一種直升機自動傾斜器多故障模式識別方法及裝置制造方法
【專利摘要】本發(fā)明公開了一種直升機自動傾斜器多故障模式識別方法和裝置，該方法包括：對實時采集的模擬量信號進行預(yù)處理，以得到所述模擬量信號對應(yīng)的實時數(shù)據(jù)；提取所述實時數(shù)據(jù)中的一個或多個時域特征；通過將每個所述時域特征和與其對應(yīng)的時域特征門限閾值范圍進行比較，確定一個或多個疑似故障；基于所述一個或多個疑似故障對應(yīng)的實時數(shù)據(jù)，通過預(yù)先訓(xùn)練的徑向基神經(jīng)網(wǎng)絡(luò)獲得一個或多個故障信息。本發(fā)明有效地解決了現(xiàn)有技術(shù)對直升機自動傾斜器的故障監(jiān)測、診斷效率不高的問題。提高了故障監(jiān)測的實時性和效率。消除了潛在的故障威脅，增加了自動傾斜的安全性。增加了故障識別的準確性，縮短了故障識別的時長，提高了故障識別的效率。
【專利說明】一種直升機自動傾斜器多故障模式識別方法及裝置
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及測量測試以及故障診斷等【技術(shù)領(lǐng)域】，特別是涉及一種直升機自動傾斜器多故障模式識別方法及裝置。
【背景技術(shù)】
[0002]隨著低空領(lǐng)域的開放，直升機將在救援、搜索、航拍、運輸?shù)阮I(lǐng)域井噴式發(fā)展。自動傾斜器是直升機上最重要的部件之一，是將經(jīng)直升機飛行操縱系統(tǒng)傳遞過來的駕駛員或自動駕駛儀的指令轉(zhuǎn)換為旋翼槳葉受控運動的一種裝置。其中，大軸承又是自動傾斜器的核心部件，旋翼的總距及周期變距操縱都要通過它來實現(xiàn)，運行中的直升機軸承的任何故障或失效都可能導(dǎo)致操縱系統(tǒng)發(fā)生故障，造成重大人身和財產(chǎn)損失。國內(nèi)現(xiàn)有運行的直升機都是通過定檢定修的方式對自動傾斜器軸承進行維護，以便讓飛行員及時采取降落或降級使用等措施，避免重大事故發(fā)生。
[0003]國內(nèi)目前現(xiàn)有的直升機自動傾斜器軸承檢測分析裝置，主要包括試驗機、數(shù)據(jù)轉(zhuǎn)換器、計算機、電控系統(tǒng)、液壓系統(tǒng)及冷卻器等，能夠?qū)崿F(xiàn)對航空螺旋槳、飛行器的軸承異常信息、結(jié)構(gòu)健康、故障診斷進行初步判斷，可部分提高軸承的運行安全可靠性。
[0004]然而，其缺陷在于，對故障監(jiān)測、診斷效率不高。因此，迫切需要研究一種快速、準確的故障診斷手段，實現(xiàn)直升機自動傾斜器多故障模式識別的在線監(jiān)測與診斷，提高檢測的準確率，確保直升機自動傾斜器的安全使用。

【發(fā)明內(nèi)容】

[0005]本發(fā)明要解決的技術(shù)問題是直升機自動傾斜器多故障模式的在線監(jiān)測與識別，確保軸承的安全使用。本發(fā)明提供了一種直升機自動傾斜器多故障模式識別方法及裝置。用以解決現(xiàn)有技術(shù)對直升機自動傾斜器的故障監(jiān)測、診斷效率不高的問題。
[0006]為解決上述技術(shù)問題，本發(fā)明提供一種直升機自動傾斜器多故障模式識別方法。所述方法包括以下步驟:對實時采集的直升機自動傾斜器的模擬量信號進行預(yù)處理，以得到實時數(shù)據(jù)；提取所述實時數(shù)據(jù)中的一個或多個時域特征；通過將每個所述時域特征和與其對應(yīng)的時域特征門限閾值范圍進行比較，確定一個或多個疑似故障；基于所述一個或多個疑似故障對應(yīng)的實時數(shù)據(jù)，通過預(yù)先訓(xùn)練的徑向基神經(jīng)網(wǎng)絡(luò)獲得一個或多個故障信息。
