摘要
本发明涉及一种基于应力波的直升机关键部件故障程度评估方法和装置,其中,方法包括:从关键部件不同故障程度的应力波信号中提取出加权能量特征、加权振铃特征和最大幅值特征;将所述加权能量特征、加权振铃特征和最大幅值特征作为BP神经网络的输入,将故障程度得分作为BP神经网络的输出,训练所述BP神经网络,得到故障程度评估模型;从待测关键部件的应力波信号中提取出待测的加权能量特征、加权振铃特征和最大幅值特征;将所述待测的加权能量特征、加权振铃特征和最大幅值特征输入所述故障程度评估模型,得到关键部件的故障程度。本发明通过直升机动部件量化特征提取、故障程度评估模型构建,提升了直升机关键部件的故障程度识别能力。
技术关键词
故障程度评估
BP神经网络
振铃
应力
信号
直升机动部件
门槛
包络
波形
模块
电压
系统为您推荐了相关专利信息
分区模型
应力
轮盘结构
疲劳裂纹
坐标系转换方法
回弹模量
机器学习模型
神经架构搜索
策略优化模型
数据
诊断装置
AI摄像头
智能检测模块
硅胶吸盘
夹头
深度学习方法
深度学习模型
高层次
语音信号处理
局部特征提取