臺故障診斷領域的智能故障診斷方法，具體涉及一種基于小波分析和多層超限學習機的高空臺智能故障診斷方法，屬于高空臺傳感器系統智能故障診斷領域。

背景技術

航空發動機高空模擬試車臺(簡稱高空臺)是能夠模擬發動機空中工作環境條件的地面試車臺。高空臺能進行發動機高空特性試驗測量，獲取發動機高空性能/特性，鑒定發動機附件和系統在不同飛行環境條件下的工作可靠性，研究和考核各種飛行條件下的發動機結構完整性。高空臺是國家戰略性資源，是自主研制先進航空發動機必不可少的重要手段和工具。隨著發動機型號快速增多和性能不斷提升，需要在高空環境下對發動機全包線范圍內的性能和功能進行反復調試、驗證及考核，對高空臺進氣調節系統測量傳感器的可靠性和安全性提出了極高的要求。測量傳感器長時運行在大負荷、強振動、高頻率使用的惡劣工況下極易出現故障，輕則導致控制系統失靈，重則發生重大安全事故，嚴重威脅了被試發動機的試驗安全和高空臺的安全運行。因此，有必要開展高空臺傳感器故障診斷方法研究，從而達到典型故障狀態實時在線診斷、有效規避試驗風險的目的。

《基于深度小波自動編碼器和極限學習機的軸承故障診斷》(陶沙沙,郭順生，《科學技術與工程》，2020年第20期第29卷)一文中提出了一種基于深度小波自動編碼器和極限學習機相結合的軸承故障診斷方法，該方法采用深度小波自動編碼器去噪，然后采用極限學習機進行故障分類識別，達到了故障診斷的目的，但是對于高空試驗臺這種高可靠性設備，傳感器故障診斷的準確度要求更高，而該方法的故障分類部分受到了一定局限性，無法對傳感器多種故障進行很好的分類。本發明提供的多層超限學習機方法增加了隱含層數，能夠充分提取故障的內在特征信息，從而對傳感器故進行有效診斷分類，并且相比于深度學習分類方法計算量更少、更易在線實現。

發明內容

要解決的技術問題

為了克服目前發動機高空試驗臺傳感器故障診斷的準確性缺陷，本發明提出一基于小波分析和多層超限學習機的高空臺故障診斷方法。該方法能夠更充分地挖掘感器故障特征，在線準確地診斷出故障，解決了高空臺傳感器故障在線診斷的難題

技術方案

一種基于小波分析和多層超限學習機的高空臺故障診斷方法，其特征在于步驟下：

步驟1：基于系統帶標簽的故障樣本原始數據x(t)，采用小波分析法進行提取征和去噪；

1)采用二進小波變換得到小波變換系數

其中τ為頻移因子，n＝(log₂m)-5，m表示信號長度；

2)對各個分解尺度下的小波系數選擇一個閾值進行閾值量化處理，過濾小波系數低于閾值的噪聲信號，保留小波系數高于閾值的有用信號；通過公式

計算得出閾值，式中，N為實際測量信號x(t)經過小波變換分解得到小波系數的個數總和，σ為給定的附加噪聲信號的標準差；根據W_x(2^j,τ)≥T選取符合條件j的范圍A≤j≤B；

3)根據小波分解后的最底層低頻小波系數和各個高頻小波系數,進行信號的小波重構，得到重構后的信號：