[0007]其中，所述模擬量信號包括振動模擬量信號和溫度模擬量信號；對實時采集的模擬量信號進行預(yù)處理，以得到所述模擬量信號對應(yīng)的實時數(shù)據(jù)，包括:對采集的振動模擬量信號和溫度模擬量信號進行信號調(diào)整；對調(diào)整后的振動模擬量信號和溫度模擬量信號進行模數(shù)轉(zhuǎn)換，以獲得振動模擬量信號對應(yīng)的實時數(shù)據(jù)，以及溫度模擬量信號對應(yīng)的實時數(shù)據(jù)。
[0008]其中，所述時域特征至少包括:峭度、峰值因子、脈沖因子、裕度因子及波形因子。
[0009]其中，將每個所述時域特征和與其對應(yīng)的時域特征門限閾值范圍進行比較，以確定一個或多個疑似故障，包括:如果所述時域特征不在所述時域特征門限閾值范圍內(nèi)，則判定為針對所述時域特征的疑似故障。[0010]其中，預(yù)先訓(xùn)練徑向基神經(jīng)網(wǎng)絡(luò)的步驟如下:采集性能完好的直升機自動傾斜器的實時數(shù)據(jù)和發(fā)生各類故障的直升機自動傾斜器的實時數(shù)據(jù)，作為訓(xùn)練集；基于所述訓(xùn)練集對預(yù)設(shè)的徑向基神經(jīng)網(wǎng)絡(luò)進行訓(xùn)練，以獲得預(yù)測出正確故障信息的徑向基神經(jīng)網(wǎng)絡(luò)。
[0011]其中，基于所述一個或多個疑似故障對應(yīng)的實時數(shù)據(jù)，通過預(yù)先訓(xùn)練的徑向基神經(jīng)網(wǎng)絡(luò)獲得一個或多個故障信息，包括:提取所述實時數(shù)據(jù)中的一個或多個特定特征；將所述產(chǎn)生疑似故障的一個或多個時域特征，以及所述一個或多個特定特征作為預(yù)先訓(xùn)練的徑向基神經(jīng)網(wǎng)絡(luò)的輸入，以獲得一個或多個故障信息。
[0012]本發(fā)明還提供了一種直升機自動傾斜器多故障模式識別裝置，所述裝置包括:直升機自動傾斜器軸承、一個或多個傳感器、與傳感器數(shù)量相等的信號調(diào)理器、模數(shù)轉(zhuǎn)換器、數(shù)字信號處理器、時序及邏輯控制器；每個傳感器實時采集直升機自動傾斜器軸承的模擬量信號，并傳送給對應(yīng)的信號調(diào)理器，以對所述模擬量信號進行信號調(diào)理；時序及邏輯控制器控制模數(shù)轉(zhuǎn)換器對調(diào)整后的模擬量信號進行模數(shù)轉(zhuǎn)換，以得到模擬量信號對應(yīng)的實時數(shù)據(jù)，并將所述實時數(shù)據(jù)轉(zhuǎn)發(fā)至數(shù)字信號處理器；數(shù)字信號處理基于預(yù)先獲得的時域特征門限閾值范圍和預(yù)先訓(xùn)練的徑向基神經(jīng)網(wǎng)絡(luò)對所述實時數(shù)據(jù)進行處理，以獲得一個或多個故障信息。
[0013]其中，所述數(shù)字信號處理器還用于:提取所述實時數(shù)據(jù)中的一個或多個時域特征；通過將每個所述時域特征和與其對應(yīng)的時域特征門限閾值范圍進行比較，確定一個或多個疑似故障；基于所述一個或多個疑似故障對應(yīng)的實時數(shù)據(jù)，通過預(yù)先訓(xùn)練的徑向基神經(jīng)網(wǎng)絡(luò)獲得一個或多個故障信息。
[0014]其中，所述數(shù)字信號處理器還用于:如果所述時域特征不在所述時域特征門限閾值范圍內(nèi)，則判定為針對所述時域特征的疑似故障。
