[发明专利]一种直升机自动倾斜器多故障模式识别方法及装置

说明书

技术领域

本发明涉及测量测试以及故障诊断等技术领域，特别是涉及一种直升机自动倾斜器多故障模式识别方法及装置。

背景技术

随着低空领域的开放，直升机将在救援、搜索、航拍、运输等领域井喷式发展。自动倾斜器是直升机上最重要的部件之一，是将经直升机飞行操纵系统传递过来的驾驶员或自动驾驶仪的指令转换为旋翼桨叶受控运动的一种装置。其中，大轴承又是自动倾斜器的核心部件，旋翼的总距及周期变距操纵都要通过它来实现，运行中的直升机轴承的任何故障或失效都可能导致操纵系统发生故障，造成重大人身和财产损失。国内现有运行的直升机都是通过定检定修的方式对自动倾斜器轴承进行维护，以便让飞行员及时采取降落或降级使用等措施，避免重大事故发生。

国内目前现有的直升机自动倾斜器轴承检测分析装置，主要包括试验机、数据转换器、计算机、电控系统、液压系统及冷却器等，能够实现对航空螺旋桨、飞行器的轴承异常信息、结构健康、故障诊断进行初步判断，可部分提高轴承的运行安全可靠性。

然而，其缺陷在于，对故障监测、诊断效率不高。因此，迫切需要研究一种快速、准确的故障诊断手段，实现直升机自动倾斜器多故障模式识别的在线监测与诊断，提高检测的准确率，确保直升机自动倾斜器的安全使用。

发明内容

本发明要解决的技术问题是直升机自动倾斜器多故障模式的在线监测与识别，确保轴承的安全使用。本发明提供了一种直升机自动倾斜器多故障模式识别方法及装置。用以解决现有技术对直升机自动倾斜器的故障监测、诊断效率不高的问题。

为解决上述技术问题，本发明提供一种直升机自动倾斜器多故障模式识别方法。所述方法包括以下步骤：对实时采集的直升机自动倾斜器的模拟量信号进行预处理，以得到实时数据；提取所述实时数据中的一个或多个时域特征；通过将每个所述时域特征和与其对应的时域特征门限阈值范围进行比较，确定一个或多个疑似故障；基于所述一个或多个疑似故障对应的实时数据，通过预先训练的径向基神经网络获得一个或多个故障信息。

其中，所述模拟量信号包括振动模拟量信号和温度模拟量信号；对实时采集的模拟量信号进行预处理，以得到所述模拟量信号对应的实时数据，包括：对采集的振动模拟量信号和温度模拟量信号进行信号调整；对调整后的振动模拟量信号和温度模拟量信号进行模数转换，以获得振动模拟量信号对应的实时数据，以及温度模拟量信号对应的实时数据。

其中，所述时域特征至少包括：峭度、峰值因子、脉冲因子、裕度因子及波形因子。

其中，将每个所述时域特征和与其对应的时域特征门限阈值范围进行比较，以确定一个或多个疑似故障，包括：如果所述时域特征不在所述时域特征门限阈值范围内，则判定为针对所述时域特征的疑似故障。

其中，预先训练径向基神经网络的步骤如下：采集性能完好的直升机自动倾斜器的实时数据和发生各类故障的直升机自动倾斜器的实时数据，作为训练集；基于所述训练集对预设的径向基神经网络进行训练，以获得预测出正确故障信息的径向基神经网络。

其中，基于所述一个或多个疑似故障对应的实时数据，通过预先训练的径向基神经网络获得一个或多个故障信息，包括：提取所述实时数据中的一个或多个特定特征；将所述产生疑似故障的一个或多个时域特征，以及所述一个或多个特定特征作为预先训练的径向基神经网络的输入，以获得一个或多个故障信息。

本发明还提供了一种直升机自动倾斜器多故障模式识别装置，所述装置包括：直升机自动倾斜器轴承、一个或多个传感器、与传感器数量相等的信号调理器、模数转换器、数字信号处理器、时序及逻辑控制器；每个传感器实时采集直升机自动倾斜器轴承的模拟量信号，并传送给对应的信号调理器，以对所述模拟量信号进行信号调理；时序及逻辑控制器控制模数转换器对调整后的模拟量信号进行模数转换，以得到模拟量信号对应的实时数据，并将所述实时数据转发至数字信号处理器；数字信号处理基于预先获得的时域特征门限阈值范围和预先训练的径向基神经网络对所述实时数据进行处理，以获得一个或多个故障信息。

其中，所述数字信号处理器还用于：提取所述实时数据中的一个或多个时域特征；通过将每个所述时域特征和与其对应的时域特征门限阈值范围进行比较，确定一个或多个疑似故障；基于所述一个或多个疑似故障对应的实时数据，通过预先训练的径向基神经网络获得一个或多个故障信息。

其中，所述数字信号处理器还用于：如果所述时域特征不在所述时域特征门限阈值范围内，则判定为针对所述时域特征的疑似故障。

其中，所述时域特征至少包括：峭度、峰值因子、脉冲因子、裕度因子及波形因子。