【技术实现步骤摘要】
本申请涉及航空发动机轴承故障诊断，特别是涉及一种航空发动机主轴承故障诊断方法及系统。
技术介绍
1、航空发动机作为具有高度复杂性和精密性的热力旋转机械，其安全性和可靠性对于整个飞行平台的安全至关重要。航空发动机转子主轴承长期工作在高温、高转速、高负荷的恶劣环境中，极易出现故障。目前主要通过振动传感器来检测主轴承因损伤引起的振动信号，其具有信号传递路径复杂、受背景环境噪声影响大、振动干扰强烈、样本的故障特征微弱不易提取的特点。传统的振动信号处理方法通过简单的滤波去噪和时频分析，更多地依赖人工经验，难以直接有效提取轴承早期故障特征。近年来，卷积神经网络(convolutional neural networks，cnn)在轴承故障诊断方面得到了广泛认可和普遍应用，卷积神经网络可以直接从原始数据中进行特征提取和深度学习，其特征提取能力远超于人工经验分析，并且能够进一步实现端到端的学习，即可以直接实现从原始数据端的学习映射到故障分类判别。
2、但是，在实际应用时，仍需要人工进行反复实验来设计cnn网络和设置相关的参数，需要花费大量人...
【技术保护点】
1.一种航空发动机主轴承故障诊断方法，其特征在于，包括：
2.如权利要求1中所述的方法，其特征在于，所述对所述振动信号进行分解与降噪处理，得到第一处理信号，包括：
3.如权利要求2中所述的方法，其特征在于，所述利用自适应噪声完备集成经验模态分解算法，对所述振动信号进行分解与降噪处理，得到第一处理信号，包括：
4.如权利要求1中所述的方法，其特征在于，所述对所述第一信号进行预处理，得到第二处理信号，包括：
5.如权利要求4中所述的方法，其特征在于，所述幅度归一化处理的计算公式如下：
6.如权利要求4中所述的方法...
【技术特征摘要】
1.一种航空发动机主轴承故障诊断方法，其特征在于，包括：
2.如权利要求1中所述的方法，其特征在于，所述对所述振动信号进行分解与降噪处理，得到第一处理信号，包括：
3.如权利要求2中所述的方法，其特征在于，所述利用自适应噪声完备集成经验模态分解算法，对所述振动信号进行分解与降噪处理，得到第一处理信号，包括：
4.如权利要求1中所述的方法，其特征在于，所述对所述第一信号进行预处理，得到第二处理信号，包括：
5.如权利要求4中所述的方法，其特征在于，所述幅度归一化处理的计算公式如下：
6.如权利要求4中所述的方法，其特征在于，所述对所述归一化信号进行去均值处理，得到第二处理信号，包括：
7.如权利要求1中所述的方法，其特征在于，所述根据所述训练集、所述验证集和粒子群算法，确定所述多尺度一维卷积神经网络的目标网络参数，包括：
8.如权利要求7中所述的方法，其特征在于，设有m个粒子，每个粒子有d维向量，其中：
9.如权利要求1中所述的方法，其特征在于，所述多尺度...
【专利技术属性】
技术研发人员：黄贵发，曾承志，李修文，龚妙，金贻涛，杨荣华，
申请(专利权)人：唐智科技湖南发展有限公司，
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。