[0015]其中，所述時域特征至少包括:峭度、峰值因子、脈沖因子、裕度因子及波形因子。
[0016]本發(fā)明有益效果如下:
[0017]本發(fā)明實時采集自動傾斜器的實時數(shù)據(jù)，并基于該實時數(shù)據(jù)對自動傾斜器進行故障檢測，實現(xiàn)了在線識別自動傾斜器的故障，提高了故障監(jiān)測的實時性和效率。
[0018]本發(fā)明通過預(yù)先訓(xùn)練的時域特征門限閾值，來消除潛在的故障威脅，增加了自動傾斜器的安全性。
[0019]本發(fā)明通過不斷優(yōu)化的徑向基神經(jīng)網(wǎng)絡(luò)，來診斷自動傾斜器的一個或多個故障信息，增加了故障識別的準確性，縮短了故障識別的時長，提高了故障識別的效率。
【專利附圖】

【附圖說明】
[0020]圖1是根據(jù)本發(fā)明一實施例的直升機自動傾斜器多故障模式識別裝置的結(jié)構(gòu)示意圖；
[0021]圖2是根據(jù)本發(fā)明一實施例的直升機自動傾斜器多故障模式識別方法的流程圖?！揪唧w實施方式】
[0022]為了解決現(xiàn)有技術(shù)對直升機自動傾斜器的故障監(jiān)測、診斷效率不高的問題，本發(fā)明提供了一種直升機自動傾斜器多故障模式識別方法及裝置，以下結(jié)合附圖以及實施例，對本發(fā)明進行進一步詳細說明。應(yīng)當(dāng)理解，此處所描述的具體實施例僅僅用以解釋本發(fā)明，并不限定本發(fā)明。
[0023]如圖1所示，圖1是根據(jù)本發(fā)明一實施例的直升機自動傾斜器多故障模式識別裝置的結(jié)構(gòu)示意圖。
[0024]該裝置可以包括軸承、一個或多個傳感器、與傳感器數(shù)量相等的信號調(diào)理器、模數(shù)轉(zhuǎn)換器(A/D轉(zhuǎn)換器)、數(shù)字信號處理器(DigitalSignalProcessing, DSP)、時序及邏輯控制器(Complex Programmable Logic Device, CPLD)、數(shù)據(jù)存儲單兀(Static RAM, SRAM)和語音報警器，以及外部接口等。其中，傳感器可以包括橫向振動傳感器(X向振動傳感器)、縱向振動傳感器(Y向振動傳感器)、溫度傳感器等。
[0025]直升機自動傾斜器的軸承，是自動傾斜器的重要組成部分。針對自動傾斜器的故障模式識別，可以通過監(jiān)測、識別軸承的故障模式來實現(xiàn)。其中，故障模式是指故障信息。
[0026]每個傳感器可以實時采集直升機自動傾斜器軸承的模擬量信號。進一步地，振動傳感器可以實時采集直升機自動傾斜器軸承的振動模擬量信號。溫度傳感器可以實時采集直升機自動傾斜器軸承的溫度模擬量信號。在傳感器采集模擬量信號時，恒流源可以為傳感器供電。
[0027]傳感器可以將采集的模擬量信號傳送給與其對應(yīng)的信號調(diào)理器，用以進行模擬量信號調(diào)整。如圖1所示，X向振動傳感器將采集的X向振動模擬量信號傳送給信號調(diào)理器
I。Y向振動傳感器將采集的Y向振動模擬量信號傳送給信號調(diào)理器2。溫度傳感器將采集的溫度模擬信號量傳送給信號調(diào)理器3。對模擬量信號的調(diào)整可以包括濾波、降噪、剔除野值等。
[0028]CPLD可以對A/D轉(zhuǎn)換器、SRAM、外部接口和DSP進行控制；該控制可以包括:開啟、關(guān)閉，分配數(shù)據(jù)處理任務(wù)等。
