基于静电信号变分模态分解和随机森林的气路故障识别方法

气路静电监测是面向航空发动机健康诊断的全新技术,为使其后续可应用于气路故障识别,提出一种基于变分模态分解和随机森林的识别方法。首先分析了气路静电监测原理,针对静电信号噪声干扰问题,提出了一种基于变分模态分解和峭度-排列熵重构准则的静电信号增强方法,并提出故障特征集构造方法,帮助有效提取关键故障信息;进一步通过开展燃烧室积碳、叶片-机匣碰摩、部件掉块等模拟实验,获取故障静电信号和特征集,并构建了基于随机森林的故障类型识别模型。结果表明:所提方法测试集上识别精度达到90%以上,且所提出新特征的归一化重要度达到0.2以上,较传统特征更高,能为基于静电监测的气路部件故障识别提供有效途径。