基于子信号趋势分析的六自由平台电动缸健康评估方法技术

本发明专利技术公开了一种基于子信号趋势分析的六自由度平台电动缸健康评估方法，收集电动缸在状态良好、初步损伤、故障发展、即将失效四种状态下的电压、电流、温度、振动的数据作为数据集；将数据集输入到调整后的SSTA算法中进行特征提取；将提取到的特征输入到SVM中进行训练获取训练好的神经网络；在开关机时电动缸运行垂直升降动作并采集电动缸数据，并将采集到的电动缸数据使用训练好的神经网络进行健康状态评估。本发明专利技术对SSTA算法进行了调整，使原本只能用于旋转机械振动信号下的算法也能够适用于飞行模拟器环境下的非振动数据。用于飞行模拟器环境下的非振动数据。用于飞行模拟器环境下的非振动数据。

【技术实现步骤摘要】
基于子信号趋势分析的六自由平台电动缸健康评估方法


[0001]本专利技术涉及飞行模拟器
，具体涉及一种基于子信号趋势分析的六自由平台电动缸健康评估方法。

技术介绍

[0002]飞行模拟器作为飞行员重要的训练设施，工作强度和可用度要求均极高，其单日工作时间往往接近20小时，并且需要有随时能够投入任务的能力。电动缸作为飞行模拟器动感模拟分系统中最重要的运动部件，其运行状态直接关系着飞行员的训练效果和系统整体的可靠性。然而现有的电动缸主要依靠定期维护的方式来确保电动缸完的任务完成的能力，并且只有在电动缸出现明显的故障时才会进行维修和换件。这一方式很难保证电动缸在飞行模拟器任务时的可靠性和安全性，容易影响任务目标的完成甚至造成人员和财产的损失。

技术实现思路

[0003]为满足电动缸在飞行模拟器的使用场景中对于可靠性和可用度的要求，本专利技术提供了一种基于子信号趋势分析的六自由平台电动缸健康评估方法，在飞行模拟器中的六自由度运动平台的六个电动缸上各自加装了加速度传感器采集振动数据，随后结合电动缸自身采集的电压电流和温度数据使用原本本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于子信号趋势分析的六自由度平台电动缸健康评估方法，其特征在于包含步骤如下：步骤一、收集电动缸在状态良好、初步损伤、故障发展、即将失效四种状态下的电压、电流、温度、振动的数据作为数据集；步骤二、将数据集输入到调整后的SSTA算法中进行特征提取，包含以下步骤：步骤21、将输入的数据集分为高频信号和低频信号两个部分，然后从符合信号的总体能量变化趋势的低频信号部分分析出波形的周期变化特点，随后将该周期变化特点用于高频信号的周期划分和信号分析；步骤22、使用上下包络线拟合的方法对高频信号中的波形进行处理，还原波形趋势；步骤23、分别对高频信号和低频信号中符合电动缸丝杆运动周期的波形上下变化趋势进行分析并对变化趋势进行编码作为特征输出；步骤三、将提取到的特征输入到SVM中进行训练获取训练好的神经网络；步骤四、在开关机时电动缸运行垂直升降动作并采集电动缸数据，并将采集到的电动缸数据使用训练好的神经网络进行健康状态评估。2.根据权利要求1所述的一种基于子信号趋势分析的六自由度平台电动缸健康评估方法，其特征在于数据集从以下几个途径收集：11)从厂商、测试台、或使用环境近似的电动缸处获取到电动缸测试实验时产生的历史累积故障数据，每个故障数据包含电压、电流、温度、振动共四个维度；同时，用户将故障数据划分为状态良好、初步损伤、故障发展、即将失效共四种状态的数据集；12)控制电动缸使六自由度平台回归到初始化状态，随后用11)中各故障数据产生时的电动缸的运动周期控制电动缸按照同样的运动周期作垂直升降动作；由六自由度平台的六个电动缸上的加速度传感器和电动缸内置的传感器获取运行状态良好情况下的电压、电流、温度、振动数据，加入到数据集中；13)在健康评估完成后，对于非状态良好情况下的电动缸数据进行收集，并让用户对电动缸进行检修判明故障状态并对收集到的数据进行标注，最后将标注好的数据加入到数据集中。3.根据权利要求1所述的一种基于子信号趋势分析的六自由度平台电动缸健康评估方法，其特征在于步骤21中，高频信号、低频信号分离具体步骤如下：(211)使用镜像延拓对信号进行处理，消除信号的端点效应；(212)寻找信号的所有极值点并记录各极值点的横坐标x
M
和纵坐标y
M
；(2...

【专利技术属性】
技术研发人员：左亚昆，刘大伟，巩立艳，张继豪，石博文，
申请(专利权)人：中航航空模拟系统有限公司，
类型：发明
国别省市：