[0029]在CPLD的控制下，A/D轉(zhuǎn)換器可以對調(diào)整后的模擬量信號進行模數(shù)轉(zhuǎn)換，進而得到數(shù)字量信號；將該數(shù)字量信號作為實時數(shù)據(jù)，基于該實時數(shù)據(jù)來判斷自動傾斜器的故障。
[0030]CPLD可以將實時數(shù)據(jù)存儲在SRAM中，并將實時數(shù)據(jù)轉(zhuǎn)發(fā)至DSP進行處理。
[0031]數(shù)字信號處理DSP基于預(yù)先獲得的時域特征門限閾值范圍和預(yù)先訓(xùn)練的徑向基神經(jīng)網(wǎng)絡(luò)(Radial Basis Function，RBF)對實時數(shù)據(jù)進行處理，以獲得一個或多個故障信息。具體而言，數(shù)字信號處理器用于提取實時數(shù)據(jù)中的一個或多個時域特征。時域特征至少包括:峭度、峰值因子、脈沖因子、裕度因子及波形因子。通過將每個時域特征和與其對應(yīng)的時域特征門限閾值范圍進行比較，確定一個或多個疑似故障。如果時域特征不在時域特征門限閾值范圍內(nèi)，則為針對時域特征的疑似故障?；谝粋€或多個疑似故障對應(yīng)的實時數(shù)據(jù)，通過預(yù)先訓(xùn)練的徑向基神經(jīng)網(wǎng)絡(luò)獲得一個或多個故障信息。具體的處理可以參考圖2所示的流程圖。
[0032]CPLD還可以將實時數(shù)據(jù)存儲到硬盤中，在直升機降落后，可以通過外部接口將存儲在硬盤中的實時數(shù)據(jù)拷貝到地面設(shè)備。
[0033]結(jié)合圖1所示的裝置，本方法提供了一種直升機自動傾斜器多故障模式識別方法，如圖2所示。圖2是根據(jù)本發(fā)明一實施例的直升機自動傾斜器多故障模式識別方法的流程圖。
[0034]在該方法中可以包括信號采集、信號預(yù)處理、特征提取、疑似故障判斷，故障判斷等步驟。[0035]步驟S210，信號采集步驟:通過傳感器實時采集直升機自動傾斜器軸承的模擬量信號。其中，傳感器可以包括X向振動傳感器、Y向振動傳感器、溫度傳感器。
[0036]步驟S220，信號預(yù)處理步驟:對實時采集到的模擬量信號的預(yù)處理，以得到該模擬量信號對應(yīng)的實時數(shù)據(jù)。首先可以由相應(yīng)的信號調(diào)理器對采集到兩路振動模擬量信號和一路溫度模擬量信號進行信號調(diào)整，包括信號濾波降噪，剔除野值等。然后可以通過A/D轉(zhuǎn)換器對調(diào)整后的振動模擬量信號和溫度模擬量信號進行模數(shù)轉(zhuǎn)換，得到振動模擬量信號對應(yīng)的實時數(shù)據(jù)(振動實時數(shù)據(jù))，以及溫度模擬量信號對應(yīng)的實時數(shù)據(jù)(溫度實時數(shù)據(jù))?？梢詫⑺械膶崟r數(shù)據(jù)進行存儲，即振動模擬量信號對應(yīng)的實時數(shù)據(jù)和溫度模擬量信號的實時數(shù)據(jù)存儲到存儲設(shè)備中，如圖1中的SRAM中。
[0037]步驟S230，特征提取步驟:在CPLD的控制下，DSP提取實時數(shù)據(jù)中的一個或多個時域特征。
[0038]本發(fā)明優(yōu)選地，選擇對故障敏感的時域特征作為提取對象，以增加故障診斷的準確性。
[0039]由于無量綱參數(shù)指標(biāo)基本不受信號絕對水平的影響，即使測量點同以往的略有不同，對參數(shù)的計算結(jié)果也不會產(chǎn)生明顯的影響。因此，對故障敏感的時域特征可以選用峭度、峰值因子、脈沖因子、裕度因子及波形因子等無量綱參數(shù)，作為表征軸承運行狀態(tài)的時域特征。
