稀疏驱动的航空发动机主轴承智能监测研究
TH17; 微弱特征提取是航空发动机健康监测与智能诊断的关键技术之一.本文针对航空发动机主轴承微弱故障智能监测难题,基于信号先验提出增强稀疏驱动的智能监测方法.通过分析经典凸稀疏诊断模型难以兼顾信号降噪与特征重构性能的缺陷,构建基于莫罗包络理论的非凸正则凸优化增强稀疏模型,以实现微弱特征提取;进而提出稀疏驱动的深度卷积变分自编码网络智能监测方法,通过对健康状态稀疏降噪样本的训练实现对故障异常状态的智能识别.通过航空发动机主轴承疲劳寿命试验的工程案例对提出方法进行性能验证,结果表明:增强稀疏驱动的智能监测方法具有良好的异常状态智能识别能力,能够有效支撑航空发动主轴承微弱故障的智能监测与诊断....
Gespeichert in:
| Veröffentlicht in: | 南京航空航天大学学报（英文版） 2020, Vol.37 (4), p.508-516 |
|---|---|
| Hauptverfasser: | , , , , , |
| Format: | Artikel |
| Sprache: | chi |
| Online-Zugang: | Volltext |
| Tags: |
Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
|
| Zusammenfassung: | TH17; 微弱特征提取是航空发动机健康监测与智能诊断的关键技术之一.本文针对航空发动机主轴承微弱故障智能监测难题,基于信号先验提出增强稀疏驱动的智能监测方法.通过分析经典凸稀疏诊断模型难以兼顾信号降噪与特征重构性能的缺陷,构建基于莫罗包络理论的非凸正则凸优化增强稀疏模型,以实现微弱特征提取;进而提出稀疏驱动的深度卷积变分自编码网络智能监测方法,通过对健康状态稀疏降噪样本的训练实现对故障异常状态的智能识别.通过航空发动机主轴承疲劳寿命试验的工程案例对提出方法进行性能验证,结果表明:增强稀疏驱动的智能监测方法具有良好的异常状态智能识别能力,能够有效支撑航空发动主轴承微弱故障的智能监测与诊断. |
|---|---|
| ISSN: | 1005-1120 |