[发明专利]一种基于iSDAE的航空发电机故障特征提取方法

摘要

本发明公开了一种基于iSDAE(improved Stacked Denoising Auto‑Encoders，改进堆栈降噪自动编码器)的航空发电机故障特征提取方法，主要解决现有故障诊断技术受到人工提取特征的限制而导致诊断正确率不高的问题。本发明的具体实现步骤如下：(1)故障分析；(2)数据采集；(3)数据预处理；(4)训练改进堆栈降噪自动编码器；(5)特征输出。该方法可以自动地学习数据特征，得到原始数据的分布式特征表示，并且有一定的抗噪声能力，具有很好的鲁棒性，有效地提高了航空发电机故障诊断正确率。

主权项

1.一种基于iSDAE的航空发电机故障特征提取方法，其特征在于，包含以下步骤：步骤一：故障分析，对航空发电机进行故障模式、影响及危害性分析，确定航空发电机的主要故障模式以及所需采集的诊断信号，经分析，航空发电机主要有旋转整流器故障、转子绕组故障、定子绕组故障、转轴与轴承故障，需采集的诊断信号为主发电机输出电压信号、交流励磁机励磁电流信号、机身振动信号以及转轴扭力信号；步骤二：数据采集，在发电机故障模拟实验平台上进行故障模拟实验，将步骤一中四种所述需采集的诊断信号，分别经电压传感器、电流传感器、振动传感器以及扭矩传感器，再用数据采集卡连接至计算机进行数据采集；步骤三：数据预处理，由于步骤二中采集到的四种诊断信号的量纲不同，为了使信号具有统一的统计分布性，将四种诊断信号进行归一化处理，然后将每一种故障类型情况下的四种诊断信号组成列向量，生成样本；步骤四：训练iSDAE，将上述步骤三中得到的样本通过无监督的方式训练堆栈降噪自动编码器，学习原始数据的分布式特征表示；步骤五：特征输出，上述步骤四完成了原始数据的分布式特征学习，保留了原始数据的特征信息，可以将学习到的特征输入至分类器进行故障分类。