[0040]步驟S240，疑似故障判斷步驟:通過將每個時域特征和與其對應(yīng)的時域特征門限閾值范圍進行比較，確定一個或多個疑似故障。該操作在DSP中完成。
[0041]具體而言，加載預(yù)先配置好的一個或多個時域特征門限閾值范圍，該時域特征門限閾值范圍可以包括:峭度特征閾值范圍、峰值特征閾值范圍、脈沖特征閾值范圍、裕度特征閾值范圍、波形特征閾值范圍等。根據(jù)時域特征門限閾值范圍可以劃定時域特征的正常范圍，即自動傾斜器未發(fā)生故障的取值范圍。將提取出的每個時域特征和與其對應(yīng)的正常范圍進行比較。例如，將峭度與峭度特征閾值范圍劃定的正常范圍進行比較。若時域特征處于時域特征門限閾值范圍內(nèi)，即處于正常范圍之內(nèi)，則自動傾斜器未發(fā)生故障。若時域特征不在該時域特征門限閾值范圍內(nèi)，即不在正常范圍之內(nèi)，則表示自動傾斜器可能發(fā)生故障，即針對該時域特征的疑似故障。
[0042]其中，時域特征門限閾值范圍的計算方式可以是:采集大量性能完好的直升機自動傾斜器的實時數(shù)據(jù)和各類發(fā)生故障的直升機自動傾斜器的實時數(shù)據(jù)，將采集的實時數(shù)據(jù)作為訓(xùn)練集，對用于計算時域特征門限閾值范圍的神經(jīng)網(wǎng)絡(luò)進行訓(xùn)練，得出對應(yīng)時域特征的理論閾值范圍，將該理論閾值范圍作為該時域特征的時域特征門限閾值范圍。
[0043]出現(xiàn)疑似故障時，DSP發(fā)送報警信號至語音報警器以進行報警。該方式可以從出現(xiàn)疑似故障的階段即通知機組人員以及地面維護人員，降低了潛在的故障威脅。
[0044]在一個實施例中，還可以將報警時間、出現(xiàn)疑似故障的時域特征、時域特征超出時域特征門限閾值范圍的程度和飛行基本信息形成報告并進行存儲。
[0045]在步驟S250處，故障判斷步驟:基于一個或多個疑似故障對應(yīng)的實時數(shù)據(jù)，通過預(yù)先訓(xùn)練的徑向基神經(jīng)網(wǎng)絡(luò)獲得一個或多個故障信息。
[0046]具體而言，針對一個或多個時域特征不在正常范圍內(nèi)的直升機自動傾斜器，對該自動傾斜器的實時數(shù)據(jù)進行進一步的處理，以獲得自動傾斜器的一個或多個故障信息。[0047]進一步地，提取實時數(shù)據(jù)中的一個或多個特定特征。例如:提取X向振動實時數(shù)據(jù)和Y向振動實時數(shù)據(jù)中的頻域特征和時頻域特征。該時頻域特征可以包括小波域特征、EMD 二維譜熵特征等特征。將不在正常范圍內(nèi)的時域特征，以及一個或多個特定特征，如頻率特征、小波域特征、EMD 二維譜熵特征等作為預(yù)先訓(xùn)練獲得的徑向基神經(jīng)網(wǎng)絡(luò)的輸入，一個或多個故障信息作為徑向基神經(jīng)網(wǎng)絡(luò)的輸出，進而得到該自動傾斜器的一個或多個故障信息。將該故障信息通知機組人員和地面維護人員。
[0048]其中，該徑向基神經(jīng)網(wǎng)絡(luò)可以通過預(yù)先訓(xùn)練獲得。具體地，采集性能完好的直升機自動傾斜器的實時數(shù)據(jù)和發(fā)生各類故障的直升機自動傾斜器的實時數(shù)據(jù)，以作為訓(xùn)練集，預(yù)設(shè)可以判斷各種故障的徑向基神經(jīng)網(wǎng)絡(luò)，并基于訓(xùn)練集對該預(yù)設(shè)的徑向基神經(jīng)網(wǎng)絡(luò)進行訓(xùn)練，通過對徑向基神經(jīng)網(wǎng)絡(luò)中的各個參數(shù)的調(diào)整，獲得能夠預(yù)測出正確故障信息的徑向基神經(jīng)網(wǎng)絡(luò)，并基于該訓(xùn)練過的徑向基神經(jīng)網(wǎng)絡(luò)對自動傾斜器的故障進行識別。
