[发明专利]一种矢量喷管控制系统的多信息融合故障诊断方法及系统

说明书

本发明涉及一种矢量喷管控制系统的多信息融合故障诊断方法及系统。该方法包括：获取矢量喷管控制系统工作状态下的多源数据信息，并将所述多源数据信息划分为训练集与测试集；对所述训练集内的多源数据信息进行小波去噪处理，确定多源信息数据集；对所述多源信息数据集内每一种多源数据信息进行故障特征提取，确定多信息域的故障特征参数数据集；采用主成分分析法对所述故障特征参数数据集进行降维处理，确定主元数据集；基于所述主元数据集，利用D‑S证据理论融合多个所述单证据体信息，确定对于每种所述故障状态的概率分配值，并依据最大概率准则识别故障类型。本发明能够提高故障诊断的准确率。

技术领域

本发明涉及航空发动机控制系统故障诊断领域，特别是涉及一种矢量喷管控制系统的多信息融合故障诊断方法及系统。

背景技术

矢量喷管控制系统作为航空发动机控制系统的一部分，由控制器、执行机构、传感器以及大量的电子元件共同组成，其既能给战斗机提供足够的推力，还能配合机身外部的气动力使得飞机完成偏航或者反推的功能，从而大大提高自身的机动性能，完成高难度动作。轴对称矢量喷管可向任意角度实现机动偏转，具备结构轻质，控制原理简单且技术相对成熟、风险低的优点。而且轴对称式对于发动机原有结构改动较小，因此应用轴对称矢量喷管的推力矢量技术是最佳的可行方案，逐步成为目前发动机设计的新研究方向。

然而高温高压的环境和复杂多变的工况是发动机运行过程中处于的常态。在实际运行过程中，控制系统失效的主要原因是执行机构和传感器的故障。这些典型元部件的失效将会对整个控制系统的运行造成较大的影响，甚至是致命的。相对于传统的固定喷管，矢量喷管的构造与控制装置更为复杂，多个矢量喷管作动筒输出之间存在耦合关系。如果出现故障一直保持在矢量工作状态，将有很大的危险性！

对于故障诊断而言，单一的信息源都是不确定且模糊的，仅仅采用单一信息对对象进行健康状态的判断都是不完整的。特别对于矢量喷管控制系统，其结构复杂、传感器的测量精度有限以及系统运行过程中存在噪声都会导致单一传感器在故障诊断过程中的准确率不高。

发明内容

本发明的目的是提供一种矢量喷管控制系统的多信息融合故障诊断方法及系统，以解决现有的单一传感器在故障诊断过程中的准确率低的问题。

为实现上述目的，本发明提供了如下方案：

一种矢量喷管控制系统的多信息融合故障诊断方法，所述矢量喷管控制系统包括多种类型的传感器，所述矢量喷管控制系统的多信息融合故障诊断方法包括：

获取矢量喷管控制系统工作状态下的多源数据信息，并将所述多源数据信息划分为训练集与测试集；所述工作状态包括正常状态以及故障状态，所述故障状态包括伺服阀磨损、作动筒磨损以及线性可变差动变压器LVDT位移传感器漂移；所述多源数据信息包括伺服阀电流信息、作动筒压力信息和LVDT位移传感器信息；

对所述训练集内的多源数据信息进行小波去噪处理，确定多源信息数据集；

对所述多源信息数据集内每一种多源数据信息进行故障特征提取，确定多信息域的故障特征参数数据集；所述故障特征参数数据集包括时域特征信息、频域特征信息以及时频域特征信息；

采用主成分分析法对所述故障特征参数数据集进行降维处理，确定主元数据集；所述主元数据集包括多个降维后的主元数据；并将所述降维后的主元数据作为D-S证据理论中的单个证据体信息；

基于所述主元数据集，利用D-S证据理论融合多个所述单证据体信息，确定对于每种所述故障状态的概率分配值，并依据最大概率准则识别故障类型。

可选的，所述对所述多源信息数据集内每一种多源数据信息进行故障特征提取，确定多信息域的故障特征参数数据集，具体包括：