[發明專利]一種矢量噴管控制系統的多信息融合故障診斷方法及系統

有效

• 申請號: 202110264216.9
• 申請日: 2021-03-11
• 公開（公告）號: CN113050594B
• 公開（公告）日: 2022-04-19
• 發明（設計）人: 石健;張優優;喬雅靜;王少萍
• 申請（專利權）人: 北京航空航天大學;北京航空航天大學寧波創新研究院
• 主分類號: G05B23/02
• 分類號: G05B23/02
• 代理公司: 北京高沃律師事務所 11569
• 代理人: 杜陽陽

1.一種矢量噴管控制系統的多信息融合故障診斷方法，其特征在于，所述矢量噴管控制系統包括多種類型的傳感器，所述矢量噴管控制系統的多信息融合故障診斷方法包括：

獲取矢量噴管控制系統工作狀態下的多源數據信息，并將所述多源數據信息劃分為訓練集與測試集；所述工作狀態包括正常狀態以及故障狀態，所述故障狀態包括伺服閥磨損、作動筒磨損以及線性可變差動變壓器LVDT位移傳感器漂移；所述多源數據信息包括伺服閥電流信息、作動筒壓力信息和LVDT位移傳感器信息；

對所述訓練集內的多源數據信息進行小波去噪處理，確定多源信息數據集；

對所述多源信息數據集內每一種多源數據信息進行故障特征提取，確定多信息域的故障特征參數數據集；所述故障特征參數數據集包括時域特征信息、頻域特征信息以及時頻域特征信息；

采用主成分分析法對所述故障特征參數數據集進行降維處理，確定主元數據集；所述主元數據集包括多個降維后的主元數據；并將所述降維后的主元數據作為D-S證據理論中的單個證據體信息；

基于所述主元數據集，利用D-S證據理論融合多個所述單證據體信息，確定對于每種所述故障狀態的概率分配值，并依據最大概率準則識別故障類型；

所述基于所述主元數據集，利用D-S證據理論融合多個所述單證據體信息，確定對于每種所述故障狀態的概率分配值，并依據最大概率準則識別故障類型，具體包括：

利用模糊C均值離散算法將所述主元數據集內的主元數據進行離散聚類，得到單個證據體對于每種故障狀態的基本概率分配值；

基于所述基本概率分配值，利用D-S證據理論融合多個所述單證據體信息，確定對于每種所述故障狀態的概率分配值，并依據最大概率準則識別故障類型。

2.根據權利要求1所述的矢量噴管控制系統的多信息融合故障診斷方法，其特征在于，所述對所述多源信息數據集內每一種多源數據信息進行故障特征提取，確定多信息域的故障特征參數數據集，具體包括：

從時域、頻域以及時頻域三個方面對所述多源信息數據集內每一種多源數據信息進行故障特征提取，確定時域特征、頻域特征以及時頻域特征；所述時域特征包括波形因子、波峰因子、脈沖因子、峭度因子和裕度因子；所述頻域特征包括重心頻率、均方頻率以及頻率方差；所述時頻域特征包括小波包分解所述多源數據信息后的信號能量譜中各頻帶的能量百分比特征；

根據所述時域特征、所述頻域特征以及所述時頻域特征確定多信息域的故障特征參數數據集。

3.根據權利要求2所述的矢量噴管控制系統的多信息融合故障診斷方法，其特征在于，所述波形因子為其中，S為波形因子，x(t)為所述多源信息數據集中的檢測信號，t＝1,2,…,N，t為采集的信號序號，N為采集的信號總數；

所述波峰因子為其中，C為波峰因子；

所述脈沖因子為其中，I為脈沖因子；

所述峭度因子為其中，K為峭度因子；

所述裕度因子為其中，L為裕度因子。

4.根據權利要求2所述的矢量噴管控制系統的多信息融合故障診斷方法，其特征在于，所述重心頻率為其中，FC為重心頻率，f為頻率，s(f)為功率譜函數；

所述均方頻率為其中，MSF均方頻率；

所述頻率方差為其中，VF為頻率方差。

5.根據權利要求2所述的矢量噴管控制系統的多信息融合故障診斷方法，其特征在于，所述能量百分比特征為其中，D_i為小波包分解所述多源數據信息后的信號能量譜中各頻帶的能量百分比特征，E(j,i)為第j層上第i個節點的能量值。