[发明专利]一种小样本条件下发动机运行可靠性评估方法

摘要

本发明涉及一种小样本条件下的发动机运行可靠性评估方法。首先利用小波包方法对采集到的状态信息进行特征提取，核主成分分析(KPCA)得到状态信息的子空间，再用奇异值分解子空间内积矩阵得到状态子空间的核主角，最后将归一化后的第一核主角映射为运行可靠度指标，有效地反映了状态信息之间的相似性程度。本发明克服了传统可靠性分析基于大样本概率统计方法的不足，为小样本条件下单台发动机运行可靠性评估提供了有效手段。

主权项

一种小样本条件下发动机运行可靠性评估方法，其特征在于：由以下步骤实现：第1步：采集信号:采用数据采集仪采集发动机振动信号数据，并定义正常状态信号和当前状态信号，定义求可靠度的时间节点；第2步：特征提取：使用小波包提取正常状态信号和一种当前状态信号的能量特征向量，小波分解结果用di,j(k)表示，N表示原始信号的长度，全部Ei,j构成小波包能量谱；则各个频带范围内信号的能量为：归一化处理后的特征向量为:第3步：分别将第2步中正常状态信号和当前状态信号的能量特征向量组成特征矩阵X1＝(x1,x2,…,xn)T和特征矩阵X2＝(x1,x2,…,xn)T，其中n表示特征个数；第4步：参数设置：在状态子空间构造算法中，核函数参数σ和特征值累积贡献率ξ，是需要预先赋值的变量；第5步：KPCA状态子空间构造：利用非线性映射函数，将第3步中的特征矩阵X映射到高维特征空间中，特征空间中的状态特征矩阵用表示。然后在特征空间中执行KPCA算法计算的协方差矩阵对应的特征值λ和相应的特征矢量υ；选择对应于较大特征值的几组矢量构成特征矩阵的状态子空间，表示为其中S表示状态子空间，r为子空间维数，表示对υ进行归一化得到的归一化正交基矢量；第6步：子空间内积矩阵核主角计算：计算利用核主成分分析构造的正常状态子空间S1和待评估的当前状态子空间S2的内积矩阵S1TS2；第7步：通过对内积矩阵W＝S1TS2奇异值分解得到矩阵W的奇异值K1,K2,…,Kh，提取奇异值对角线的值，得到两个子空间的核主角向量θ；第8步：定义可靠度指标：从核主角向量θ中选出第一核主角θ1进行归一化处理作为运行可靠性指标R，其中可靠度R的变化范围为[0,1]；第9步：根据第1步中定义的时间节点，按状态信息的运行时间，重复第2步到第8步，求对应时刻的可靠度，直到取完状态信息的运行时间，组成以时间为横轴，可靠度R为纵轴的可靠度曲线；在第4步中核函数参数σ和特征值累积贡献率ξ每一组参数组合对应一条可靠度曲线；第10步：求发动机单调性测度MI，反映运行可靠性指标的整体斜率和整体下降趋势，选择最优参数组合；第11步：把最优参数组合对应的可靠度曲线作为当前状态的发动机运行可靠度曲线；第12步：如果定义的当前状态不只一种，重复第2步到第11步。