利索能及
我要发布
收藏
专利号: 2025104462188
申请人: 南京信息工程大学
专利类型:发明专利
专利状态:已下证
更新日期:2026-06-16
缴费截止日期: 暂无
联系人

摘要:

权利要求书:

1.一种航空发动机故障诊断方法,其特征在于,包括:获取航空发动机上设定位置的振动信号,经预处理后得到预处理后的振动信号;

将预处理后的振动信号输入到训练好的改进二值神经网络中,得到所述位置的故障诊断结果;

其中,所述改进二值神经网络相对二值神经网络的改进之处包括:将所有卷积核和全连接层的权重进行二值化处理;将深度可分离卷积模块执行的操作改进为:将预处理后的振动信号转换到频域中后再进行深度卷积,然后将深度卷积的输出转换回时域中进行逐点卷积;在稀疏残差块模块的每个残差块中通过设定的稀疏掩码遮蔽稀疏残差块模块的输入的部分通道;

所述预处理包括谱峭度数据增强;

所述谱峭度数据增强,包括以下步骤:

通过以下公式计算谱峭度:

其中, 是振动信号, 是窗函数,τ表示时间积分变量,f是频率变量,t是时间变量,j表示虚数单位, 表示时间t和频率f下的功率谱密度, 是功率谱密度的均值,E[ ]表示期望值计算,表示谱峭度;

根据谱峭度,通过以下公式对振动信号进行数据增强:;

其中, 是第i个样本,每个样本由多个振动信号组成, 是增强后的第i个样本,为扰动系数;

将振动信号和增强后的振动信号合并得到预处理后的振动信号;

所述将预处理后的振动信号转换到频域中后再进行深度卷积,然后将深度卷积的输出转换回时域中进行逐点卷积,通过以下公式进行:;

其中,表示频域中的元素乘积, 表示预处理后的振动信号经傅里叶变换的输出,表示经过二值化处理的深度卷积核 经傅里叶变换的输出, 表示 和 进行元素乘积的结果,yd表示时域中深度卷积的输出, 表示逆傅里叶变换,e表示自然指数,j表示虚数单位, 是经过二值化处理的逐点卷积核, 是时域中逐点卷积的输出。

2.根据权利要求1所述的航空发动机故障诊断方法,其特征在于,所述将所有卷积核和全连接层的权重进行二值化处理,通过以下公式进行:;

其中, 表示将权重 中的元素二值化处理为1或‑1,Wb表示二值化权重。

3.根据权利要求1所述的航空发动机故障诊断方法,其特征在于,所述稀疏残差块模块的表达式为:;

其中,ym表示稀疏残差块模块的输出, 表示深度可分离卷积层,ysparse表示添加了稀疏掩码的稀疏残差块模块的输入。

4.根据权利要求3所述的航空发动机故障诊断方法,其特征在于,所述稀疏掩码通过以下公式添加到稀疏残差块模块的输入:;

其中, 是一个稀疏掩码, 是稀疏残差块模块的输入,所述稀疏掩码是一个包含0和1的矩阵,当 中的某个元素为0时, 中相应的通道会被遮蔽,稀疏掩码中的元素和 的通道一一对应。

5.根据权利要求1所述的航空发动机故障诊断方法,其特征在于,所述改进二值神经网络在训练完成后还通过准确率进行验证,若准确率大于预设值,则表示改进二值神经网络已经训练好,否则对改进二值神经网络重新进行训练,直至准确率大于预设值;

所述准确率通过以下公式计算:

其中, 为设定的真实标签第 类的概率, 为模型预测第 类的概率,为类别数,为指示函数,当 与 相等时取值为1,否则为0。

6.一种航空发动机故障诊断装置,其特征在于,包括:振动信号获取模块,被配置为:获取航空发动机上设定位置的振动信号,经预处理后得到预处理后的振动信号;

故障诊断模块,被配置为:将预处理后的振动信号输入到训练好的改进二值神经网络中,得到所述位置的故障诊断结果;

其中,所述改进二值神经网络相对二值神经网络的改进之处包括:将所有卷积核和全连接层的权重进行二值化处理;将深度可分离卷积模块执行的操作改进为:将预处理后的振动信号转换到频域中后再进行深度卷积,然后将深度卷积的输出转换回时域中进行逐点卷积;在稀疏残差块模块的每个残差块中通过设定的稀疏掩码遮蔽稀疏残差块模块的输入的部分通道;

所述预处理包括谱峭度数据增强;

其中,所述谱峭度数据增强,包括以下步骤:通过以下公式计算谱峭度:

其中, 是振动信号, 是窗函数,τ表示时间积分变量,f是频率变量,t是时间变量,j表示虚数单位, 表示时间t和频率f下的功率谱密度, 是功率谱密度的均值,E[ ]表示期望值计算,表示谱峭度;

根据谱峭度,通过以下公式对振动信号进行数据增强:;

其中, 是第i个样本,每个样本由多个振动信号组成, 是增强后的第i个样本,为扰动系数;

将振动信号和增强后的振动信号合并得到预处理后的振动信号;

所述将预处理后的振动信号转换到频域中后再进行深度卷积,然后将深度卷积的输出转换回时域中进行逐点卷积,通过以下公式进行:;

其中,表示频域中的元素乘积, 表示预处理后的振动信号经傅里叶变换的输出,表示经过二值化处理的深度卷积核 经傅里叶变换的输出, 表示 和 进行元素乘积的结果,yd表示时域中深度卷积的输出, 表示逆傅里叶变换,e表示自然指数,j表示虚数单位, 是经过二值化处理的逐点卷积核, 是时域中逐点卷积的输出。

7.一种计算机可读存储介质,其上存储有计算机程序/指令,其特征在于,该计算机程序/指令被处理器执行时,实现权利要求1至5中任一项所述的航空发动机故障诊断方法的步骤。

8.一种计算机系统,其特征在于,包括:存储器,用于存储计算机程序/指令;

处理器,用于执行所述计算机程序/指令以实现权利要求1至5中任一项所述的航空发动机故障诊断方法的步骤。