成果介绍
本发明提供一种航空发动机轴承故障诊断方法及诊断系统,涉及故障诊断技术领域,通过构建双层置信规则分类器,双层置信规则分类器的第一层分类器使用证据推理方法完成规则的融合和初步的故障诊断,第二层分类器基于第一层分类器的初步诊断结果分别构建多个附属置信规则库,每个规则库分别应用证据推理方法完成推理,最后通过优化迭代,得到综合故障诊断结果;本发明使用第一层分类器利用区间结构解决组合规则爆炸问题,第二层分类器利用多个附属置信规则库完成最终的故障诊断,将多分类问题转换为各附属置信规则库的二分类问题,在优化过程中添加了可解释性约束,保证优化后的参数符合专家知识和实际情况;实现对航空发动机轴承的故障诊断。
成果亮点
1.一种航空发动机轴承故障诊断方法,其特征在于,诊断方法包括以下步骤:
获取航空发动机的实测样本数据,其中,所述实测样本数据为轴承不同故障条件下航空发动机的振动信号数据,且所述振动信号数据包括位移响应和加速度响应;
基于所述实测样本数据构建故障诊断指标体系,其中,所述故障诊断指标体系包括至少一个指标;
根据所述故障诊断指标体系确定与所述指标对应的参考值,并基于所有所述指标对应的参考值构建参考值集合;
基于所述参考值集合构建双层置信规则分类器;
利用所述双层置信规则分类器对航空发动机的轴承进行故障诊断,得到故障诊断结果。
2.根据权利要求1所述的一种航空发动机轴承故障诊断方法,其特征在于,所述基于所述实测样本数据构建故障诊断指标体系,包括:
对所述振动信号数据进行数据预处理,其中,数据预处理包括对所述实测样本数据中的缺失值、异常值和噪声进行清洗,以及归一化处理;
对数据预处理后的所述振动信号数据进行特征提取,得到关联轴承的第一特征集,其中,所述第一特征集包括频域特征、时域特征和统计特征;
团队介绍
设有25个学院,开设80个本科招生专业;拥有博士后科研流动站5个,博士学位授权一级学科9个,专业博士学位授权类别1个;硕士学位授权一级学科17个,专业硕士学位授权类别15个;有专任教师1700余人。
成果资料