【技术实现步骤摘要】
一种直升机动部件健康状态多级评估方法
[0001]本专利技术属于故障诊断与健康管理领域,更具体地,涉及一种直升机动部件健康状态多级评估方法。
技术介绍
[0002]直升机凭借自身可以垂直起飞降落、行动迅速等优点,在军事、民用各个领域都得到了广泛应用,这也要求它向重量轻、体积小、大功率等方向发展。直升机动部件是实现起飞、悬停、前进、平转、降落等操作的基础,因此及时准确获取动部件的健康状态对直升机的安全性和可靠性至关重要。
[0003]直升机动部件健康状态的判断往往是给各监测特征设置可以区分健康状态的阈值,在阈值范围内指示健康,超出阈值指示故障,阈值的确定需要在检测率和误警率之间权衡,常用的方式是将健康状态下的监测特征进行统计学处理,或根据检测率或误警率的要求设置。
[0004]然而以上直升机动部件健康状态判断方法造成较为严重的误报警和漏报警问题,这是由于单一区分健康/故障的阈值设置和动部件在使用中的实际退化过程不符合。在动部件退化状态中,从性能下降到完全失效通常要经过一系列不同的健康状态,不同健康状态下的健康管 ...
【技术保护点】
【技术特征摘要】
1.一种直升机动部件健康状态多级评估方法,包含模型训练阶段,其特征在于模型训练阶段包括如下步骤:S11根据动部件健康状态评估需要设置多级健康度阈值,通过设计和多级健康度阈值相对应的步进故障注入试验,生成多级故障数据和无故障数据;S12对多级故障数据和无故障数据进行特征提取,从提取的特征中找到能够反映故障程度变化的特征;S13将S12找到的特征用于多级健康度阈值下的马氏距离参数训练,实现归一化参数的求解,得到面向多级评估的马氏距离模型。2.根据权利要求1所述的一种直升机动部件健康状态多级评估方法,其特征在于步骤12中,提取到的特征包括时域特征、频域特征、时频域特征以及通过机器学习算法提取的特征,再根据特征的单调性、趋势性进行选择,从中高维特征中找到能够反映故障程度变化的特征进行健康评估。3.根据权利要求1所述的一种直升机动部件健康状态多级评估方法,其特征在于步骤S13具体过程如下:某级故障数据经步骤S2后找到的特征组成故障状态特征矩阵,无故障数据经步骤S2后找到的特征组成健康状态特征矩阵;计算健康状态特征矩阵各列的均值和标准差;根据健康状态特征矩阵各列的均...
【专利技术属性】
技术研发人员:黄玉婧,单添敏,徐智,曹亮,陈丽晶,张尚田,王景霖,沈勇,
申请(专利权)人:中国航空工业集团公司上海航空测控技术研究所,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。