[发明专利]直升机主减速器故障样本生成方法

说明书

本发明公开直升机主减速器故障样本生成方法，具体步骤为：首先采集主减速器大量正常状态和少量故障状态下的振动信号并进行FFT变换得到频谱，根据统计分析确定转速变化范围以及实际噪声分布规律，根据理论公式计算得到各部件的啮合频率并建立其啮合频率幅值大小与转速的关系，然后将转速范围、实际噪声分布规律、各部件啮合频率及其啮合频率幅值大小与转速的关系作为生成对抗网络的条件信息，通过对抗学习机制不断训练生成器和判别器，以此在各部件的啮合频率附近生成故障信息，从而生成大量转速范围内的故障样本频谱。本发明建立了基于条件信息的生成对抗网络模型，能够生成更加符合要求的主减速器各部件故障样本频谱。

技术领域

本发明涉及一种直升机主减速器故障样本生成方法，属于旋转机械故障诊断与健康管理领域。

背景技术

行星传动轮系作为直升机传动系统主减速的核心部件，不断承受着变转速的影响。直升机在实际运行中故障发生率低，容易获得各种实际不同转速下正常模式的状态监测数据，但是故障样本量少且对应不全面转速信息，造成用于分类器模型训练的故障样本少的情况，由于变转速对主减速器故障特征的影响很大，这种不完备的故障样本集严重影响了分类器故障诊断性能。因此，如何生成大量各种转速下的故障样本具有重要的研究意义。

目前在旋转机械领域，国内外通常采用SMOTE采样方法对故障样本进行随机插值得到大量样本，但这种方法容易产生噪声样本或者无效样本，尤其在“非凸类”故障样本空间和变转速情况下。随着生成对抗网络的发展，样本生成技术已在旋转机械领域得到了初步应用，通过生成对抗网络获取故障样本的分布，从而生成大量类似的故障样本。然而这种样本生成方式并未结合直升机主减速器的特点，无法生成各种转速条件下的故障样本。因此，必须结合主减速器的自身特点，增加额外的样本频谱生成条件才能构建出合适的生成模型。

本发明根据直升机主减速器在正常状态下的振动信号频谱统计分析确定转速变化范围，并学习实际噪声信号分布规律得到其均值与方差，然后根据理论计算公式得到各部件的啮合频率并建立其啮合频率幅值大小与转速的关系，将转速范围、实际噪声分布、各部件啮合频率及其啮合频率幅值大小与转速的关系作为生成对抗网络的条件信息，以此生成大量转速范围内的故障样本频谱。本发明中建立的基于条件信息的生成对抗网络模型，具有更好样本生成能力，更利于故障诊断。

发明内容

本发明的目的在于提供一种直升机主减速器故障样本生成的方法，通过采集主减速器正常模式的振动信号，并对其进行FFT变换得到频谱，根据统计分析确定转速的变化范围和实际噪声分布规律，依据理论公式计算得到各部件的啮合频率，并建立各部件啮合频率幅值大小与转速的关系，将转速范围、实际噪声分布、各部件啮合频率及其啮合频率幅值大小与转速的关系作为生成对抗网络的条件信息，而随机噪声作为生成对抗网络模型的输入样本，通过对抗学习机制不断训练生成器和判别器，以此在各部件的啮合频率附近生成故障信息，从而生成大量符合实际需求的故障样本频谱。

为实现上述目的，本发明的一种直升机主减速器故障样本生成的方法，具体包括以下步骤：

步骤1：利用加速度传感器分别采集主减速器轴向、径向和垂直三个通道的振动信号，并分别对其进行FFT变换得到频谱信号，选择垂直通道的频谱信号作为输入信号。

步骤2：利用速度传感器测量主减速器的转速，根据统计分析确定转速变化范围，然后依据理论公式计算各部件的啮合频率，并建立各部件啮合频率幅值大小与转速变化的关系，同时学习实际噪声信号的分布规律得到其均值和方差。

步骤3：将步骤2中的转速范围、实际噪声分布规律、各部件啮合频率及其幅值大小与转速的关系作为生成对抗网络模型的条件输入，随机噪声信号作为输入样本。

步骤4：通过生成对抗网络的对抗学习机制不断训练生成器和判别器，以此在各部件的啮合频率附近生成故障信息，从而生成大量转速范围内的故障样本频谱。