[发明专利]一种飞机燃油泵信号退化特征提取方法及装置

权利要求书

1.一种飞机燃油泵信号退化特征提取方法，其特征在于，所述方法包括以下步骤：

步骤1：数学形态学处理；将采集到的飞机燃油泵输出的燃油压力数据以系统工作循环为步长作划分，将每个工作循环内的数据x_i作为基本处理单元；以飞机燃油泵未发生性能退化时的燃油压力输出量x₁作为健康基准信号，采取各工作循环内信号对健康基准信号求差值的方法对数据进行预处理，生成离散序列f(i)；选择不同尺度λ，对f(i)作多尺度数学形态学腐蚀与膨胀；

步骤2：信号复杂度度量；计算不同尺度下信号波形的面积A_λ，其中，λ_min≤λ≤λ_max，用A_λ总和来反映每段数据形态特性的变化情况；

步骤3：权重因子计算；定义单工作循环信号能量与总信号能量，计算单工作循环内形态特征变化量对应的权重因子w(λ)；

步骤4：形态谱衰减因子构建；建立形态谱衰减因子，定量描述飞机燃油泵在不同性能退化状态下燃油压力形态特性的变化趋势；

步骤5：基于SVDD的隶属度函数确定；使用支持向量数据域描述将数据样本MSDI映射到高维的特征空间，训练获得描述样本最小体积的超球面；

求解SVDD描述的二次优化问题，计算超球球心a、样本点到超球球心距离以及超球半径的平方R²；

步骤6：模糊信息粒化；确定模糊信息粒化窗口W_k，形成时间参数子序列d_k；计算与R²的差值Yd_i，并令Yd_k＝min(Yd_i)，将Yd_k对应的样本点d_kr确定为模糊信息粒子p_k的粒子核r_k；

步骤7：形态谱衰减模糊信息粒子核生成；在模糊信息粒化窗口W_k内对r_k进行修正，构建形态谱衰减信息粒子核，记为CMFS_G_k；

步骤8：健康基准曲线拟合；基于粒子群优化的参数寻优，在最优参数下基于支持向量回归拟合健康基准曲线P_dp，并计算曲线拟合的性能指标：均方根误差和相关系数C_rr。

2.如权利要求1所述的一种飞机燃油泵信号退化特征提取方法，其特征在于，在步骤1中，基本处理单元x_i及预处理后离散序列f(i)分别为：

x_i＝(x₁,x₂,...x_imax)，

f(i)＝x₁-x_i,(i＝1,2,...i_max)；

令λ表示尺度，g(i)表示结构函数，多尺度数学形态学的腐蚀、膨胀运算如下：

3.如权利要求2所述的一种飞机燃油泵信号退化特征提取方法，其特征在于，在步骤2中，A_λ总和的计算方法为：

4.如权利要求3所述的一种飞机燃油泵信号退化特征提取方法，其特征在于，在步骤3中，权重因子w(λ)的计算为：

5.如权利要求4所述的一种飞机燃油泵信号退化特征提取方法，其特征在于，在步骤4中，形态谱衰减因子的计算为：

6.如权利要求5所述的一种飞机燃油泵信号退化特征提取方法，其特征在于，步骤5中，超球球心a、样本点到超球球心距离的平方及超球半径的平方R²的计算分别为：

其中，α_i和α_j均为拉格朗日乘子，且α_i≥0，α_j≥0，K为核函数，z为经过支持向量数据域描述训练获得的支持向量。