【技术实现步骤摘要】
本专利技术属机械装备故障预示领域，具体涉及关键金属结构部件损伤故障检测及剩余寿命的定量评估方法。
技术介绍
随着现代战争对武器装备任务出勤率和战备完好率要求的提高，以及材料科学、测试技术、信号分析和人工智能技术的飞速发展，目前武器装备大量采用故障预测和状态管理技术(Prognostic and Health Management, PHM)以实现“视情维修”，即依据状态的预防维修。这项技木通过检测系统的状态来预测系统及其部件的故障情況，并确定其剰余寿命；利用多传感器信息融合技术诊断系统故障，并基于可用资源和使用需求对维修活动做出管理和决策。PHM是实现武器装备“视情维修”的重要手段，具有故障预测、检测、隔离、关键部件寿命跟踪、故障报告以及寿命预测等功能，能够实现在准确的时间对准确的部位采取准确的维修活动，从而有效减少维修项目，节省维修费用，減少武器装备的事故率。因此，进行武器装备关键金属结构的运行状态监测、诊断与剰余寿命预测技术研究对提高武器装备安全可靠工作具有重大的科学意义和工程实用价值。然而，在对武器装备运行状态监测的实施过程中，常常存在先验知识缺乏、故障样...
【技术保护点】
一种金属结构损伤剩余寿命的第二代小波支持向量机评估方法，其特征在于：包括以下步骤：1）采用经验模式分解对振动信号进行分解得本征模式分量，提取本征模式分量的时频域统计特征构成全体特征集；采用特征距离评估方法从全体特征集中选取最敏感特征得最优特征集；利用自组织神经网络特征融合方法由最优特征集训练出具有明显性能退化趋势的最小量化误差指标；2）通过构造基于第二代小波变换的双正交小波支持向量机核函数得第二代小波支持向量机的寿命预测模型；3）经过步骤2）后，将最小量化误差指标作为模型输入，通过模型输出实现小子样下机械装备金属结构部件损伤剩余寿命定量评估。
【技术特征摘要】
【专利技术属性】
技术研发人员：陈雪峰，刘治汶，申中杰，何正嘉，孙闯，
申请(专利权)人：西安交通大学，
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。