[0049]通過該方式可以有效的縮短故障識別時間，提高故障診斷的效率，并可以精確的識別出多種故障信息。
[0050]進一步地，當(dāng)給出故障信息后，可以將本次的故障信息添加至訓(xùn)練集中，根據(jù)該訓(xùn)練集再次徑向基神經(jīng)網(wǎng)絡(luò)進行訓(xùn)練，及時調(diào)整、優(yōu)化該徑向基神經(jīng)網(wǎng)絡(luò)，以使該徑向基神經(jīng)網(wǎng)絡(luò)判斷出的故障信息更加準確。
[0051]本發(fā)明實時采集自動傾斜器的實時數(shù)據(jù)，并基于該實時數(shù)據(jù)對自動傾斜器進行故障檢測，實現(xiàn)了在線識別自動傾斜器的故障，提高了故障監(jiān)測的實時性和效率。
[0052]本發(fā)明通過預(yù)先訓(xùn)練的時域特征門限閾值，來消除潛在的故障威脅，增加了自動傾斜的安全性。
[0053]本發(fā)明所采用的徑向基神經(jīng)網(wǎng)絡(luò)具有結(jié)構(gòu)簡單、分類性能好、學(xué)習(xí)速度快、泛化能力強和不易陷入局部極小等優(yōu)點，能夠?qū)崿F(xiàn)故障的快速識別。利用訓(xùn)練好的徑向基神經(jīng)網(wǎng)絡(luò)作為一個智能故障識別模塊，通過接受特征的輸入給出故障識別結(jié)果，最后將故障識別結(jié)果作為故障信息，以供地面維護人員轉(zhuǎn)錄至地面設(shè)備后進行查閱和分析。
[0054]本發(fā)明通過不斷優(yōu)化的徑向基神經(jīng)網(wǎng)絡(luò)，來診斷自動傾斜器的一個或多個故障信息，增加了故障識別的準確性，縮短了故障識別的時長，提高了故障識別的效率。
[0055]盡管為示例目的，已經(jīng)公開了本發(fā)明的優(yōu)選實施例，本領(lǐng)域的技術(shù)人員將意識到各種改進、增加和取代也是可能的，因此，本發(fā)明的范圍應(yīng)當(dāng)不限于上述實施例。
【權(quán)利要求】
1.一種直升機自動傾斜器多故障模式識別方法，其特征在于，所述方法包括以下步驟: 對實時采集的直升機自動傾斜器軸承的模擬量信號進行預(yù)處理，以得到實時數(shù)據(jù)； 提取所述實時數(shù)據(jù)中的一個或多個時域特征； 通過將每個所述時域特征和與其對應(yīng)的時域特征門限閾值范圍進行比較，確定一個或多個疑似故障； 基于所述一個或多個疑似故障對應(yīng)的實時數(shù)據(jù)，通過預(yù)先訓(xùn)練的徑向基神經(jīng)網(wǎng)絡(luò)獲得一個或多個故障信息。
2.如權(quán)利要求1所述的方法，其特征在于， 所述模擬量信號包括振動模擬量信號和溫度模擬量信號； 對實時采集的模擬量信號進行預(yù)處理，以得到所述模擬量信號對應(yīng)的實時數(shù)據(jù)，包括: 對采集的振動模擬量信號和溫度模擬量信號進行信號調(diào)整； 對調(diào)整后的振動模擬量信號和溫度模擬量信號進行模數(shù)轉(zhuǎn)換，以獲得振動模擬量信號對應(yīng)的實時數(shù)據(jù)，以及溫度模擬量信號對應(yīng)的實時數(shù)據(jù)。
3.如權(quán)利要求1所述的方法，其特征在于，所述時域特征至少包括:峭度、峰值因子、脈沖因子、裕度因子及波形`因子。
