[发明专利]故障敏感编码网络驱动的直升机传动系统轴承检测方法

权利要求书

1.一种故障敏感编码网络驱动的直升机传动系统轴承检测方法，所述方法包括以下步骤：

采集健康的直升机传动系统轴承噪声信号作为训练信号，通过编码器将所述训练信号降维得到低维流形，

解码器基于低维流形以重构信号，生成对抗网络包括生成器和鉴别器，生成器生成待测信号，鉴别器鉴别待测信号是来自训练信号还是重构信号，计算训练信号与重构信号的差值得到重构误差，生成对抗网络对抗训练交替优化达到纳什均衡，并拟合得到健康状态信号的分布，

输入测试信号到编码器以降维得到低维流形，解码器基于低维流形以重构信号，输入生成对抗网络对抗训练并拟合得到测试信号分布，所述测试信号分布不符合所述健康状态信号的分布，则认为存在故障。

2.根据权利要求1所述的方法，其中，优选的，生成对抗网络采用两个鉴别器的结构，对低维流形与重构后的高维信号的分布分别进行约束，编码器和解码器都使用卷积神经网络来构造，重构误差的均方根误差损失函数如下所示：

L_recon(x，f_en，f_de)＝||x-f_de(f_en(x))||²，其中，L_recon为重构误差损失函数，x为原始信号，所述原始信号包括训练信号，f_en为编码器网络，f_de为解码器网络。

3.根据权利要求2所述的方法，其中，

第一组对抗学习策略应用于低维流形中，低维流形损失函数如下所示：

其中，为低维流形鉴别损失函数，D_low为低维流形鉴别器，z_p为低维流形空间特征，p为分布。

4.根据权利要求2所述的方法，其中，

第二组对抗学习策略应用于重构信号中，重构信号损失函数如下所示：其中为重构信号鉴别损失函数，E为期望。

5.根据权利要求2所述的方法，其中，健康状态信号的分布为：

其中，U^T是酉矩阵，y^||为原始信号在流形空间中平行于流形的局部坐标，y^⊥为垂直于流形的局部坐标，y^||和y^⊥统计独立，

P_x(x)表示为：

其中，det为矩阵行列式，|| ||为范数，x^||为从低维流形局部坐标映射到原始信号空间的信号分量，M为原始信号的维度，n为低维流形空间特征维度，W为故障敏感先验权重，Γ为伽马函数，S^-1表示S的逆矩阵，S矩阵经由f_en编码器网络奇异值分解得到。