[发明专利]航空发电机故障特征提取方法、系统、介质及计算设备在审
申请号: | 202110881188.5 | 申请日: | 2021-08-02 |
公开(公告)号: | CN113625164A | 公开(公告)日: | 2021-11-09 |
发明(设计)人: | 崔江;刘繁;张卓然 | 申请(专利权)人: | 南京航空航天大学 |
主分类号: | G01R31/34 | 分类号: | G01R31/34 |
代理公司: | 南京纵横知识产权代理有限公司 32224 | 代理人: | 史俊军 |
地址: | 210016 江*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 航空 发电机 故障 特征 提取 方法 系统 介质 计算 设备 | ||
1.航空发电机故障特征提取方法,其特征在于,包括:
采集各故障模式的诊断信号;
采用变分模态分解方法对诊断信号进行模态分解,构建各故障模式下的频带能量向量;其中,在模态分解中,采用模态分量瞬时频率特性优化变分模态分解方法的中心频率及模态分量数量;
将各故障模式下的频带能量向量进行频带能量对比,选取反映故障情况的若干频带能量构成故障特征。
2.根据权利要求1所述的航空发电机故障特征提取方法,其特征在于,故障包括旋转整流器故障、转子绕组故障、定子绕组故障、转轴故障和轴承故障。
3.根据权利要求1所述的航空发电机故障特征提取方法,其特征在于,诊断信号包括发电机输出电压信号、交流励磁机励磁电流信号和机身振动信号。
4.根据权利要求1所述的航空发电机故障特征提取方法,其特征在于,在模态分解之前,对故障模式的所有诊断信号进行预处理,构建故障模式的诊断信号向量。
5.根据权利要求4所述的航空发电机故障特征提取方法,其特征在于,预处理过程为,
截取诊断信号预设长度的数据片段;
将同一故障模式下的数据片段组成一列向量;
对列向量进行归一化处理,获得诊断信号向量。
6.根据权利要求1所述的航空发电机故障特征提取方法,其特征在于,采用变分模态分解方法对诊断信号进行模态分解,构建各故障模式下的频带能量向量,具体过程为,
采用变分模态分解方法对诊断信号进行模态分解,获得各模态分量;
计算各模态分量的频带能量,构建各故障模式下的频带能量向量。
7.根据权利要求1所述的航空发电机故障特征提取方法,其特征在于,采用模态分量瞬时频率特性优化变分模态分解方法的中心频率及模态分量数量,具体过程为:
截取本次迭代中各模态分量的任意一段信号;
根据截取信号的瞬时频率,计算作为模态分量瞬时频率特性的瞬时频率的均值,并将其作为下次迭代的中心频率;
对瞬时频率均值在本次模态分量数量下进行曲线曲率量化分析,若曲线首次出现向下的弯曲,则迭代结束,将上一次迭代的中心频率作为最优中心频率,将上一次模态分量数量作为最优模态分量数量;其中,本次模态分量数量与本次迭代值一致,上一次模态分量数量与上一次迭代值一致。
8.航空发电机故障特征提取系统,其特征在于,包括:
信号采集模块:采集各故障模式的诊断信号;
分解模块:采用变分模态分解方法对诊断信号进行模态分解,构建各故障模式下的频带能量向量;其中,在模态分解中,采用模态分量瞬时频率特性优化变分模态分解方法的中心频率及模态分量数量;
对比模块:将各故障模式下的频带能量向量进行频带能量对比,选取反映故障情况的若干频带能量构成故障特征。
9.一种存储一个或多个程序的计算机可读存储介质,其特征在于:所述一个或多个程序包括指令,所述指令当由计算设备执行时,使得所述计算设备执行根据权利要求1至7所述的方法中的任一方法。
10.一种计算设备,其特征在于,包括:
一个或多个处理器、一个或多个存储器以及一个或多个程序,其中一个或多个程序存储在所述一个或多个存储器中并被配置为由所述一个或多个处理器执行,所述一个或多个程序包括用于执行根据权利要求1至7所述的方法中的任一方法的指令。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南京航空航天大学,未经南京航空航天大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110881188.5/1.html,转载请声明来源钻瓜专利网。
- 上一篇:分料机构和仿真树生产设备
- 下一篇:一种显示屏交互的控制方法、存储介质和设备