申请/专利权人：哈尔滨师范大学

申请日：2024-01-24

公开（公告）日：2024-04-30

公开（公告）号：CN117629637B

主分类号：G01M13/045

分类号：G01M13/045;G01M15/14;G06F18/10;G06F18/213;G06F18/24

优先权：

专利状态码：有效-授权

法律状态：2024.04.30#授权;2024.03.19#实质审查的生效;2024.03.01#公开

摘要：本发明提供一种航空发动机轴承故障诊断方法及诊断系统，涉及故障诊断技术领域，通过构建双层置信规则分类器，双层置信规则分类器的第一层分类器使用证据推理方法完成规则的融合和初步的故障诊断，第二层分类器基于第一层分类器的初步诊断结果分别构建多个附属置信规则库，每个规则库分别应用证据推理方法完成推理，最后通过优化迭代，得到综合故障诊断结果；本发明使用第一层分类器利用区间结构解决组合规则爆炸问题，第二层分类器利用多个附属置信规则库完成最终的故障诊断，将多分类问题转换为各附属置信规则库的二分类问题，在优化过程中添加了可解释性约束，保证优化后的参数符合专家知识和实际情况；实现对航空发动机轴承的故障诊断。

主权项：1.一种航空发动机轴承故障诊断方法，其特征在于，诊断方法包括以下步骤：获取航空发动机的实测样本数据，其中，所述实测样本数据为轴承不同故障条件下航空发动机的振动信号数据，且所述振动信号数据包括位移响应和加速度响应；基于所述实测样本数据构建故障诊断指标体系，其中，所述故障诊断指标体系包括至少一个指标；具体包括：对所述振动信号数据进行数据预处理，其中，数据预处理包括对所述实测样本数据中的缺失值、异常值和噪声进行清洗，以及归一化处理；对数据预处理后的所述振动信号数据进行特征提取，得到关联轴承的第一特征集，其中，所述第一特征集包括频域特征、时域特征和统计特征；对所述第一特征集进行特征筛选，得到第二特征集；基于所述第二特征集构建故障诊断指标体系；根据所述故障诊断指标体系确定与所述指标对应的参考值，并基于所有所述指标对应的参考值构建参考值集合；具体包括：基于轴承的历史故障数据构建专家知识库，其中，所述专家知识库包括轴承的不同故障模式下的典型振动特征，以及不同故障模式之间的关联；基于所述专家知识库和轴承的历史故障数据确定每个指标的参考值；基于所有参考值构建参考值集合；基于所述参考值集合构建双层置信规则分类器；具体包括：根据所述参考值集合构建所述双层置信规则分类器的第一层分类器，并由第一层分类器输出初步诊断结果，其中，所述第一层分类器包括区间结构的置信规则库，所述区间结构的置信规则库中的第k条规则表示为：Rulek: Withruleweightrwk,rulereliabilityrγk其中，表示一次构建的航空发动机轴承的故障指标体系，Mk表示体系中指标个数，Intervalii＝1,…Mk表示各个指标的参考区间，{D1,…DN}是诊断结果的集合，βj,k表示第k条规则中，第j个结果的置信度，rwk表示规则权重，rγk表示规则可靠度；其中，根据所述参考值集合构建所述双层置信规则分类器的第一层分类器，其中，所述第一层分类器包括基于所述参考值集合构建的区间结构的置信规则库，包括：基于故障诊断指标体系和参考值集合构建区间结构的置信规则库，并作为所述双层置信规则分类器的第一层分类器；在第一层分类器构建完成后，基于证据推理规则对所述区间结构的置信规则库中的规则进行融合，完成故障的初步诊断，以得到初步诊断结果；具体包括：将第i个证据，即第i条规则进行置信分布表示，具体为：ei＝{Dn,βn,i,n＝1,…,N；∵,β∵,i}其中，βn,i表示ei证据下，初步诊断结果被评估为Dn的评价计划的可信度，β∵,i表示第i个属性在辨识框架∵情况下的置信度；基于证据权重和证据置信度，对第i个证据的置信分布进行混合加权，混合加权后的第i个证据的置信分布表示为： 其中，β∵表示辨识框架的幂集，且需满足条件表示第i个证据在辨识框架∵下的混合概率质量，表示第i个证据在评价等级Dn下的混合概率质量；第i个证据在评价等级Dn下的混合概率质量的计算公式为： 其中，drω,i表示归一化系数，ri和分别表示证据ei的可靠度和权重；对于任意两条独立证据ei和ej，假设其置信分布形式可由表达，则两条证据对命题Dn的联合支持βN,e2由以下公式计算得出： 基于以上两条独立证据联合支持的计算过程，对于L条独立证据对命题Dn的联合支撑度βn,eL，可以通过不断迭代以下公式得到： 其中，前k条证据融合后的Dn结果的置信度记为βn,ek，mn,ek反映了前k条证据组合后对命题Dn的联合支持程度，输出置信分布eL和期望效用值U为：eL＝{Dn,βn,eL,n＝1,…,N,∵,β∵,eL} 其中μDn代表结果Dn下的效用值，μ∵表示辨识框架∵下的效用值，β∵,eL表示L条独立证据对辨识框架∵的联合支撑度；基于所述初步诊断结果和专家知识库构建所述双层置信规则分类器的第二层分类器，其中，所述第二层分类器包括至少一个附属置信规则库，所述附属置信规则库的第k条规则表示为：Rulek: 其中，表示二次构建的航空发动机轴承的故障指标体系，表示第i个指标的第p个参考值，num是第i个指标拥有的参考值总数，δi表示属性权重，表示规则权重，rk表示规则可靠度；利用所述双层置信规则分类器对航空发动机的轴承进行故障诊断，得到故障诊断结果。

全文数据：

权利要求：

百度查询： 哈尔滨师范大学 一种航空发动机轴承故障诊断方法及诊断系统

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD