基于监督流形学习的航空发动机振动故障诊断方法

航空发动机故障诊断中一个有挑战性的难题就是如何处理具有高维数、非线性化特点的故障数据,传统模式识别方法很难发现这类数据集的真实结构,导致故障诊断准确性不高。针对这一问题,将一种新兴的非线性维数约简技术——流形学习引入航空发动机振动故障诊断,提出基于监督流形学习理论的航空发动机特征提取与识别方法。该方法首先采用最近兴起的监督局部线性嵌入流形学习算法对蕴含在高维振动故障数据中不同故障的流形特征进行学习,映射到低维嵌入空间以实现故障的特征提取,在降维后的流形特征空间中构造分类器实现故障识别。利用航空发动机转子故障数据对方法的有效性进行了验证,结果表明,该方法显著提高了故障诊断性能,克服了传统的模式识别方法PCA和LDA的不足,并且在训练样本数为每类100的条件下,该方法的平均故障诊断正确率比PCA和LDA分别高出2.93%和7.20%。

基于谱峭度的滚动轴承故障诊断方法研究

谱峭度是近年来发展起来的一种高阶统计量,它能有效的从含有强噪声信号中发现暂态成分及其在频域中的位置。本文对基于谱峭度的滚动轴承故障诊断方法进行研究,利用轴承外圈故障数据进行实验分析,结果表明该方法能够准确的识别出滚动轴承外圈故障特征,有效的诊断出轴承外圈故障。

基于影响系数法排除共轴旋翼直升机抖动故障

直升机抖动问题是直升机在设计、制造和维护中都要进行预防和处理的重要技术问题,直升机抖动不仅降低乘座舒适性,同时使直升机结构产过大动应力,容易造成机体结构疲劳损伤和机载设备损坏,因此在使用维护中如何正确诊断故障并采取措施,是保证直升机安全的关键。文中在介绍动态影响系统法的基础上,提出共轴旋翼直升机抖动故障处理措施。