4.如權(quán)利要求3所述的方法，其特征在于，將每個所述時域特征和與其對應(yīng)的時域特征門限閾值范圍進行比較，以確定一個或多個疑似故障，包括: 如果所述時域特征不在所述時域特征門限閾值范圍內(nèi)，則判定為針對所述時域特征的疑似故障。
5.如權(quán)利要求3所述的方法，其特征在于，預(yù)先訓(xùn)練徑向基神經(jīng)網(wǎng)絡(luò)的步驟如下: 采集性能完好的直升機自動傾斜器的實時數(shù)據(jù)和發(fā)生各類故障的直升機自動傾斜器的實時數(shù)據(jù)，作為訓(xùn)練集； 基于所述訓(xùn)練集對預(yù)設(shè)的徑向基神經(jīng)網(wǎng)絡(luò)進行訓(xùn)練，以獲得預(yù)測出正確故障信息的徑向基神經(jīng)網(wǎng)絡(luò)。
6.如權(quán)利要求1或5所述的方法,其特征在于,基于所述一個或多個疑似故障對應(yīng)的實時數(shù)據(jù)，通過預(yù)先訓(xùn)練的徑向基神經(jīng)網(wǎng)絡(luò)獲得一個或多個故障信息，包括: 提取所述實時數(shù)據(jù)中的一個或多個特定特征； 將所述產(chǎn)生疑似故障的一個或多個時域特征，以及所述一個或多個特定特征作為預(yù)先訓(xùn)練的徑向基神經(jīng)網(wǎng)絡(luò)的輸入，以獲得一個或多個故障信息。
7.一種直升機自動傾斜器多故障模式識別裝置，其特征在于，所述裝置包括:直升機自動傾斜器軸承、一個或多個傳感器、與傳感器數(shù)量相等的信號調(diào)理器、模數(shù)轉(zhuǎn)換器、數(shù)字信號處理器、時序及邏輯控制器； 每個傳感器實時采集直升機自動傾斜器軸承的模擬量信號，并傳送給對應(yīng)的信號調(diào)理器，以對所述模擬量信號進行信號調(diào)理； 時序及邏輯控制器控制模數(shù)轉(zhuǎn)換器對調(diào)整后的模擬量信號進行模數(shù)轉(zhuǎn)換，以得到模擬量信號對應(yīng)的實時數(shù)據(jù)，并將所述實時數(shù)據(jù)轉(zhuǎn)發(fā)至數(shù)字信號處理器； 數(shù)字信號處理基于預(yù)先獲得的時域特征門限閾值范圍和預(yù)先訓(xùn)練的徑向基神經(jīng)網(wǎng)絡(luò)對所述實時數(shù)據(jù)進行處理，以獲得一個或多個故障信息。
8.如權(quán)利要求7所述的裝置，其特征在于，所述數(shù)字信號處理器還用于: 提取所述實時數(shù)據(jù)中的一個或多個時域特征； 通過將每個所述時域特征和與其對應(yīng)的時域特征門限閾值范圍進行比較，確定一個或多個疑似故障； 基于所述一個或多個疑似故障對應(yīng)的實時數(shù)據(jù)，通過預(yù)先訓(xùn)練的徑向基神經(jīng)網(wǎng)絡(luò)獲得一個或多個故障信息。
9.如權(quán)利要求8所述的裝置，其特征在于:所述數(shù)字信號處理器還用于: 如果所述時域特征不在所述時域特征門限閾值范圍內(nèi)，則判定為針對所述時域特征的疑似故障。
10.如權(quán)利要求7-9任一所述的裝置，其特征在于，所述時域特征至少包括:峭度、峰值因子、脈沖因子、裕度因子及 波形因子。
【文檔編號】G01M13/00GK103674538SQ201310701221
【公開日】2014年3月26日 申請日期:2013年12月18日 優(yōu)先權(quán)日:2013年12月18日
【發(fā)明者】熊毅, 房紅征, 文博武, 羅凱, 鄧薇, 王偉, 李蕊 申請人:北京航天測控技術(shù)有限公司