[发明专利]发动机故障检测方法、系统、存储介质及设备

权利要求书

1.发动机故障检测方法，其特征在于：包括以下步骤：

获取发动机振声信号数据进行预处理，获得振声信号的频率特征，梅尔倒谱系数特征以及差分特征；

根据频谱特征，梅尔倒谱系数特征及差分特征构建多支特征正态子模型；利用多支特征正态子模型中的每个分支子模型获得针对已知故障类型样本的样本得分，基于样本得分构建层级判定正态子模型；

分别利用多支特征正态子模型和层级判定正态子模型构建针对所有故障类型的多支层级正态异常检测模型，将待测发动机振声信号样本依次输入各类型的多支层级正态异常检测模型中；当样本不在任何一个已知类型的设定范围内，则该样本对应的发动机状态被判定为未知异常状态；

构建多支特征正态子模型的过程包括：以一类发动机振声信号数据的单个特征分支所有特征值为对象，假定其分布规律接近于正态分布，学习其均值和标准差值，并根据均值和标准差值构建单个分支特征正态子模型，对剩余的特征分支重复此过程，直至为所有特征分支构建正态子模型；

利用多支特征正态子模型中的每个分支子模型获得针对已知故障类型样本的样本得分的过程包括：已知故障类型的发动机振声信号样本代入每个分支特征正态子模型的概率密度函数后得到对应的概率密度值，称为特征分支得分，将该特征分支得分除以该分支特征正态子模型概率密度函数的最大值，得到归一化的特征分支得分；利用归一化的特征分支得分获得每个发动机振声信号样本所有特征分支得分的均值，获得样本得分。

2.如权利要求1所述的发动机故障检测方法，其特征在于：对发动机振声信号数据预处理的过程包括：将连续的振声信号截取为等长且有重叠的信号帧。

3.如权利要求2所述的发动机故障检测方法，其特征在于：每个信号帧中保留原始信号中发动机运行状态信息，分帧的时间长度为0.1秒，分帧时的截取步长为0.1倍的帧长。

4.如权利要求1所述的发动机故障检测方法，其特征在于：所述样本得分的值反映每个发动机振声信号样本的故障类型属于已知故障类型的可能性，值越大表明越可能属于该类故障类型，反之则越不可能属于该类故障类型。

5.发动机故障检测系统，其特征在于：包括：

数据获取模块：获取发动机振声信号数据进行预处理，获得振声信号的频率特征，梅尔倒谱系数特征以及差分特征；

模型构建模块：根据频谱特征，梅尔倒谱系数特征及差分特征构建多支特征正态子模型；利用多支特征正态子模型中的每个分支子模型获得针对已知故障类型样本的样本得分，基于样本得分构建层级判定正态子模型；

判断模块：分别利用多支特征正态子模型和层级判定正态子模型构建针对所有故障类型的多支层级正态异常检测模型，将待测发动机振声信号样本依次输入各类型的多支层级正态异常检测模型中；当样本不在任何一个已知类型的设定范围内，则该样本对应的发动机状态被判定为未知异常状态；

构建多支特征正态子模型的过程包括：以一类发动机振声信号数据的单个特征分支所有特征值为对象，假定其分布规律接近于正态分布，学习其均值和标准差值，并根据均值和标准差值构建单个分支特征正态子模型，对剩余的特征分支重复此过程，直至为所有特征分支构建正态子模型；

利用多支特征正态子模型中的每个分支子模型获得针对已知故障类型样本的样本得分的过程包括：已知故障类型的发动机振声信号样本代入每个分支特征正态子模型的概率密度函数后得到对应的概率密度值，称为特征分支得分，将该特征分支得分除以该分支特征正态子模型概率密度函数的最大值，得到归一化的特征分支得分；利用归一化的特征分支得分获得每个发动机振声信号样本所有特征分支得分的均值，获得样本得分。

6.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-4中任一项所述的发动机故障检测方法中的步骤。

7.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1-4中任一项所述的发动机故障检测方法中的步骤。