申请/专利权人:中国航空发动机研究院
申请日:2022-06-30
公开(公告)日:2022-09-23
公开(公告)号:CN115096595A
主分类号:G01M15/00
分类号:G01M15/00;G01M15/02;G01H17/00;G06K9/62
优先权:
专利状态码:有效-授权
法律状态:2023.05.09#授权;2022.10.14#实质审查的生效;2022.09.23#公开
摘要:本公开提供一种特征自学习方法、特征自学习系统及发动机故障诊断方法,特征自学习方法包括,在用特征库特征迁移、在用特征库特征更新和备选特征库特征更新,一种发动机故障诊断方法包括特征生成、待诊断数据故障诊断和特征自学习。通过获取测量信号特征的统计分布减小甚至消除测量信号波动对发动机故障诊断的影响,进而通过单通道信号统计特征的匹配完成初步诊断,最后融合不同通道信号的统计特征诊断结果实现发动机故障的准确诊断,能够在特征提取过程中减小甚至消解发动机测量噪声和误差的影响,提高发动机故障诊断的准确率。
主权项:1.一种特征自学习方法,其特征在于,包括以下步骤:在用特征库特征迁移,将在用特征库清空或将在用特征库中的特征转移到历史特征库;在用特征库特征更新,将备选特征库中的至少一个数据特征生成新特征,放入在用特征库;备选特征库特征更新,将备选特征库清空,将待诊断数据与所述在用特征库中的特征进行对比,当两者一致时,放入备选特征库。
全文数据:
权利要求:
百度查询: 中国航空发动机研究院 特征自学习方法、特征自学习系统及发动机故障诊断方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。