[发明专利]六自由度运动平台电动缸故障诊断方法

说明书

本发明公开了一种六自由度运动平台电动缸故障诊断方法，在六自由度运动平台的上平台下方加装若干个采样频率为轴向的加速度传感器；对六自由度运动平台的运动特性进行分析，设置一套能获得周期性振动数据的动作为诊断动作；在六自由度运动平台上运行诊断动作，由加速度传感器获得电动缸在不同状态下的振动数据；使用FD‑ELM对振动数据进行学习并生成基于神经网络的故障诊断模型；在待诊断的六自由度运动平台开机及关机时自动运行诊断动作并由加速度传感器获取电动缸的振动数据；使用训练好的故障诊断模型对振动数据进行分析以判断电动缸处于正常或是故障状态。本发明有利于在电动缸功能降级或失效前获得维修且确保了设备和人员安全。

技术领域

本发明涉及飞行模拟器技术领域，具体涉及一种使用固定字典极限学习机实现的六自由度运动平台电动缸故障诊断方法。

背景技术

飞行模拟器能够模拟绝大部分飞行场景和任务，对于提升受训人员的技能水平有着极大的帮助。相较于传统的实装训练方式，使用飞行模拟器进行训练显然有着更广阔的使用前景以及更低的训练成本。

电动缸作为飞行模拟器中六自由度运动平台的重要执行部件，承担着提供动感模拟的重要任务，它的健康状态直接影响着飞行模拟器使用人员的受训效果和生命安全。然而，现有维持电动缸工作能力的手段主要为预防性维护，定期观察并更换电动缸内的润滑油，以及运行时靠人耳识别是否有异常噪声，这一方式无法对影响安全的电动缸故障模式进行诊断。

由于电动缸使用频率高、连续工作时间长、可靠性要求高，导致对其故障诊断技术有着极高的需求。同时电动缸本体上除了电机后端的编码器能够获得电机的转速及电动缸的行程外，难以加装更多的传感器，使得电动缸故障诊断难度增大。因此，必须引入新型诊断手段来解决这一问题。在飞行模拟器中，六自由度运动平台的动作完全依赖于受训飞行员的操作，内置传感器采集到的电压、电流、温度、编码器反馈转速等数据不具有规律性，缺乏分析价值。近年来普遍应用于故障诊断领域并且效果较好的神经网络故障诊断方法，在这种数据中难以得到有效的应用。

发明内容

为满足对于六自由度运动平台电动缸的故障诊断需求，本发明提出了一种六自由度运动平台电动缸故障诊断方法，在飞行模拟器六自由度运动平台的上平台下方加装了轴向加速度传感器，并设置了诊断动作以获取具有周期性特点的振动数据；随后采用了复杂度较低、运行速度极快的单隐层前馈神经网络算法固定字典极限学习机(FD-ELM)对传感器获得的振动数据进行分析，以达到电动缸故障诊断的目的。

本发明的发明目的通过以下技术方案实现：

一种六自由度运动平台电动缸故障诊断方法，包含以下步骤：

步骤一、在六自由度运动平台的上平台下方加装若干个采样频率为轴向的加速度传感器；

步骤二、对六自由度运动平台的运动特性进行分析，设置一套能获得周期性振动数据的动作为诊断动作；

步骤三、在六自由度运动平台上运行诊断动作，由加速度传感器获得电动缸在不同状态下的振动数据；

步骤四、使用FD-ELM对振动数据进行学习并生成基于神经网络的故障诊断模型；

步骤五、在待诊断的六自由度运动平台开机及关机时自动运行诊断动作并由加速度传感器获取电动缸的振动数据；

步骤六、使用训练好的故障诊断模型对振动数据进行分析以判断电动缸处于正常或是故障状态。

附图说明

图1故障诊断方法原理；

图2传感器安装位置；

图3诊断动作示意图；

图4振动信号采集示例；

图5故障诊断流程图；

具体实施方式