一种气动弹性系统颤振信号异常数据扩展方法技术方案

本发明专利技术涉及一种气动弹性系统颤振信号异常数据扩展方法，基于生成对抗网络中生成器的时间序列信号生成算法，仅需要少量气动弹性系统或飞行器的结构响应信号出现了耦合共振的颤振信号就可以通过预训练的生成器网络对颤振数据集扩展，尽可能的使正常与异常的数据达到平衡，减少方法验证过程中数据样本对于方法的影响。本发明专利技术相比现有技术：将深度学习算法引入到气动弹性系统振动信号的数据集扩展中，提供一种基于深度学习算法的颤振信号数据集扩展方法。基于预训练的生成对抗网络，通过少量耦合共振的实测风洞颤振试验颤振信号实现基于高斯分布的随机信号到具有颤振特征的颤振信号的转变，达到扩展数据集的目的。

【技术实现步骤摘要】
一种气动弹性系统颤振信号异常数据扩展方法
本专利技术属于气动弹性系统数据处理方法，涉及一种气动弹性系统颤振信号异常数据扩展方法。
技术介绍
对于气动弹性系统而言，颤振是由于气动力、弹性力等相互耦合而形成的一种气动弹性系统结构不稳定现象，正常运行的状态监测数据比较容易获得且数据量巨大。相反，对于系统异常运行下的状态监测的数据通常在数据量方面相对于正常的数据较小，这一数据不平衡现象使得诸多的基于颤振信号与数据驱动的颤振类型判定、颤振边界预测方法因为样本量不足等问题而受到影响。现有颤振信号处理中对于颤振判定、边界预测等方法通常是基于仿真数据进行方法研究，然后通过实测的少数发生耦合的气动弹性系统颤振试验信号的进行方法验证。由于仿真信号无法完全仿真出实际系统的结构响应信号，因此，对于一些对数据敏感度比较高的数据驱动的方法而言，气动弹性系统的颤振信号异常数据与正常数据之间的不平衡问题亟待解决。对于颤振发生情况下的气动弹性系统的颤振信号数据获取通常有两个主要的途径，一方面通过仿真环境或者风洞试验的气弹模型获取，另一方面是实际的飞行器飞行试验中本文档来自技高网...

【技术保护点】
1.一种气动弹性系统颤振信号异常数据扩展方法，其特征在于步骤如下：/n步骤1：通过计算机仿真生成指定采样率的服从高斯分布的时间序列信号Z

【技术特征摘要】
1.一种气动弹性系统颤振信号异常数据扩展方法，其特征在于步骤如下：
步骤1：通过计算机仿真生成指定采样率的服从高斯分布的时间序列信号Zlantern_vector作为预训练的生成器G的输入；
步骤2：预训练的生成器网络G对输入的时间序列信号Zlantern_vector进行特征提取与时间序列拟合，获得具有气动弹性系统结构耦合共振特征的时间序列信号；
对预训练生成器网络进行优化：
1、将风洞试验和实际的飞行试验中获取的颤振试验信号根据半功率带宽方法计算的阻尼大小进行分拣，获得处于颤振临界点的信号x(n)；
2、对获得的颤振信号时间序列进行正则化预处理获得信号Yreal_data



其中，x(n)表示出现耦合共振的颤振信号时间序列，mean(x(n))与std(x(n))分别表示颤振信号x(n)的均值和标准差；
3、基于生成对抗网络的深度学习...

【专利技术属性】
技术研发人员：郑华，段世强，尚亚飞，赵东柱，
申请(专利权)人：西北工业大学，
类型：发明
国别省市：陕西;61